Development and multicenter performance evaluation of fully automated SARS-CoV-2 IgM and IgG immunoassays
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
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.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle