Assessing the performance of TRX and DUF148 antigens for detection of prepatent Guinea worm (Dracunculus medinensis) infection in dogs
Notice bibliographique
Résumé
Introduction Guinea worm (GW) is a nematode that causes a neglected tropical disease that is targeted for eradication. GW emergence in animals, particularly dogs, has hampered eradication efforts. Currently, there is no method for diagnosing GW infection in animals during the prepatent period. Previous work has identified two immunoreactive antigens, TRXL-1 (TRX) and DUF148. Methods This study developed and assessed the performance of an indirect ELISA using these antigens. Results Using serum samples from experimentally exposed dogs, TRX and DUF148 showed reactivity at 9- and 11-weeks post-exposure, respectively. These antigens were further assessed using sera of dogs from GW-endemic villages in Chad (n=47) and shelter dogs from the non-endemic United States (n=492). DUF148 showed better reactivity and sensitivity of 76.6.% in detecting GW infection in prepatent sera compared to TRX. However, DUF148 cross-reacted with a Brugia pahangi experimental infection serum sample and several shelter dog sera. To mitigate this cross-reaction, we produced 3 peptides that spanned different regions of DUF148. Peptide 3 from the C-terminal was more reactive with prepatent sera and had a sensitivity of 83%; however, the specificity was not superior to whole antigen. Discussion Our findings could facilitate the development of diagnostic methods for early detection of GW infection in dogs in endemic countries.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 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 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 ».