MétaCan
Menu
Retour à la cohorte
Enregistrement W1968383346 · doi:10.1309/ajcpymfxznsnrz55

Results of an External Proficiency Testing Exercise on Platelet Dense-Granule Deficiency Testing by Whole Mount Electron Microscopy

2009· article· en· W1968383346 sur OpenAlexaff
Catherine P.M. Hayward, Karen A. Moffat, Ernie Spitzer, Marnie Timleck, Elizabeth Plumhoff, Sara J. Israels, James G. White

Notice bibliographique

RevueAmerican Journal of Clinical Pathology · 2009
Typearticle
Langueen
DomaineMedicine
ThématiquePlatelet Disorders and Treatments
Établissements canadiensMcMaster UniversityUniversity of ManitobaHamilton Regional Laboratory Medicine Program
Organismes subventionnairesnon disponible
Mots-clésGranule (geology)PlateletExternal quality assessmentMedicineDense granulePathologyInternal medicinePlatelet aggregationBiology

Résumé

récupéré en direct d'OpenAlex

Performance on specialized diagnostic tests for platelet disorders, including dense-granule deficiency, is rarely evaluated by external quality assessment (EQA). Members of the North American Specialized Coagulation Laboratory Association that evaluate platelet dense-granule deficiency commonly use whole-mount electron microscopy (EM) methods. This observation led us to develop a pilot EQA survey with standardized EM images and clinical samples on grids from a healthy control subject and a subject with dense-granule deficiency. The survey participants were 8 centers, including 2 with no experience in platelet whole mount EM. All participants, including inexperienced sites, correctly interpreted findings for the normal and dense-granule-deficient platelets. Among experienced sites, agreement was excellent (>82%) on platelet structures to count or not count as dense granules. Participants indicated that future EQA challenges should include clinical samples on grids and standardized images. This is the first report that platelet EM can be assessed by EQA.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,027
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,973
Score d'incertitude au seuil0,140

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,050
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,383
Écart entre enseignants0,349 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineÉvaluation
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations52
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Clinical PathologyMême sujetPlatelet Disorders and TreatmentsTravaux en français237 207