MétaCan
Menu
Retour à la cohorte
Enregistrement W2744098260 · doi:10.1016/j.jiph.2017.07.009

Rectal swab screening assays of public health importance in molecular diagnostics: Sample adequacy control

2017· article· en· W2744098260 sur OpenAlexafffund
Sanja Glisovic, Shaun Eintracht, Yves Longtin, Matthew Oughton, Ivan Brukner

Notice bibliographique

RevueJournal of Infection and Public Health · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMolecular Biology Techniques and Applications
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPolymerase chain reactionFecesMedicine16S ribosomal RNAInfection controlBiologyMicrobiologyBacteriaPathologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Rectal swabs are routinely used by public health authorities to screen for multi-drug resistant enteric bacteria including vancomycin-resistant enterococci (VRE) and carbapenem-resistant enterobacteriaceae (CRE). Screening sensitivity can be influenced by the quality of the swabbing, whether performed by the patient (self-swabbing) or a healthcare practitioner. One common exclusion criterion for rectal swabs is absence of "visible soiling" from fecal matter. In our institution, this criterion excludes almost 10% of rectal swabs received in the microbiology laboratory. Furthermore, over 30% of patients in whom rectal swabs are cancelled will not be re-screened within the next 48h, resulting in delays in removing infection prevention measures. We describe two quantitative polymerase chain reaction (qPCR)-based assays, human RNAse P and eubacterial 16S rDNA, which might serve as suitable controls for sampling adequacy. However, lower amounts of amplifiable human DNA make the 16s rDNA assay a better candidate for sample adequacy control.

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)0,030
score de la tête « metaresearch » (Gemma)0,055
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,159

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,055
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,003
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,041
Tête enseignante GPT0,346
Écart entre enseignants0,305 · 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

Citations20
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Infection and Public HealthMême sujetMolecular Biology Techniques and ApplicationsTravaux en français237 207