MétaCan
Menu
Retour à la cohorte
Enregistrement W4281779657 · doi:10.51731/cjht.2022.357

Self-Collection of Nose and Throat Swab Samples for SARS-CoV-2 Antigen Testing

2022· article· en· W4281779657 sur OpenAlexaboutno aff
Michelle A. Clark, Yan Li, Quenby Mahood, Melissa Severn

Notice bibliographique

RevueCanadian Journal of Health Technologies · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 detection and testing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThroatNoseMedicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Sampling (signal processing)Coronavirus disease 2019 (COVID-19)DermatologySurgeryInternal medicineInfectious disease (medical specialty)Disease

Résumé

récupéré en direct d'OpenAlex


 The emergence of new variants of the severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) has raised questions about the accuracy of currently available rapid antigen detection tests (RADTs) for the detection of these variants using the currently authorized sampling methods.
 Six Canadian provinces and 2 international jurisdictions have formally recommended people swab both their throat and nose when performing a RADT in response to the emergence of the Omicron variant. The evidence used to support these decisions was not clearly reported.
 Three pre-print non-peer reviewed publications (1 from Canada, 2 from the Netherlands) were identified regarding the diagnostic accuracy and clinical utility of RADTs using dual nasal and throat self-collected sample for suspected COVID-19. No relevant studies were identified that included children younger than 16 years old.
 Findings from these publications indicate that using self-collected combined nasal plus throat samples, instead of self-collected nasal samples for RADTs, resulted in greater detection rates without impacting true negative rates. Furthermore, combined nasal plus throat sampling is associated with high participant acceptability and tolerability, ease of use, and low incidence of harms (when reported). However, the limitations of these publications (e.g., non-peer reviewed pre-prints; dual nasal and throat sampling with swabs approved for nasal sampling only) should be taken into consideration when interpreting these findings.
 As new variants emerge and real-world clinical evaluations are published, regulatory bodies and/or RADT manufacturers could consider reassessing sampling methods, suitable swab types, and testing instructions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,607
Score d'incertitude au seuil0,878

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,109
Tête enseignante GPT0,332
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Health TechnologiesMême sujetSARS-CoV-2 detection and testingTravaux en français237 207