MétaCan
Menu
Retour à la cohorte
Enregistrement W7048305813

Ixodes scapularis, fighting back, a clinician's guide to lyme disease testing in Manitoba: A critical appraisal of current and proposed testing methods

2016· dissertation· en· W7048305813 sur OpenAlexaboutno aff

Notice bibliographique

RevueMspace (University of Manitoba) · 2016
Typedissertation
Langueen
DomaineEngineering
ThématiqueMagnetic Field Sensors Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLyme diseaseCritical appraisalDiseaseLYMEBorrelia burgdorferiIxodesBorrelia
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: Lyme disease, a tick borne illness caused by Borrelia burgdorferi, is an increas-ingly prevalent infectious disease in Canada. In 2009, there were 128 cases of Lyme disease re-ported across Canada. In 2015, there were over 700 cases, 35 of those cases in Manitoba. Due to rising temperatures the geographic range of I. scapularis, the primary vector of Lyme disease in Manitoba, is enlarging. This will most likely cause an increase in incidence of human infection. As incidence increases it is important to have a full understanding of Lyme disease presentation, testing and treatment. Much of the current research of Lyme disease focuses on testing. Testing for Lyme disease provides useful assistance in diagnosis, however weaknesses exist including insensitivity to early disease and inability to differentiate from active infection or treated infec-tion. This paper will provide a quantitative critical appraisal of current and proposed research for Lyme disease testing. Methods: A comprehensive Pub Med and Google Scholar database search for “Lyme disease” and “testing” in the last 10 years was conducted. Articles met inclusion criteria if they evaluated any of the testing methods recommended by Infectious Disease Society of America or new pro-posed methods including: ELISA/whole cell sonicate immunosorbent assay, C6, PCR, iPCR, Western blot, and V1sE. Testing methods had to evaluate serum samples collected from patients with known Lyme disease by symptomatology and confirmatory testing. These articles were re-viewed for sensitivity and specificity of testing methods. Results: In early Lyme disease, standard 2 tier testing was 38-40% sensitive. iPCR hybrid anti-gen was 55% sensitive. First tier testing C6 ELISA was most sensitive at 64.6%. In early disseminated Lyme disease, standard 2 tier testing sensitivity increased to 80-88%. PCR and culture decreased to 29% sensitivity. 2 tier ELISA algorithm provided 100% sensitivity and single C6 ELISA provided 90% sensitivity. In late disseminated Lyme disease, standard 2 tier testing was 92-100% sensitive. Single C6 ELISA was 98.2 % sensitive. iPCR was 92% sensitive and 2 tier ELISA was 100% sensitive. Convalescent samples of serum from patients treated with antibiotics continued to have sensitivi-ty of 87-100% in C6 ELISA. Specificity of standard 2 tier testing, single C6 ELISA, iPCR and 2 tier ELISA testing was simi-lar ranging from 97-100%. Specialty labs A and B in the U.S. had 37.8% and 42.5% sensitivity with standard 2 tier testing. Specialty lab B sensitivity changed to 70. 3% when using in-house criteria for interpretation of western blot and specificity decreased from 100% to 72.5%. Conclusion: Lyme disease testing methods continue to be insensitive to early Lyme disease. Newer methods such as iPCR hybrid antigen provided similar sensitivity to early Lyme disease as current recommend methods. Standard 2 tier testing to disseminated Lyme disease is sensitive and specific. Proposed 2 tier ELISA, first tier C6 ELISA and new iPCR hybrid antigen provide similar sensitivity and sensitivity to disseminated Lyme disease. These methods could potentially be used as alternatives to Western blot to avoid inter-laboratory subjectivity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,073
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,955
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,073
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0150,010
Études des sciences et des technologies0,0020,003
Communication savante0,0040,005
Science ouverte0,0040,002
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,039
Tête enseignante GPT0,324
Écart entre enseignants0,285 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMspace (University of Manitoba)Même sujetMagnetic Field Sensors TechniquesTravaux en français237 207