Evaluation of Four Loop-Mediated Isothermal Amplification (LAMP)Assays for Identification of Shiga Toxin Producing E.Coli O157 (STEC)and Non-O157 Strains
Notice bibliographique
Résumé
Shiga toxin-producing strains of E. coli are a significant cause of food-borne outbreaks of gastroenteric disease. The objective of this study was to evaluate loop-mediated isothermal amplification (LAMP) assays for the identification of Shiga toxin producing E. coli O157 (STEC) and non-O157 strains. Four LAMP assays were developed for the detection of the rfbE gene of E. coli O157, the Shiga toxin genes stx1/stx2 and eae intimin gene. The assays were run on a real time fluorometer (Genie II, Optigene, Horsham, UK) that displays real time amplification, the time to positivity and amplicon annealing temperature (Tm). The specificity of the LAMP assays was confirmed by testing a panel of 35 enteric bacteria, viruses and parasites, all of which tested negative in all four assays. The lower limit of detection for each of the gene targets was 10-100 genome equivalents and 1 cfu of E. coli O157. The LAMP assays were evaluated by testing a total of 135 stool specimens by LAMP, PCR or the xTAG® Gastrointestinal Pathogen Panel (GPP) assay (Luminex Molecular Diagnostics, Toronto, ON, Canada). Following resolution of the discordants and using positivity in two or more assays as the reference standard, the sensitivity of the LAMP assays was 100% (27/27), 98.4% (63/64) and 98.0% (47/48) for rfbE, stx1/stx2 and eae genes respectively, while the specificity for the assays was 100% (107/107), 100% (71/71) and 98.5% (66/67), respectively. The LAMP assays had excellent sensitivity and specificity for detecting Shiga toxin-producing E. coli O157 (STEC) and non-O157 in stool specimens and they were faster and more accurate than PCR. We suggest that these assays could be incorporated into E. coli O157 (STEC) testing algorithms.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».