Reagent-free, Simultaneous Determination of Serum Cholesterol in HDL and LDL by Infrared Spectroscopy
Notice bibliographique
Résumé
BACKGROUND: The purpose of this study was to assess the feasibility of infrared (IR) spectroscopy for the simultaneous quantification of serum LDL-cholesterol (LDL-C) and HDL-cholesterol (HDL-C) concentrations. METHODS: Serum samples (n = 90) were obtained. Duplicate aliquots (5 microL) of the serum specimens were dried onto IR-transparent barium fluoride substrates, and transmission IR spectra were measured for the dry films. In parallel, the HDL-C and LDL-C concentrations were determined separately for each specimen by standard methods (the Friedewald formula for LDL-C and an automated homogeneous HDL-C assay). The proposed IR method was then developed with a partial least-squares (PLS) regression analysis to quantitatively correlate IR spectral features with the clinical analytical results for 60 randomly chosen specimens. The resulting quantification methods were then validated with the remaining 30 specimens. The PLS model for LDL-C used two spectral ranges (1700-1800 and 2800-3000 cm(-1)) and eight PLS factors, whereas the PLS model for HDL-C used three spectral ranges (800-1500, 1700-1800, and 2800-3500 cm(-1)) with six factors. RESULTS: For the 60 specimens used to train the IR-based method, the SE between IR-predicted values and the clinical laboratory assays was 0.22 mmol/L for LDL-C and 0.15 mmol/L for HDL-C (r = 0.98 for LDL-C; r = 0.91 for HDL-C). The corresponding SEs for the test spectra were 0.34 mmol/L (r = 0.96) and 0.26 mmol/L (r = 0.82) for LDL-C and HDL-C, respectively. The precision for the IR-based assays was estimated by the SD of duplicate measurements to be 0.11 mmol/L (LDL-C) and 0.09 mmol/L (HDL-C). CONCLUSIONS: IR spectroscopy has the potential to become the clinical method of choice for quick and simultaneous determinations of LDL-C and HDL-C.
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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».