Laboratory Diagnosis of Amoebic Keratitis: Comparison of Four Diagnostic Methods for Different Types of Clinical Specimens
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
Amoebic keratitis causes significant ocular morbidity in contact lens wearers. Current diagnostic methods for amoebic keratitis are insensitive and labor-intensive and have poor turnaround time. We evaluated four laboratory methods for detection of acanthamoebae in clinical specimens. Deidentified, delinked consecutive specimens from patients with suspected amoebic keratitis were assayed for acanthamoebae by direct smear analysis, culture, and PCR using two different primer sets specific for Acanthamoeba ribosomal DNA. The consensus reference standard was considered fulfilled when the results for any two of the four tests were positive, and the outcome measures were sensitivity and specificity. Of 107 specimens assayed over an 18-month period, 20 were positive for acanthamoebae. The sensitivity and specificity of each assay were as follows, respectively: for smear analysis, 55% (95% confidence interval [CI], 33.2 to 76.8%) and 100%; for culture, 73.7% (95% CI, 54.4 to 93.0%) and 100%; for PCR using Nelson primers, 90% (95% CI, 76.9 to 100%) and 90.8% (95% CI, 84.7 to 96.9%); and for PCR using JDP primers, 65% (95% CI, 44.1 to 85.9%) and 100%. Nelson primer PCR demonstrated a single-organism level of analytic sensitivity. The performance characteristics of the assays varied by specimen type, with contact lenses and casings showing the highest rates of detectable acanthamoebae and the highest diagnostic sensitivities for direct smear analysis, culture, and JDP primer PCR, though these results are based on small numbers and should be interpreted cautiously. These findings have important implications for clinicians collecting diagnostic specimens and for diagnostic laboratories, especially in outbreak situations.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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) | 0,000 | 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