Comparison of Serum Concentrations of Ustekinumab Obtained by Three Commercial Assays in Patients with Crohn’s Disease
Notice bibliographique
Résumé
Abstract Background Data on the association of ustekinumab (UST) drug concentrations and clinical outcomes are conflicting. We assessed serum UST drug and anti-UST antibody concentrations using three commercially available assays. Methods Sixty-one blood samples were analyzed for serum UST drug and anti-UST antibody concentrations using three assays: one homogeneous mobility shift assay (HMSA, Prometheus, Assay A), and two enzyme-linked immunosorbent assays (ELISA; Progenika, Dynacare, Assay B and Theradiag, Assay C). Results The median (IQR) serum UST concentrations for the three assays were: Assay A 7.50 (5.35 to 12.88) µg/mL, Assay B 4.02 (2.46 to 6.95) µg/mL and Assay C 4.35 (2.62 to 7.50) µg/mL. A Kruskal–Wallis test confirmed a statistically significant difference between the different assays, X2(2) = 30.606, p < 0.001. Linear regression showed near twofold increased difference in the absolute drug concentrations between the HMSA and either ELISA. Linear quantitative correlation was observed for all three assays (r = 0.836 for A versus B, r = 0.792 for A versus C, r = 0.936 for B versus C; p < 0.01). The intraclass correlation coefficient (ICC) between assay A and B was 0.649 (95% confidence interval [CI] −0.208 to 0.874); assay A and C was 0.671 (95% CI −0.165 to 0.878); and assay B and C was 0.958 (95% CI 0.928 to 0.975); p < 0.001. No anti-UST antibodies were detected. Conclusion A good correlation was observed for serum UST drug concentrations and a good agreement was observed between the ELISA tests. However, agreement was poor between the HMSA and each ELISA tests. Clinical recommendations regarding drug concentrations should be based on assay type used.
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 | 0,000 |
| 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 ».