MétaCan
Menu
Retour à la cohorte
Enregistrement W2588037807 · doi:10.1093/ndt/gfw163.19

SP238BTP ASSAYS-A COMPARISON BETWEEN NEPHELOMETRIC AND ELISA METHODOLOGIES

2016· article· en· W2588037807 sur OpenAlexaff
Debarati Chakraborty, Ayub Akbari, Greg Knoll, Christine A. White

Notice bibliographique

RevueNephrology Dialysis Transplantation · 2016
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueBiosimilars and Bioanalytical Methods
Établissements canadiensUniversity of OttawaQueen's University
Organismes subventionnairesnon disponible
Mots-clésMedicine

Résumé

récupéré en direct d'OpenAlex

Introduction and Aims: Beta-trace protein (BTP) is a heterogeneous monomeric glycoprotein and an emerging novel marker of GFR and cardiovascular health. Several equations now exist to convert its serum concentration into an estimate of GFR. There are only two commercially available assays to quantitate BTP. Cayman Chemicals provides an ELISA assay using monoclonal murine antibodies. Siemens offers a nephelometric assay utilizing polyclonal rabbit antibodies against human urinary BTP. Higher order reference materials and methods do not exist. Differences between the two assays have never been examined. The aim of this study was to determine the difference in BTP concentrations using the 2 assays and examine the impact on GFR estimation. Methods: Residual frozen serum from 105 subjects enrolled in a prospective study examining the impact of hepatic dysfunction on BTP concentrations was split and refrozen. BTP was measured in the split samples using the two assays. For each sample and assay, GFR was estimated using the new EPI BTP equation (Inker et al, AJKD 2016): BTP GFR=55 * BTP -0.695 * 0.998 age * 0.899 if female. Differences between paired BTP values were calculated and compared using paired student t-tests. The percentage of samples with paired values within 10%, 20% and 30% of each other was calculated. A similar analysis was performed using the EPI BTP GFR for the whole cohort and after stratification by the median of the average of the EPI BTP GFR of the two assays.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,581
Score d'incertitude au seuil0,621

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,333
Écart entre enseignants0,273 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNephrology Dialysis TransplantationMême sujetBiosimilars and Bioanalytical MethodsTravaux en français237 207