Sensitive Serology Measurements in the Saliva of Individuals with COVID-19 Symptoms Using a Multiplexed Immunoassay
Notice bibliographique
Résumé
BACKGROUND: There are numerous benefits to performing salivary serology measurements for severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), the causative pathogen for coronavirus disease 2019 (COVID-19). Here, we used a sensitive multiplex serology assay to quantitate salivary IgG against 4 SARS-CoV-2 antigens: nucleocapsid, receptor-binding domain, spike, and N-terminal domain. METHODS: We used single samples from 90 individuals with COVID-19 diagnosis collected at 0 to 42 days postsymptom onset (PSO) and from 15 uninfected control subjects. The infected individuals were segmented in 4 groups (0-7 days, 8-14 days, 15-21 days, and >21 days) based on days PSO, and values were compared to controls. RESULTS: Compared to controls, infected individuals showed higher levels of antibodies against all antigens starting from 8 days PSO. When applying cut-offs with at least 93.3% specificity at every time interval segment, nucleocapsid protein serology had the best sensitivity at 0 to 7 days PSO (60% sensitivity [35.75% to 80.18%], ROC area under the curve [AUC] = 0.73, P = 0.034). Receptor-binding domain serology had the best sensitivity at 8 to 14 days PSO (83.33% sensitivity [66.44%-92.66%], ROC AUC = 0.90, P < 0.0001), and all assays except for N-terminal domain had 92% sensitivity (75.03%-98.58%) at >14 days PSO. CONCLUSIONS: This study shows that our multiplexed immunoassay can distinguish infected from uninfected individuals and reliably (93.3% specificity) detect seroconversion (in 60% of infected individuals) as early as the first week PSO, using easy-to-collect saliva samples.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».