The PRONTO study: Clinical performance of ID NOW in individuals with compatible SARS-CoV-2 symptoms in walk-in centres—accelerated turnaround time for contact tracing
Notice bibliographique
Résumé
Background: (IDN) COVID-19 diagnostic assay used at point of care and its impact on turnaround time for divulgation of test results. Methods: Prospective study conducted from December 2020 to February 2021 in acute symptomatic participants presenting in three walk-in centres in the province of Québec. Results: Valid paired samples were obtained from 2,372 participants. A positive result on either the IDN or the standard-of-care nucleic acid amplification test (SOC-NAAT) was obtained in 423 participants (prevalence of 17.8%). Overall sensitivity of IDN and SOC-NAAT were 96.4% (95% CI: 94.2-98.0%) and 99.1% (95% CI: 97.6-99.8), respectively; negative predictive values were 99.2% (95% CI: 98.7-99.6%) and 99.8% (95% CI: 99.5-100%), respectively. Turnaround time for positive results was significantly faster on IDN. Conclusion: In our experience, IDN use in symptomatic individuals in walk-in centres is a reliable sensitive alternative to SOC-NAAT without the need for subsequent confirmation of negative results. Such deployment can accelerate contact tracing, reduce the burden on laboratories and increase access to testing.
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) | 0,001 | 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 | 0,001 |
| 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 ».