Real-world evaluation of the Lucira Check-It COVID-19 loop-mediated amplification (LAMP) test
Notice bibliographique
Résumé
ABSTRACT In hospitals during the COVID-19 pandemic, laboratory testing was important to reduce SARS-CoV-2 transmissions, particularly for high-risk settings like the emergency department and pre-operative settings and for the safe return to work of exposed healthcare workers (HCWs). For these applications, delayed test results from laboratory nucleic acid amplification tests (NAATs) posed a barrier to maximizing efficient patient flow and minimizing staffing shortages. This quality improvement project sought to evaluate the performance of the Lucira Check-It COVID-19 Test, a rapid diagnostic test that used NAAT technology (NAAT-RDT). Using 10-fold serial dilutions of SARS-CoV-2, the analytical sensitivity of the NAAT-RDT was assessed against standard NAATs used for routine diagnostic testing. Clinical performance was assessed at two Nova Scotia hospitals in 405 cases with paired swabs tested by NAAT-RDT and laboratory-based NAATs. These represented three distinct populations: patients presenting to the emergency department ( n = 208), patients in the pre-operative setting ( n = 158), and patients presenting to community testing sites ( n = 38). The analytical sensitivity of the NAAT-RDT and other laboratory NAATs was comparable. During clinical evaluation, the overall sensitivity and specificity were 92.9% and 98.3%, respectively, with little variation between settings. The Lucira NAAT-RDT is a portable and self-contained device that provides an easily interpreted result within 30 minutes following a bilateral nasal swab collection. Its performance was shown to be acceptable for use in three settings in this quality improvement project, facilitating patient flow and management. IMPORTANCE In hospitals during the COVID-19 pandemic, laboratory testing was important to reduce SARS-CoV-2 transmissions, while facilitating patient flow in the emergency department and pre-operative settings, and allowing for the safe return to work of exposed healthcare workers. Delayed test results from laboratory nucleic acid amplification tests (NAATs) posed a barrier to maximizing efficient patient flow and minimizing staffing shortages. This quality improvement project sought to evaluate the analytical and clinical performance of the Lucira Check-It COVID-19 Test, a point-of-care test that used NAAT technology, in the perioperative setting, emergency department, and community testing sites. We found the Lucira Check-It to have comparable performance to laboratory NAATs. It can be employed with little training for specimen collection, processing, and interpretation, and at a cost justifiable from the resources saved from avoiding sample transport and laboratory testing.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».