MétaCan
Menu
Retour à la cohorte
Enregistrement W2947317752 · doi:10.1186/s12917-019-1927-4

Development and evaluation of a real-time RT-PCR and a field-deployable RT-insulated isothermal PCR for the detection of Seneca Valley virus

2019· article· en· W2947317752 sur OpenAlexaff
Jianqiang Zhang, Charles Nfon, Chuan‐Fu Tsai, Chien-Hsien Lee, Lindsay Fredericks, Qi Chen, Avanti Sinha, Sarah A. Bade, Karen M. Harmon, Pablo Piñeyro, Phillip C. Gauger, Yun‐Long Tsai, Hwa-Tang Thomas Wang, Pei‐Yu Lee

Notice bibliographique

RevueBMC Veterinary Research · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Disease Management and Epidemiology
Établissements canadiensCanadian Food Inspection Agency
Organismes subventionnairesIowa State University
Mots-clésVirologyVesicular StomatitisVesicular stomatitis virusVirusBiologyReal-time polymerase chain reactionNucleic acidRNAGene

Résumé

récupéré en direct d'OpenAlex

Seneca Valley virus (SVV) has emerged in multiple countries in recent years. SVV infection can cause vesicular lesions clinically indistinguishable from those caused by other vesicular disease viruses, such as foot-and-mouth disease virus (FMDV), swine vesicular disease virus (SVDV), vesicular stomatitis virus (VSV), and vesicular exanthema of swine virus (VESV). Sensitive and specific RT-PCR assays for the SVV detection is necessary for differential diagnosis. Real-time RT-PCR (rRT-PCR) has been used for the detection of many RNA viruses. The insulated isothermal PCR (iiPCR) on a portable POCKIT™ device is user friendly for on-site pathogen detection. In the present study, SVV rRT-PCR and RT-iiPCR were developed and validated. Neither the SVV rRT-PCR nor the RT-iiPCR cross-reacted with any of the vesicular disease viruses (20 FMDV, two SVDV, six VSV, and two VESV strains), classical swine fever virus (four strains), and 15 other common swine viruses. Analytical sensitivities of the SVV rRT-PCR and RT-iiPCR were determined using serial dilutions of in vitro transcribed RNA as well as viral RNA extracted from a historical SVV isolate and a contemporary SVV isolate. Diagnostic performances were further evaluated using 125 swine samples by two approaches. First, nucleic acids were extracted from the 125 samples using the MagMAX™ kit and then tested by both RT-PCR methods. One sample was negative by the rRT-PCR but positive by the RT-iiPCR, resulting in a 99.20% agreement (124/125; 95% CI: 96.59–100%, κ = 0.98). Second, the 125 samples were tested by the taco™ mini extraction/RT-iiPCR and by the MagMAX™ extraction/rRT-PCR system in parallel. Two samples were positive by the MagMAX™/rRT-PCR system but negative by the taco™ mini/RT-iiPCR system, resulting in a 98.40% agreement (123/125; 95% CI: 95.39–100%, κ = 0.97). The two samples with discrepant results had relatively high C T values. The SVV rRT-PCR and RT-iiPCR developed in this study are very sensitive and specific and have comparable diagnostic performances for SVV RNA detection. The SVV rRT-PCR can be adopted for SVV detection in laboratories. The SVV RT-iiPCR in a simple field-deployable system could serve as a tool to help diagnose vesicular diseases in swine at points of need.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
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)0,0010,001

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.

Tête enseignante Opus0,218
Tête enseignante GPT0,372
Écart entre enseignants0,154 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Veterinary ResearchMême sujetAnimal Disease Management and EpidemiologyTravaux en français237 207