Comparison of SARS‐CoV‐2 detection with the Cobas® 6800/8800 system on gargle samples using two sample processing methods with combined oropharyngeal/nasopharyngeal swab
Notice bibliographique
Résumé
Abstract Background Gargle samples have been proposed as a noninvasive method for detection of SARS‐CoV‐2 RNA. The clinical performance of gargle specimens diluted in Cobas® PCR Media and in Cobas® Omni Lysis Reagent was compared to oropharyngeal/nasopharyngeal swab (ONPS) for the detection of SARS‐CoV‐2 RNA. Study Design Participants were recruited prospectively in two COVID‐19 screening clinics. In addition to the ONPS, participants gargled with 5 ml of natural spring water split in the laboratory as follows: 1 ml was added to 4.3 ml of polymerase chain reaction (PCR) media and 400 μl was added to 200 μl of lysis buffer. Testing was performed with the Cobas® SARS‐CoV‐2 test on the Cobas® 6800 or 8800 platforms. Results Overall, 134/647 (20.7%) participants were considered infected because the ONPS or at least one gargle test was positive. ONPS had, respectively, a sensitivity of 96.3% (95% confidence interval [CI]: 91.3–98.5); both gargle processing methods were slightly less but equally sensitive (90.3% [95% CI: 83.9–94.3]). When ONPS and gargle specimens were both positive, the mean cycle threshold ( C t ) was significantly higher for gargles, suggesting lower viral loads. Conclusion Gargle specimens directly added in PCR Media provide a similar clinical sensitivity to chemical lysis, both having a slightly, not significantly, lower sensitivity to ONPS.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».