Evaluation of a Commercial Culture-free Neutralization Antibody Detection Kit for Severe Acute Respiratory Syndrome-Related Coronavirus-2 and Comparison with an Anti-RBD ELISA Assay
Notice bibliographique
Résumé
ABSTRACT Background SARS-CoV-2 surrogate neutralization assays that obviate the need for viral culture offer substantial advantages regarding throughput and cost. The cPass SARS-CoV-2 Neutralization Antibody Detection Kit (Genscript) is the first such commercially available assay, detecting antibodies that block RBD/ACE-2 interaction. We aimed to evaluate cPass to inform its use and assess its added value compared to anti-RBD ELISA assays. Methods Serum reference panels comprising 205 specimens were used to compare cPass to plaque-reduction neutralization test (PRNT) and a pseudotyped lentiviral neutralization (PLV) assay for detection of neutralizing antibodies. We assessed the correlation of cPass with an ELISA detecting anti-RBD IgG, IgM, and IgA antibodies at a single timepoint and across intervals from onset of symptoms of SARS-CoV-2 infection. Results Compared to PRNT-50, cPass sensitivity ranged from 77% - 100% and specificity was 95% - 100%. Sensitivity was also high compared to the pseudotyped lentiviral neutralization assay (93% [95%CI 85-97]), but specificity was lower (58% [95%CI 48-67]). Highest agreement between cPass and ELISA was for anti-RBD IgG ( r =0.823). Against the pseudotyped lentiviral neutralization assay, anti-RBD IgG sensitivity (99% [95%CI 94-100]) was very similar to that of cPass, but overall specificity was lower (37% [95%CI 28-47]). Against PRNT-50, results of cPass and anti-RBD IgG were nearly identical. Conclusions The added value of cPass compared to an IgG anti-RBD ELISA was modest.
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 | 0,013 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».