Laboratory diagnostics for Lyme disease
Notice bibliographique
Résumé
BACKGROUND: Lyme disease is on the rise in Canada. It is a notifiable disease, and when infection is disseminated, serological testing provides supplemental evidence to confirm a case. OBJECTIVE: To describe the current diagnostic tests for Lyme disease, review the recommended approach to laboratory testing for Lyme disease and identify future research priorities for Lyme disease laboratory diagnostics in Canada. METHODS: A review of the literature was carried out. We then summarized parameters to consider before Lyme disease testing is conducted, described the current best practice to use a two-tiered diagnostic algorithm for the laboratory confirmation of disseminated Lyme disease, and analyzed the advantages and disadvantages of the supplemental tests for Lyme disease. RESULTS: Diagnostic testing is indicated in people who have symptoms of disseminated disease and a history of exposure to vector ticks. To maximize sensitivity and specificity, a two-tiered serological approach is recommended, consisting of an enzyme immunoassay (EIA) screening test followed by confirmation with Western blot (WB) testing. A number of other diagnostic tests are available; however, these are largely for research purposes. CONCLUSION: Two-tiered serology is currently the best approach available to assist doctors when they are making a diagnosis of disseminated Lyme disease. The Public Health Agency of Canada (the Agency) will seek to improve on this approach through standardization of the Lyme disease diagnostics used across laboratories in Canada, evaluation of test performance characteristics of current and new diagnostic platforms and development of a process to secure robust serum panels to assist in the development and evaluation of new diagnostic tests for Lyme disease.
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 | 0,000 | 0,005 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».