Resolution of Spurious Immunonephelometric IgG Subclass Measurement Discrepancies by LC-MS/MS
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The Binding Site immunonephelometric (IN) IgG subclass reagents (IgG1, IgG2, IgG3, IgG, BSIN) are used for assessment of both immunodeficiency and IgG4-related disease (IgG4-RD). In our laboratory, suspected analytic errors were noted in patients with increases in IgG4: The sum of the individual IgG subclasses was substantially greater than the measured total IgG concentrations (unlike samples with normal IgG4), and the IgG4 concentration was always less than the IgG2 concentration. METHODS: We developed a tryptic digest LC-MS/MS method to quantify IgG1, IgG2, IgG3, and IgG4 in serum. Samples with IgG4 concentrations ranging from <0.03 g/L to 32 g/L were reanalyzed by LC-MS/MS, and a subset was also reanalyzed by Siemens IN (SIN) subclass measurements. RESULTS: Multivariate linear regression identified 3 subclass tests with multiple predictors of the measured subclass concentration. For these 3 subclasses, the predominant predictors were (in terms of LC-MS/MS IgG subclass measurement coefficients) BSIN IgG1 = 0.89·IgG1 + 0.4·IgG4; BSIN IgG2 = 0.94·IgG4 + 0.89·IgG2; and SIN IgG2 = 0.72·IgG2 + 0.24·IgG4. CONCLUSIONS: There is apparent IgG4 cross-reactivity with select IN subclass measurements affecting tests from both vendors tested. These findings can be explained either by direct cross-reactivity of the IN reagents with the IgG4 subclass or unique physicochemical properties of IgG4 that permit nonspecific binding of IgG4 heavy chain to other IgG immunoglobulin heavy chains. Irrespective of the mechanism, the observed intermethod discrepancies support the use of LC-MS/MS as the preferred method for measurement of IgG subclasses when testing patients with suspected IgG4-RD.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 découle