Performance of four commercial real-time PCR assays for the detection of bacterial enteric pathogens in clinical samples
Notice bibliographique
Résumé
ObjectivesMany laboratories use culture-independent diagnostic tests for bacterial gastroenteritis (i.e. real-time polymerase chain reaction, RT-PCR) instead of culture because of better sensitivity, automation, and faster turnaround times. To address some gaps in initial evaluations and lack of intraassay comparisons for many commercial RT-PCRs, this study compared the ability of four commercially available RT-PCR tests (Ridagene, Fast Track Diagnostics, BD Max, and Prodesse Progastro) to detect five major bacterial enteric pathogens: Campylobacter, Salmonella, Shiga-toxin producing Escherichia coli (STEC), Shigella, and Yersinia.MethodsClinical stool specimens and contrived samples comprising commonly circulating species, serotypes, biovars, and/or toxin subtypes were used for the comparison.ResultsConcordance rates for RT-PCR and culture using culture-positive and culture-negative clinical stools were >90% for Campylobacter (97.5-100%), Salmonella (97.5-100%), Shigella (100%), and STEC (90-100%). However, the agreement between RT-PCR and culture for Y. enteroccolitica ranged from 70-90%. For the contrived sample set, stx2f was detected by one of four assays. Of note, no assay could detect Yersinia non-enterocolitica and Campylobacter upsaliensis.ConclusionsDepending on the prevalence of certain stx sub-types, Yersinia species, and Campylobacter species in a laboratory's jurisdiction, without further improvement in culture-independent tests, culture methods remain critical for the detection of these pathogens.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 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 ».