Similarity of Serum and Plasma Insulin-like Growth Factor Concentrations
Notice bibliographique
Résumé
BACKGROUND: Insulin-like growth factors (IGFs) are implicated in many normal physiological processes and pathological states, including cancer. For large consortia projects, it may be necessary to make comparisons among studies with different specimens that were not collected specifically to optimize the measurement of IGFs. OBJECTIVE: This study aimed to compare IGFs in matched serum and plasma samples. METHODS: We measured IGF-I, IGF-II, insulin-like growth factor-binding protein (IGFBP)-3, C-peptide, and leptin in serum and ethylenediaminetetraacetic-containing-plasma samples obtained concurrently from 30 healthy women aged 64-80 years in the Prostate, Lung, Colorectal and Ovarian Cancer Screening Trial using chemiluminescent or colorimetric enzyme-linked immune assays. Coefficients of variation (CVs) and correlations were determined. RESULTS: Intraassay CVs ranged from 0.4% for IGFBP-3 to 10% for IGF-II. Mean concentrations of all analytes were higher in the serum, but the differences in mean concentrations of the analytes between serum and plasma were all <11%. Concordance correlation coefficients of matched serum/plasma specimens were 0.92, 0.91, 0.82, 0.96, and 0.99 for IGF-I, IGFBP-3, IGF-II, C-peptide, and leptin, respectively. CONCLUSION: IGF concentrations measured in serum and plasma are highly correlated but are consistently slightly higher in serum, suggesting that IGF values should be corrected for systematic bias, particularly in consortial efforts when pooling data derived from different specimens.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| 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 ».