Comparison between Immunoturbidimetry, Size-Exclusion Chromatography, and LC-MS to Quantify Urinary Albumin
Notice bibliographique
Résumé
BACKGROUND: The accurate and precise measurement of urinary albumin is critical, since even minor increases are diagnostically sensitive indicators of renal disease, cardiovascular events, and risk for death. To gain insights into potential measurement biases, we systematically compared urine albumin measurements performed by LC-MS, a clinically available immunoturbidimetric assay, and size-exclusion HPLC. METHODS: We obtained unused clinical urine samples from 150 patients who were stratified by degrees of albuminuria (<20 mg/L, 20-250 mg/L, >250 mg/L) as determined by the immunoturbidimetric assay used in our clinical laboratory (Roche Hitachi 912). Urine albumin was then remeasured via LC-MS and HPLC (Accumin) assays. RESULTS: The immunoturbidimetric assay, calibrated using manufacturer-supplied serum-derived calibrators (Diasorin), underestimated albumin compared with LC-MS. After calibration with purified HSA, this immunoturbidimetric assay correlated well with LC-MS. HPLC overestimated albumin compared with both LC-MS and immunoturbidimetry. The current LC-MS and HPLC assays both performed poorly at concentrations <20 mg/L. CONCLUSIONS: Efforts are needed to establish gold-standard traceable calibrators for clinical assays. LC-MS is a specific method to quantify albumin in native urine when concentrations exceed 20 mg/L, and therefore could be employed for standardization among assays.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».