MétaCan
Menu
Retour à la cohorte
Enregistrement W1983375346 · doi:10.4021/jocmr476w

A Comparison Between the StaRRsed Auto-Compact Erythrocyte Sedimentation Rate Instrument and the Westergren Method

2010· article· en· W1983375346 sur OpenAlexvenueno aff
Juha Horsti

Notice bibliographique

RevueJournal of Clinical Medicine Research · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood properties and coagulation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineErythrocyte sedimentation rateSignificant differenceNuclear medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Westergren method is the golden standard for measuring erythrocyte sedimentation rate (ESR). All ESR methods should agree with the standardized method of the International Council for Standardization in Hematology (ICSH). Citrate samples are commonly used for ESR. This extra sample adds costs and can be inconvenient for the patient. Therefore, some new automated ESR analyzers use EDTA samples, which are available for other hematology measurements. METHODS: We compared ESR measurements with StaRRsed Auto-Compact instrument to the ICSH standardized Westergren method in 200 patient samples. RESULTS: The correlation between methods was fairly good (R(2) = 0.72, y = 1.066x 0.24). However, with ESR results over 11 mm/h there were 55 subjects with a difference of over 30% between methods. CONCLUSIONS: This may have led to different treatment suggestions in 25 cases according to age- and gender-dependent normal values. The difference may be caused by two different anticoagulants used, different measuring times and the correlation equation used. The StaRRsed ESR method should be in better agreement with the Westergren method, which is the golden standard. ESR results have notable impact on patient diagnosis and follow-up. KEYWORDS: ESR; Erythrocyte sedimentation rate; StaRRsed; Westergren method.

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)0,007
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,317
Tête enseignante GPT0,575
Écart entre enseignants0,258 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
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

Citations20
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Medicine ResearchMême sujetBlood properties and coagulationTravaux en français237 207