Performance of four commercial real-time PCR assays for the detection of bacterial enteric pathogens in clinical samples
Notice bibliographique
Résumé
Objectives Many 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. Methods Clinical stool specimens and contrived samples comprising commonly circulating species, serotypes, biovars, and/or toxin subtypes were used for the comparison. Results Concordance 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, stx 2f was detected by one of four assays. Of note, no assay could detect Yersinia non- enterocolitica and Campylobacter upsaliensis. Conclusions Depending 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 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 | 0,009 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 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 | 0,001 |
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 ».