MétaCan
Menu
Retour à la cohorte
Enregistrement W3159684214 · doi:10.1111/vox.13100

An international comparison of anti‐SARS‐COV‐2 assays used for seroprevalence surveys from blood component providers

2021· article· en· W3159684214 sur OpenAlexaff
Antoine Lewin, Steven J. Drews, Ryanne W. Lieshout‐Krikke, Christian Erikstrup, Sahar Saeed, Helen M. Faddy, Samra Uzicanin, Brian Custer, Sheila F. O’Brien

Notice bibliographique

RevueVox Sanguinis · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensCanadian Blood ServicesHéma-Québec
Organismes subventionnairesnon disponible
Mots-clésSeroprevalenceSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Coronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakVirologyComponent (thermodynamics)MedicineAntibodyImmunologySerologyInternal medicineOutbreak

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVES: Access to large pools of healthy adult donors advantageously positions blood component providers to undertake anti-SARS-CoV-2 seroprevalence studies. While numerous seroprevalence reports have been published by blood operators during the COVID-19 pandemic, details on the assay used has not been well documented. The objectives of this study were to evaluate the diversity of assays being used by blood operators and assess how this may affect seroprevalence estimates. MATERIALS AND METHODS: We surveyed 49 blood component providers from 39 countries. Questionnaire included information on the number and identity of assays used, the detected immunoglobulin(s) and target antigen, and performance characteristics (sensitivity, specificity). RESULTS: Thirty-eight of the 49 contacted blood suppliers provided at least partial responses. The results indicate that 19 commercial and five in-house serology assays have been used by surveyed blood operators. The Abbott SARS-CoV-2 IgG assay was the most commonly used kit and utilized by 15 blood suppliers. Two assays did not detect IgG, but detected either IgM/IgA or IgM. 68·2% of assays targeted the spike protein and 50% the nucleocapsid protein, while 18·2% targeted both viral proteins. The sensitivity and specificity of IgG-specific assays ranged from 71·9% to 100% and from 96·2% to 100%, respectively. As of 18 October 2020, the seroprevalence was below 5% in 10 of 14 countries reporting. CONCLUSION: Our results highlight the diversity of assays being used. Analyses comparing blood donor seroprevalence across countries should consider assay characteristics with optimization of signal/cut-off ratios and consistent methodology to adjust for waning antibody.

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)0,015
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,015
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,093
Tête enseignante GPT0,410
Écart entre enseignants0,317 · 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

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVox SanguinisMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207