MétaCan
Menu
Retour à la cohorte
Enregistrement W2497772732 · doi:10.1093/ajcp/aqw121

An Assessment of the State of Current Practice in Coagulation Laboratories

2016· article· en· W2497772732 sur OpenAlexaff
Nicole D. Zantek, Catherine P.M. Hayward, Trevor Simcox, Kristi J. Smock, Peihong Hsu, Elizabeth M. Van Cott

Notice bibliographique

RevueAmerican Journal of Clinical Pathology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésCoagulation testingApixabanDabigatranRivaroxabanMedicinePartial thromboplastin timeStaffingCoagulationProthrombin timeOvercrowdingIntensive care medicineMedical emergencySurgeryWarfarinInternal medicineAtrial fibrillation

Résumé

récupéré en direct d'OpenAlex

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 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)0,026
score de la tête « metaresearch » (Gemma)0,065
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,026
Score d'incertitude au seuil0,139

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,065
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,002
Communication savante0,0040,004
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,068
Tête enseignante GPT0,560
Écart entre enseignants0,492 · 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'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

Citations16
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Clinical PathologyMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207