MétaCan
Menu
Retour à la cohorte
Enregistrement W2065598518 · doi:10.2478/acve-2014-0005

Performance of assays for testing antibodies against porcine reproductive and respiratory syndrome virus in sera collected from swine farms in a region with an extreme virus heterogeneity

2014· article· en· W2065598518 sur OpenAlexaff
Uladzimir Karniychuk, Hans Nauwynck

Notice bibliographique

RevueActa veterinaria · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Virus Infections Studies
Établissements canadiensMcMaster University
Organismes subventionnairesEuropean Commission
Mots-clésPorcine reproductive and respiratory syndrome virusSerologyVirologyBiologyVirusGenotypeAntibodySerotypeClassical swine feverImmunologyGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Porcine reproductive and respiratory syndrome is the most economically important viral disease in the swine industry worldwide. Porcine reproductive and respiratory syndrome virus (PRRSV) strains are classified into two distinct genotypes, the European genotype and the North American genotype. The European PRRSV genotype has been divided into three subtypes: a pan-European subtype 1 and East European subtypes 2 and 3. The aim of this study was to evaluate the performance of commercial and homemade serological assays to test field sera from a geographical region with an extreme PRRSV heterogeneity. Belarus became the country of choice for sample collection because heterologous PRRSV strains of all known European subtypes circulate in this country. Sera from Belarusian swine farms were tested in immunoperoxidase monolayer assays based on pan-European subtype 1, East European subtype 3 and North American strains as antigens and commercial enzyme-linked immunosorbent assays (IDEXX and INGEZIM). The obtained results suggest that none of the serological tools for PRRSV diagnosis can guarantee a flawless detection of antibodies at the individual animal level. Considering heterogeneity of recently isolated European PRRSV strains the problem can be relevant in many countries.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,605
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,090
Tête enseignante GPT0,257
Écart entre enseignants0,167 · 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

Citations8
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa veterinariaMême sujetAnimal Virus Infections StudiesTravaux en français237 207