Quality Specifications for the Determination of Copper, Zinc, and Selenium in Human Serum or Plasma: Evaluation of an Approach Based on Biological and Analytical Variation
Notice bibliographique
Résumé
BACKGROUND: Trace element external quality assessment schemes monitor laboratory performance and provide a stimulus for improvement in accuracy. However, monitoring of participant performance varies according to the scheme and can lead to conflicting conclusions. METHODS: Quality specifications based on biological intra- and interindividual variability were calculated and compared to those currently used by various trace element external quality assessment schemes for plasma or serum copper, zinc, and selenium concentrations. For this purpose, we evaluated results reported by participating laboratories in different schemes, at key concentrations, using z scores. RESULTS: Minimal quality specifications developed from the biological intra- and interindividual variability were, for Cu, +/-0.84 micromol/L or 12% of the assigned target concentration, whichever is greater; for Zn, +/-1.20 micromol/L or 15% of the assigned target concentration, whichever is greater; and for Se, +/-0.072 micromol/L or 12% of the assigned target concentration, whichever is greater. Reported performance of the participating laboratories depended on analyte, concentration, and the selected quality specification. In addition, the most commonly used methods for the determination of Cu, Zn, and Se may give different results. CONCLUSIONS: The proposed minimal quality specifications based on biological variation are generally slightly less stringent than those currently in use, although they do not drastically change the performance evaluation in the different schemes. These specifications are a first step in the harmonization of practices among the schemes and remain to be evaluated.
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 | 0,004 | 0,003 |
| 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 | 0,000 |
| 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 ».