Testing for <i>N</i>-methyl-<scp>d</scp>-aspartate Receptor Autoantibodies in Clinical Practice
Notice bibliographique
Résumé
BACKGROUND: The diagnosis of anti-N-methyl-d-aspartate receptor (NMDAR) encephalitis relies on the detection of NMDAR IgG autoantibodies in the serum or cerebrospinal fluid (CSF) of symptomatic patients. Commercial kits are available that allow NMDAR IgG autoantibodies to be measured in local laboratories. However, the performance of these tests outside of reference laboratories is unknown. OBJECTIVES: To report an unexpectedly low rate of NMDAR autoantibody detection in serum from patients with anti-NMDAR encephalitis tested using a commercially available diagnostic kit in an exemplar clinical laboratory. METHODS: Paired CSF and serum samples from seven patients with definite anti-NMDAR encephalitis were tested for NMDAR IgG autoantibodies using commercially available cell-based assays run according to manufacturer's recommendations. Rates of autoantibody detection in serum tested at our center were compared with those derived from systematic review and meta-analyses incorporating studies published during or before March 2019. RESULTS: NMDAR IgG autoantibodies were detected in the CSF of all patients tested at our clinical laboratory but not in paired serum samples. Rates of the detection were lower than those previously reported. A similar association was recognized through meta-analyses, with lower odds of NMDAR IgG autoantibody detection associated with serum testing performed in nonreference laboratories. CONCLUSIONS: Commercial kits may yield lower-than-expected rates of NMDAR IgG autoantibody detection in serum when run in exemplar clinical (nonreference) laboratories. Additional studies are needed to decipher the factors that contribute to lower-than-expected rates of serum positivity. CSF testing is recommended in patients with suspected anti-NMDAR encephalitis.
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 | 0,007 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».