Performance of Rapid Influenza Diagnostic Testing in Outbreak Settings
Notice bibliographique
Résumé
Rapid influenza diagnostic tests (RIDTs) may be useful during institutional respiratory disease outbreaks to identify influenza and enable antivirals to be rapidly administered to patients and for the prophylactic treatment of those exposed to the virus but not yet symptomatic. The performance of RIDTs at the outbreak level is not well documented in the literature. This study aimed to evaluate the performance of RIDTs in comparison with that of real-time reverse transcription (rRT)-PCR in the context of institutional respiratory disease outbreaks. This study included outbreak-related respiratory specimens tested for influenza virus at Public Health Ontario Laboratories by both RIDT and rRT-PCR, from 1 September 2010 to 30 April 2013. At the outbreak level, performance testing of RIDTs compared to rRT-PCR for the detection of any influenza virus type demonstrated an overall sensitivity of 76.5%, a specificity of 99.7%, a positive predictive value (PPV) of 99.5%, and a negative predictive value of 85.3%. Because of their high specificity and PPV, even outside of the influenza season, RIDTs can play a role in screening for influenza virus in outbreaks and instituting antiviral therapy in a timely manner when positive. RIDTs can also be useful in remote settings where molecular virology testing is not easily accessible. Suboptimal sensitivity of RIDTs can be addressed by the use of molecular testing.
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 | 0,009 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».