Detection of SARS-CoV-2 from Saliva as Compared to Nasopharyngeal Swabs 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
Widely available and easily accessible testing for COVID-19 is a cornerstone of pandemic containment strategies. Nasopharyngeal swabs (NPS) are the currently accepted standard for sample collection but are limited by their need for collection devices and sampling by trained healthcare professionals. The aim of this study was to compare the performance of saliva to NPS in an outpatient setting. This was a prospective study conducted at three centers, which compared the performance of saliva and NPS samples collected at the time of assessment center visit. Samples were tested by real-time reverse transcription polymerase chain reaction and sensitivity and overall agreement determined between saliva and NPS. Clinical data was abstracted by chart review for select study participants. Of the 432 paired samples, 46 were positive for SARS-CoV-2, with seven discordant observed between the two sample types (four individuals testing positive only by NPS and three by saliva only). The observed agreement was 98.4% (kappa coefficient 0.91) and a composite reference standard demonstrated sensitivity of 0.91 and 0.93 for saliva and NPS samples, respectively. On average, the Ct values obtained from saliva as compared to NPS were higher by 2.76. This study demonstrates that saliva performs comparably to NPS for the detection of SARS-CoV-2. Saliva was simple to collect, did not require transport media, and could be tested with equipment readily available at most laboratories. The use of saliva as an acceptable alternative to NPS could support the use of widespread surveillance testing for SARS-CoV-2.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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