Performance characteristics of two real-time TaqMan polymerase chain reaction assays for the detection of WSSV in clinically diseased and apparently healthy prawns
Notice bibliographique
Résumé
This study aimed to generate data on performance characteristics for 2 real-time TaqMan PCR assays (CSIRO and WOAH WSSV qPCRs) for the purposes of (1) detection of white spot syndrome virus (WSSV) in clinically diseased prawns and (2) detection of WSSV in apparently healthy prawns. Analytical sensitivity of both assays was 2 to 20 genome copies per reaction, and analytical specificity was 100% after testing nucleic acid from 9 heterologous prawn pathogens and 4 prawn species. Results obtained after testing more than 20 000 samples in up to 559 runs with the CSIRO WSSV qPCR and up to 293 runs with the WOAH WSSV qPCR demonstrated satisfactory repeatability for both assays. Both assays demonstrated median diagnostic sensitivity (DSe) 100% (95% CI: 94.9-100%) when testing clinically diseased prawns. When 1591 test results from apparently healthy prawns were analysed by Bayesian latent class analysis, median DSe and diagnostic specificity (DSp) were 82.9% (95% probability interval [PI]: 75.0-90.2%) and 99.7% (95% PI: 98.6-99.99%) for the CSIRO WSSV qPCR and 76.8% (95% PI: 68.9-84.9%) and 99.7% (95% PI: 98.7-99.99%) for the WOAH WSSV qPCR. When both assays were interpreted in parallel, median DSe increased to 98.3 (95% PI: 91.6-99.99%), and median DSp decreased slightly to 99.4% (95% PI: 97.9-99.99%). Routine testing of quantified positive controls by laboratories in the Australian laboratory network demonstrated satisfactory reproducibility of the CSIRO WSSV qPCR assay. Both assays demonstrated comparable performance characteristics, and the results contribute to the validation data required in the WOAH validation pathway for the purposes of detection of WSSV in clinically diseased and apparently healthy prawns.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».