MétaCan
Menu
Retour à la cohorte
Enregistrement W4413026209 · doi:10.3390/pathogens14080767

Evaluation of Spleen Swabs for Sensitive and High-Throughput Detection of Classical Swine Fever Virus

2025· article· en· W4413026209 sur OpenAlexaff
Orie Hochman, Kalhari Goonewardene, Chungwon J. Chung, Aruna Ambagala

Notice bibliographique

RevuePathogens · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Disease Management and Epidemiology
Établissements canadiensUniversity of ManitobaUniversity of CalgaryUniversity of SaskatchewanCanadian Food Inspection Agency
Organismes subventionnairesNational Pork Board
Mots-clésSpleenClassical swine feverVirologyVirusBiologyPolymerase chain reactionReal-time polymerase chain reactionImmunologyGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Despite intensive eradication efforts, classical swine fever (CSF) remains endemic across South America, Europe, Asia, and the Caribbean, highlighting the need for more effective surveillance and detection methods. Reverse-transcription real-time polymerase chain reaction (RRT-PCR) is the fastest, and most sensitive assay for detecting CSF virus (CSFV) genomic material. Previously, we demonstrated that spleen swabs outperformed spleen homogenates for the detection of ASFV genomic material by RRT-PCR. In this study, we compared CSFV genome detection in paired spleen homogenates and spleen swabs generated using 49 frozen and 33 fresh spleen samples collected from experimentally inoculated pigs with acute infection. The results show that the CSFV genome detection in spleen swabs is comparable to that in spleen homogenates. The study also demonstrated that the CSFV genomic material can be detected in spleen swabs during early CSFV infections, and the viruses can be successfully isolated from the swabs. The use of spleen swabs instead of spleen tissue homogenates for CSF detection will reduce labor, decrease costs associated with reporting, and increase the diagnostic throughput.

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 enseignants0,950
Score d'incertitude au seuil0,103

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 Opus0,045
Tête enseignante GPT0,287
Écart entre enseignants0,242 · 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePathogensMême sujetAnimal Disease Management and EpidemiologyTravaux en français237 207