An Assessment of the State of Current Practice in Coagulation Laboratories
Notice bibliographique
Résumé
OBJECTIVES: To assess the state of current practice in coagulation laboratories regarding three pressing issues: staffing, handling Ebola specimens, and testing/billing for tests that measure direct oral anticoagulants (DOAC). METHODS: A survey and analysis of specialized coagulation laboratories in North America was conducted. RESULTS: Approximately 4,000 special coagulation tests-per-technologist-per-year was rated as either a "good" staffing level or "adequate-but-ideally-need-more" employees. Requiring technologists to perform more than that was rated as an "inadequate" staffing level. For Ebola patients, coagulation testing is mostly performed by point-of-care. Only 26.1% would perform coagulation tests for Ebola specimens within their laboratory (rather than at the bed side or a separate designated space outside the laboratory). Coagulation tests offered for Ebola patients were limited: prothrombin time (63.0% of laboratories), activated partial thromboplastin time (37.0%), D-dimer (13.0%), and fibrinogen (8.7%); 26.1% of laboratories did not offer any coagulation tests for Ebola patients. Approximately 35% of special coagulation laboratories bill for at least one laboratory test for DOACs: 33% bill for an anti-Xa calibrated with rivaroxaban, 17% bill for an anti-Xa calibrated with apixaban, and 27% bill for at least one of several tests for dabigatran. Approximately 48% do not offer any tests for DOACs. CONCLUSIONS: These results may help laboratories negotiate for additional technologists if needed, prepare for Ebola specimens, and manage the demand for laboratory tests for new DOAC anticoagulants.
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 | 0,003 | 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 | 0,001 |
| 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 ».