Gauging the skin resident Leishmania parasites through a loop mediated isothermal amplification (LAMP) assay in post-kala-azar dermal leishmaniasis
Notice bibliographique
Résumé
Despite the availability of highly sensitive polymerase chain reaction (PCR)-based methods, the dearth of remotely deployable diagnostic tools circumvents the early and accurate detection of individuals with post-kala-azar dermal leishmaniasis (PKDL). Here, we evaluate a design-locked loop-mediated isothermal amplification (LAMP) assay to diagnose PKDL. A total of 76 snip-skin samples collected from individuals with probable PKDL (clinical presentation and a positive rK39 rapid diagnostic test (RDT)) were assessed by microscopy, qPCR, and LAMP. An equal number of age and sex-matched healthy controls were included to determine the specificity of the LAMP assay. The LAMP assay with a Qiagen DNA extraction (Q-LAMP) showed a promising sensitivity of 72.37% (95% CI: 60.91-82.01%) for identifying the PKDL cases. LAMP assay sensitivity declined when the DNA was extracted using a boil-spin method. Q-qPCR showed 68.42% (56.75-78.61%) sensitivity, comparable to LAMP and with an excellent agreement, whereas the microscopy exhibited a weak sensitivity of 39.47% (28.44-51.35%). When microscopy and/or qPCR were considered the gold standard, Q-LAMP exhibited an elevated sensitivity of 89.7% (95% CI: 78.83-96.11%) for detection of PKDL cases and Bayesian latent class modeling substantiated the excellent sensitivity of the assay. All healthy controls were found to be negative. Notwithstanding the optimum efficiency of the LAMP assay towards the detection of PKDL cases, further optimization of the boil-spin method is warranted to permit remote use of the assay.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 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 ».