Quantum-enhanced nanodiamond rapid test advances early SARS-CoV-2 antigen detection in clinical diagnostics
Notice bibliographique
Résumé
Worldwide, the urgent need for more sensitive rapid lateral flow tests (LFTs) for early disease diagnosis is driving advances in quantum technologies. Spin-enhanced nanodiamond LFTs offer the potential for a sensitivity step change, yet to date only model systems have been studied with few clinical samples. Herein, we report the largest spin-enhanced LFT clinical evaluation, focusing on SARS-CoV-2 antigen as an exemplar. The limit of detection for recombinant antigens was 0.67 pg/ml, and inactivated whole virus wild-type and Omicron variants were 13 TCID 50 /mL and 8.8 TCID 50 /mL, respectively. Our blinded clinical study with 103 patient upper respiratory tract swab samples showed 95.1% sensitivity (Ct ≤ 30) and 100% specificity benchmarked to RT-qPCR, with no cross-reactivity to influenza A, RSV, and Rhinovirus. Analysis of trial data indicates spin-enhanced LFTs could diagnose SARS-CoV-2 on average 2.0 days earlier than conventional gold nanoparticle LFTs with identical antibodies, and just 0.6 days after RT-qPCR. Quantum-enhanced LFT sensitivity would have detected ~69,400 more patients in a single day at the peak of Omicron, reducing the transmission risk and protecting populations. Our findings mark an important milestone in the emerging field of quantum-enhanced diagnostics, with the potential for significant health-economic benefits to patients, populations, health systems and society.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».