EarlyCDT®-Lung test: improved clinical utility through additional autoantibody assays
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.
Notice bibliographique
Résumé
Tumor-associated autoantibodies (AAbs) have been described in patients with lung cancer, and the EarlyCDT®-Lung test that measures such AAbs is available as an aid for the early detection of lung cancer in high-risk populations. Improvements in specificity would improve its cost-effectiveness, as well as reduce anxiety associated with false positive tests. Samples from 235 patients with newly diagnosed lung cancer and matched controls were measured for the presence of AAbs to a panel of six (p53, NY-ESO-1, CAGE, GBU4-5, Annexin I, and SOX2) or seven (p53, NY-ESO-1, CAGE, GBU4-5, SOX2, HuD, and MAGE A4) antigens. Data were assessed in relation to cancer type and stage. The sensitivity and specificity of these two panels were also compared in two prospective consecutive series of 776 and 836 individuals at an increased risk of developing lung cancer. The six-AAb panel gave a sensitivity of 39% with a specificity of 89 %, while the seven-AAb panel gave a sensitivity of 41 % with a specificity of 91 % which, once adjusted for occult cancers in the population, resulted in a specificity of 93 %. Analysis of these AAb assays in the at-risk population confirmed that the seven-AAb panel resulted in a significant increase in the specificity of the test from 82 to 90 %, with no significant change in sensitivity. The change from a six- to a seven-AAb assay can improve the specificity of the test and would result in a PPV of 1 in 8 and an overall accuracy of 92 %.
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 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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 découle