Applications of SARS-CoV-2 serological testing: impact of test performance, sample matrices, and patient characteristics
Notice bibliographique
Résumé
Laboratory testing has been a key tool in managing the SARS-CoV-2 global pandemic. While rapid antigen and PCR testing has proven useful for diagnosing acute SARS-CoV-2 infections, additional testing methods are required to understand the long-term impact of SARS-CoV-2 infections on immune response. Serological testing, a well-documented laboratory practice, measures the presence of antibodies in a sample to uncover information about host immunity. Although proposed applications of serological testing for clinical use have previously been limited, current research into SARS-CoV-2 has shown growing utility for serological methods in these settings. To name a few, serological testing has been used to identify patients with past infections and long-term active disease and to monitor vaccine efficacy. Test utility and result interpretation, however, are often complicated by factors that include poor test sensitivity early in infection, lack of immune response in some individuals, overlying infection and vaccination responses, lack of standardization of antibody titers/levels between instruments, unknown titers that confer immune protection, and large between-individual biological variation following infection or vaccination. Thus, the three major components of this review will examine (1) factors that affect serological test utility: test performance, testing matrices, seroprevalence concerns and viral variants, (2) patient factors that affect serological response: timing of sampling, age, sex, body mass index, immunosuppression and vaccination, and (3) informative applications of serological testing: identifying past infection, immune surveillance to guide health practices, and examination of protective immunity. SARS-CoV-2 serological testing should be beneficial for clinical care if it is implemented appropriately. However, as with other laboratory developed tests, use of SARS-CoV-2 serology as a testing modality warrants careful consideration of testing limitations and evaluation of its clinical utility.
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 | 0,004 | 0,108 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 ».