Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
INTEGRA BIOSCIENCES AG

Deascargar La Aplicación Móvil





Estudio muestra una incidencia baja de resultados de prueba falsos positivos en las pruebas rápidas de antígeno para la COVID-19

Por el equipo editorial de LabMedica en español
Actualizado el 19 Jan 2022
Ilustración
Ilustración
Un estudio nuevo que investiga la incidencia de resultados falsos positivos en una gran muestra de pruebas rápidas de antígenos utilizadas para evaluar en serie a trabajadores asintomáticos en todo Canadá mostró que la tasa general de resultados falsos positivos entre el total de las pruebas rápidas de detección de antígenos para el SARS-CoV-2, era muy bajo.

El estudio, realizado por investigadores de la Universidad de Toronto (Toronto, Canadá), analizó los resultados de las pruebas rápidas de antígenos que se administraron como una capa adicional de protección para controlar la transmisión en los lugares de trabajo en todo Canadá. El estudio examinó las pruebas rápidas de antígeno realizadas por los empleados del 11 de enero al 13 de octubre de 2021, y algunos lugares de trabajo proporcionaron pruebas de detección en el hogar y otros programas de detección en el lugar. Durante este período, Canadá experimentó dos olas significativas, impulsadas por las variantes de marzo a junio y de agosto a octubre. El estudio encontró que solo el 0,05% de más de 900.000 pruebas administradas tuvieron resultados falsos positivos.

El estudio también reveló que un grupo de falsos positivos en dos lugares de trabajo probablemente fue el resultado de problemas de fabricación en lugar de la implementación y demostró la importancia de tener un sistema de datos integral para identificar rápidamente problemas potenciales. Con la capacidad de identificar problemas en los lotes en un tiempo máximo de 24 horas, los trabajadores podrían regresar al trabajo, los lotes de prueba problemáticos se podrían descartar y se podría informar a las autoridades de salud pública y al fabricante.

Enlace relacionado:
Universidad de Toronto

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
New
Miembro Oro
Analizador de la función plaquetaria
PL-12
New
Drug Testing Assays
Atellica DT 250 Analyzer
New
Miembro Oro
Serum Indices Control
Acusera Serum Indices Control

Canales

Química Clínica

ver canal
Crédito de la imagen:  Diane E. MacDougall et al., FIND Lp(a) Machine Learning Model: Targeted Screening Enrichment of Elevated Lipoprotein(a) in Atherosclerotic Cardiovascular Disease, JACC: Advances (2026). DOI: 10.1016/j.jacadv.2026.103114

El aprendizaje automático permite orientar el cribado de lipoproteína(a) elevada

La lipoproteína(a) es un factor de riesgo independiente, determinado genéticamente, de la enfermedad cardiovascular aterosclerótica; sin embargo, el cribado rutinario sigue siendo... Más

Microbiología

ver canal
Imagen: El actual brote de BDBV en la República Democrática del Congo pone de relieve los desafíos de respuesta a infecciones raras y graves (Crédito de la imagen: 123RF)

Investigación refuerza la preparación ante brotes del virus Bundibugyo con diagnósticos más rápidos

El virus de Bundibugyo (BDBV), una especie de ebolavirus, causa una enfermedad hemorrágica grave y puede ser difícil de diagnosticar rápidamente durante los brotes. Los recientes cambios... Más

Patología

ver canal
Crédito de la imagen: Adobe Stock

Herramienta citológica de aprendizaje automático mejora la identificación de células cancerosas

El cribado citológico sigue siendo fundamental para la detección temprana del cáncer, pero su precisión depende en gran medida de la interpretación experta de las células... Más

Tecnología

ver canal
Imagen: ADLM recomienda que las herramientas de inteligencia artificial emergentes sigan los mismos estándares profesionales de supervisión, calidad, validación y monitoreo que las pruebas clínicas tradicionales dentro del marco existente de CLIA (Crédito de la imagen: Adobe Stock)

ADLM pide actualizar CLIA para apoyar el uso seguro de IA en medicina de laboratorio

Los laboratorios clínicos utilizan cada vez más la inteligencia artificial para verificar, interpretar e informar resultados, pero las salvaguardas de las Enmiendas para la Mejora de los... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.