Validation of saliva sampling as an alternative to oro-nasopharyngeal swab for detection of SARS-CoV-2 using unextracted rRT-PCR with the Allplex 2019-nCoV assay
Notice bibliographique
Résumé
Introduction. The current severe acute respiratory syndrome-associated coronavirus-2 (SARS-CoV-2) pandemic has stressed the global supply chain for specialized equipment, including flocked swabs. Hypothesis. Saliva could be a potential alternative specimen source for diagnosis of SARS-CoV-2 infection by reverse-transcriptase PCR (RT-PCR). Aim. To compare the detection efficiency of SARS-CoV-2 RNA in saliva and oro-nasopharyngeal swab (ONPS) specimens. Methodology. Patients recruited from hospital provided paired saliva and ONPS specimens. We performed manual or automated RT-PCR with prior proteinase K treatment without RNA extraction using the Seegene Allplex 2019 nCoV assay. Results. Of the 773 specimen pairs, 165 (21.3 %) had at least one positive sample. Additionally, 138 specimens tested positive by both sampling methods. Fifteen and 12 cases were detected only by nasopharyngeal swab and saliva, respectively. The sensitivity of ONPS (153/165; 92.7 %; 95 % CI: 88.8–96.7) was similar to that of saliva (150/165; 90.9 %; 95 % CI: 86.5–95.3; P =0.5). In patients with symptoms for ≤ 10 days, the sensitivity of ONPS (118/126; 93.7 %; 95 % CI: 89.4–97.9) was similar to that of saliva (122/126; 96.8 %; 95 % CI: 93.8–99.9 %; P =0.9). However, the sensitivity of ONPS (20/22; 95.2 %; 95 % CI: 86.1–100) was higher than that of saliva (16/22; 71.4 %; 95 % CI: 52.1–90.8) in patients with symptoms for more than 10 days. Conclusions. Saliva sampling is an acceptable alternative to ONPS for diagnosing SARS-CoV-2 infection in symptomatic individuals displaying symptoms for ≤ 10 days. These results reinforce the need to expand the use of saliva samples, which are self-collected and do not require swabs.
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 | 0,003 |
| 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 ».