MétaCan
Menu
Retour à la cohorte
Enregistrement W2150447920 · doi:10.3168/jds.2012-5328

Bayesian estimation of the diagnostic accuracy of a multiplex real-time PCR assay and bacteriological culture for 4 common bovine intramammary pathogens

2012· article· en· W2150447920 sur OpenAlexafffund
M-È Paradis, Denis Haine, B.E. Gillespie, S.P. Oliver, Serge Messier, Jeannette Comeau, D.T. Scholl

Notice bibliographique

RevueJournal of Dairy Science · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMilk Quality and Mastitis in Dairy Cows
Établissements canadiensUniversité de SherbrookeUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNovalaitUniversité de MontréalPublic Health AgencyDairy Farmers of OntarioUniversity of Tennessee, KnoxvilleAgriculture and Agri-Food CanadaDairy Farmers of Nova ScotiaPublic Health Agency of CanadaDairy Farmers of CanadaMcGill University
Mots-clésStreptococcus uberisMastitisStreptococcus agalactiaeMultiplex polymerase chain reactionMultiplexMicrobiologyBiologyMicrobiological cultureHerdStaphylococcus aureusReal-time polymerase chain reactionStreptococcusBacteriaMedicinePolymerase chain reactionBioinformaticsAnimal scienceGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Bacteriological culture (BC) is the traditional method for intramammary infection diagnosis but lacks sensitivity and is time consuming. Multiplex real-time PCR (mr-PCR) enables testing the presence of several bacteria and reduces diagnosis time. Our objective was to estimate bacterial species-specific sensitivity (Se) and specificity of both BC and mr-PCR tests for detecting bacteria in milk samples from clinical mastitis cases and from apparently normal quarters, using a Bayesian latent class model. Milk samples from 1,014 clinical mastitis cases and 1,495 samples from apparently normal quarters were analyzed by BC and mr-PCR. Two positive culture definitions were used: ≥1 cfu/0.01 mL and ≥10 cfu/0.01 mL of the specified bacteria. The mr-PCR was designed to simultaneously detect Staphylococcus aureus, Streptococcus uberis, Escherichia coli, and Streptococcus agalactiae. The priors used in our Bayesian model were weakly informative, with BC priors using the best available error data. Results were compared with those obtained using uniform priors for mr-PCR to test robustness. Weak and uniform priors gave about the same posterior distributions except for Strep. uberis from normal quarters and Strep. agalactiae. Multiplex real-time PCR Se on milk from clinical mastitis were lower than mr-PCR Se on milk from normal quarters. Multiplex real-time PCR Se was higher than BC on milk from normal quarters. Multiplex real-time PCR Se was generally lower than BC on milk from clinical mastitis and it varied by clinical severity. The estimate specificities of detection for all pathogens were ≥99%, regardless of sample type. The effect of milk sample preservation before testing was evaluated and may have been a factor that affected our observed results. A significant association was observed between sample age and mr-PCR results leading to reduced detection of E. coli and Strep. agalactiae in nonclinical samples. Differences in sample age between conduct of BC and of mr-PCR did not concur with any apparent differences between Se estimates of the 2 tests. Further work should be done to extend these results to other PCR-based tests for detecting bacterial species in milk samples, for which presented results could be used as prior parameter distributions. Limits of sample handling and storage and the potential existence of substances in clinical case samples that may interfere with PCR reactions also are worth further investigation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,052
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,268
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ScienceMême sujetMilk Quality and Mastitis in Dairy CowsTravaux en français237 207