MétaCan
Menu
Retour à la cohorte
Enregistrement W2793386424 · doi:10.1515/cclm-2017-1152

Reference standards for the detection of anti-mitochondrial and anti-rods/rings autoantibodies

2018· article· en· W2793386424 sur OpenAlexaff
S. John Calise, Bing Zheng, Tomoko Hasegawa, Minoru Satoh, Natasa Isailovic, Angela Ceribelli, Luís Eduardo Coelho Andrade, Katherine Boylan, Ilaria Cavazzana, Marvin J. Fritzler, Ignacio García‐De La Torre, Falk Hiepe, Kathryn Kohl, Carlo Selmi, Yehuda Shoenfeld, Anǵela Tincani, Edward K. L. Chan

Notice bibliographique

RevueClinical Chemistry and Laboratory Medicine (CCLM) · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Diseases and Immunity
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Institute of Dental and Craniofacial Research
Mots-clésAutoantibodyAntibodyMolecular biologyBlotStainingMedicineChemistryPathologyBiologyImmunologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Anti-mitochondrial antibodies (AMA) are found in >90% of primary biliary cholangitis patients. Anti-rods/rings antibodies (anti-RR) are most commonly associated with interferon-α and ribavirin treatment in hepatitis C patients. Clinical laboratories routinely screen for AMA and anti-RR using indirect immunofluorescence on HEp-2 cells (HEp-2-IFA). Therefore, we sought to establish reference materials for use in AMA and anti-RR testing. Methods: AMA-positive and anti-RR-positive human plasma samples (AMA-REF and RR-REF), identified as potential reference materials based on preliminary data, were further validated by multiple laboratories using HEp-2-IFA, immunoprecipitation (IP), western blotting, IP-western, line immunoassay (LIA), addressable laser bead immunoassay (ALBIA) and enzyme-linked immunosorbent assay (ELISA). Results: AMA-REF showed a strong positive cytoplasmic reticular/AMA staining pattern by HEp-2-IFA to ≥1:1280 dilution and positive signal on rodent kidney/stomach/liver tissue. AMA-REF reacted with E2/E3, E3BP, E1α and E1β subunits of the pyruvate dehydrogenase complex by IP and western blotting and was positive for AMA antigens by LIA, ALBIA and ELISA. RR-REF showed a strong positive rods and rings staining pattern by HEp-2-IFA to ≥1:1280 dilution. RR-REF reacted with inosine monophosphate dehydrogenase by IP, IP-western and ALBIA. RR-REF also produced a nuclear homogenous staining pattern by HEp-2-IFA, immunoprecipitated proteins associated with anti-U1RNP antibody and reacted weakly with histones, nucleosomes, Sm and nRNP/Sm by LIA. Conclusions: AMA-REF and RR-REF are useful reference materials for academic or commercial clinical laboratories to calibrate and establish internal reference standards for immunodiagnostic assays. AMA-REF and RR-REF are now available for free distribution to qualified laboratories through Plasma Services Group.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,029
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,155

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,029
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0120,005
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0060,002
Intégrité de la recherche0,0060,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,009

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 Opus0,045
Tête enseignante GPT0,375
Écart entre enseignants0,331 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Chemistry and Laboratory Medicine (CCLM)Même sujetLiver Diseases and ImmunityTravaux en français237 207