A portable surface plasmon resonance (<scp>SPR</scp>) sensor for the detection of immunoglobulin <scp>A</scp> in plasma
Notice bibliographique
Résumé
BACKGROUND: A life-threatening anaphylactic shock can occur if a patient with undiagnosed immunoglobulin A (IgA) deficiency (i.e., IgA levels <500 ng/mL) receives IgA-containing blood, hence the need for a rapid, point-of-care (POC) method for IgA deficiency screening. Enzyme-linked immunosorbent assay (ELISA) is routinely used to detect IgA, but this method requires trained specialists and ≥24 h to obtain a result. We developed a surface plasmon resonance (SPR)-based protocol to identify IgA-deficient patients or donors within 1 h. MATERIALS AND METHODS: The SPR sensor relies on the detection of IgAs captured by primary antibodies adsorbed on the SPR chip and quantified with secondary antibodies. The sensor was calibrated from 0 to 2000 ng/mL in buffer, IgA-depleted human serum, and plasma samples from IgA-deficient individuals. A critical concentration of 500 ng/mL was set for IgA deficiency. The optimized sensor was then tested on eight plasma samples with known IgA status (determined by ELISA), including five with IgA deficiency and three with normal IgA levels. RESULTS: The limit of detection was estimated at 30 ng/mL in buffer and 400 ng/mL in diluted plasma. The results obtained fully agreed with ELISA among the eight plasma samples tested. The protocol distinguished IgA-deficient from normal samples, even for samples with an IgA concentration closer to critical concentration. DISCUSSION: In conclusion, we developed a reliable POC assay for the quantification of IgA in plasma. This test may permit POC testing at blood drives and centralized centers to maintain reserves of IgA-deficient blood and in-hospital testing of blood recipients.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».