登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《在西雅图MSM中确认组和抗体要素检测方法与其他即时HIV检测技术的效果比较》

  • 来源专题：艾滋病防治
  • 编译者： 门佩璇
  • 发布时间：2016-01-04

  • 背景与目的：探讨与即时（POC）HIV检测技术相比，应用快速检测方法来确定其探测早期HIV感染的能力和效果。

    研究设计：研究收集了在西雅图$king县STD诊所和华盛顿大学原发感染诊所等就诊的前一年发生过男男性行为的男性和变性人。研究检测技术包括提前口服液体快速检测HIV-1/2抗体检测等，针刺全血标本的项目包括口服快速检测、Uni-gold重组HIV检测等。

    结果：在2010年2月至2014年8月，共纳入3438名研究对象。研究发现，针刺全血快速口腔HIV检测相比确认组合抗体要素检测方法，检测出的人数较少（p=0.008）。确认组合抗体要素检测方法的特异性为98.99%。

    结论：其他研究报道，确认组和抗体要素检测方法比基于实验室的检测方法表现更差。如果这些结果得到证实，该检测方法的特异性可能会限制它在低HIV发病率人群中的有用性。

200浏览量
原文链接
相关报告

  • 《研究发现核衣壳抗体增强检测方法可识别SARS-CoV-2再感染》
    • 编译者：AI智能小编
    • 发布时间：2025-04-25
    • 到2023年底，超过85%的美国成年人感染了SARS-CoV-2。为持续监测和评估免疫力，研究人员开发了一种通过检测核衣壳（N）抗体增强来识别再感染的方法。该方法在总免疫球蛋白检测基础上，利用受试者工作特征曲线分析，确定了最佳比率为>1.43，具有87.1%的敏感性和96.0%的特异性。当优先考虑特异性时，最佳比率为>2.33，对应的敏感性为75.3%，特异性为99.3%。对于再感染前抗N反应性较高的捐赠者，敏感性有所下降。通过稀释测试扩大检测动态范围，在最高反应性组中（再感染前信号截止比>150），敏感性从38.8%提高到66.7%。该研究表明，纵向检测N抗体可有效识别再感染，并估计献血者群体的总感染发生率。
    38浏览量
    原文链接

  • 《 GPTZero：AI检测工具》
    • 来源专题：科技期刊发展智库
    • 编译者：孟美任
    • 发布时间：2023-03-31
    • 普林斯顿大学22岁的大四学生Edward Tian 开发了一款应用程序，用于检测文本是否由ChatGPT 编写，这款病毒式聊天机器人引发了学术界对其潜在不道德用途的担忧。 Tian主修计算机科学，辅修新闻学，他利用寒假的部分时间创建了GPTZero，可以“快速有效地”监测一篇文章是人类还是ChatGPT撰写的。他创建该机器人的动机是为了对抗AI的剽窃行为——自2022年11月下旬发布ChatGPT以来，有报道称学生开始使用AI编写的作业冒充自己的作业。 Tian于2023年1月2日在网上发布GPTZero后，许多老师都联系了他表示从测试中看到了积极结果。GPTZero 推出一周内，已有超过30,000人试用，它非常受欢迎以至于应用程序崩溃了。Streamlit是托管GPTZero的免费平台，已为Tian提供了更多内存和资源。 GPTZero 的工作原理 为了确定摘录是否由机器人编写，GPTZero使用“困惑度”和“突发性”两个指标。困惑度衡量文本的复杂性，如果GPTZero对文本感到困惑，那么它具有很高的复杂性并且更有可能是人为编写的。然而，如果文本对机器人来说更熟悉——因为它已经被此类数据训练——那么它的复杂性就会很低，因此更有可能是由AI生成的。另外，使用突发性比较句子的变化。人类倾向于以更大的突发性写作，例如，一些较长或复杂的句子与较短的句子一起使用。AI的句子往往更统一。 在一段演示视频中，该应用程序对《纽约客》和ChatGPT撰写的LinkedIn帖子进行分析，并成功地区分了人类和人工智能的写作。Tian仍在努力提高模型的准确性。Tian表示，长期以来，人工智能一直是一个黑匣子，我们真的不知道里面发生了什么。 OpenAI的AI安全研究员 Scott Aaronson透露，该公司一直在研究一种方法，用“不易察觉的秘密信号”为GPT生成的文本“加水印”，以识别其来源。开源AI社区Hugging Face推出了一种工具检测文本是否由GPT-2创建。纽约市教育部门表示，由于担心“对学生学习的负面影响，以及对内容的安全性和准确性的担忧”，它正在阻止在学校网络和设备上访问ChatGPT。
    2867浏览量
    原文链接