Multicenter comparison of LC-MS/MS, radioimmunoassay, and ELISA for assessment of salivary cortisol and testosterone
Notice bibliographique
Résumé
INTRODUCTION: Salivary steroid assessment has become an essential part of human social neuroendocrinology, offering non-invasive, easy, and cost-effective measurements. Despite researchers' preference for methods like enzyme-linked immunosorbent assay (ELISA) and radioimmunoassay (RIA) over the complex and costly liquid chromatography-mass spectrometry (LC-MS/MS), concerns about the validity of immunoassays (IAs) remain. The present study examines the convergence of LC-MS/MS, ELISA, and RIA in measuring salivary cortisol (C) and testosterone (T) and explores the contributions of intra-lab and inter-lab factors. METHOD: Samples were collected from 81 men and 39 women in the morning and evening. Moreover, women provided samples for both the follicular and the luteal cycle phases. Natural hormone fluctuations (e.g., diurnal C decrease in the evening, T male-to-female ratio, influence of hormonal cycle phase, and hormonal contraceptive intake) and quality control samples were used as validity criteria for method evaluation. Over 336 samples and quality control samples were assayed by one RIA, two ELISA, and two LC-MS/MS methods across four labs. Correlational analyses were conducted to examine inter-lab x inter-method reliability, intra-lab x inter-method reliability, and inter-lab x intra-method reliability. RESULTS: For C and T, all methods demonstrated sufficient validity in detecting well-known natural fluctuations, with LC-MS/MS performing consistently best across all evaluated criteria. Nevertheless, ELISA did not achieve the expected male-to-female T ratio and tended to inflate estimated C and T levels, especially in the lower concentration range. Further, we found for all methods highly significant correlations with r ≥ .92 for C and with r ≥ .85 for T. However, when samples were divided by sex, correlations stayed comparable for C but decreased for T to r ≥ .71 in men and r ≥ .41 in women. DISCUSSION: LC-MS/MS was the best-performing method for both C and T across all criteria examined. RIA, despite showing slightly higher variance, can still be considered a reliable analytical technique as it met most of the set criteria for C and T. On the other hand, ELISA overestimated values, especially at low T levels. Therefore, caution should be exercised when selecting an appropriate method for the specific need.
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 | 0,000 |
| 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 ».