Discordant FeLV p27 immunoassay and PCR test results in 21 cats with hematologic disorders
Notice bibliographique
Résumé
CASE SERIES SUMMARY: A total of 1692 medical records from a primary care feline practice and a veterinary referral hospital were evaluated retrospectively to assess discordant feline leukemia virus (FeLV) test results. In total, 73 cats were positive for FeLV using serum in a lateral flow immunoassay (LFI) or laboratory-based ELISA. Of these cats, 21 subsequently tested negative for FeLV proviral DNA by non-quantitative PCR on EDTA whole blood (16/21, 76.2%), bone marrow (4/21, 19%) or both (1/21, 4.7%). The proportional morbidity (an estimate of prevalence in a sample of the total population) for FeLV by LFI/ELISA and PCR assays was 3.1%, consistent with that reported in previous studies for cats in North America. Cats with discordant LFI/ELISA and PCR results had either primary bone marrow disease (18 autoimmune, one neoplastic), a bone marrow insult (hemotrophic mycoplasmosis) or systemic inflammation (pyothorax with a marked neutrophilic leukocytosis). The percentage of cats with a positive LFA/ELISA result and negative PCR assay surviving to discharge was 85.7% (18/21). Of these, 88.9% (16/18) survived 4 months to 6 years. Seven cats (33.3%) were re-tested with LFI or ELISA once primary disease was controlled, and all tested negative. RELEVANCE AND NOVEL INFORMATION: These findings indicate that in cats with bone marrow disease that shares features of progressive FeLV infection, positive LFI and ELISA FeLV test results should be followed up with FeLV proviral DNA PCR testing, particularly in populations where disease prevalence is low.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».