Comparison of six COVID-19 serology assays for detection of antibodies from patients infected with ancestral and a spectrum of SARS-CoV-2 variants
Notice bibliographique
Résumé
Serology assays against spike, receptor binding domain (RBD) and nucleocapsid proteins of the severe acute respiratory syndrome coronavirus 2 are essential for serosurveillance. We performed a comparison of four medium-to-high throughput commercial assays [Abbott Laboratories, Ortho Clinical Diagnostics, Meso Scale Diagnostics (MSD)], one point-of-care test (ZEKMED) and a laboratory-developed plaque reduction neutralization test using a reference panel and clinical specimens. Overall, the assays showed a high positive percent agreement of ≥85% and negative percent agreement of ≥90%, with the MSD anti-spike IgG assay having the best performance (100% in both). Notably, Abbott anti-nucleocapsid IgG, MSD anti-spike IgG and ZEKMED anti-spike RBD IgM/IgG combined assays were able to detect antibodies from individuals infected with all different variants tested – Alpha, Beta, Gamma, Delta and Omicron. The limit of detection (LOD) of the assays ranged from 9.9 to 62.0 BAU ml −1 , with the Abbott anti-spike RBD having the lowest LOD. The COVID-19 serology assays will continue to be useful in determining seroprevalence from infection and vaccination.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».