Validation of a molecular assay to detect SARS-CoV-2 in saliva
Notice bibliographique
Résumé
AIM: To validate a reverse transcriptase-quantitative polymerase chain reaction (RT-qPCR) assay to detect SARS-CoV-2 in saliva in two independent Aotearoa New Zealand laboratories. METHODS: An RT-qPCR assay developed at University of Illinois Urbana-Champaign, USA, was validated in two New Zealand laboratories. Analytical measures, such as limit of detection (LOD) and cross-reactivity, were performed. One hundred and forty-seven saliva samples, each paired with a contemporaneously collected nasal swab, mainly of nasopharyngeal origin, were received. Positive (N=33) and negative (N=114) samples were tested blindly in each laboratory. Diagnostic sensitivity and specificity were then calculated. RESULTS: The LOD was <0.75 copy per µL and no cross-reactivity with MERS-CoV was detected. There was complete concordance between laboratories for all saliva samples with the quantification cycle values for all three genes in close agreement. Saliva had 98.7% concordance with paired nasal samples: and a sensitivity, specificity and accuracy of 97.0%, 99.1% and 99.1%, respectively. CONCLUSION: This saliva RT-qPCR assay produces reproducible results with a low LOD. High sensitivity and specificity make it a reliable option for SARS-CoV-2 testing, including for asymptomatic people requiring regular screening.
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 | 0,013 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».