MétaCan
Menu
Retour à la cohorte
Enregistrement W3045975047 · doi:10.1101/2020.07.29.20164186

Back to school: use of Dried Blood Spot for the detection of SARS-CoV-2-specific immunoglobulin G (IgG) among schoolchildren in Milan, Italy

2020· preprint· en· W3045975047 sur OpenAlexaff
A. Amendola, Silvia Bianchi, María Gori, Lucia Barcellini, Daniela Colzani, Marta Canuti, Vania Giacomet, Valentina Fabiano, Laura Folgori, Gianvincenzo Zuccotti, Elisabetta Tanzi

Notice bibliographique

RevuemedRxiv · 2020
Typepreprint
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 detection and testing
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésSerologyDried blood spotDried bloodBlood collectionOutbreakCoronavirus disease 2019 (COVID-19)MedicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)AntibodySample (material)VirologyImmunologyEmergency medicineInternal medicineBiologyChemistryInfectious disease (medical specialty)Chromatography

Résumé

récupéré en direct d'OpenAlex

Abstract Serological surveillance is necessary to the reestablishment of school activities in safe conditions and to avoid school-related outbreaks. In this study, DBS (Dried Blood Spots) have proven to be a simple, rapid and reliable sample collection tool for detecting antibodies against SARS-CoV-2 by ELISA test compared to matched serum samples from venous sampling (R2=0.9553; Pearson’s coefficient=0.98; Cohen’s unweighted k=0.93; overall agreement=96.2%). This approach may facilitate sample collection from schoolchildren for serological surveys useful to an adequate risk-assessment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,115
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,089
Tête enseignante GPT0,304
Écart entre enseignants0,215 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetSARS-CoV-2 detection and testingTravaux en français237 207