Evaluation of cell population data on the UniCel DxH 800 Coulter Cellular Analysis system as a screening for viral infection in children
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: The utility of WBC cell population data (CPD) for the differential diagnosis of viral infection from normal control, bacterial infection, and tuberculosis in children was investigated. METHODS: A data set of 602 total whole-blood samples were analyzed on the DxH 800 System for complete blood cell count (CBC) with leukocyte differential from children with the following sample breakdown: 77 confirmed diagnoses of viral infections (Epstein-Barr virus; 30, influenza A; 19, rota virus; 11, other viruses;17), 54 normal control, 71 bacterial infection, 17 TB patients, and 383 with various diseases. The mean (MN) and standard deviation (SD) of the volume (V), conductivity (C), five light-scatter measurements, and 14 calculated parameters were obtained for the leukocytes. RESULTS: Using a combination of the CBC and CPD parameter values, a decision rule, composed of 21 parameters, for the screening of viral infection in children was developed. Using this decision rule, 74 of 77 (96.1%) viral infections, two of 54 (3.7%) normal samples, one of 17 (5.9%) TB, and six of 71 (8.5%) bacterial infection samples were identified. The sensitivity was 96.1%, and specificity for normal control was 96.3% with an overall specificity of 93.7%. Fifty-nine samples of 383 samples (15.4%) collected from in-patient children with various diseases without confirmation of viral infection were included in this decision rule. CONCLUSION: In conclusion, the implementation of leukocytes CPD parameters can be useful in the detection of viral infection in children.
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.
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 | 0,008 | 0,002 |
| 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 découle