MétaCan
Menu
Retour à la cohorte
Enregistrement W3200796005 · doi:10.1155/2021/5528786

Clinical Symptoms and Types of Samples Are Critical Factors for the Molecular Diagnosis of Symptomatic COVID-19 Patients: A Systematic Literature Review

2021· review· en· W3200796005 sur OpenAlex
Milad Zandi, Abbas Farahani, Armin Zakeri, Sara Akhavan Rezayat, Ramin Mohammadi, Umashankar Das, Jonathan R. Dimmock, Shervin Afzali, Mohammadvala Ashtar Nakhaei, Alireza Doroudi, Yousef Erfani, Saber Soltani

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Microbiology · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 detection and testing
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesTehran University of Medical Sciences and Health Services
Mots-clésCoronavirus disease 2019 (COVID-19)MedicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakInternal medicinePathologyDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Currently, a novel coronavirus found in 2019 known as SARS-CoV-2 is the etiological agent of the COVID-19 pandemic. Various parameters including clinical manifestations and molecular evaluation can affect the accuracy of diagnosis. This review aims to discuss the various clinical symptoms and molecular evaluation results in COVID-19 patients, to point out the importance of onset symptoms, type, and timing of the sampling, besides the methods that are used for detection of SARS-CoV-2. METHODS: A systematic literature review of current articles in the Web of Science, PubMed, Scopus, and EMBASE was conducted according to the PRISMA guideline. RESULTS: Of the 12946 patients evaluated in this investigation, 7643 were confirmed to be COVID-19 positive by molecular techniques, particularly the RT-PCR/qPCR combined technique (qRT-PCR). In most of the studies, all of the enrolled cases had 100% positive results for molecular evaluation. Among the COVID-19 patients who were identified as such by positive PCR results, most of them showed fever or cough as the primary clinical signs. Less common symptoms observed in clinically confirmed cases were hemoptysis, bloody sputum, mental disorders, and nasal congestion. The most common clinical samples for PCR-confirmed COVID-19 patients were obtained from throat, oropharyngeal, and nasopharyngeal swabs, while tears and conjunctival secretions seem to be the least common clinical samples for COVID-19 diagnosis among studies. Also, different conserved SARS-CoV-2 gene sequences could be targeted for qRT-PCR detection. The suggested molecular assay being used by most laboratories for the detection of SARS-CoV-2 is qRT-PCR. CONCLUSION: There is a worldwide concern on the COVID-19 pandemic and a lack of well-managed global control. Hence, it is crucial to update the molecular diagnostics protocols for handling the situation. This is possible by understanding the available advances in assays for the detection of the SARS-CoV-2 infection. Good sampling procedure and using samples with enough viral loads, also considering the onset symptoms, may reduce the qRT-PCR false-negative results in symptomatic COVID-19 patients. Selection of the most efficient primer-probe for target genes and samples containing enough viral loads to search for the existence of SARS-CoV-2 helps detecting the virus on time using qRT-PCR.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,034
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,105
Score d'incertitude au seuil0,975

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,034
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,081
Tête enseignante GPT0,436
Écart entre enseignants0,355 · 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