MétaCan
Menu
Retour à la cohorte
Enregistrement W4414106612 · doi:10.1016/j.vas.2025.100507

Robust BICP0-gB indirect ELISA for the accurate diagnosis of bovine alphaherpesvirus 1 infections

2025· article· en· W4414106612 sur OpenAlexaff
Sen Zhang, Liyuan Song, Xin Yin, Changmin Hu, Yingyu Chen, Aizhen Guo

Notice bibliographique

RevueVeterinary and Animal Science · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHerpesvirus Infections and Treatments
Établissements canadiensMinistry of Agriculture
Organismes subventionnairesKey Research and Development Program of NingxiaMinistry of Agriculture and Rural Affairs of the People's Republic of ChinaNational Key Research and Development Program of ChinaAgriculture Research System of China
Mots-clésConcordanceAntibodyDiagnostic testDiseaseDiagnostic accuracyVirus

Résumé

récupéré en direct d'OpenAlex

Bovine alphaherpesvirus 1 (BoHV-1) represents a significant threat to the cattle industry, emphasizing the need for reliable diagnostic tools that facilitate effective disease management. Current diagnostic methods, including virus neutralization tests (VNTs), are often complex and labor intensive, but existing antibody detection assays may lack sufficient accuracy. In this study, we developed a novel indirect enzyme-linked immunosorbent assay (iELISA) utilizing both BICP0 and gB proteins to enhance the detection of BoHV-1 infections. The inclusion of BICP0, a pivotal protein during the early stages of viral infection, markedly improved the assay's specificity and sensitivity. The BICP0-gB iELISA exhibited a high degree of concordance with the VNT, demonstrating superior sensitivity and specificity. Preliminary clinical evaluations revealed a real prevalence of 40.3 % (95 % CI: 33.1 %-48.0 %) in serum samples from yaks in Qinghai Province, which aligns with the documented prevalence of BoHV-1 in the region. These results underscore that BICP0-gB iELISA is a robust and reliable diagnostic tool for the differential diagnosis of BoHV-1, providing a cost-effective and efficient solution for high-throughput screening in the livestock industry.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,476
Score d'incertitude au seuil0,428

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,069
Tête enseignante GPT0,344
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVeterinary and Animal ScienceMême sujetHerpesvirus Infections and TreatmentsTravaux en français237 207