MétaCan
Menu
Retour à la cohorte
Enregistrement W3122536534 · doi:10.1210/endocr/bqab014

Development of a Highly Sensitive ELISA for Measurement of FSH in Serum, Plasma, and Whole Blood in Mice

2021· article· en· W3122536534 sur OpenAlexafffund
Luisina Ongaro, Carlos Agustín Isidro Alonso, Xiang Zhou, Emilie Brûlé, Yining Li, Gauthier Schang, Albert F. Parlow, Frederik J. Steyn, Daniel J. Bernard

Notice bibliographique

RevueEndocrinology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueHypothalamic control of reproductive hormones
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésFollicle-stimulating hormoneLuteinizing hormoneProlactinHormoneRadioimmunoassayEndocrinologyInternal medicineBiologyMedicine

Résumé

récupéré en direct d'OpenAlex

Follicle-stimulating hormone (FSH) regulates gonadal function and fertility. Measurement of FSH in bodily fluids and tissues is possible with radioimmunoassays and enzyme-linked immunosorbent assays (ELISAs). Recently, several novel assays were developed to measure pituitary hormones including growth hormone, prolactin, and luteinizing hormone in mice from small sample volumes. Here, we describe a novel and sensitive ELISA that enables the accurate measurement of FSH in serum, plasma, and whole blood from female and male mice. The assay can also be used to measure FSH in murine pituitary lysates and cell culture media. In summary, the new methodology described here will enable investigators to measure FSH from a variety of biological samples in mice accurately, at low cost, and in their own laboratories.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,229
Score d'incertitude au seuil0,442

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,027
Tête enseignante GPT0,260
Écart entre enseignants0,232 · 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.

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

Citations42
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEndocrinologyMême sujetHypothalamic control of reproductive hormonesTravaux en français237 207