Assessment of Rapid and Conventional RT-qPCR-Based Systems for Wastewater Surveillance
Notice bibliographique
Résumé
Conventional wastewater surveillance (WS) relies on highly trained personnel, advanced instrumentation, and significant resources, making the development and use of simple, rapid, and sensitive alternative technologies valuable for reducing costs, time, and labor intensity. For the first time, this study investigated the use of two well-developed rapid systems, including the GeneXpert and LuminUltra, in parallel with a conventional WS reference methodology for the assessment of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) in three cities: Saskatoon, Prince Albert, and North Battleford, Saskatchewan, Canada. RNA extractions from wastewater samples were carried out for the conventional reference and LuminUltra methods, while GeneXpert was used for both raw and concentrated wastewater samples. Bland–Altman plots showed a combination of systematic bias and random error between these real-time reverse transcription-quantitative polymerase chain reaction (RT-qPCR)-based systems. Additionally, results indicated the reasonable performance of GeneXpert in viral detection with a sensitivity rate of >98%, as compared to the conventional reference methodology of 100% and LuminUltra with >65%. A Spearman correlation test showed meaningful relationships between the GeneXpert and conventional reference methodology viral level results across all cities, indicating GeneXpert’s reliability for accurate viral detection and disease prevalence determination, specifically in limited-resource communities, with a shorter processing time and cost-effectiveness in analysis.
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 ».