MétaCan
Menu
Retour à la cohorte
Enregistrement W1999506970 · doi:10.1155/2014/315179

Current Concepts and Future Directions for the Assessment of Autoantibodies to Cellular Antigens Referred to as Anti-Nuclear Antibodies

2014· review· en· W1999506970 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Immunology Research · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueMonoclonal and Polyclonal Antibodies Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAutoantibodyAntigenIIfImmunologySerologyStandardizationMedicineExtractable nuclear antigensAntibodyComputational biologyComputer scienceBiologyAnti-nuclear antibody

Résumé

récupéré en direct d'OpenAlex

The detection of autoantibodies that target intracellular antigens, commonly termed anti-nuclear antibodies (ANA), is a serological hallmark in the diagnosis of systemic autoimmune rheumatic diseases (SARD). Different methods are available for detection of ANA and all bearing their own advantages and limitations. Most laboratories use the indirect immunofluorescence (IIF) assay based on HEp-2 cell substrates. Due to the subjectivity of this diagnostic platform, automated digital reading systems have been developed during the last decade. In addition, solid phase immunoassays using well characterized antigens have gained widespread adoption in high throughput laboratories due to their ease of use and open automation. Despite all the advances in the field of ANA detection and its contribution to the diagnosis of SARD, significant challenges persist. This review provides a comprehensive overview of the current status on ANA testing including automated IIF reading systems and solid phase assays and suggests an approach to interpretation of results and discusses meeting the problems of assay standardization and other persistent challenges.

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 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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,971
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,003
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 Opus0,126
Tête enseignante GPT0,518
Écart entre enseignants0,392 · 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