MétaCan
Menu
Retour à la cohorte
Enregistrement W2313603933 · doi:10.1371/journal.pone.0152184

Diagnostic Accuracy of the HemoCue Hb 301, STAT-Site MHgb and URIT-12 Point-of-Care Hemoglobin Meters in a Central Laboratory and a Community Based Clinic in Durban, South Africa

2016· article· en· W2313603933 sur OpenAlexafffund
Manjeetha Jaggernath, Rumallen Naicker, Savathree Madurai, Mark A. Brockman, Thumbi Ndung’u, Huub C. Gelderblom

Notice bibliographique

RevuePLoS ONE · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueHemoglobinopathies and Related Disorders
Établissements canadiensAIDS VancouverSimon Fraser University
Organismes subventionnairesCanadian Institutes of Health ResearchVictor Daitz FoundationInyuvesi Yakwazulu-NataliInternational Development Research CentreAIDS Healthcare FoundationDepartment of Science and Technology, Ministry of Science and Technology, IndiaHoward Hughes Medical Institute
Mots-clésPoint-of-care testingPoint of careMedicineHemoglobinQuality assurancePrimary careFamily medicineNursingInternal medicinePathologyExternal quality assessment

Résumé

récupéré en direct d'OpenAlex

In South Africa, various point-of-care hemoglobin meters are used. However, the regulatory framework for approval, implementation and oversight of use of point-of-care hemoglobin meters is suboptimal. We assessed the diagnostic accuracy of the HemoCue Hb 301, STAT-Site MHgb and URIT-12 point-of-care hemoglobin meters, compared to a central laboratory based reference assay, in a central laboratory and a community based clinic in Durban, South Africa. Differences in performance of the point-of-care assays, compared to the reference assay, were more pronounced in the community based clinic. Results were reasonable for the HemoCue Hb 301, but poor for the STAT-Site MHgb and the URIT-12. Poor test performance of point-of-care hemoglobin meters, and inadequate evaluations and oversight in South Africa, leads to suboptimal clinical care and clinical research, and increased costs. There is a need for proper evaluation and quality assurance of point-of-care tests, the results of which should be made widely available to key stakeholders.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,468

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,231
Écart entre enseignants0,206 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations38
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetHemoglobinopathies and Related DisordersTravaux en français237 207