MétaCan
Menu
Retour à la cohorte
Enregistrement W2903455401 · doi:10.4314/ahs.v18i4.20

Single tube allele specific PCR: a low cost technique for molecular screening of sickle cell anaemia in Nigeria

2018· article· en· W2903455401 sur OpenAlexafffund
Emuejevoke T Toye, Guido van Marle, Wendy Hutchins, Olayinka Abgabiaje, Joy Okpuzor

Notice bibliographique

RevueAfrican Health Sciences · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueHemoglobinopathies and Related Disorders
Établissements canadiensUniversity of Calgary
Organismes subventionnairesUniversity of Calgary
Mots-clésMedicineAllelePolymerase chain reactionPediatricsGeneticsGeneBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Sickle cell anaemia (SCA) is a hereditary blood disorder caused by a single mutation in the haemoglobin gene. The disease burden of SCA is highest in Nigeria. The allele specific polymerase chain reaction (ASPCR) method is applicable for the direct detection of known single nucleotide polymorphisms (SNPs). OBJECTIVE: To investigate the use of the single tube ASPCR as an accurate and affordable method for SCA screening in Nigeria. METHODS: DNA was extracted from study subjects with normal haemoglobin, HbAA (20), sickle cell anaemia, HbSS (20) and carriers, HbAS (1). Haemoglobin was genotyped by ASPCR using two primer sets that amplifies the wildtype and mutant haemoglobins in each sample. Amplicon sizes were analyzed by gel electrophoresis. RESULTS: Amplicons were visible after electrophoresis at regions 517 base pair (bp) for HbA and 267 bp for HbS. ASPCR correctly and unambiguously detected the presence or absence of haemoglobins A and S from all samples collected, demonstrating its accuracy and precision for the screening of SCA. CONCLUSION: This study validates ASPCR as an effective, low cost approach for the clinical screening of SCA in Nigeria. ASPCR is also applicable for other genetic diseases, paternity testing, and forensics where more expensive fluorescence-based approaches are not obtainable.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,140
Score d'incertitude au seuil0,402

Scores Codex et Gemma par catégorie

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

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 Opus0,026
Tête enseignante GPT0,296
Écart entre enseignants0,271 · 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 tête enseignante, 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

Citations10
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAfrican Health SciencesMême sujetHemoglobinopathies and Related DisordersTravaux en français237 207