Internal Quality Control Practices in Coagulation Laboratories: recommendations based on a patterns‐of‐practice survey
Notice bibliographique
Résumé
INTRODUCTION: Internal quality control (IQC) procedures are crucial for ensuring accurate patient test results. The IQMH Centre for Proficiency Testing conducted a web-based survey to gather information on the current IQC practices in coagulation testing. METHODS: A questionnaire was distributed to 174 Ontario laboratories licensed to perform prothrombin time (PT) and activated partial thromboplastin time (APTT). RESULTS: All laboratories reported using two levels of commercial QC (CQC); 12% incorporate pooled patient plasma into their IQC program; >68% run CQC at the beginning of each shift; 56% following maintenance, with reagent changes, during a shift, or with every repeat sample; 6% only run CQC at the beginning of the day and 25% when the instruments have been idle for a defined period of time. IQC run frequency was determined by manufacturer recommendations (71%) but also influenced by the stability of test (27%), clinical impact of an incorrect test result (25%), and sample's batch number (10%). IQC was monitored using preset limits based on standard deviation (66%), precision goals (46%), or allowable performance limits (36%). 95% use multirules. Failure actions include repeating the IQC (90%) and reporting patient results; if repeat passes, 42% perform repeat analysis of all patient samples from last acceptable IQC. CONCLUSION: Variability exists in coagulation IQC practices among Ontario clinical laboratories. The recommendations presented here would be useful in encouraging standardized IQC practices.
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 | 0,010 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».