Self-collected Saline Gargle Samples as an Alternative to Healthcare Worker Collected Nasopharyngeal Swabs for COVID-19 Diagnosis in Outpatients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Background We assessed the performance, stability, and user acceptability of swab-independent self-collected saliva and saline mouth rinse/gargle sample types for the molecular detection of SARS-CoV-2 in adults and school-aged children. Methods Outpatients who had recently been diagnosed with COVID-19 or were presenting with suspected COVID-19 were asked to have a nasopharyngeal swab collected and provide at least one self-collected sample type. A portion of participants were also asked about sample acceptability. Samples underwent molecular testing using multiple assays. Saline mouth rinse/gargle and saliva samples were tested daily at time zero, day one, and day 2 to assess nucleic acid stability at room temperature. Results 50 participants (aged 4 to 71 years) were included; of these, 40 had at least one positive sample and were included in the primary sample yield analysis. Saline mouth rinse/gargle samples had a sensitivity of 98% (39/40) while saliva samples had a sensitivity of 79% (26/33). Both saline mouth rinse/gargle and saliva samples showed stable viral RNA detection after 2 days of room temperature storage. Mouth rinse/gargle samples had the highest (mean 4.9) and HCW-collected NP swabs had the lowest acceptability scores (mean 3.1). Conclusion Saline mouth rinse/gargle samples demonstrated the highest combined user acceptability ratings and analytical performance when compared with saliva and HCW collected NP swabs. This sample type is a promising swab-independent option, particularly for outpatient self-collection in adults and school aged children.
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.
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 | 0,001 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle