2005
DOI: 10.1051/ata:2005020
|View full text |Cite
|
Sign up to set email alerts
|

Lettre à la rédaction : Dépistage du cannabis dans les urines, attention à l'acide niflumique

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
5

Citation Types

0
3
0
3

Year Published

2007
2007
2023
2023

Publication Types

Select...
6

Relationship

0
6

Authors

Journals

citations
Cited by 6 publications
(6 citation statements)
references
References 0 publications
0
3
0
3
Order By: Relevance
“…All statistical analyses were performed using R software 2023.03.1−446. 40 The threshold for the categorization of bacterial strains according to the PΔR values was determined using empirical receiver operating characteristic (ROC) curve 41 with the ROCit (2.1.1) package. 42 The ROC curve is a graphical representation of the relationship between a test's sensitivity and specificity, calculated for all possible threshold values.…”
Section: ■ Introductionmentioning
confidence: 99%
See 1 more Smart Citation
“…All statistical analyses were performed using R software 2023.03.1−446. 40 The threshold for the categorization of bacterial strains according to the PΔR values was determined using empirical receiver operating characteristic (ROC) curve 41 with the ROCit (2.1.1) package. 42 The ROC curve is a graphical representation of the relationship between a test's sensitivity and specificity, calculated for all possible threshold values.…”
Section: ■ Introductionmentioning
confidence: 99%
“…The tests can therefore be classified as having no diagnostic value (AUC = 0.5), low informativeness (0.5 ≤ AUC < 0.7), moderate informativeness (0.7 ≤ AUC < 0.9), high informativeness (0.9 ≤ AUC < 1), or perfect (AUC = 1). 41 In our work, the AUC was determined with a 95% confidence interval. The optimal threshold value for the SdFFF AST was determined with cutpointr 1.1.2 package 43 as the maximum value of the Youden index (Se + Sp − 1).…”
Section: ■ Introductionmentioning
confidence: 99%
“…Ces réactions croisées sont à l'origine de résultats de dépistage faussement positifs. Dans le cas des tests de dépistage urinaire de l'usage de cannabis, des réactions croisées des anticorps dirigés contre le 11-nor-9-carboxy-Δ9-tétrahydrocannabinol (THC-COOH) -métabolite urinaire majoritaire du Δ9-tétrahydrocannabinol (THC) -sont décrites essentiellement avec les anti-inflammatoires non stéroïdiens (AINS) : l'acide niflumique est ainsi à l'origine de la plupart des cas de réactions croisées observés avec ces tests [1,2]. Des interactions similaires sont également rapportées dans la litté-rature pour les inhibiteurs de la pompe à protons et l'efavirenz [3].…”
Section: Introductionunclassified
“…Si le test possède une bonne spécificité, il conduit à un résultat négatif chez presque tous les bons lecteurs. Il pourrait donc être utilisé en tant qu'examen de confirmation (Valleron, 2001 Taux de faux négatifs (1-Sensibilité) 1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 Taux de vrais négatifs (Spécificité) 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 Taux de faux positifs (1-Spécificité) la spécificité d'un test, calculée pour toutes les valeurs seuils possibles (Delacour, Servonnet, Perrot, Vigezzi & Ramirez, 2005). Lorsque le test est non informatif en ce sens qu'il ne permet pas de distinguer les mauvais lecteurs des bons lecteurs, la courbe ROC se réduit à une diagonale bissectrice rejoignant les deux coins opposés du graphe.…”
Section: Introductionunclassified
“…Plus le test est performant, plus la courbe ROC se rapproche de l'angle supérieur gauche du graphique puisque le taux de vrais positifs s'approche de 1 (Se = 1) et le taux de faux positifs tend vers 0 (Sp = 1). Au point supérieur gauche qui est le plus éloigné de la diagonale bissectrice correspond habituellement la meilleure valeur-seuil (Tipples, 2002 (Delacour et al, 2005). D'autres indices tels les rapports de vraisemblance (positif ou négatif) ou la capacité d'information attendue (CIA), sont aussi utilisés en complément de la mesure globale (Grenier, 1999).…”
Section: Introductionunclassified