Melting curve analysis reveals false-positive norovirus detection in a molecular syndromic panel
Notice bibliographique
Résumé
BACKGROUND: Molecular syndromic panels can improve rapidity of results and ease clinical laboratory workflow, although caution has been raised for potential false-positive results. Upon implementation of a new panel for infectious diarrhea (BioFire® FilmArray® Gastrointestinal [GI] Panel, bioMérieux) in our clinical laboratory, a higher than expected number of stool samples with norovirus were detected. OBJECTIVES: The goal of this study was to investigate positive percent agreement and the false-positive rate of norovirus detected by the multiplex BioFire GI panel compared to a singleplex commercial assay. STUDY DESIGN: From October 2023 to January 2024, all prospective stool samples with a positive norovirus result by BioFire had melting curves reviewed manually using the BioFire FilmArray Torch System. Stool samples further underwent testing by a supplementary real-time RT-PCR assay (Xpert® Norovirus, Cepheid) for comparative analysis. RESULTS: Of the 50 stool samples with norovirus detected by BioFire, 18 (36 %) tested negative by Xpert (deemed "false-positives"). Furthermore, melting curve analysis revealed nearly all of these samples had atypical melting curve morphologies for the "Noro-1" target on BioFire (16/18, 89 %), which was statistically significant (Odds Ratio 173.2, 95 % CI [22.2, 5326.9], p < 0.0001). Stool samples with multiple pathogens detected by BioFire including norovirus were not more likely to produce false-positive norovirus results (Odds Ratio 1, 95 % CI [0.3, 3.3], p = 1). CONCLUSIONS: Although not described in the manufacturer's Instructions for Use, we propose routine manual review of melting curves for the BioFire GI panel prior to reporting, to mitigate potential false-positive norovirus results.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,002 |
| 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 ».