Implementation of point-of-care molecular testing for respiratory viruses in congregate living settings
Notice bibliographique
Résumé
OBJECTIVE: To implement and evaluate a point-of-care (POC) molecular testing platform for respiratory viruses in congregate living settings (CLS). DESIGN: Prospective quality improvement study. SETTING: Seven CLS, including three nursing homes and four independent-living facilities. PARTICIPANTS: Residents of CLS. METHODS: A POC platform for COVID-19, influenza A and B, and respiratory syncytial virus was implemented at participating CLS from December 1, 2022 to April 15, 2023. Residents with respiratory symptoms underwent paired testing, with respiratory specimens tested first with the POC platform and then delivered to an off-site laboratory for multiplex respiratory virus panel (MRVP) polymerase chain reaction (PCR) as per standard protocol. Turn-around time and diagnostic accuracy of the POC platform were compared against MRVP PCR. In an exploratory analysis, time to outbreak declaration among participating CLS was compared against a convenience sample of 19 CLS that did not use the POC platform. RESULTS: A total of 290 specimens that underwent paired testing were included. Turn-around time to result was significantly shorter with the POC platform compared to MRVP PCR, with median difference of 36.2 hours (interquartile range 21.8-46.4 hours). The POC platform had excellent diagnostic accuracy compared to MRVP PCR, with area under the curve statistic of .96. Time to outbreak declaration was shorter in CLS that used the POC platform compared to CLS that did not. CONCLUSION: Rapid POC testing platforms for respiratory viruses can be implemented in CLS, with high diagnostic accuracy, expedited turn-around times, and shorter time to outbreak declaration.
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 | 0,002 | 0,005 |
| 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 ».