Adjusting copper concentrations for caeruloplasmin levels in routine clinical practice
Notice bibliographique
Résumé
BACKGROUND: An investigation on copper metabolism usually includes the measurement of serum levels of copper and caeruloplasmin. Using these levels, some laboratories derive levels of non-caeruloplasmin-bound copper (NCC); however, a considerable number of patients may show negative values, which is not physiologically possible. AIM: To derive an equation for adjusted copper in a manner similar to that widely accepted for adjusted calcium. METHODS: A linear regression equation for the relationship between caeruloplasmin and copper was used: [copper] (micromol/l) = 0.052x[caeruloplasmin] (mg/l). An equation for copper adjusted for caeruloplasmin was derived using this equation and the reference interval of 10-25 micromol/l for copper. RESULTS: The derived equation was [adjusted copper] (micromol/l) = [total copper] (micromol/l)+0.052x[caeruloplasmin] (mg/l)+17.5 (micromol/l). The adjusted copper concentrations on the 2.5th and 97.5th centiles were 12.7 and 21.5 micromol/l, respectively, with the population having a gaussian distribution. The relationship between NCC and the adjusted copper concentrations is linear and independent of caeruloplasmin concentration. CONCLUSION: Calculation of copper adjusted for caeruloplasmin uses the same variables as those for NCC. Accordingly, the problems that are caused by the lack of specificity of caeruloplasmin immunoassays are the same as those identified for NCC. This calculation, however, overcomes the negative values that are found in a considerable minority of patients with NCC, as well as age and sex differences in the caeruloplasmin reference interval. As the concept is already familiar to non-laboratory healthcare professionals in the form of calcium adjusted for albumin, this method is potentially less confusing than that for NCC.
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 | 0,015 | 0,039 |
| 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 | 0,002 |
| 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 ».