Effect of up to 30-days of storage at different temperatures on detection of feline kidney injury molecule-1 in urine
Notice bibliographique
Résumé
Abstract Background In humans, kidney injury molecule-1 (KIM-1) is a biomarker of acute kidney injury that can be quantified in urine. Preliminary investigation in cats with experimentally induced acute kidney injury showed that KIM-1 urine concentration correlated with kidney injury histopathology scores. A lateral flow assay (LFA) has recently become available for patient-side feline KIM-1 measurement. In vitro parameters of the assay have not yet been determined. The objectives of this study were to determine detection of KIM-1 in urine stored at different temperatures over time, to establish the linear range of the LFA, and to assess the intra-assay repeatability of measurements. Results Ten urine samples with a range of KIM-1 concentrations were stored at room temperature (22 o C), 4 o C or -20 o C, and tested with the LFA on days 0, 1, 2, 3, 7, 14, and 30. The concentration of KIM-1 in samples was not significantly different from the day 0 value, except one sample that had been stored for 30 days at room temperature yielded a significantly higher value. The assay results had a correlation coefficient of 0.922. The mean coefficient of variation for all samples was 15.7%. The slope of the curve of expected versus measured values in samples diluted two-fold nine times was 0.908, and results were linear over all dilutions. Conclusions The LFA for feline KIM-1 yields consistent results from stored urine samples. These characteristics will allow for KIM-1 to be measured retrospectively if immediate testing is not feasible. Within assay precision was high, and linearity over 9 logs of dilution suggests suitability for a range of subclinical and clinical kidney injuries.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 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 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 ».