Multi‐site reproducibility of a human immunophenotyping assay in whole blood and peripheral blood mononuclear cells preparations using CyTOF technology coupled with Maxpar Pathsetter, an automated data analysis system
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
High-dimensional mass cytometry data potentially enable a comprehensive characterization of immune cells. In order to positively affect clinical trials and translational clinical research, this advanced technology needs to demonstrate a high reproducibility of results across multiple sites for both peripheral blood mononuclear cells (PBMC) and whole blood preparations. A dry 30-marker broad immunophenotyping panel and customized automated analysis software were recently engineered and are commercially available as the Fluidigm® Maxpar® Direct™ Immune Profiling Assay™. In this study, seven sites received whole blood and six sites received PBMC samples from single donors over a 2-week interval. Each site labeled replicate samples and acquired data on Helios™ instruments using an assay-specific acquisition template. All acquired sample files were then automatically analyzed by Maxpar Pathsetter™ software. A cleanup step eliminated debris, dead cells, aggregates, and normalization beads. The second step automatically enumerated 37 immune cell populations and performed label intensity assessments on all 30 markers. The inter-site reproducibility of the 37 quantified cell populations had consistent population frequencies, with an average %CV of 14.4% for whole blood and 17.7% for PBMC. The dry reagent coupled with automated data analysis is not only convenient but also provides a high degree of reproducibility within and among multiple test sites resulting in a comprehensive yet practical solution for deep immune phenotyping.
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.
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 | 0,004 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 découle