MétaCan
Menu
Retour à la cohorte
Enregistrement W2534199374 · doi:10.1373/jalm.2016.021642

N-Terminal Pro–B-Type Natriuretic Peptide (NT-proBNP) Immunoreactivity Is Reduced After 6 Years of Storage at −70 °C

2016· article· en· W2534199374 sur OpenAlexaff
Tracee Wee, Mila Tang, Ilinka Zrno, Jonah Hamilton, Daniel T. Holmes

Notice bibliographique

RevueThe Journal of Applied Laboratory Medicine · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensSt. Paul's HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésInterquartile rangeNatriuretic peptideMedicineInternal medicineSignificant difference

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Clinical trial samples may be stored frozen for prolonged periods before analysis, which can reduce the immunoreactivity of numerous analytes, particularly peptides. We sought to determine the effect of 6 years of frozen storage on serum N-terminal pro-B-type natriuretic peptide (NT-proBNP). METHODS: NT-proBNP was measured from serum samples taken from 99 different patients enrolled in the CanPREDDICT study after <1 year of storage at -70 °C using the Roche first-generation NT-proBNP assay on an e411 instrument. Separate aliquots of the same samples were analyzed after an additional 6 years of storage at -70 °C using the Roche second-generation assay on an e601 instrument. RESULTS: The median NT-proBNP immunoreactivity for the first measurement was 572 pg/mL (interquartile range [IQR] 205-1606, range 49-12820), while after an additional 6 years of storage at -70 °C, this value decreased to 526 pg/mL (IQR 181-1338, range 18-12880), resulting in a median percent difference of -7% (IQR -10.6% to -3.4%, P < 0.001). CONCLUSIONS: We report findings consistent with trends seen in previous work but have investigated the effect of a much longer storage period. Larger percent decreases in NT-proBNP reaching statistical significance are seen, although the median difference is still <10%.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,261
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Applied Laboratory MedicineMême sujetHeart Failure Treatment and ManagementTravaux en français237 207