Factor XIII Assays and Associated Problems for Laboratory Diagnosis of Factor XIII Deficiency: An Analysis of International Proficiency Testing Results
Notice bibliographique
Résumé
We analyzed results from the External quality Control of diagnostic Assays and Tests program to assess current clinical laboratory practice and performance of different methods for factor XIII (FXIII) testing internationally. FXIII proficiency testing data from all eight surveys conducted in 2010 and 2011 were analyzed (1,283 results), comparing the three available methods for detecting FXIII deficiency, thus including clot-solubility qualitative activity, quantitative activity, and antigen. Clot-solubility qualitative assays detected a deficiency in only 16% (11/69) of samples with less than 2% FXIII. Assays using added thrombin detected more deficiencies (33%) than did assays without added thrombin (11%). The most commonly used quantitative activity method tended to produce higher results for low FXIII samples than other quantitative activity methods. Antigen results generally showed good accuracy compared with expected levels. The mean interlaboratory coefficients of variation showed wide variability, especially for samples with less than 10% FXIII activity. Laboratory self-classification of results (as normal vs. abnormal) was good, and was slightly better for specimens with ≤ 25% FXIII than for specimens with 26 to 70% or those with >70% FXIII. We conclude that quantitative activity assays perform better for detecting FXIII deficiency than clot solubility assays, although some quantitative activity assays overestimate low FXIII levels.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».