Performance of the Cue COVID-19 Molecular Test for Point of Care: Insights from a multi-site clinic service model
Notice bibliographique
Résumé
Abstract The COVID-19 pandemic highlighted the critical need for rapid and accurate molecular diagnostic testing. The Cue COVID-19 Point of Care Test (Cue POCT) is a nucleic acid amplification test (NAAT), authorized by Health Canada and FDA as a POCT for SARS-CoV-2 detection. Cue POCT was deployed at a network of clinics in Ontario, Canada with n=13,848 patrons tested between July 17, 2021 to January 31, 2022. The clinical performance and operational experience with Cue POCT was examined for this testing population composed mostly of asymptomatic individuals (93.7%). A head-to-head prospective clinical verification was performed between July 17 to October 4 for all POCT service clients (n= 3037) with paired COVID-19 testing by Cue and RT-PCR. Prospective verification demonstrated a clinical sensitivity of 100% and clinical specificity of 99.4% for Cue COVID-19 POCT. The lack of false negatives and low false positive rate (0.64%), underscores the high accuracy (99.4%) of Cue POCT to provide rapid PCR quality results. Low error rates (cancellation rate of 0% and invalid rate of 0.63%) with the current software version were additionally noted. Together these findings highlight the value of accurate molecular COVID-19 POCT in a distributed service delivery model to rapidly detect cases in the community with the potential to curb transmission in high exposure settings (i.e. in-flight, congregate workplace and social events). The insights gleaned from this operational implementation are readily transferable to future POCT diagnostic services.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».