Ultrasensitive assay for saliva-based SARS-CoV-2 antigen detection
Notice bibliographique
Résumé
OBJECTIVES: Widespread SARS-CoV-2 testing is invaluable for identifying asymptomatic/pre-symptomatic individuals. There remains a technological gap for highly reliable, easy, and quick SARS-CoV-2 diagnostic tests suitable for frequent mass testing. Compared to nasopharyngeal (NP) swab-based tests, saliva-based methods are attractive due to easier and safer sampling. Current saliva-based SARS-CoV-2 rapid antigen tests (RATs) are hindered by limited analytical sensitivity. Here, we report one of the first ultrasensitive, saliva-based SARS-CoV-2 antigen assays with an analytical sensitivity of <0.32 pg/mL, corresponding to four viral RNA copies/µL, which is comparable to that of PCR-based tests. METHODS: Using the novel electrochemiluminescence (ECL)-based immunoassay, we measured the SARS-CoV-2 nucleocapsid (N) antigen concentration in 105 salivas, obtained from non-COVID-19 and COVID-19 patients. We then verified the results with a second, independent cohort of 689 patients (3.8% SARS-CoV-2 positivity rate). We also compared our method with a widely used point-of-care rapid test. RESULTS: In the first cohort, at 100% specificity, the sensitivity was 92%. Our assay correctly identified samples with viral loads up to 35 CT cycles by saliva-based PCR. Paired NP swab-based PCR results were obtained for 86 cases. Our assay showed high concordance with saliva-based and NP swab-based PCR in samples with negative (<0.32 pg/mL) and strongly positive (>2 pg/mL) N antigen concentrations. In the second cohort, at 100% specificity, sensitivity was also 92%. Our assay is about 700-fold more sensitive than the Abbott Panbio Rapid Test. CONCLUSIONS: We demonstrated the ultrasensitivity and specificity assay and its concordance with PCR. This novel assay is especially valuable when compliance to frequent swabbing may be problematic.
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 | 0,002 | 0,006 |
| 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 | 0,000 | 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 ».