Recommendations for sample pooling on the Cepheid GeneXpert <sup>®</sup> system using the Cepheid Xpert <sup>®</sup> Xpress SARS-CoV-2 assay
Notice bibliographique
Résumé
Abstract The coronavirus disease 2019 (Covid-19) pandemic, caused by SARS-CoV-2, has resulted in a global testing supply shortage. In response, pooled testing has emerged as a promising strategy that can immediately increase testing capacity. Here, we provide support for the adoption of sample pooling with the point-of-care Cepheid Xpert ® Xpress SARS-CoV-2 molecular assay. Corroborating previous findings, the Xpert ® Xpress SARS-CoV-2 assay limit of detection was comparable to central laboratory reverse-transcription quantitative PCR tests with observed SARS-CoV-2 detection below 100 copies/mL. The Xpert ® Xpress assay detected SARS-CoV-2 after samples with minimum viral loads of 461 copies/mL were diluted into six sample pools. Based on these data, we recommend the adoption of pooled testing with the Xpert ® Xpress SARS-CoV-2 assay where warranted by population public health needs. The suggested number of samples per pool, or pooling depth, is unique for each point-of-care test site and should be determined by assessing positive test rates. To statistically determine appropriate pooling depth, we have calculated the pooling efficiency for numerous combinations of pool sizes and test rates. This information is included as a supplemental dataset that we encourage public health authorities to use as a guide to make recommendations that will maximize testing capacity and resource conservation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».