MétaCan
Menu
Retour à la cohorte
Enregistrement W3127953406 · doi:10.1016/j.prevetmed.2021.105288

Measures of diagnostic precision (repeatability and reproducibility) for three test methods designed to detect spring viremia of carp virus

2021· article· en· W3127953406 sur OpenAlexafffundabout
Sharon C. Clouthier, Carol McClure, Tamara Schroeder, Sandra Aldous, Jason W. Allen, Crystal Collette-Belliveau, Shaorong Li, Melissa Lindsay, Eric Anderson

Notice bibliographique

RevuePreventive Veterinary Medicine · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Virus Infections Studies
Établissements canadiensUniversity of ManitobaUniversity of Prince Edward IslandGovernment of CanadaFisheries and Oceans Canada
Organismes subventionnairesFisheries and Oceans Canada
Mots-clésRepeatabilityReproducibilityViremiaSpring (device)CarpVirologyBiologyStatisticsFish <Actinopterygii>VirusMathematicsFisheryEngineering

Résumé

récupéré en direct d'OpenAlex

Spring viremia of carp virus (SVCV) is a rhabdovirus of the Sprivivirus genus and the etiological agent of an internationally regulated aquatic animal disease in several fish species, including koi carp Cyprinus carpio L. The virus has a complex lifecycle with both acute and persistent stages of infection and can cause high mortality in affected populations. In this study, the diagnostic repeatability (within laboratory agreement) and reproducibility (between laboratory agreement) of 3 tests were investigated to assess their fitness as SVCV diagnostic tools. The tests, reverse transcription quantitative polymerase chain reaction (RT-qPCR) assays targeting either the SVCV glycoprotein (Q1G) or nucleoprotein (Q2N) genes and virus isolation by cell culture (VI), were performed in a blinded study with four Canadian laboratories. Test panels consisted of duplicate sets of 100 tissue samples collected from 3 SVCV prevalence populations of koi: a low-prevalence negative reference population (n = 20 fish) as well as moderate- (n = 50 fish) and high-prevalence (n = 30 fish) populations of koi experimentally infected with SVCV. The Q1G and Q2N tests were performed with kidney tissue in 3 laboratories and with brain tissue in 1 laboratory whereas pools of kidney, spleen and gill tissues were tested with the VI assay in 2 laboratories. Agreement of binary results was evaluated using the observed proportion of agreement, Cohen's kappa and Gwet's agreement coefficient (AC1) whereas the concordance correlation coefficient (ccc) and Bland Altman's limit of agreement were used to evaluate agreement of the RT-qPCR continuous data. Gwet's AC1 provided a more stable estimate of agreement than Cohen's kappa. Overall, high repeatability (AC1, 0.78-0.90) and reproducibility (AC1, 0.74-0.89) were observed for the Q1G and Q2N tests when kidney tissue was used. Lower agreement estimates of repeatability (AC1, 0.54-0.77) and reproducibility (AC1, 0.50-0.80) were obtained for the VI test. RT-qPCR reproducibility was low with kidney-brain tissue pairs (AC1, 0.09-0.46) and high with inter-test pairs of brain (AC1, 0.76-0.86) or kidney tissue (0.75-0.86). Tissue-specific differences in virus load affected test precision and informed final tissue selection. Repeatability (ccc, 0.94-0.97) and reproducibility (ccc, 0.91-0.97) estimates of agreement for paired continuous data from the RT-qPCR assays were similarly high with kidney tissue and lower with paired brain (ccc, 0.15-0.83) and kidney-brain tissues (ccc, 0.01-0.55). The high precision of Q1G and Q2N with kidney tissue suggests that the tests are performing similarly and are suitable candidates for assessment of their diagnostic accuracy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,067
score de la tête « metaresearch » (Gemma)0,078
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,352

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0670,078
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0040,002
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,135
Tête enseignante GPT0,367
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePreventive Veterinary MedicineMême sujetAnimal Virus Infections StudiesTravaux en français237 207