Quality control of multiplex antibody detection in samples from large-scale surveys: the example of malaria in Haiti
Notice bibliographique
Résumé
Measuring antimalarial antibodies can estimate transmission in a population. To compare outputs, standardized laboratory testing is required. Here we describe the in-country establishment and quality control (QC) of a multiplex bead assay (MBA) for three sero-surveys in Haiti. Total IgG data against 21 antigens were collected for 32,758 participants. Titration curves of hyperimmune sera were included on assay plates, assay signals underwent 5-parameter regression, and inspection of the median and interquartile range (IQR) for the y-inflection point was used to determine assay precision. The medians and IQRs were similar for Surveys 1 and 2 for most antigens, while the IQRs increased for some antigens in Survey 3. Levey-Jennings charts for selected antigens provided a pass/fail criterion for each assay plate and, of 387 assay plates, 13 (3.4%) were repeated. Individual samples failed if IgG binding to the generic glutathione-S-transferase protein was observed, with 659 (2.0%) samples failing. An additional 455 (1.4%) observations failed due to low bead numbers (<20/analyte). The final dataset included 609,438 anti-malaria IgG data points from 32,099 participants; 96.6% of all potential data points if no QC failures had occurred. The MBA can be deployed with high-throughput data collection and low inter-plate variability while ensuring data quality.
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 | 0,031 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».