Breath testing for SARS-CoV-2 infection
Notice bibliographique
Résumé
BACKGROUND: From a public health perspective, the identification of individuals with mild respiratory symptoms due to SARS-CoV-2 infection is important to contain the spread of the disease. The objective of this study was to identify volatile organic compounds (VOCs) in exhaled breath common to infection with different variants of the SARS-CoV-2 virus to inform the development of a point-of-care breath test to detect infected individuals with mild symptoms. METHODS: A prospective, real-world, observational study was conducted on mildly symptomatic out-patients presenting to community test-sites for RT-qPCR SARS-CoV-2 testing when the Alpha, Beta, and Delta variants were driving the COVID-19 pandemic. VOCs in exhaled breath were compared between PCR-positive and negative individuals using TD-GC-ToF-MS. Candidate VOCs were tested in an independent set of samples collected during the Omicron phase of the pandemic. FINDINGS: Fifty breath samples from symptomatic RT-qPCR positive and 58 breath samples from test-negative, but symptomatic participants were compared. Of the 50 RT-qPCR-positive participants, 22 had breath sampling repeated 8-12 weeks later. PCA-X model yielded 12 distinct VOCs that discriminated SARS-CoV-2 active infection compared to recovery/convalescence period, with an area under the receiver operator characteristic curve (AUROC), of 0.862 (0.747-0.977), sensitivity, and specificity of 82% and 86%, respectively. PCA-X model from 50 RT-qPCR positive and 58 negative symptomatic participants, yielded 11 VOCs, with AUROC of 0.72 (0.604-0.803) and sensitivity of 72%, specificity 65.5%. The 11 VOCs were validated in a separate group of SARS-CoV-2 Omicron positive patients' vs healthy controls demonstrating an AUROC of 0.96 (95% CI 0.827-0.993) with sensitivity of 80% specificity of 90%. INTERPRETATION: Exhaled breath analysis is a promising non-invasive, point-of-care method to detect mild COVID-19 infection. FUNDING: Funding for this study was a competitive grant awarded from the Vancouver Coastal Research Institute as well as funding from the BC Cancer Foundation.
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 | 0,002 |
| 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) | 0,002 | 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 ».