Verification and Use of the US-FDA BAM 19b Method for Detection of Cyclospora cayetanensis in a Survey of Fresh Produce by CFIA Laboratory
Notice bibliographique
Résumé
To facilitate the harmonized surveillance and investigation of cyclosporiasis outbreaks in the US and Canada, we adapted and verified the US-FDA’s BAM 19b method and employed it in a national produce survey. Performance was verified by spiking 200, 10, 5 or 0 C. cayetanensis oocysts onto berries (50 ± 5 g, n = 85) and 200, 10 or 0 oocysts onto green onions (25 ± 3 g, n = 24) and leafy greens (25 ± 1 g, n = 120) and testing these samples by the BAM method on Bio-Rad CFX96. Method robustness was assessed by aging (0 or 7 days) and freezing the produce and washes prior to testing, then implementing the method for the surveillance testing of 1759 imported leafy green, herb and berry samples. Diagnostic sensitivity was 100/44% and 93/30% for berries and leafy greens spiked with 200/10 oocysts, respectively. The diagnostic and analytical specificity were 100% for all matrices and related parasites tested. The proportion positive was unaffected (p = 0.22) by age or condition of produce (7d, fresh, frozen) or wash concentrate (3d, fresh, frozen); however, the Cq values were higher (p = 0.009) for raspberries aged 7d (37.46 ± 0.29) compared to fresh (35.36 ± 0.29). C. cayetanensis was detected in berries (two), herbs (two) and leafy greens (one), representing 0.28% of the tested survey samples. These results independently verified the reported performance characteristics and robustness of the BAM method for the detection of C. cayetanensis in a variety of matrices, including under adverse sample conditions, using a unique detection platform and demonstrating its routine diagnostic use in our Canadian Food Inspection Agency (CFIA) laboratory.
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 | 0,000 |
| 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 ».