ESTIMATION OF SENSITIVITY AND SPECIFICITY OF CULTURE AND DANISH-MIX ELISA FOR DETECTION OF
Notice bibliographique
Résumé
Purpose Both bacterial culture and serological assays, such as the Danish-mix ELISA for the detection of antibodies, are commonly used as tools for detecting and monitoring Salmonella in swine. The comparison and ultimate interpretation of results are made more difficult due to the absence of a gold standard. In this study, a previously published Bayesian method is adapted and applied to field data from Western Canada in order to determine posterior distributions of the sen-sitivities and specificities of these two tests. Materials and Methods Ten farrow-to-finish swine herds (herd size n>100 sows) from Alberta and Saskatchewan were selected by swine veterinarians, based on presumed Salmonella positive status (n=8) or Salmonella negative status (n=2). Each herd was sampled once, taking samples from each phase of production (breeding, nursery, grow-finish), however, only the results from the grow-finish phase were used in this analysis. In the grow-to-finish area one pooled pen floor fecal sample and one blood sample were collected from each of 30 pens. Individual fecal samples were also collected from the rectum and matched to the concurrent blood sample. Fecal samples were tested for Salmonella using AAFRD Food Safety Division (FSD) bacterial culture and PCR. One isolate per each Salmonella positive sample was serotyped by Health Canada, Laboratory for
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».