Multi-site, multi-country evaluation of analytical and operational performance of a low-mid volume chemiluminescent immunoassay analyzer.
Notice bibliographique
Résumé
BACKGROUND: A new automated immunoassay low-mid volume (< or = 250 immunoassays/day) chemiluminescent analyzer, Abbott Architect i1000sR, was evaluated by seven laboratories around the world (4 in Europe, one each in Canada, Japan, and the U.S.A.) to demonstrate equivalent performance for key operating characteristics (e.g., precision, turn around time, limit of detection, functional sensitivity, and linearity). METHODS: The laboratories followed standard protocols to assess precision, limit of detection (LoD), functional sensitivity, assay linearity, method comparison, and sample carryover. Turn around time for three stat assays (beta-hCG, BNP, and CK-MB) and the time required to complete workloads of 50 and 100 tests with a mixture of 75% routine tests and 25% stat tests was also evaluated. RESULTS: Total precision was typically < 5% CV for nine immunoassays. Analytical performance met design goals and demonstrated equivalency to package insert data for assays on market and in use for an existing high volume immunoassay system. Stat turn around times were consistent with the fixed analytical time of 15.6 minutes and met the expectations of the laboratories. Measured test throughput ranged from 47 - 54 tests per hour and demonstrated that the analyzer was fit for the intended purpose of supporting a laboratory that performs < or = 250 immunoassays per day. CONCLUSIONS: A multisite, international analyzer familiarization study is a practical means of confirming that a new instrument meets both a manufacturer's design specifications and users' real world expectations and provides a pragmatic test for the system. The experience of investigators at seven sites around the world indicates that a new fully automated chemiluminescent system is suitable for use.
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 | 0,014 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».