Validation of two multiplex platforms to quantify circulating markers of inflammation and endothelial injury in severe infection
Notice bibliographique
Résumé
Biomarkers can prognosticate outcome and enable risk-stratification. In severe infection, focusing on multiple markers reflecting pathophysiological mechanisms of organ injury could enhance management and pathway-directed therapeutics. Limited data exist on the performance of multiplex biomarker platforms. Our goal was to compare endothelial and immune activation biomarkers in severe pediatric infections using two multiplex platforms. Frozen plasma from 410 children presenting to the Jinja Regional Hospital in Uganda with suspected infection was used to measure biomarkers of endothelial (Angiopoietin-2, sFlt-1, sVCAM-1, sICAM-1) and immune (IL-6, IP-10, sTNFR-1, CHI3L1) activation. Two multiplex platforms (Luminex®, EllaTM) based on monoclonal antibody sandwich immunoassays using biotin-streptavidin conjugate chemistry were selected with reagents from R&D Systems. The two platforms differed in ease and time of completion, number of samples per assay, and dynamic concentration range. Intra-assay variability assessed using a coefficient of variation (CV%) was 2.2-3.4 for Luminex® and 1.2-2.9 for EllaTM. Correlations for biomarker concentrations within dynamic range of both platforms were best for IL-6 (ρ = 0.96, p<0.0001), IP-10 (ρ = 0.94, p<0.0001) and sFlt-1 (ρ = 0.94, p<0.0001). Agreement between concentrations obtained by both methods assessed by the Bland-Altman test varied, with best agreement for CHI3L1. Our data suggest that biomarkers of endothelial and immune activation can be readily measured with multiplex platforms. Luminex® and EllaTM produced reliable results with excellent CV% values. The EllaTM platform was more automated and completed in 75 minutes, potentially compatible with near-patient use. Trends in concentrations obtained by these methods were highly correlated, although absolute values varied, suggesting caution is required when comparing data from different multiplex platforms.
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 | 0,012 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».