Saliva as a diagnostic specimen for SARS‐CoV‐2 detection: A scoping review
Notice bibliographique
Résumé
OBJECTIVES: This scoping review aims to summarize the diagnostic value of saliva assessed from current studies that (1) compare its performance in reverse transcriptase-polymerase chain reaction testing to nasopharyngeal swabs, (2) evaluate its performance in rapid and point-of-care COVID-19 diagnostic tests, and (3) explore its use as a specimen for detecting anti-SARS-CoV-2 antibodies. MATERIALS AND METHODS: A systematic search was performed on the following databases: Medline and Embase (Ovid), World Health Organization, Centers for Disease Control and Prevention, and Global Health (Ovid) from January 2019 to September 2021. Of the 657 publications identified from the searches, n = 146 articles were included in the final scoping review. RESULTS: Our findings showcase that salivary samples exceed nasopharyngeal swabs in detecting SARS-CoV-2 using reverse transcriptase-polymerase chain reaction testing in several studies. A select number of rapid antigen and point-of-care tests from the literature were also identified capable of high detection rates using saliva. Moreover, anti-SARS-CoV-2 antibodies have been shown to be detectable in saliva through biochemical assays. CONCLUSION: We highlight the potential of saliva as an all-rounded specimen in detecting SARS-CoV-2. However, future large-scale clinical studies will be needed to support its widespread use as a non-invasive clinical specimen for COVID-19 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 | 0,000 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».