Evaluation by indirect immunofluorescent assay and enzyme linked immunosorbent assay of the dynamic changes of serum antibody responses against severe acute respiratory syndrome coronavirus.
Notice bibliographique
Résumé
BACKGROUND: Severe acute respiratory syndrome coronavirus (SARS-CoV) is a newly emerging virus that gives rise to SARS patients with high rates of infectivity and fatality. To study the humoral immune responses to SARS-CoV, the authors evaluated IgG and IgM specific antibodies in patients' sera. METHODS: Two methods, enzyme-linked immunosorbent assay (ELISA) and indirect immunofluorescent assay (IFA), were used to detect specific serum IgG and IgM against SARS-CoV in 98 SARS patients and 250 controls consisting of patients with pneumonia, health-care professionals and healthy subjects. The serum antibody profiles were investigated at different times over one and a half years in 18 of the SARS patients. RESULTS: The sensitivity and specificity of ELISA for detecting IgG against SARS-CoV were 100.0% and 97.2% and for IgM 89.8% and 97.6% respectively; the figures using IFA for IgG were 100.0% and 100.0% and for IgM 81.8% and 100.0% respectively. During the first seven days of the antibodies trace test, no IgG and IgM were detected, but on day 15, IgG response increased dramatically, reaching a peak on day 60, remaining high up to day 180 and decreasing gradually until day 540. On day 15, IgM was detected, rapidly reached a peak, then declined gradually until day 180 when IgM was undetectable. CONCLUSION: The detection of antibodies against SARS virus is helpful in the clinical diagnosis of SARS.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».