One Swab Fits All: Performance of a Rapid, Antigen-Based SARS-CoV-2 Test Using a Nasal Swab, Nasopharyngeal Swab for Nasal Collection, and RT–PCR Confirmation from Residual Extraction Buffer
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
BACKGROUND: Point-of-care SARS-CoV-2 antigen tests have great potential to help combat the COVID-19 pandemic. In the performance of a rapid, antigen-based SARS-CoV-2 test (RAT), our study had 3 main objectives: to determine the accuracy of nasal swabs, the accuracy of using nasopharyngeal swabs for nasal collection (nasalNP), and the effectiveness of using residual extraction buffer for real-time reverse-transcriptase PCR (RT-PCR) confirmation of positive RAT (rPan). METHODS: Symptomatic adults recently diagnosed with COVID-19 in the community were recruited into the study. Nasal samples were collected using either a nasalNP or nasal swab and tested immediately with the RAT in the individual's home by a health care provider. 500 µL of universal transport media was added to the residual extraction buffer after testing and sent to the laboratory for SARS-CoV-2 testing using RT-PCR. Parallel throat swabs tested with RT-PCR were used as the reference comparators. RESULTS: One hundred and fifty-five individuals were included in the study (99 nasal swabs, 56 nasalNP). Sensitivities of nasal samples tested on the RAT using either nasal or nasalNP were 89.0% [95% confidence interval (CI) 80.7%-94.6%] and 90.2% (95% CI 78.6%-96.7%), respectively. rPan positivity agreement compared to throat RT-PCR was 96.2%. CONCLUSIONS: RAT reliably detect SARS-CoV-2 from symptomatic adults in the community presenting within 7 days of symptom onset using nasal swabs or nasalNP. High agreement with rPan can avoid the need for collecting a second swab for RT-PCR confirmation or testing of variants of concern from positive RAT in this population.
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 | 0,002 | 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 | 0,001 | 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 découle