Serodiagnosis of tuberculous lymphadenitis using a combination of antigens
Notice bibliographique
Résumé
BACKGROUND: The diagnosis of extra-pulmonary tuberculosis (EPTB) by conventional methods such as culture and microscopy has low sensitivity and requires an invasive procedure. A simple rapid serological test would be of great value. METHODS: Six antigens (ESAT-6, Ag85A, TB10.4, Rv3881c, lipoarabinomannan (LAM) and Ara6-BSA) were tested in an ELISA to detect antigen specific IgG and IgM antibodies in sera from 54 culture and histology-confirmed tuberculous lymphadenitis (TBLN) patients, among whom four were HIV seropositive, sera from 25 smear positive pulmonary tuberculosis (PTB) patients, 15 culture and histology-negative lymphadenitis (non-TBLN) patients (n=15) and 22 healthy controls (HCs). RESULTS: The sensitivities of the antigens for the detection of IgG in sera of TBLN patients ranged from 4 to 30 %. Specificities ranged from 91 to 100 % with sera from HCs. Sensitivities of the antigens for detection of IgM ranged from 0 to 15 % and specificities ranged from 91 to 100 %. LAM was the most potent antigen followed by ESAT-6 and Rv3881c for detection of IgG. However, the sensitivity for antigen specific IgG antibody detection was improved when LAM was combined with ESAT-6 and Rv3881c.The sensitivity was 54 % and the specificity 91 %. CONCLUSIONS: The study suggests that the combined use of LAM, ESAT-6 and Rv3881c for the detection of IgG in sera of TBLN patients could be a supplement to microscopy of fine- needle aspirate (FNA) to diagnose EPTB.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».