Comparison of quantitative and qualitative anti-dsDNA assays
Notice bibliographique
Résumé
OBJECTIVE: In evaluation of systemic lupus erythematosus (SLE), anti-double-stranded DNA antibodies (anti-dsDNA) play a significant role in diagnosis, monitoring SLE activity, and assessing prognosis. However, evaluations of the performance and limitations for recently developed methods for anti-dsDNA assessment are sparse. METHODS: Specimens used for antinuclear antibody testing (n = 129) were evaluated for anti-dsDNA assay comparability across 4 medical centers in the United States. The methods compared were Werfen Quanta Lite dsDNA, Zeus Scientific dsDNA Enzyme Immunoassay, Bio-Rad multiplex immunoassay (MIA) dsDNA, ImmunoConcepts Crithidia, and Bio-Rad Laboratories Crithidia. RESULTS: For quantitative anti-dsDNA measurements, Spearman's correlation coefficient was highest between Zeus and Werfen (ρ = 0.86; CI, 0.81-0.90; P < .0001). Comparison of MIA to Werfen or Zeus yielded similar results to each other (ρ = 0.58; CI, 0.44-0.68; P < .0001; and ρ = 0.59; CI, 0.46-0.69; P < .0001, respectively), but lower than the correlation between Zeus and Werfen. Positive concordance between assays ranged from 31.4% to 97.1%, and negative concordance between assays ranged from 58.5% to 100%. The detection of anti-dsDNA in those with SLE diagnosis ranged from 50.9% to 77.4% for quantitative assays and 15.1% to 24.5% for Crithidia assays. CONCLUSION: Current quantitative anti-dsDNA assays are not interchangeable for patient follow-up. Crithidia-based assays demonstrate high negative concordance and lack positive concordance among the methods.
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 | 0,017 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 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 ».