A four specimen-pooling scheme reliably detects SARS-CoV-2 and influenza viruses using the BioFire FilmArray Respiratory Panel 2.1
Notice bibliographique
Résumé
The COVID-19 pandemic required increased testing capacity, enabling rapid case identification and effective contract tracing to reduce transmission of disease. The BioFire FilmArray is a fully automated nucleic acid amplification test system providing specificity and sensitivity associated with gold standard molecular methods. The FilmArray Respiratory Panel 2.1 targets 22 viral and bacterial pathogens, including SARS-CoV-2 and influenza virus. While each panel provides a robust output of information regarding pathogen detection, the specimen throughput is low. This study evaluates the FilmArray Respiratory Panel 2.1 using 33 pools of contrived nasal samples and 22 pools of clinical nasopharyngeal specimens to determine the feasibility of increasing testing capacity, while maintaining detection of both SARS-CoV-2 and influenza virus. We observed 100% detection and 90% positive agreement for SARS-CoV-2 and 98% detection and 95% positive agreement for influenza viruses with pools of contrived or clinical specimens, respectively. While discordant results were mainly attributed to loss in sensitivity, the sensitivity of the pooling assay was well within accepted limits of detection for a nucleic acid amplification test. Overall, this study provides evidence supporting the use of pooling patient specimens, one in four with the FilmArray Respiratory Panel 2.1 for the detection of SARS-CoV-2 and influenza virus.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 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 ».