Observational study of SARS-CoV-2 antibody immune response in a cohort of patients at a North Suburban Chicago, Illinois, in a physician’s practice
Notice bibliographique
Résumé
Background: Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) has caused a global pandemic. The application of point of care serological testing can help determine past infection and assist healthcare workers assess patient risk. Method: An observational study of 114 subjects in North Suburban Chicago, Illinois, was performed using the Clungene® lateral flow immunoassay (LFI). Patients’ PCR test results and clinical symptoms were used to compare the seroconversion rate of this patient population with the surrounding community. Results: Excluding 1 aberrant result, there was 100% positive agreement (10) between PCR and antibody (IgG or IgM) test results. There were 7 patients who did not have a prior PCR test who were positive for IgG; 5 of the 7 had clinical symptoms consistent with possible exposure and 2 were asymptomatic. There was 1 person with a suspected exposure to an infected person who was IgM positive. Ninety-five asymptomatic patients were seronegative. The overall rate of 15.9% seroconversion (IgG or IgM) is consistent with other community-based testing results in the North Suburban Chicago, Illinois area. Conclusion: Rapid screening tests to identify antibody positive patients recovered from coronavirus disease-2019 can be a useful tool for healthcare professionals to determine or confirm past infection. Statement of novelty: Limited data is available on the use of point of care serological testing to assist healthcare professionals with the assessment of their patient population regarding past SARS-CoV-2 infectivity and seroconversion. The present study successfully investigated the use of a point of care antibody test in a physician’s office to determine which patients have developed antibodies, indicating an immune response to SARS-CoV-2, and to assist with decisions on whether patients should pursue normal social and workplace activities.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».