MétaCan
Menu
Retour à la cohorte
Enregistrement W2162232590 · doi:10.1017/s1466252315000018

Loop-mediated isothermal amplification for diagnosis of 18 World Organization for Animal Health (OIE) notifiable viral diseases of ruminants, swine and poultry

2015· review· en· W2162232590 sur OpenAlexaff
Shimaa M. G. Mansour, Haytham Ali, Christopher Chase, Arnost Cepica

Notice bibliographique

RevueAnimal Health Research Reviews · 2015
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Disease Management and Epidemiology
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesSouth Dakota Agricultural Experiment StationSouth Dakota State University
Mots-clésLoop-mediated isothermal amplificationAnimal healthEpizooticLivestockVirologyVeterinary medicineBiologyBiotechnologyMedicineVirus

Résumé

récupéré en direct d'OpenAlex

Loop-mediated isothermal amplification (LAMP) is a simple, powerful state-of-the-art gene amplification technique used for the rapid diagnosis and early detection of microbial diseases. Many LAMP assays have been developed and validated for important epizootic diseases of livestock. We review the LAMP assays that have been developed for the detection of 18 viruses deemed notifiable of ruminants, swine and poultry by the World Organization for Animal Health (OIE). LAMP provides a fast (the assay often takes less than an hour), low cost, highly sensitive, highly specific and less laborious alternative to detect infectious disease agents. The LAMP procedure can be completed under isothermal conditions so thermocyclers are not needed. The ease of use of the LAMP assay allows adaptability to field conditions and works well in developing countries with resource-limited laboratories. However, this technology is still underutilized in the field of veterinary diagnostics despite its huge capabilities.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,468
Tête enseignante GPT0,498
Écart entre enseignants0,030 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations59
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimal Health Research ReviewsMême sujetAnimal Disease Management and EpidemiologyTravaux en français237 207