MétaCan
Menu
Retour à la cohorte
Enregistrement W2149255315 · doi:10.3899/jrheum.140677

Four Anti-dsDNA Antibody Assays in Relation to Systemic Lupus Erythematosus Disease Specificity and Activity

2015· article· en· W2149255315 sur OpenAlexvenueno aff
Helena Enocsson, Christopher Sjöwall, Lina Wirestam, Charlotte Dahle, Alf Kastbom, Johan Rönnelid, Jonas Wetterö, Thomas Skogh

Notice bibliographique

RevueThe Journal of Rheumatology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensnon disponible
Organismes subventionnairesVetenskapsrådetLinköpings UniversitetUppsala UniversitetSvenska Sällskapet för Medicinsk Forskning
Mots-clésMedicineRheumatologyConcordanceInternal medicineRheumatoid arthritisAntibodySystemic lupus erythematosusConnective tissue diseaseAnti-dsDNA antibodiesImmunologyLupus erythematosusExact testDiseaseAutoimmune disease

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Analysis of antibodies against dsDNA is an important diagnostic tool for systemic lupus erythematosus (SLE), and changes in anti-dsDNA antibody levels are also used to assess disease activity. Herein, 4 assays were compared with regard to SLE specificity, sensitivity, and association with disease activity variables. METHODS: Cross-sectional sera from 178 patients with SLE, of which 11 were followed consecutively, from a regional Swedish SLE register were analyzed for immunoglobulin G (IgG) anti-dsDNA by bead-based multiplex assay (FIDIS; Theradig), fluoroenzyme-immunoassay (EliA; Phadia/Thermo Fisher Scientific), Crithidia luciliae immunofluorescence test (CLIFT; ImmunoConcepts), and line blot (EUROLINE; Euroimmun). All patients with SLE fulfilled the 1982 American College of Rheumatology and/or the 2012 Systemic Lupus International Collaborating Clinics (SLICC-12) classification criteria. Healthy individuals (n = 100), patients with rheumatoid arthritis (n = 95), and patients with primary Sjögren syndrome (n = 54) served as controls. RESULTS: CLIFT had the highest SLE specificity (98%) whereas EliA had the highest sensitivity (35%). When cutoff levels for FIDIS, EliA, and EUROLINE were adjusted according to SLICC-12 (i.e., double the reference limit when using ELISA), the specificity and sensitivity of FIDIS was comparable to CLIFT. FIDIS and CLIFT also showed the highest concordance (84%). FIDIS performed best regarding association with disease activity in cross-sectional and consecutive samples. Fisher's exact test revealed striking differences between methods regarding associations with certain disease phenotypes. CONCLUSION: CLIFT remains a good choice for diagnostic purposes, but FIDIS performs equally well when the cutoff is adjusted according to SLICC-12. Based on results from cross-sectional and consecutive analyses, FIDIS can also be recommended to monitor disease activity.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,797
Score d'incertitude au seuil0,512

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,043
Tête enseignante GPT0,319
Écart entre enseignants0,277 · 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

Citations72
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of RheumatologyMême sujetSystemic Lupus Erythematosus ResearchTravaux en français237 207