A validated in-house assay for HIV drug resistance mutation surveillance from dried blood spot specimens
Notice bibliographique
Résumé
Despite increasing scale-up of antiretroviral therapy (ART) coverage, challenges related to adherence and HIV drug resistance (HIVDR) remain. The high cost of HIVDR surveillance is a persistent challenge with implementation in resource-constrained settings. Dried blood spot (DBS) specimens have been demonstrated to be a feasible alternative to plasma or serum for HIVDR genotyping and are more suitable for lower resource settings. There is a need for affordable HIVDR genotyping assays which can amplify HIV-1 sequences from DBS specimens, particularly those with low viral loads, at a low cost. Here, we present an in-house assay capable of reliably amplifying HIV-1 protease and partial reverse transcriptase genes from DBS specimens, which covers the complete World Health Organization 2009 list of drug resistance mutations under surveillance. DBS specimens were prepared using whole blood spiked with HIV-1 at concentrations of 10,000, 5000, 1000, and 500 copies/mL (n=30 for each concentration). Specimens were tested in triplicate. A two-step approach was used consisting of cDNA synthesis followed by nested PCR. The limit of detection of the assay was calculated to be approximately 5000 (95% CI: 3200-10,700) copies/mL for the protease gene and 3600 (95% CI: 2200-10,000) copies/mL for reverse transcriptase. The assay was observed to be most sensitive with higher viral load specimens (97.8% [95% CI: 92.2-99.7]) for both protease and reverse transcriptase at 10,000 copies/mL with performance decreasing with the use of specimens with lower viral loads (46.7% [36.1-57.5] and 60.0% [49.1-70.2] at 500 copies/mL for protease and reverse transcriptase, respectively). Ultimately, this assay presents a promising opportunity for use in resource-constrained settings. Future work should involve validation under field conditions including sub-optimal storage conditions and preparation of DBS with fingerprick blood in order to accurately reflect real-world collection scenarios.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».