P.028 Is there utility in duplicating antibody testing for autoimmune encephalitis? A comparison of results obtained from Mayo and Mitogen Dx
Notice bibliographique
Résumé
Background: Autoantibody testing for suspected autoimmune encephalitis (AIE) in Alberta is commonly performed by Mitogen Dx (MDx) using cell-based assays (CBAs) for cell surface antibodies and line immunoassay (LA) for intracellular antibodies without confirmatory tissue immunofluorescence/immunohistochemistry (TIFF/IHC). Duplicate testing is often sent to Mayo Clinic (MC) verify, resulting in increased costs. Methods: Antibody panel results were obtained for all patients who had testing sent to both MC and MDx from adult hospitals in Calgary between 2018 and 2020. Positive antibodies were evaluated to be pathogenic/non-pathogenic by chart review and expert consensus. Results: Thirty-four individuals had antibody panels completed at both labs. Overall agreement (positive/negative panel) was fair (κ = 0.24, p =.08), even after excluding low-titre GAD65 antibodies through MC (n=9, 26.5%). MDx reported more non-pathogenic serum results, including: anti-SOX1 (n=3), anti-NMDAR (n=2) and anti-GABA(B)R (n=1). All pathogenic antibodies (n=3) were positive in both laboratories. Conclusions: No new pathogenic antibodies were identified by sending duplicate testing to MC; however, a larger number of non-pathogenic antibodies were reported by MDx, likely due to lack of confirmatory TIFF/IHC. Antibody testing for AIE should be done in labs performing confirmatory TIFF/IHC on all CBA/LA results to avoid unnecessary investigations and/or treatments.
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 | 0,013 | 0,090 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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 ».