Nationwide survey of coeliac disease serology testing in the UK
Notice bibliographique
Résumé
OBJECTIVE: Recent evidence supports diagnosing coeliac disease without biopsy in patients with significantly elevated tissue transglutaminase (IgA-tTG) antibodies. However, the implementation of this no-biopsy approach relies on accurate and consistent serological testing across laboratories. In this nationwide survey, we aimed to evaluate the availability and variability of coeliac disease testing across the UK. METHODS: We conducted a cross-sectional telephone survey of biomedical scientists and laboratory managers from National Health Service trusts and health boards across England, Wales, Scotland, and Northern Ireland. Data collected included assay types, reporting methods, upper limit of normal (ULN) thresholds, turnaround times, total IgA testing, and anti-endomysial antibodies (EMAs) availability. RESULTS: A total of 356 sites were approached, with a 96% response rate (n=342). Of responding sites, 177 performed coeliac serology tests in-house, while 165 transferred samples externally. Among sites performing tests, 12 different IgA-tTG assays were identified, with considerable variability in ULN thresholds ranging from 3 to 30 IU/mL, even within laboratories using the same assays. The median turnaround time for IgA-tTG results was 7 days (range 1-21 days). Only 43% of laboratories routinely measured total IgA when IgA-tTG was requested. EMA testing was available in 83% of laboratories. CONCLUSION: Significant variability exists in coeliac serology testing across UK laboratories which poses a challenge for the implementation of the no-biopsy approach in clinical practice. Efforts to standardise serological testing are urgently needed. Until such standardisation is achieved, local assay validation remains critical.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».