MétaCan
Menu
← Retour à la cohorte
Enregistrement W3097812212 · doi:10.1101/2020.10.23.20217810

Analytical and clinical evaluation of four anti-SARS-CoV-2 serologic (IgM, IgG, and total) immunoassays

2020· preprint· en· W3097812212 sur OpenAlexaff
Victoria Higgins, Anselmo Fabros, Xiaoyan Wang, Maria Bhandari, David Daghfal, Vathany Kulasingam

Notice bibliographique

RevuemedRxiv · 2020
Typepreprint
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesAbbott Diagnostics
Mots-clésSerologyMedicineSeroconversionConcordanceAntibodyImmunologySevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Immunoglobulin MCoronavirus disease 2019 (COVID-19)Immunoglobulin GVirologyPredictive valueInternal medicineDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Coronavirus disease 2019 (COVID-19), caused by severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), is diagnosed by molecular-based detection of SARS-CoV-2 RNA. Serologic testing detects antibodies specific to SARS-CoV-2 and IgM specifically may serve as an adjunct test to PCR early in disease. We evaluated the Abbott anti-SARS-CoV-2 IgM and IgG assays along with DiaSorin anti-SARS-CoV-2 IgG and Roche anti-SARS-CoV-2 Total. Methods Specimens from 175 PCR-positive patients and 107 control specimens were analyzed using Abbott IgM and IgG, DiaSorin IgG, and Roche Total (IgA, IgG, IgM) assays. Sensitivity, specificity, cross-reactivity, concordance between assays, trends over time, positive predictive value (PPV), and negative predictive value (NPV) were determined. Results Abbott IgM sensitivity was 63.6% at 0 days post-PCR positivity, 76.5% at 1-5d, 76.3% at 6-14d, 85.2% at 15-30d, and 63.6% at >30d. All assays exhibited highest sensitivity 15-30d post-PCR positivity (83.3-85.2%). Combining Abbott IgM and IgG improved sensitivity by 22.7% compared to IgG alone when tested 0d post-PCR positivity. All assays had a specificity of 100% and only Abbott IgG exhibited cross-reactivity (anti-dsDNA). Cohen’s kappa varied between 0.86-0.93. Time to seroconversion from PCR positivity was lowest for Abbott IgM and highest for Abbott IgG. NPV was highest for Abbott IgM <14 days post-PCR positivity and Abbott IgG ≥14 days. Conclusion The Abbott IgM assay exhibited the earliest response and greatest signal in most patients evaluated for serial sampling and had the highest NPV <14 days post-PCR positivity, suggesting its potential utility as an adjunct test to PCR early in disease course.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,229
Tête enseignante GPT0,453
Écart entre enseignants0,224 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetSARS-CoV-2 and COVID-19 Research→Travaux en français237 207→