MétaCan
Menu
Retour à la cohorte
Enregistrement W2884917575 · doi:10.1186/s13104-018-3645-6

A comparison of the Allplex™ bacterial and viral assays to conventional methods for detection of gastroenteritis agents

2018· article· en· W2884917575 sur OpenAlexaff
Kelly Amrud, Robert Slinger, Nadia Sant, Marc Desjardins, Baldwin Toye

Notice bibliographique

RevueBMC Research Notes · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueViral gastroenteritis research and epidemiology
Établissements canadiensOttawa HospitalChildren's Hospital of Eastern OntarioCanadian Electricity Association
Organismes subventionnairesnon disponible
Mots-clésNorovirusMicrobiologyVirologyPathogenMicrobiological cultureDiarrheaBiologyEnteropathogenic Escherichia coliMultiplexEnteroaggregative Escherichia coliDiarrheal diseasesEscherichia coliBacteriaVirusEnterobacteriaceaeMedicineBioinformatics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Molecular methods to detect diarrheal pathogens are increasingly being used in place of conventional methods. We compared a new multiplex real-time PCR assay for detection of both bacterial and viral gastroenteritis agents, the Allplex™ Gastrointestinal Panel Assays (AGPA), to conventional methods (stool culture for bacterial pathogens and electron microscopy (EM) for viral pathogens). RESULTS: Gastrointestinal viruses, in particular norovirus genogroup II viruses, were detected by the AGPA in a high number of specimens that were negative by EM. For bacterial pathogens, the AGPA was able to detect the organisms grown in culture with high sensitivity and additionally detected several types of E. coli, such as enteropathogenic E. coli (EPEC), enteroaggregative E. coli (EAEC), and non-O157 Shiga toxin-producing E. coli (STEC), that could not be detected with conventional culture methods. Overall, the AGPA had a > 2-fold higher detection rate than the conventional methods, with 24/135 (17.8%) samples positive by conventional methods and 60/135 (44.4%) by AGPA. Thus, diarrhea pathogen detection rates increased substantially with the use of the AGPA as compared to conventional methods.

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)0,010
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,312
Tête enseignante GPT0,564
Écart entre enseignants0,252 · 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'étudeObservationnel
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

Citations22
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Research NotesMême sujetViral gastroenteritis research and epidemiologyTravaux en français237 207