Diagnostic accuracy of refractometry methods for estimating passive immunity status in neonatal beef calves
Notice bibliographique
Résumé
BACKGROUND: Assessing the inadequate transfer of passive immunity (ITPI) in beef calves is crucial because calves with ITPI are at high risk for morbidity and mortality. OBJECTIVES: The aim of this study was to determine the accuracy of digital Brix (D-BRIX) and digital serum total protein (D-STP) refractometers to estimate different passive immunity status in beef calves and to determine the robustness of thresholds. METHODS: Blood samples were collected from 202 (1-7 days old) beef calves. Serum total solid percentages, total protein concentrations, and IgG concentrations were measured with the D-BRIX refractometer, D-STP refractometer, and gold standard radial immunodiffusion (RID) assay, respectively. Data were analyzed using diagnostic test accuracy, areas under the receiver operating characteristics curve, Cohen's kappa coefficient, and misclassification costs analysis to estimate IgG concentrations <10, <16, and <24 mg/mL. RESULTS: For the prediction of serum IgG concentrations <10, <16 and <24 mg/mL, the optimal cut-off values were determined to be <8.5% (Se: 100.0% (95% CI: 87.9-100.0); Sp: 94.2% [95% CI: 89.6-97.2]), <8.5% (Se: 92.1% [95% CI: 78.6-98.2]; Sp: 97.6% [95% CI: 93.9-99.3]), and <10.1% (Se: 88.8% [95% CI: 79.7-94.7]; Sp: 67.2% [95% CI: 58.1-75.4]), respectively, for the D-BRIX refractometer; and <5.2 g/dL (Se: 100.0% [95% CI: 87.9-100.0]; Sp: 93.6% [95% CI: 88.9-96.8]), <5.2 g/dL (Se: 92.1% [95% CI: 78.6-98.2]; Sp: 97.0% [95% CI: 93.0-99.0]), and <6.4 g/dL (Se: 87.5% [95% CI: 78.2-93.8]; Sp: 69.7% [95% CI: 60.7-77.7]), respectively, for the D-STP refractometer. CONCLUSIONS: The digital Brix and digital serum total protein refractometers can be used as monitoring tools for assessing passive immunity transfer in neonatal beef calves.
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 | 0,011 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».