Screening for SARS-CoV-2 infection in asymptomatic individuals using the Panbio COVID-19 antigen rapid test (Abbott) compared with RT-PCR: a prospective cohort study
Notice bibliographique
Résumé
BACKGROUND: Antigen-based point-of-care tests for identification of SARS-CoV-2 may markedly enhance effectiveness of population-based controlling strategies. Previous studies have demonstrated >70% sensitivity and high specificity compared with reverse transcriptase real-time PCR (RT-PCR) in symptomatic individuals, but test performance for asymptomatic individuals is unknown. METHODS: Test performance of the Panbio COVID-19 Ag Rapid Test (Abbott) was compared with RT-PCR in a longitudinal cohort study of asymptomatic football players and staff members of professional football clubs. Based on timing of symptoms and prior and subsequent test results, positive RT-PCR tests were categorised as presymptomatic, early or late infection, or persistent RNA shedding. FINDINGS: 2425 tests were performed in 824 individuals, of which 52 (6.3%) were SARS-CoV-2 positive based on RT-PCR. There were 2406 paired sets from asymptomatic subjects for analysis. Sixteen Panbio tests were inconclusive, for which sensitivity analyses were performed (considering results as either positive or negative or being excluded). Sensitivity of Panbio for screening of asymptomatic individuals ranged from 80.0% (61.4-92.3) to 86.67% (69.2-96.2) and specificity from 99.53% (95% CI 99.2 to 99.8) to 100% (95% CI 99.8 to 100). Sensitivity of Panbio to detect subjects with presymptomatic/early infection (n=42) ranged from 81.82% (95% CI 67.3 to 91.8) to 90.91% (95% CI 78.3 to 97.5) with specificity always above 99%. INTERPRETATION: The Panbio COVID-19 Ag rapid test identifies 81%-90% of presymptomatic and early asymptomatic SARS-CoV-2 infections with high specificity. This test may therefore be adopted in testing strategies such as targeted screening of specific populations where prevalence is low.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».