Less invasive SARS-CoV-2 testing for children: A comparison of saliva and a novel Anterior Nasal Swab
Notice bibliographique
Résumé
Abstract Reducing procedural discomfort for children requiring respiratory testing for SARS-CoV-2 is important in supporting testing strategies for case identification. Alternative sampling methods to nose and throat swabs, which can be self-collected, may reduce laboratory-based testing requirements and provide rapid results for clearance to attend school or hospital settings. The aim of this study was to compare preference and diagnostic sensitivity of a novel anterior nasal swab (ANS), and saliva, with a standard combined nose and throat (CTN) swab. The three samples were self-collected by children aged 5-18 years who had COVID-19 or were a household close contact. Samples were analysed by reverse transcription polymerase chain reaction (RT-PCR) on the Allplex SARS-CoV-2 Assay. Most children and parents preferred the ANS and saliva swab over the CTN swab for future testing. The ANS was highly sensitive (sensitivity 1.000 (95% Confidence Interval (CI) 0.920, 1.000)) for SARS-CoV-2 detection, compared to saliva (sensitivity 0.886, 95% CI 0.754, 0.962). We conclude the novel ANS is a highly sensitive and more comfortable method for SARS-CoV-2 detection when compared to CTN swab.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».