Evaluation of the performance of multiple immunoassay diagnostic platforms on the National Microbiology Laboratory SARS-CoV-2 National Serology Panel
Notice bibliographique
Résumé
BACKGROUND: Serological assays designed to detect SARS-CoV-2 antibodies are being used in serological surveys and other specialized applications. As a result, and to ensure that the outcomes of serological testing meet high quality standards, evaluations are required to assess the performance of these assays and the proficiency of laboratories performing them. METHODS: A panel of 60 plasma/serum samples from blood donors who had reverse transcriptase–polymerase chain reaction (RT-PCR) confirmed SARS-CoV-2 infections and 21 SARS-CoV-2 negative samples were secured and distributed to interested laboratories within Canada ( n = 30) and the United States ( n = 1). Participating laboratories were asked to provide details on the diagnostic assays used, the platforms the assays were performed on, and the results obtained for each panel sample. Laboratories were blinded with respect to the expected outcomes. RESULTS: The performance of the different assays evaluated was excellent, with the high-throughput platforms of Roche, Ortho, and Siemens demonstrating 100% sensitivity. Most other high-throughput platforms had sensitivities of >93%, with the exception of the IgG assay using the Abbott ARCHITECT which had an average sensitivity of only 87%. The majority of the high-throughput platforms also demonstrated very good specificities (>97%). CONCLUSION: This proficiency study demonstrates that most of the SARS-CoV-2 serological assays utilized by provincial public health or hospital laboratories in Canada have acceptable sensitivity and excellent specificity.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».