Detection of SARS-CoV-2 in saliva: implications for specimen transport and storage
Notice bibliographique
Résumé
Saliva has recently been proposed as a suitable specimen for the diagnosis of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). Use of saliva as a diagnostic specimen may present opportunities for SARS-CoV-2 reverse transcription polymerase chain reaction (RT-PCR) testing in remote and low-resource settings. Determining the stability of SARS-CoV-2 RNA in saliva over time is an important step in determining optimal storage and transport times. We undertook an in vitro study to assess whether SARS-CoV-2 could be detected in contrived saliva samples. The contrived saliva samples comprised 10 ml pooled saliva spiked with gamma-irradiated SARS-CoV-2 to achieve a concentration of 2.58×104 copies ml SARS-CoV-2, which was subsequently divided into 2 ml aliquots comprising: (i) neat saliva; and a 1 : 1 dilution with (ii) normal saline; (iii) viral transport media, and (iv) liquid Amies medium. Contrived samples were made in quadruplicate, with two samples of each stored at either: (i) room temperature or (ii) 4 °C. SARS-CoV-2 was detected in all SARS-CoV-2 spiked samples at time point 0, day 1, 3 and 7 at both storage temperatures using the N gene RT-PCR assay and time point 0, day 1 and day 7 using the Xpert Xpress SARS-CoV-2 (Cepheid, Sunnyvale, USA) RT-PCR assay. The ability to detect SARS-CoV-2 in saliva over a 1 week period is an important finding that presents further opportunities for saliva testing as a diagnostic specimen for the diagnosis of 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.
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 | 0,012 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».