Antinuclear antibody prevalence in a general pediatric cohort from Mexico City: discordance between immunofluorescence and multiplex assays
Notice bibliographique
Résumé
OBJECTIVE: To characterize antinuclear antibody (ANA) prevalence according to distinct assay methodologies in a pediatric cohort from Mexico City, and to further examine associations with age and sex. METHODS: Serum ANA were measured by indirect immunofluorescence assay (IFA) and multiplex immunoassay in 114 children aged 9-17 years. IFA was considered positive at a cutoff titer of ≥1:80. Agreement between assay methods was assessed by kappa statistic. Sensitivity, specificity, and 95% confidence intervals (CIs) of the multiplex were computed with IFA as the reference standard. RESULTS: Of the 114 children (mean age 14.7 [standard deviation 2.1] years; 54 [47%] female), 18 of 114 (15.8%) were ANA positive by IFA, and 11 of 114 (9.6%) by 11-antigen multiplex assay. ANA prevalence was higher in females compared with males by both of the methods (ratios 1.6-1.9 to 1). Agreement between tests was classified as slight by kappa (κ=0.177 [95% CI -0.051, 0.406]). The multiplex immunoassay had sensitivity of 22.2% (95% CI 6.4, 47.6) and specificity of 92.7% (95% CI 85.6, 97.0), and failed to capture 3 of 4 (75%) of the high-titer (≥1:1280) IFA-positives. CONCLUSION: Up to 15% of children in this general population cohort were ANA positive, with a higher rate of positivity among females according to both assay methods. Substantial discordance in ANA results was found between IFA and multiplex methods, even for high-titer IFA positives. These findings underscore the need to sufficiently account for assay characteristics when interpreting ANA test results, and support IFA as the more appropriate assay for studies of subclinical autoimmunity.
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 | 0,010 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».