Performance evaluation of a low-throughput qPCR-based <i>Legionella</i> assay for utility as an onsite industrial water system monitoring method
Notice bibliographique
Résumé
Legionella is a bacterial genus found in natural aquatic environments, as well as domestic and industrial water systems. Legionella presents potential human health risks when aerosolized and inhaled by at-risk individuals and is commonly monitored at locations with likelihood of proliferation and human exposure. Legionella monitoring is widely performed using culture-based testing, which faces limitations including turnaround time and interferences. Molecular biology methodologies, including quantitative polymerase chain reaction (qPCR), are being explored to supplement or replace culture-based testing because of faster turnaround and lower detection limits, allowing for more rapid water remediation measures. In this study, three methods were compared by testing industrial water samples: culture-based testing by a certified lab, high throughput qPCR testing (HT qPCR), and field deployable low throughput qPCR testing (LT qPCR). The qPCR test methods reported more positive results than culture testing, indicating improved sensitivity and specificity. The LT qPCR test is portable with quick turnaround times, and can be leveraged for environmental surveillance, process optimization, monitoring, and onsite case investigations. The LT qPCR test had high negative predictive value and would be a useful tool for negative screening of Legionella samples from high-risk environments and/or outbreak investigations to streamline samples for culture testing. ONE-SENTENCE SUMMARY: This study compared three test methods for Legionella to evaluate performance of a low throughput quantitative polymerase chain reaction (LT qPCR) test for Legionella that can be used onsite; the study found that the high throughput (HT) and LT qPCR tests used in this study gave more positive results than culture testing, and the results indicated a similar negative predictive value for the HT and LT qPCR tests, supporting that the LT qPCR method could be useful for negative screening of Legionella samples in industrial water systems onsite.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».