Development and field validation of a reverse transcription loop-mediated isothermal amplification assay (RT-LAMP) for the rapid detection of chikungunya virus in patient and mosquito samples
Notice bibliographique
Résumé
OBJECTIVES: We aimed to develop a reverse transcription loop-mediated isothermal amplification (RT-LAMP) platform for the rapid detection of chikungunya virus (CHIKV) in both patient and mosquito samples from Brazil. METHODS: We optimized an RT-LAMP assay and then evaluated the specificity and sensitivity using visual detection. In comparison with the RT-qPCR reference method, we validated the utility of this assay as a molecular diagnostic test in a reference laboratory for arbovirus diagnostics using 100 serum samples collected from suspected CHIKV cases. RESULTS: Our RT-LAMP assay specifically detected CHIKV without cross-reactivity against other arboviruses. The limit of detection of our RT-LAMP was estimated in -1.18 PFU (confidence interval [CI] ranging from -2.08 to 0.45), resulting in a similar analytical sensitivity when directly compared with the reference standard RT-qPCR assay. Then, we demonstrate the ability of our RT-LAMP assay to detect the virus in different human specimens (serum, urine, and saliva), and crude lysate of Aedes aegypti mosquitoes in as little as 20-30 minutes and without a separate RNA isolation step. Lastly, we showed that our RT-LAMP assay could be lyophilized and reactivated by adding water, indicating potential for room-temperature storage. Our RT-LAMP had a clinical sensitivity of 100% (95% CI, 90.97-100.00%), clinical specificity of 96.72% (95% CI, 88.65-99.60%), and overall accuracy of 98.00% (95% CI, 92.96-99.76%). DISCUSSION: Taken together, these findings indicate that the RT-LAMP assay reported here solves important practical drawbacks to the deployment of molecular diagnostics in the field and can be used to improve testing capacity, particularly in low- and middle-income countries.
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 | 0,006 | 0,004 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».