A sensitive and affordable multiplex RT-qPCR assay for SARS-CoV-2 detection
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
With the ongoing COVID-19 (Coronavirus Disease 2019) pandemic, caused by the novel coronavirus SARS-CoV-2 (Severe Acute Respiratory Syndrome Coronavirus 2), there is a need for sensitive, specific, and affordable diagnostic tests to identify infected individuals, not all of whom are symptomatic. The most sensitive test involves the detection of viral RNA using RT-qPCR (quantitative reverse transcription PCR), with many commercial kits now available for this purpose. However, these are expensive, and supply of such kits in sufficient numbers cannot always be guaranteed. We therefore developed a multiplex assay using well-established SARS-CoV-2 targets alongside a human cellular control (RPP30) and a viral spike-in control (Phocine Herpes Virus 1 [PhHV-1]), which monitor sample quality and nucleic acid extraction efficiency, respectively. Here, we establish that this test performs as well as widely used commercial assays, but at substantially reduced cost. Furthermore, we demonstrate >1,000-fold variability in material routinely collected by combined nose and throat swabbing and establish a statistically significant correlation between the detected level of human and SARS-CoV-2 nucleic acids. The inclusion of the human control probe in our assay therefore provides a quantitative measure of sample quality that could help reduce false-negative rates. We demonstrate the feasibility of establishing a robust RT-qPCR assay at approximately 10% of the cost of equivalent commercial assays, which could benefit low-resource environments and make high-volume testing affordable.
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 | 0,002 |
| 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