The Past, Present and Future of Antinuclear Antibody (ANA) Testing
Notice bibliographique
Résumé
This article is in memory of Dr. Eng M. Tan (Emeritus: The Scripps Research Institute) and acknowledges the remarkable mentorship and tremendous contributions to our understanding of anti-nuclear antibodies (ANA). Dr. Tan passed away in 2024 at the age of 97. More than 70 years have passed since the discovery of the lupus erythematosus (LE) cell and the development of the LE cell test, which led to the ‘tipping point’ for the discovery of antinuclear antibody (ANA), or what should more correctly be referred to as anti-cellular antibodies (ACA). Paralleling the evolution of ANA testing based on the indirect immunofluorescence assay (IFA) on cryopreserved organ sections in the 1960s and through the early 1970s was an ‘explosion’ in the spectrum of ANA and a remarkable transition in technologies used to detect ANA. This included the transition to IFA on HEp-2 cell substrates beginning in the late 1970s. While some of the ‘octogenarian’ immunoassays such as double immunodiffusion, hemagglutination, complement fixation, radioimmunoassay, and counterimmunoelectrophoresis are fading into oblivion, the ANA IFA has prevailed because of its world-wide use as a screening test for systemic autoimmune rheumatic diseases (SARD), diagnostic criteria for autoimmune hepatitis, a risk factor for the development of uveitis in juvenile idiopathic arthritis, and the entry criterion for classification of systemic lupus erythematosus (SLE). ANA testing, once regarded the domain of rheumatologists and clinical immunologists, has witnessed a widening spectrum of clinicians using these tests because of its links to a growing spectrum of autoimmune and autoinflammatory conditions. All of this is set against the background of remarkable advances in autoantibody detection, especially the emergence of newer high-throughput (i.e., faster turn-around‑time for results), multi-analyte array technologies (MAAT). These technologies use comparatively small serum or plasma volumes and provide higher specificity while detecting a broad range of SARD autoantibodies.
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 | 0,024 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,009 |
| Communication savante | 0,006 | 0,014 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,006 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».