MétaCan
Menu
Retour à la cohorte
Enregistrement W2158605290 · doi:10.1309/ajcp3j1zkybfqxjm

Recommendations for Appropriate Activated Partial Thromboplastin Time Reagent Selection and Utilization

2012· article· en· W2158605290 sur OpenAlexaff
George A. Fritsma, Francine R. Dembitzer, Ankush Randhawa, Marisa B. Marques, Elizabeth M. Van Cott, Dorothy Adcock-Funk, Ellinor I.B. Peerschke

Notice bibliographique

RevueAmerican Journal of Clinical Pathology · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical Laboratory Practices and Quality Control
Établissements canadiensPrecision BioLogic (Canada)
Organismes subventionnairesDartmouth College
Mots-clésPartial thromboplastin timeReagentCoagulationCoagulation testingMedicineHemostasisThromboplastinProthrombin timeHeparinIntensive care medicineSurgeryChemistryInternal medicine

Résumé

récupéré en direct d'OpenAlex

The activated partial thromboplastin time (aPTT) is widely used as a screening coagulation test and for monitoring unfractionated heparin therapy. Various commercial reagents are available, with different performance characteristics, particularly responsiveness to the lupus anticoagulant (LA). Because aPTT reagent selection significantly affects the interpretation of results, we reviewed College of American Pathologists proficiency testing data involving approximately 4,000 coagulation laboratories, and conducted a survey of coagulation laboratories (n = 93) using The Fritsma Factor hemostasis Web site to determine the basis for aPTT reagent selection. The data demonstrate that for routine aPTT testing, most laboratories use reagents with high/moderate responsiveness to LA. Significant misunderstanding was apparent regarding the use of appropriate aPTT reagent for routine testing and LA identification. We recommend aPTT reagents with low LA responsiveness to screen for coagulation factor deficiencies and heparin monitoring, and suggest continued education of laboratory professionals and reagent manufacturers about appropriate aPTT reagent use.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,037
score de la tête « metaresearch » (Gemma)0,119
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,194

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0370,119
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0080,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0050,002
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0120,008

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.

Tête enseignante Opus0,205
Tête enseignante GPT0,489
Écart entre enseignants0,285 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations54
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Clinical PathologyMême sujetClinical Laboratory Practices and Quality ControlTravaux en français237 207