Comparison of saliva with oral and nasopharyngeal swabs for SARS‐CoV‐2 detection on various commercial and laboratory‐developed assays
Notice bibliographique
Résumé
Abstract The accurate laboratory detection of the severe acute respiratory syndrome coronavirus 2 (SARS‐CoV‐2) is a crucial element in the fight against coronavirus disease 2019 (COVID‐19). Reverse transcription‐polymerase chain reaction testing on combined oral and nasopharyngeal swab (ONPS) suffers from several limitations, including the need for qualified personnel, the discomfort caused by invasive nasopharyngeal sample collection, and the possibility of swab and transport media shortage. Testing on saliva would represent an advancement. The aim of this study was to compare the concordance between saliva samples and ONPS for the detection of SARS‐CoV‐2 on various commercial and laboratory‐developed tests (LDT). Individuals were recruited from eight institutions in Quebec, Canada, if they had SARS‐CoV‐2 RNA detected on a recently collected ONPS, and accepted to provide another ONPS, paired with saliva. Assays available in the different laboratories (Abbott RealTime SARS‐CoV‐2, Cobas® SARS‐CoV‐2, Simplexa™ COVID‐19 Direct, Allplex™ 2019‐nCoV, RIDA®GENE SARS‐CoV‐2, and an LDT preceded by three different extraction methods) were used to determine the concordance between saliva and ONPS results. Overall, 320 tests were run from a total of 125 saliva and ONPS sample pairs. All assays yielded similar sensitivity when saliva was compared to ONPS, with the exception of one LDT (67% vs. 93%). The mean difference in cycle threshold (∆ C t ) was generally (but not significantly) in favor of the ONPS for all nucleic acid amplification tests. The maximum mean ∆ C t was 2.0, while individual ∆ C t varied importantly from −17.5 to 12.4. Saliva seems to be associated with sensitivity similar to ONPS for the detection of SARS‐CoV‐2 by various assays.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».