Evaluation of a Novel Serology Algorithm to Detect Herpes Simplex Virus 1 or 2 Antibodies
Notice bibliographique
Résumé
BACKGROUND: Herpes simplex virus (HSV)-type specific serology (TSS) testing has been commercially available for nearly a decade. Guidelines on appropriate use of such testing exist, including Canadian-based recommendations. Despite this, most Canadian laboratories do not offer HSV-type specific serology and many provide only nontype-specific HSV serology tests. METHODS: At the Alberta Provincial Laboratory, HSV TSS is performed using the following algorithm (termed the Alberta algorithm). Eligible specimens are first tested with a nontype-specific kit (Behring Enzygnost IgG). If positive, sera are then tested using the Focus HerpeSelect-2 assay to establish HSV-2 infection. If the HerpeSelect-2 result is negative, the result is reported as anti-HSV-1 positive. In this study we sought a validation of the Alberta algorithm by testing 344 serum samples with the Behring Enzygnost IgG assay, the type specific Focus HerpeSelect 1 and 2 assays, and by Western blot (WB). RESULTS: Taking the WB as a gold standard, the Behring Enzygnost IgG assay showed a sensitivity of 94% and a specificity of 100%, whereas the Alberta algorithm had a sensitivity of 92% and a specificity of 97% for the detection of HSV-2 antibodies, and a sensitivity of 94% and a specificity of 100% for the detection of HSV-1 antibodies in HSV-2 negative sera. Focus HerpeSelect 1 and HerpeSelect 2 sensitivities against WB were 88% and 91%, whereas specificities were 95% and 97% for HSV-1 and HSV-2, respectively. CONCLUSIONS: The Alberta algorithm was at least equivalent to HerpeSelect 1 and 2 in detecting anti-HSV antibodies. Although sensitivity and specificity were higher, the differences were not statistically significant.
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 | 0,000 | 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) | 0,001 | 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 ».