MétaCan
Menu
Retour à la cohorte
Enregistrement W3019555693 · doi:10.1515/cclm-2020-0548

Development and multicenter performance evaluation of fully automated SARS-CoV-2 IgM and IgG immunoassays

2020· article· en· W3019555693 sur OpenAlexfundno aff
Chungen Qian, Mi Zhou, Fangming Cheng, Xiaotao Lin, Yijun Gong, Xiaobing Xie, Ping Li, Zhiyong Li, Pingan Zhang, Zejin Liu, Fang‐Wen Hu, Yun Wang, Quan Li, Yan Zhu, Guikai Duan, Yinting Xing, Huanyu Song, Wenfang Xu, Bi‐Feng Liu, Fuzhen Xia

Notice bibliographique

RevueClinical Chemistry and Laboratory Medicine (CCLM) · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 detection and testing
Établissements canadiensnon disponible
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesMcMaster University
Mots-clésSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Coronavirus disease 2019 (COVID-19)Virology2019-20 coronavirus outbreakImmunoglobulin MMedicineImmunologyImmunoglobulin GAntibodyPathologyInfectious disease (medical specialty)Outbreak

Résumé

récupéré en direct d'OpenAlex

Objectives: The outbreak of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) has rapidly spread globally. The laboratory diagnosis of SARS-CoV-2 infection has relied on nucleic acid testing; however, it has some limitations, such as low throughput and high rates of false negatives. Tests of higher sensitivity are needed to effectively identify infected patients. Methods: This study has developed fully automated chemiluminescent immunoassays to determine IgM and IgG antibodies to SARS-CoV-2 in human serum. The assay performance has been evaluated at 10 hospitals. Clinical specificity was evaluated by measuring 972 hospitalized patients and 586 donors of a normal population. Clinical sensitivity was assessed on 513 confirmed cases of SARS-CoV-2 by RT-PCR. Results: The assays demonstrated satisfied assay precision with coefficient of variation of less than 4.45%. Inactivation of specimen did not affect assay measurement. SARS-CoV-2 IgM showed clinical specificity of 97.33 and 99.49% for hospitalized patients and the normal population respectively, and SARS-CoV-2 IgG showed clinical specificity of 97.43 and 99.15% respectively. SARS-CoV-2 IgM showed clinical sensitivity of 82.54, 92.93, and 84.62% before 7 days, 7-14 days, and after 14 days respectively, since onset of symptoms, and SARS-CoV-2 IgG showed clinical sensitivity of 80.95, 97.98, and 99.15% respectively at the same time points above. Conclusions: We have developed fully automated immunoassays for detecting SARS-CoV-2 IgM and IgG antibodies in human serum. The assays demonstrated high clinical specificity and sensitivity, and add great value to nucleic acid testing in fighting against the global pandemic of the SARS-CoV-2 infection.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,122
Tête enseignante GPT0,390
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations47
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Chemistry and Laboratory Medicine (CCLM)Même sujetSARS-CoV-2 detection and testingTravaux en français237 207