Development and validation of a real-time PCR assay for the detection of clinical acanthamoebae
Notice bibliographique
Résumé
BACKGROUND: Suboptimal agreement between molecular assays for the detection of Acanthamoeba spp. in clinical specimens has been demonstrated, and poor assay sensitivity directly imperils the vision of those affected by amoebic keratitis (AK) through delayed diagnosis. We sought to develop and validate a single Taqman real time PCR assay targeting the Acanthamoeba 18S rRNA gene that could be used to enhance sensitivity and specificity when paired with reference assays. METHODS: Biobanked DNA from surplus delinked AK clinical specimens and 10 ATCC strains of Acanthamoeba was extracted. Sequence alignment of 66 18S rRNA regions from 12 species of Acanthamoeba known to cause keratitis informed design of a new TaqMan primer set. Performance of the new assay was compared to the 2 assays used currently in our laboratory. RESULTS: Among 24 Acanthamoeba-positive and 83 negative specimens by the CDC reference standard, performance characteristics of the newly designed primer set were as follows: sensitivity 100%, specificity 94%, PPV 82.8%, and NPV 100%. Compared to culture, sensitivity of the new primer set was 100%, and specificity 96%. No cross-reactivity of the primer set to non-acanthamoebae, including Balamuthia and Naegleria, was found. CONCLUSIONS: We have validated a real time PCR assay for the diagnosis of AK, and in doing so, have overcome important barriers to rapid and sensitive detection of acanthamoebae, including limited sensitivity and specificity of commonly used assays.
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 | 0,013 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».