Quantification of bovine immunoglobulin G using transmission and attenuated total reflectance infrared spectroscopy
Notice bibliographique
Résumé
In this study, we evaluated and compared the performance of transmission and attenuated total reflectance (ATR) infrared (IR) spectroscopic methods (in combination with quantification algorithms previously developed using partial least squares regression) for the rapid measurement of bovine serum immunoglobulin G (IgG) concentration, and detection of failure of transfer of passive immunity (FTPI) in dairy calves. Serum samples (n = 200) were collected from Holstein calves 1-11 days of age. Serum IgG concentrations were measured by the reference method of radial immunodiffusion (RID) assay, transmission IR (TIR) and ATR-IR spectroscopy-based assays. The mean IgG concentration measured by RID was 17.22 g/L (SD ±9.60). The mean IgG concentrations predicted by TIR and ATR-IR spectroscopy methods were 15.60 g/L (SD ±8.15) and 15.94 g/L (SD ±8.66), respectively. RID IgG concentrations were positively correlated with IgG levels predicted by TIR (r = 0.94) and ATR-IR (r = 0.92). The correlation between 2 IR spectroscopic methods was 0.94. Using an IgG concentration <10 g/L as the cut-point for FTPI cases, the overall agreement between TIR and ATR-IR methods was 94%, with a corresponding kappa value of 0.84. The sensitivity, specificity, positive predictive value, negative predictive value, and accuracy for identifying FTPI by TIR were 0.87, 0.97, 0.91, 0.95, and 0.94, respectively. Corresponding values for ATR-IR were 0.87, 0.95, 0.86, 0.95, and 0.93, respectively. Both TIR and ATR-IR spectroscopic approaches can be used for rapid quantification of IgG level in neonatal bovine serum and for diagnosis of FTPI in dairy calves.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».