Design and Analytic Validation of BCR-ABL1 Quantitative Reverse Transcription Polymerase Chain Reaction Assay for Monitoring Minimal Residual Disease
Notice bibliographique
Résumé
CONTEXT: Monitoring minimal residual disease by quantitative reverse transcription polymerase chain reaction has proven clinically useful, but as yet there are no Food and Drug Administration-approved tests. Guidelines have been published that provide important information on validation of such tests; however, no practical examples have previously been published. OBJECTIVE: To provide an example of the design and validation of a quantitative reverse transcription polymerase chain reaction test. DESIGN: To describe the approach used by an individual laboratory for development and validation of a laboratory-developed quantitative reverse transcription polymerase chain reaction test for BCR-ABL1 fusion transcripts. RESULTS: Elements of design and analytic validation of a laboratory-developed quantitative molecular test are discussed using quantitative detection of BCR-ABL1 fusion transcripts as an example. CONCLUSIONS: Validation of laboratory-developed quantitative molecular tests requires careful planning and execution to adequately address all required analytic performance parameters. How these are addressed depends on the potential for technical errors and confidence required for a given test result. We demonstrate how one laboratory validated and clinically implemented a quantitative BCR-ABL1 assay that can be used for the management of patients with chronic myelogenous leukemia.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».