MétaCan
Menu
Retour à la cohorte
Enregistrement W1551973683 · doi:10.1002/dta.1385

Effectiveness of GH isoform differential immunoassay for detecting rhGH doping on application of various growth factors

2012· article· en· W1551973683 sur OpenAlexfundno aff
Masato Okano, Yasunori Nishitani, Mitsuhiko Sato, Shinji Kageyama

Notice bibliographique

RevueDrug Testing and Analysis · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueGrowth Hormone and Insulin-like Growth Factors
Établissements canadiensnon disponible
Organismes subventionnairesWorld Anti-Doping Agency
Mots-clésImmunoassayEndocrinologyInternal medicineGene isoformMedicineGrowth hormoneHormoneAntibodyChemistryImmunologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The analytical method for detecting growth hormone (GH) doping, the so-called GH isoform differential immunoassay, is currently approved by the World Anti-Doping Agency (WADA). Anti-doping laboratories often face challenges by athletes' lawyers and need to have various types of scientific evidence against the claim that the adverse analytical finding (AAF) result was caused by excess ectopic or abnormal excretion. In this work, a population study of Japanese athletes (255 male and 256 female) and administration studies of recombinant human GH (rhGH) in Japanese females were conducted to confirm the applicability of GH isoform differential immunoassay. The present paper describes the effectiveness of the GH isoform differential immunoassay under abnormal excretion of endogenous GH as determined by administration studies of GH releasing hormone (GHRH(1-44)) and insulin-like growth factor-1 (IGF-1). No false positive findings were found in Japanese athletes. The GH isoform differential immunoassays could detect application of rhGH for approximately 12-24 h. The administration of GHRH(1-44) and IGF-1 as well as ghrelin receptor agonists did not affect the isoform ratio (no false positives). We conclude that the GH isoform differential immunoassay is a highly specific method for detecting rhGH doping. Subject-based profiling (i.e. athlete biological passport) very likely will represent a highly sensitive approach for detecting rhGH doping.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,606

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,017
Tête enseignante GPT0,262
Écart entre enseignants0,245 · 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

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrug Testing and AnalysisMême sujetGrowth Hormone and Insulin-like Growth FactorsTravaux en français237 207