Accuracy of the CellaVision DM96 platform for reticulocyte counting
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
CONTEXT: Many hematology laboratories have adopted semi-automated digital platforms for routine use and the evidence supporting their use is increasing. AIMS: The CellaVision platforms are among the most thoroughly studied digital hematology platforms; we wished to determine the accuracy of CellaVision for reticulocyte counting. DESIGN MATERIALS AND METHODS: We compared reticulocyte counts performed manually, using the Beckman Coulter LH750 automated analyzer and with the CellaVision DM96 platform. We analyzed the results for pair-wise correlation and bias, and precision. STATISTICAL ANALYSES USED: Analyses were performed using Statistical Package for the Social Sciences software (SPSS), including Spearman's rho correlation coefficient, Friedman's two-way Analysis Of Variance (ANOVA) for comparison of distributions; bias was compared by way of mean and standard deviation. RESULTS: The CellaVision reticulocyte counts correlated most strongly with those of the analyzer (often considered the benchmark test); the reticulocyte count distributions were noted not to be significantly different from each other across all three methods. The mean and standard deviation of bias were lowest in the comparison of CellaVision and LH750 counts. CONCLUSIONS: Our data provide additional support for the accuracy of digital hematology applications using the CellaVision DM96 platform.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle