Canadian Public Health Laboratory Network Statement on Point-of-Care Serology Testing in COVID-19
Notice bibliographique
Résumé
It can take at least 7-14 days, and sometimes longer, after symptom onset for antibodies to develop, therefore the use of serology POC tests in the early phase of infection can result in a false negative COVID-19 diagnosis at a time when patients are most infectious (i.e. a negative result does not rule out infection). False negative interpretations may occur in elderly and immunocompromised patients, who are unable to mount an adequate antibody response. Since serology POC tests do not detect virus, a positive or negative result does not determine whether a person is infectious. Positive results may be due to past or recent infection with SARS-CoV-2 or from COVID-19 vaccination. Most POC serology tests are unable to differentiate antibodies developed from previous infection from those generated in response to COVID-19 vaccination. Given the rapid expansion of COVID-19 vaccination, this further limits the use of serology POC tests. As with other COVID-19 serological platforms, false positive results may occur if these kits cross-react with antibodies from recent or past exposure to other coronaviruses, including human coronaviruses. Other infections, as well as non-infectious conditions (e.g. rheumatoid factor-positive diseases), may also cause false positive results. False positive results are more likely in areas of low prevalence and low vaccine uptake. The local epidemiology and pretest probability of the individual (i.e. clinical and epidemiological risk factors) need to be taken into consideration when interpreting POC serology results.
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 | 0,003 |
| 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 | 0,001 | 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 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 ».