One swab, two tests: Validation of dual SARS-CoV-2 testing on the Abbott ID NOW™
Notice bibliographique
Résumé
BACKGROUND: Point-of-care tests (POCT) are promising tools to detect SARS-CoV-2 in specific settings. Initial reports suggest the ID NOW™ COVID-19 assay (Abbott Diagnostics Inc, USA) is less sensitive than standard real-time reverse transcription polymerase chain reaction (rRT-PCR) assays. This has raised concern over false negatives in SARS-CoV-2 POCT. OBJECTIVES: We compared the performance of the ID NOW™ COVID-19 assay to our in-house rRT-PCR assay to assess whether dry swabs used in ID NOW™ testing could be stored in transport media and be re-tested by rRT-PCR for redundancy and to provide material for further investigation. METHODS: Paired respiratory swabs collected from patients at three acute care hospitals were used. One swab in transport media (McMaster Molecular Media (MMM)) was tested for SARS-CoV-2 by a laboratory-developed two-target rRT-PCR assay. The second was stored dry in a sterile container and tested by the ID NOW™ COVID-19 assay. Following ID NOW™ testing, dry swabs were stored in MMM for up to 48 h and re-tested by rRT-PCR. Serially diluted SARS-CoV-2 particles were used to assess the impact of heat inactivation and storage time. RESULTS: Respiratory swabs (n = 343) from 179 individuals were included. Using rRT-PCR results as the comparator, the ID NOW™ COVID-19 assay had positive (PPA) and negative (NPA) percent agreements of 87.0% (95% CI:0.74-0.94) and 99.7% (95% CI:0.98-0.99). Re-tested swabs placed in MMM following ID NOW testing had PPA and NPA of 88.8% (95% CI:0.76-0.95) and 99.7% (95% CI:0.98-0.99), respectively. CONCLUSIONS: Storing spent dry swabs in transport media for redundancy rRT-PCR testing is a potential approach to address possible false negatives with the ID NOW™ COVID-19 assay.
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 | 0,003 | 0,035 |
| 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 ».