Conventional Methods versus 16S Ribosomal DNA Sequencing for Identification of Nontuberculous Mycobacteria: Cost Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The clinical profile of nontuberculous mycobacteria (NTM) has been raised by the human immunodeficiency virus and AIDS pandemic. Different laboratory techniques, often molecular based, are available to facilitate the rapid and accurate identification of NTM. The expense of these advanced techniques has been questioned. At the National Reference Center for Mycobacteriology and the Health Sciences Center, University of Manitoba, in Winnipeg, Canada, we performed a direct cost analysis of laboratory techniques for commercial DNA probe-negative (Gen-Probe, Inc., San Diego, Calif.), difficult-to-identify NTM. We compared the costs associated with conventional phenotypic methodology (biochemical testing, pigment production, growth, and colony characteristics) and genotypic methodology (16S ribosomal DNA [rDNA] sequence-based identification). We revealed a higher cost per sample with conventional methods, and this cost varied with organism characteristics: $80.93 for slowly growing, biochemically active NTM; $173.23 for slowly growing, biochemically inert NTM; and $129.40 for rapidly growing NTM. The cost per sample using 16S rDNA sequencing was $47.91 irrespective of organism characteristics, less than one-third of the expense associated with phenotypic identification of biochemically inert, slow growers. Starting with a pure culture, the turnaround time to species identification is 1 to 2 days for 16S rDNA sequencing compared to 2 to 6 weeks for biochemical testing. The accuracy of results comparing both methodologies is briefly discussed. 16S rDNA sequencing provides a cost-effective alternative in the identification of clinically relevant forms of probe-negative NTM. This concept is not only useful in mycobacteriology but also is highly applicable in other areas of clinical microbiology.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle