MétaCan
Menu
Retour à la cohorte
Enregistrement W4393885038 · doi:10.1128/spectrum.04073-23

Taqman PACMAN: a simple molecular approach for positive rapid antigen test confirmation during periods of low prevalence

2024· article· en· W4393885038 sur OpenAlexaff
Gregory R. McCracken, Glenn Patriquin, Todd F. Hatchette, Ross Davidson, Barbara Goodall, Lisa Barrett, James H. MacDonald, Charles Heinstein, Janice Pettipas, John J. Ross, Jason J. LeBlanc

Notice bibliographique

RevueMicrobiology Spectrum · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 detection and testing
Établissements canadiensDalhousie UniversityNova Scotia Health Authority
Organismes subventionnairesDepartment of Pathology and Laboratory Medicine, University of North Carolina School of Medicine
Mots-clésConcordanceAsymptomaticMedicineNucleic Acid Amplification TestsTaqManSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)VirologyInternal medicineCoronavirus disease 2019 (COVID-19)Polymerase chain reactionBiologyDiseaseGenetics

Résumé

récupéré en direct d'OpenAlex

Antigen-based rapid diagnostic tests (Ag-RDTs) were widely deployed to enhance SARS-CoV-2 testing capacity during the COVID-19 pandemic. Consistent with national guidance for low prevalence settings, positive Ag-RDTs were confirmed using nucleic acid amplification tests (NAATs) to avoid false positive results. However, increasing demands for positive Ag-RDT confirmation competed with other testing priorities in clinical laboratories. This work hypothesized that real-time RT-PCR without nucleic acid extraction (NAE) would be sufficiently sensitive to support positive Ag-RDT confirmation. Ag-RDT and NAAT results from community-based asymptomatic testing sites prior to the omicron variant wave were compared to calculate the weekly false positive rate (FPR) and false detection rate (FDR). Real-time RT-PCR was compared with and without NAE using 752 specimens previously tested positive for SARS-CoV-2 using commercial NAATs and 344 specimens from Ag-RDT-positive individuals. The impact of SARS-CoV-2 prevalence on laboratory resources required to sustain Ag-RDT confirmation was modeled for the RT-PCR with and without NAE. Overall, FPR was low [0.07% (222/330,763)] in asymptomatic testing sites, but FDR was high [30.7% (222/724)]. When RT-PCR was compared with and without NAE, 100% concordance was obtained with NAAT-positive specimens, including those from Ag-RDT-positive individuals. NAE-free RT-PCR significantly reduced time to results, human resources, and overall costs. A 30.7% FDR reaffirms the need for NAAT-based confirmation of positive Ag-RDT results during low SARS-CoV-2 prevalence. NAE-free RT-PCR was shown to be a simple and cost-sparing NAAT-based solution for positive Ag-RDT confirmation, and its implementation supported data-driven broader Ag-RDT deployment into communities, workplaces, and households. IMPORTANCE: Rapid antigen testing for SARS-CoV-2 was widely deployed during the COVID-19 pandemic. In settings of low prevalence, national guidance recommends that positive antigen test results be confirmed with molecular testing. Given the high testing burden on clinical laboratories during the COVID-19 pandemic, the high volume of positive antigen tests submitted for confirmatory testing posed challenges for laboratory workflow. This study demonstrated that a simple PCR method without prior nucleic acid purification is an accurate and cost-effective solution for positive rapid antigen test confirmation. Implementing this method allowed molecular confirmatory testing for positive antigen tests to be sustained as antigen testing was expanded into large populations such as workplaces, schools, and households.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,592

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,262
Écart entre enseignants0,251 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMicrobiology SpectrumMême sujetSARS-CoV-2 detection and testingTravaux en français237 207