Performance Characteristics of Several Rules for Self-interpretation of Proficiency Testing Data
Notice bibliographique
Résumé
CONTEXT: Proficiency testing (PT) participants can interpret their results to detect errors even when their performance is acceptable according to the limits set by the PT provider. OBJECTIVE: To determine which rules for interpreting PT data provide optimal performance for PT with 5 samples per event. DESIGN: We used Monte Carlo computer simulation techniques to study the performance of several rules, relating their error detection capabilities to (1) the analytic quality of the method, (2) the probability of failing PT, and (3) the ratio of the peer group SD to the mean intralaboratory SD. Analytic quality is indicated by the ratio of the PT allowable error to the intralaboratory SD. Failure of PT was defined (Clinical Laboratory Improvement Amendments of 1988) as an event when 2 or more results out of 5 exceeded acceptable limits. We investigated rules with limits based on the SD index, the mean SD index, and percentages of allowable error. RESULTS: No single rule performs optimally across the range of method quality. CONCLUSIONS: We recommend further investigation when PT data cause rejection by any of the following 3 rules: any result exceeds 75% of allowable error, the difference between any 2 results exceeds 4 times the peer group SD, or the mean SD index of all 5 results exceeds 1.5. As method quality increases from marginal to high, false rejections range from 16% to nearly zero, and the probability of detecting a shift equal to 2 times the intralaboratory SD ranges from 94% to 69%.
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 | 0,049 | 0,224 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».