Evaluation of Aggregate Oral Fluids for African Swine Fever Real–Time PCR Diagnostics Using Samples Collected on Romanian Farms with an Active Outbreak
Notice bibliographique
Résumé
African swine fever (ASF), caused by African swine fever virus (ASFv), is a highly contagious disease of domestic and wild pigs with a mortality rate that can reach 100%. Continuous spread of the virus into ASF-free regions, including the Caribbean island of Hispaniola in 2021, is causing socioeconomic burdens and presents a threat to food security. Pork-producing countries, including the United States and Canada, are urgently looking for efficient tools for early detection to reduce spread of the virus in the event of an outbreak. Previous experimental infection studies evaluated the utility of aggregate porcine oral fluids (OFs) as a sample type with a highly sensitive ASFv real-time PCR for individual blood and tissue-based diagnosis. In this study, real-time PCR with porcine OFs was further evaluated to better understand diagnostic performance using samples from three Romanian farms with an ongoing ASF outbreak. In this limited dataset using a Bayesian latent class model, no statistical difference in diagnostic sensitivity was found between the real-time PCR using aggregate OFs and the process of determining pen disease status by testing individual blood samples collected from a subset of pigs from the same pen. Known negative aggregate OF samples from pigs in the United States had no occurrences of false positives, suggesting reliable diagnostic specificity of the sample matrix used for this study. Until results are produced from further studies with sufficient sample size, aggregate OF testing using real-time PCR could cautiously be used as a supplementary sample type for ASF diagnosis alongside currently approved sample types, including blood and lymphoid tissues.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».