Blood Samples of Peripheral Venous Catheter or The Usual Way: Do Infusion Fluid Alters the Biochemical Test Results?
Notice bibliographique
Résumé
BACKGROUND: Most blood tests require venous blood samples. Puncturing the vein also causes pain, infection, or damage to the blood, and lymph flow, or long-term healing. This study aimed to determine and compare the biochemical laboratory value of the blood samples that were provided through: peripheral vein infusion (PVI) receiving continuous intravenous fluid; and the usual method of blood sampling. METHODS: This is an interventional, quasi-experimental, and controlled study. The selected study sample included 60 patients, who were hospitalized during 2014, in the Internal Medicine, part of Martyrs of Persian Gulf, teaching hospital at Bushehr. Three blood samples were taken from each patient that were provided through PVI line (5 ml blood collected at beginning of IVC and then another 5 cc), and another case was prepared by common blood sampling (control). All the samples were analyzed in terms of sodium, potassium, urea and creatinine using SPSS Ver.19 software, by paired t-test and Pearson's correlation coefficients. RESULTS: There was a statistically significant difference between the amount of sodium and potassium in the first blood samples taken from the intravenous infusion line and vein puncture .However, no significant differences were found among the biochemical amount in the second blood samples taken from the intravenous infusion line and vein puncture. CONCLUSIONS: We can use blood samples taken from peripheral intravenous infusion lines after 5cc discarding from the first part of the sample for measuring the value of sodium, potassium, urea and creatinine.
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 | 0,008 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».