Diagnostic testing for feline panleukopenia in a shelter setting: a prospective, observational study
Notice bibliographique
Résumé
Objectives The aim of this study was to optimize the diagnosis of feline panleukopenia virus (FPV) infection in a shelter setting by: (1) comparing the results of the canine parvovirus IDEXX SNAP Parvo (SNAP) point-of-care ELISA with a commercial FPV quantitative real-time PCR (qPCR) test; (2) assessing whether vomit and anal/rectal swabs could be used for early diagnosis; and (3) clarifying the interpretation of weak-positive SNAP test results. Methods The study included shelter cats and kittens with incomplete or unknown vaccination history that had clinical signs suspicious for feline panleukopenia and fecal SNAP and PCR tests performed within 24 h of onset. Feces, anal/rectal swabs and vomit were tested using SNAP and PCR, with fecal PCR utilized as the reference standard. Results One hundred and forty-five cats were included. Seventeen were diagnosed with FPV infection and 62 were negative; 66 could not be individually designated because they were co-housed. Sensitivity was as follows: fecal SNAP 55% (n = 102; 95% confidence interval [CI] 32–77); swab SNAP 30% (n = 55; 95% CI 7–65); swab PCR 77% (n = 55; 95% CI 46–95); and vomit PCR 100% (n = 17; 95% CI 16–100). Specificity was high (96–100%) for all sample and test types. For PCR-positive fecal samples, true-positive SNAP tests (including weak positives) had significantly higher DNA viral copy numbers than false-negative SNAP tests ( P = 0.0031). Conclusions and relevance The SNAP ELISA should be viewed as an initial diagnostic test to rule in feline panleukopenia. Positive fecal SNAP test results, including weak positives, are highly likely to be true positives in clinically affected animals. Negative results in clinically affected animals are unreliable and should be followed up with PCR testing.
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 | 0,002 | 0,011 |
| 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 ».