Bayesian Estimation of Diagnostic Accuracy of Three Diagnostic Tests for Bovine Tuberculosis in Egyptian Dairy Cattle Using Latent Class Models
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.
Notice bibliographique
Résumé
The aim of the present study was to calculate the sensitivity (Se) and specificity (Sp) of the single cervical tuberculin test (SCT), rapid lateral flow test (RLFT), and real-time polymerase chain reaction (RT-PCR) for the diagnosis of Mycobacterium bovis (M. bovis) infection in Egyptian dairy cattle herds within a Bayesian framework. The true M. bovis infection within-herd prevalence was assessed as a secondary objective. Data on the test results of SCT, RLFT, and RT-PCR for the detection of M. bovis were available from 245 cows in eleven herds in six major governorates in Egypt. A Bayesian latent class model was built for the estimation of the characteristics of the three tests. Our findings showed that Se of SCT (0.93 (95% Posterior credible interval (PCI): 0.89–0.93)) was higher than that of RT-PCR (0.83 (95% PCI: 0.28–0.93)) but was similar to the Se of RLFT (0.93 (95% PCI: 0.31–0.99)). On the contrary, SCT showed the lowest Sp estimate (0.60 (95% PCI: 0.59–0.65)), whereas Sp estimates of RT-PCR (0.99 (95% PCI: 0.95–1.00)) and RLFT (0.99 (95% PCI: 0.95–1.00)) were comparable. The true prevalence of M. bovis ranged between 0.07 and 0.71. In conclusion, overall, RT-PCR and RLFT registered superior performance to SCT, making them good candidates for routine use in the Egyptian bovine tuberculosis control program.
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 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 | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 découle