Rationale for using insensitive quality control rules for today’s hematology analyzers
Notice bibliographique
Résumé
Diverse approaches have been used to assure the analytical quality of automated hematology; as such, there is great variation in their error detection capabilities. We summarize the intralaboratory performance of a cohort of Sysmex XE-2100's running e-Check hematology quality control (QC). The imprecisions of a median performing (50th percentile imprecision) and more imprecise [15th percentile (15P) imprecision] Sysmex XE-2100 are compared with measures of total allowable error (regulatory and physiologically based) to obtain multiples of the usual imprecision that must be detected to prevent the hematology analyzer from producing medically unacceptable results. The resultant large multiples of the usual imprecision (s) demonstrate the need for insensitive QC rules employing very broad control ranges, control rules that have been implicitly supported by hematology analyzer manufacturers for the last several decades. For today's highly precise hematology analyzers, the following control rules are strongly advised: 1(3.5s) , 1(4s) and 1(4.5s) rules (violated if a single control observation exceeds either its ±3.5, ±4.0 and ±4.5s limits, respectively). In order for the hematology laboratory to totally embrace expanded QC limits, manufacturers must make available their instruments' usual and poorer (e.g. the 15P performance) imprecision's. Users of hematology analyzers that require more sensitive but less specific rules to prevent the reporting of clinically erroneous data are advised to acquire more precise (and thus more dependable) instrumentation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 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 tête enseignante, 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 ».