The Performance of Diagnostic Tests for Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) in the South African Population: A Scoping Review
Notice bibliographique
Résumé
To determine the performance and reliability of diagnostic tests for the identification of SARS-CoV-2 infection in South Africa, we conducted a scoping review to identify published studies undertaken in the English language from March 2020 to August 2022 that evaluated the performance of antigen- and antibody-based diagnostic tests for SARS-CoV-2 in South Africa. We identified 17 relevant peer-reviewed articles; six reported on SARS-CoV-2 gene and/or antigen detection whilst 11 reported on antibody detection. Of the SARS-CoV-2 gene and/or antigen-based tests, sensitivity ranged from 40% to 100%, whilst for the antibody-based tests, sensitivity ranged from 13% to 100%. All tests evaluated were highly dependent on the stage of infection and the timing of sample collection. This scoping review demonstrated that no single SARS-CoV-2 gene and/or antigen- or antibody-based assay was sufficiently sensitive and specific simultaneously. The sensitivity of the tests was highly dependent on the timing of sample collection with respect to SARS-CoV-2 infection. In the case of SARS-CoV-2 gene and/or antigen detection, the earlier the collection of samples, the greater the sensitivity, while antibody detection tests showed better sensitivity using samples from later stages of infection.
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 | 0,025 | 0,132 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,016 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,001 |
| 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 ».