MétaCan
Menu
Retour à la cohorte
Enregistrement W2900052859 · doi:10.3168/jds.2018-15070

Using serum and plasma samples to assess failure of transfer of passive immunity in dairy calves

2018· article· en· W2900052859 sur OpenAlexafffundabout
Ibrahim Elsohaby, J. Trenton McClure, L.A. Waite, M. Cameron, Luke C. Heider, G.P. Keefe

Notice bibliographique

RevueJournal of Dairy Science · 2018
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal health and immunology
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesAtlantic Canada Opportunities AgencyMitacsZoetis
Mots-clésRadial immunodiffusionRefractometerBrixAnimal scienceChemistryRefractometryBlood plasmaDairy cattleAndrologyAntibodyChromatographyVeterinary medicineImmunologyBiologyFood scienceMedicineBiochemistrySugarMaterials science

Résumé

récupéré en direct d'OpenAlex

The objectives of this study were (1) to determine the differences in IgG and total protein (TP) content of serum and plasma samples collected from the same calves; (2) to evaluate the correlation between calf serum and plasma IgG levels, Brix scores, and TP concentrations; (3) to determine whether different cut-off values should be used for plasma and serum to assess failure of transfer of passive immunity (FTPI) in dairy calves; and (4) to evaluate the level of agreement between results obtained from using serum and plasma samples of the same calves to assess FTPI using optimal cut-off values. Blood samples (n = 217) were collected from Holstein calves at 3 to 10 d of age on 30 commercial dairy farms in Nova Scotia and Newfoundland, Canada. Paired serum and plasma samples were analyzed for IgG concentration by the reference radial immunodiffusion assay, transmission infrared (TIR) spectroscopy, digital and optical Brix refractometers, and optical TP refractometer. The IgG concentrations measured by RID and TIR spectroscopy in serum were similar to those in plasma. However, the Brix and TP refractometer readings were significantly higher in plasma than in serum. The prevalence of FTPI in serum and plasma samples based on a RID-IgG concentration <10 g/L was 43.3 and 46.5%, respectively. The RID-IgG concentration was correlated with TIR-IgG (r = 0.92 and 0.89), digital Brix (r = 0.80 and 0.80), optical Brix (r = 0.77 and 0.77), and optical TP (r = 0.75 and 0.77) refractometers in serum and plasma, respectively. The correlations between paired serum and plasma IgG content were 0.85 by TIR spectroscopy, 0.80 by digital Brix, 0.77 by optical Brix, and 0.79 by optical TP refractometer. The optimal cut-off values for TIR spectroscopy, digital Brix, optical Brix, and TP refractometers to assess FTPI using serum were 13.1 g/L, 8.7% Brix, 8.4% Brix and 5.1 g/dL, respectively; and the optimal cut-off values with plasma were 13.4 g/L, 9.4% Brix, 9.3% Brix and 5.8 g/dL, respectively. When using these optimal cut-off values, the level of agreement (88.1%) between results derived from testing serum and plasma by TIR spectroscopy was substantial, with a kappa (κ) value of 0.76. The results derived from testing serum and plasma by digital Brix refractometer showed substantial agreement (83.4%), with a κ value of 0.65, which is higher than the agreement and κ value (74.7% and 0.51) reported for the optical Brix refractometer. Substantial agreement (81.6%) between serum and plasma TP was also obtained when using the optical TP refractometer, with a κ value of 0.63. In conclusion, serum or plasma samples can be used interchangeably for measuring IgG concentrations and assessing FTPI in dairy calves. However, different cut-offs must be used to assess FTPI depending on the sample matrix. Furthermore, results obtained from serum samples showed higher agreement with the reference RID assay than those obtained from plasma samples.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,886
Score d'incertitude au seuil0,312

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,152
Tête enseignante GPT0,392
Écart entre enseignants0,240 · 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 tête enseignante, 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
GenreEmpirique

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

En bref

Citations58
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ScienceMême sujetAnimal health and immunologyTravaux en français237 207