Utility of Whole Genome Sequencing in Assessing and Enhancing Partner Notification of Neisseria gonorrhoeae Infection
Notice bibliographique
Résumé
BACKGROUND: Gonorrhea is a sexually transmitted infection of global concern. We investigated whole-genome sequencing (WGS) as a tool to measure and enhance partner notification (PN) in gonorrhea management. METHODS: Between May and November 2018, all N. gonorrhoeae isolated from patients attending Leeds Sexual Health, United Kingdom, underwent WGS. Reports listing sequences within 20 single-nucleotide polymorphisms (SNPs) of study isolates within a database containing select isolates from April 1, 2016, to November 15, 2018, were issued to clinicians. The proportion of cases with a potential transmission partner identified by PN was determined from patient and PN data. The WGS reports were reviewed to identify additional cases within 6 SNPs or less and verified for PN concordance. RESULTS: Three hundred eighty isolates from 377 cases were successfully sequenced; 292 had traceable/contactable partners and 69 (18%) had a potential transmission partner identified by PN. Concordant PN and WGS links were identified in 47 partner pairs. Of 308 cases with no transmission partner by PN, 185 (60%) had a case within 6 SNPs or less; examination of these cases' PN data identified 7 partner pairs with previously unrecognized PN link, giving a total of 54 pairs; all had 4 or less SNP differences. The WGS clusters confirmed gaps in partner finding, at individual and group levels. Despite the clinic providing sexual health services to the whole city, 35 cases with multiple partners had no genetically related case, suggesting multiple undiagnosed infections. CONCLUSIONS: Whole-genome sequencing could improve gonorrhea PN and control by identifying new links and clusters with significant gaps in partner finding.
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 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».