Sensitive electrochemiluminescence (ECL) immunoassays for detecting lipoarabinomannan (LAM) and ESAT-6 in urine and serum from tuberculosis patients
Notice bibliographique
Résumé
BACKGROUND: Tuberculosis (TB) infection was responsible for an estimated 1.3 million deaths in 2017. Better diagnostic tools are urgently needed. We sought to determine whether accurate TB antigen detection in blood or urine has the potential to meet the WHO target product profiles for detection of active TB. MATERIALS AND METHODS: We developed Electrochemiluminescence (ECL) immunoassays for Lipoarabinomannan (LAM) and ESAT-6 detection with detection limits in the pg/ml range and used them to compare the concentrations of the two antigens in the urine and serum of 81 HIV-negative and -positive individuals with presumptive TB enrolled across diverse geographic sites. RESULTS: LAM and ESAT-6 overall sensitivities in urine were 93% and 65% respectively. LAM and ESAT-6 overall sensitivities in serum were 55% and 46% respectively. Overall specificity was ≥97% in all assays. Sensitivities were higher in HIV-positive compared to HIV-negative patients for both antigens and both sample types, with signals roughly 10-fold higher on average in urine than in serum. The two antigens showed similar concentration ranges within the same sample type and correlated. CONCLUSIONS: LAM and ESAT-6 can be detected in the urine and serum of TB patients, regardless of the HIV status and further gains in clinical sensitivity may be achievable through assay and reagent optimization. Accuracy in urine was higher with current methods and has the potential to meet the WHO accuracy target if the findings can be transferred to a point-of-care TB test.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».