MétaCan
Menu
Retour à la cohorte
Enregistrement W2046601469 · doi:10.1002/jcla.20274

Improved diagnoses of autoimmune hepatitis using an anti‐actin ELISA

2008· article· en· W2046601469 sur OpenAlexfundno aff
Vincent Aubert, Isabelle Graf Pisler, François Spertini

Notice bibliographique

RevueJournal of Clinical Laboratory Analysis · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Diseases and Immunity
Établissements canadiensnon disponible
Organismes subventionnairesAlberta Innovates - Health Solutions
Mots-clésAutoimmune hepatitisMedicineAntibodyImmunologyHepatitisAutoantibodyImmunofluorescenceViral hepatitisActinBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The presence of antismooth muscle antibodies is one of the diagnostic criteria of autoimmune hepatitis. We evaluated a new anti-F-actin ELISA test and compared it with indirect immunofluorescence assay (IIFA) for antismooth muscle antibodies (ASMA). Two hundred and nine serum samples (35 autoimmune hepatitis, 174 other hepatopathies and control sera) were tested by IIFA on mouse stomach kidney sections for ASMA and by the Quanta Lite Actin ELISA for anti-F-actin antibodies. ASMA were detected in 26 of 35 sera from autoimmune hepatitis (74%) as compared with 25 (71%) with anti-actin antibodies, as well as in 25 of 49 (51%) samples from viral hepatitis as compared with 7 (14%) with anti-actin antibodies. With regards to autoimmune hepatitis, though sensitivity (74.3 vs 71.4%) and negative predictive value (93.5 vs 93.9%) of ASMA and anti-actin ELISA were comparable, anti-actin ELISA was significantly better than ASMA IIFA in terms of specificity (89.7 vs 74.7%), and positive predictive value (58.1 vs 37.1%). Although frequently positive in HCV samples, a comparable sensitivity but better specificity makes the anti-actin ELISA a useful tool in combination with ASMA IIFA for the screening and diagnosis of autoimmune hepatitis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,078
Tête enseignante GPT0,399
Écart entre enseignants0,322 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations15
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Laboratory AnalysisMême sujetLiver Diseases and ImmunityTravaux en français237 207