Performance evaluation of existing immunoassays for Clonorchis sinensis infection in China
Notice bibliographique
Résumé
BACKGROUND: Clonorchiasis ranks among the most important food-borne parasitic diseases in China. However, due to low compliance to traditional fecal examination techniques in the general population and medical personnel, immunodiagnosis is expected. This study evaluated, in parallel, the performance of four immunodiagnostic kits detecting clonorchiasis in China. RESULTS: A bank with 475 sera was established in this study. Except for the low performance of the kit detecting IgM, the other three kits detecting IgG showed sensitivities ranging from 81.51% (194/238) to 99.16% (236/238). Higher sensitivity was presented in heavy infection intensity [89.47% (68/76) to 100% (76/76)]. Among the four kits, the overall specificity varied from 73.42% (174/237) to 87.34% (207/237). It was observed that the specificity was lower in the sera of the participants living in clonorchiasis-endemic areas but without any parasite infection [67.5% (81/120) to 90% (108/120)], as compared to those from the non-endemic area [94% (47/50) to 98% (49/50)]. The cross-reaction rate varied from 14.93% (10/67) to 31.34% (21/67). Youden's index was -0.022, 0.689, 0.726, and 0.802 for kits T1, T2, T3 and T4, respectively. Repeatability was high in all four kits. CONCLUSIONS: Three immunodiagnosis kits targeting IgG antibody had high performance on detecting chronic Clonorchis sinensis infection, but that detecting IgM antibody had not. The kits detecting IgG antibody also showed high sensitivity in heavy infection intensity. Research on immunological diagnosis of clonorchiasis is expected to be strengthened to improve the sensitivity in light infection and specificity.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».