Development of a Rift Valley fever real-time RT-PCR assay that can detect all three genome segments
Notice bibliographique
Résumé
Outbreaks of Rift Valley fever in Kenya, Madagascar, Mauritania, and South Africa had devastating effects on livestock and human health. In addition, this disease is a food security issue for endemic countries. There is growing concern for the potential introduction of RVF into non-endemic countries. A number of single-gene target amplification assays have been developed for the rapid detection of RVF viral RNA. This paper describes the development of an improved amplification assay that includes two confirmatory target RNA segments (L and M) and a third target gene, NSs, which is deleted in the Clone 13 commercial vaccine and other candidate vaccines. The assay also contains an exogenous RNA control added during the PCR setup for detection of amplification inhibitors. The assay was evaluated initially with samples from experimentally infected animals, after which clinical veterinary and human samples from endemic countries were tested for further evaluation. The assay has a sensitivity range of 66.7-100% and a specificity of 92.0-100% depending on the comparison. The assay has an overall sensitivity of 92.5%, specificity of 95% and a positive predictive value of 98.7%. The single-tube assay provides confirmation of the presence of RVFV RNA for improved confidence in diagnostic results and a "differentiate infected from vaccinated animals" (DIVA)--compatible marker for RVFV NSs--deleted vaccines, which is useful for RVF endemic countries, but especially important in non-endemic countries.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».