Toward Standardization of Hair Cortisol Measurement
Notice bibliographique
Résumé
BACKGROUND: The importance of hair cortisol as a long-term retrospective measure of systemic cortisol exposure is being increasingly recognized, and over recent years, the field of hair cortisol analysis has seen rapid expansion with laboratories around the globe, integrating hair cortisol analysis into their study designs. These laboratories use different methods of analysis, and presently, no attempt has been made to compare them. To move toward clinical utilization of this novel method, international benchmark reference values must be established. For that end, 4 leading laboratories in hair cortisol testing set up a protocol for comparison of the methods used by them. METHODS: Four immunoassay methods and 2 liquid chromatograph-mass spectrometry (LC-MS/MS) methods were compared by analyzing the same hair samples representing the low, intermediate, and high ranges of hair cortisol concentrations (HCC). RESULTS: HCC determined by the 4 immunoassay methods were highly and positively intercorrelated (r(2) between 0.92 and 0.97; all P < 0.0001) in all comparisons of individual laboratories. Additionally, each laboratory's immunoassay HCC had significant positive correlations (r(2) between 0.88 and 0.97; all P < 0.0001) with each of the 2 LC-MS/MS methods, which produced practically identical results. CONCLUSIONS: This study indicates that laboratories using immunoassays can use a correction factor that will convert results into standard LC-MS/MS equivalents.
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 | 0,000 |
| 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 ».