MétaCan
Menu
Retour à la cohorte
Enregistrement W3175708866 · doi:10.1016/j.diagmicrobio.2021.115458

Extractionless nucleic acid detection: a high capacity solution to COVID-19 testing

2021· article· en· W3175708866 sur OpenAlexaff
Shairaz Baksh, Natalia Volodko, Merle Soucie, Sheena Brandon Geier, Anthony Diep, Kallie Rozak, Tak Yin Chan, Jelili Olaide Mustapha, Raymond W.M. Lai, Mathew P. Estey, Bob Verity, Mao-Cheng Lee

Notice bibliographique

RevueDiagnostic Microbiology and Infectious Disease · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 detection and testing
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMultiplexCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)False positive paradoxNucleic acidNucleic Acid Amplification TestsDetection limit2019-20 coronavirus outbreakReal-time polymerase chain reactionComputational biologyMultiplex polymerase chain reactionGenomeVirologyBiologyGenePolymerase chain reactionChromatographyChemistryMedicineBioinformaticsComputer scienceGenetics

Résumé

récupéré en direct d'OpenAlex

We describe an extractionless real-time reverse transcriptase-PCR (rRT-PCR) protocol for SARS-CoV-2 nucleic acid detection using heat as an accurate cost-effective high-capacity solution to COVID-19 testing. We present the effect of temperature, transport media, rRT-PCR mastermixes and gene assays on SARS-CoV-2 gene amplification and limits of detection. Utilizing our heated methodology, our limits of detection were 12.5 and 1 genome copy/reaction for singleplex E- and N1-gene assays, respectively, and 1 genome copy/reaction by utilizing an E/N1 or Orf1ab/N1 multiplex assay combination. Using this approach, we detected up to 98% of COVID-19 positive patient samples analyzed in our various cohorts including a significant percentage of weak positives. Importantly, this extractionless approach will allow for >2-fold increase in testing capacity with existing instruments, circumvent the additional need for expensive extraction devices, provide the sensitivity needed for COVID-19 detection and significantly reduce the turn-around time of reporting COVID-19 test results.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,021
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,100
Score d'incertitude au seuil0,987

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,279
Écart entre enseignants0,246 · 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 tête enseignante, pas un consensus.

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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiagnostic Microbiology and Infectious DiseaseMême sujetSARS-CoV-2 detection and testingTravaux en français237 207