Conventional tube agglutination with polyethylene glycol versus Red Cell Affinity Column Technology (ReACT): a comparison of antibody detection methods.
Notice bibliographique
Résumé
A procedure for antibody detection and identification that utilizes affinity microcolumns to isolate IgG antibodies in a gel matrix containing Protein G and Protein A was commercially available in recent years. We evaluated this method (ReACT, Red Cell Affinity Column Technology, Immucor Co., Norcross, GA) as an alternative to standard tube agglutination testing, in an effort to minimize subjectivity and increase consistency of antibody identification in our hospital blood banks. Although the ReACT kit was withdrawn from the market soon after completion of our study, the advantages and limitations of the procedure warrant consideration should a similar product be reintroduced. The performance of the ReACT method was compared to conventional antibody detection by a standard tube agglutination technique that uses polyethylene glycol (PEG) potentiator (Dominion Biologicals Ltd., Dartmouth, Nova Scotia, Canada). Of 685 serum or plasma samples that were screened for antibodies, 96 samples were found by the PEG procedure to contain clinically significant (n = 70) and insignificant antibodies (n = 26). In contrast, 48 of the samples were found by the ReACT procedure to contain clinically significant (n = 39) and clinically insignificant antibodies (n = 9). For the ReACT method, the sensitivity was 48.8% (95% CI = 37.8%, 58.0%) and the specificity was 99.6% (95% CI = 97.5%, 99.9%), compared to the PEG procedure. While the ReACT microcolumn system was designed to limit detection of clinically insignificant antibodies, this study documents a loss of sensitivity for detection of clinically significant antibodies.
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 | 0,001 |
| 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) | 0,000 | 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 ».