Serum antigen tests for the diagnosis of invasive aspergillosis: a retrospective comparison of five <i>Aspergillus</i> antigen assays and one beta-D-glucan assay
Notice bibliographique
Résumé
ABSTRACT Invasive aspergillosis (IA) is a life-threatening infection. Early and specific diagnosis is pivotal to ensure adequate therapy. Antigen testing from blood is a widespread and convenient diagnostic approach. Various tests for the detection of Aspergillus antigen as well as for the panfungal antigen β-1,3-D-glucan (BDG) are available, for which comprehensive comparisons are still lacking. Blood samples of 82 proven/probable (11/71) IA patients and 52 controls were tested using two enzyme-linked immunosorbent assays (ELISAs) (Bio-Rad and Euroimmun), one chemiluminescent immunoassay (CLIA) (Vircell), one BDG assay (Fujifilm Wako), and two point of care (PoC) assays (Immy sōna and OLM). PoC assays were evaluated visually and used automated read out systems. Of the 82 IA patients, 37 had received solid organ transplantation (SOT) and 25 hematopoietic stem cell transplant (HSCT). Sensitivities and specificities for the eight test systems ranged from 27% to 71% and from 64% to 100%. Estimating a 10% prevalence of IA, test performance would have resulted in positive and negative predictive values of 14%−100% and 91%−95%. Areas under the curve (AUCs) for all tests except GM were below 0.7. When the cut-off values for quantitative tests were normalized to a specificity close to 95%, sensitivities ranged from 14% to 40%. The use of automated read out systems for the PoC assays had a significant impact. Combining different tests did not result in better test strategies. Sensitivity of Aspergillus antigen testing from single serum samples is low. Due to specificity issues, the majority of tests is not suited for screening purposes. The different assays can meet different needs in different diagnostic settings.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».