MétaCan
Menu
Retour à la cohorte
Enregistrement W4409352783 · doi:10.1093/mmy/myaf036

A longitudinal study assessing <i>Aspergillus</i> polymerase chain reaction (PCR) performance through participation in external quality assessment schemes from 2019 to 2022

2025· article· en· W4409352783 sur OpenAlexaff
Alastair Ricketts, Dorothy Montgomery, Juergen Loeffler, Rosemary A. Barnes, Mario Cruciani, J. Peter Donnelly, P. Lewis White

Notice bibliographique

RevueMedical Mycology · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMolecular Biology Techniques and Applications
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésAspergillus fumigatusAspergillusQuality assessmentQuality (philosophy)Aspergillus nigerExternal quality assessmentBiologyBiotechnologyMicrobiologyMedicinePathology

Résumé

récupéré en direct d'OpenAlex

Aspergillus polymerase chain reaction (PCR) now employs standardised methodology and commercial options, with clinical performance validated through meta-analyses. The long-term availability of external quality assessment schemes drives performance and provides a currently untapped source of technical data. The Fungal PCR initiative and the Quality Control for Molecular Diagnostics (QCMD) combined forces to evaluate data from the Aspergillus PCR QCMD schemes between 2019 and 2022. Analysis showed inferior detection of non-fumigatus Aspergillus species (i.e.,Aspergillus niger) compared with A. fumigatus. Longitudinal evaluation showed the use of 'in-house' PCR methods by new participants when testing plasma generated lower positivity rates compared to commercial assays.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,538
Score d'incertitude au seuil0,637

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,412
Écart entre enseignants0,386 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical MycologyMême sujetMolecular Biology Techniques and ApplicationsTravaux en français237 207