The Effect of Paraproteins and Rheumatoid Factor on Four Commercial Immunoassays for Vancomycin
Notice bibliographique
Résumé
BACKGROUND: Paraproteins, immunoglobulins (Igs), which are elevated in various autoimmune disorders, are known to interfere with various laboratory immunoassays, including vancomycin (VANC). Rheumatoid factor (RF), a known immunoassay interferant, may cause falsely elevated results. OBJECTIVES: The aims of this study were to (1) evaluate the effect of 3 paraproteins (IgA, IgG, and IgM) on 4 commercial VANC immunoassays [fluorescence polarization immunoassay; enzyme multiplied immunoassay; 2 particle-enhanced turbidimetric inhibition immunoassays]; (2) determine the concentration at which the effect is obtained, and (3) examine the influence of RF on the VANC methods. METHOD: Serum and plasma pools from patients prescribed VANC and a spiked VANC pool (20 mg/L) were each mixed 1:1 with individual patient specimens containing IgA (6-63 g/L), IgG (6-54 g/L), IgM (3-30 g/L) (n = 4 for each Ig), and a patient RF pool (196 IU/L). The mixtures (n = 39) were split and distributed for VANC analysis. RESULTS: IgA and IgG in serum and plasma did not affect any of the VANC immunoassays. RF added to plasma specimens did not interfere, but in serum, elevated VAN results were observed. IgM did not affect the fluorescence polarization immunoassay and enzyme multiplied immunoassay methods but did attenuate VANC concentrations by both particle-enhanced turbidimetric inhibition immunoassays (Siemens, Beckman Coulter), with a more pronounced effect on the latter, producing concentrations >20% lower than expected in the patient serum and spiked plasma pools. The effect was progressively negative at effective IgM concentrations of 10 and 15 mg/L. CONCLUSIONS: This phenomenon is a major analytical and clinical issue that must be communicated to health care professionals caring for patients receiving VANC, so optimal therapy is achieved.
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 | 0,001 | 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 ».