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 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».