Automated molecular testing of saliva for SARS-CoV-2 detection
Notice bibliographique
Résumé
Abstract With surging global demand for increased SARS-CoV-2 testing capacity, clinical laboratories seek automated, high-throughput molecular solutions, particularly for specimen types which do not rely upon supply of specialized collection devices or viral transport media (VTM). Saliva was evaluated as a diagnostic specimen for SARS-CoV-2 using the cobas® SARS-CoV-2 Test on the cobas® 6800 instrument. Saliva specimens submitted from various patient populations under investigation for COVID-19 from March-July 2020 were processed in the laboratory with sterile phosphate-buffered saline in a 1:2 dilution and vortexed with glass beads. The processed saliva samples were tested using a commercial assay for detection of the SARS-CoV-2 E gene (LightMix®) in comparison to the cobas® SARS-CoV-2 Test. 22/64 (34.4%) of the saliva samples were positive for SARS-CoV-2. Positive and negative concordance between the LightMix® and cobas® assays were 100%. There was no cross-contamination of samples observed on the cobas® 6800. The overall invalid rate for saliva on the cobas® 6800 (1/128, 0.78%) was similar to the baseline invalid rate observed for nasopharyngeal swabs/VTM and plasma samples. Saliva is a feasible specimen type for SARS-CoV-2 testing on the cobas® 6800, with potential to improve turnaround time and enhance testing capacity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».