Preprint: Unstable correspondence between salivary testosterone measured with enzyme immunoassays and tandem mass spectrometry
Notice bibliographique
Résumé
Although some studies reveal that saliva handling and storage practices may influence salivary testosterone concentrations measured with immunoassays, the effect of these method factors on the validity of testosterone immunoassays remains unknown. The validity of immunoassays can be assessed by comparing hormone concentrations measured with immunoassays to a standard reference method: liquid chromatography tandem mass spectrometry (MS). We previously reported the correspondence between salivary testosterone measured with enzyme immunoassays (EIAs) and with MS when there was less variance in (or more control over) method factors related to saliva handling and storage across measurement methods (Welker et al., 2016). In the present study, we expanded the original dataset and compared the correspondence between Salimetrics EIAs and MS when there was greater variance in (or less control over) method factors across EIAs and MS (high method variance), to when there was less variance in these factors (low method variance). If variance in these method factors impacts the validity of testosterone measurement, then the EIA-MS correspondence should be stronger when method variance is low compared to when it is high. Our results contradicted this hypothesis: Salimetrics EIA-MS correspondence was stronger when variance in method factors was high compared to when it was low. The composite average correlation across both method variance comparisons provides an updated estimate of Salimetrics EIA-MS correspondence, but the instability in this correspondence may pose challenges to the reproducibility of psychoneuroendocrinology research. We discuss possible explanations for the surprising pattern of results and provide recommendations for future research.
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 | 0,023 | 0,119 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,019 |
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 ».