MétaCan
Menu
Retour à la cohorte
Enregistrement W2589810629 · doi:10.1177/2054358117693353

Creatinine Assay Attainment of Analytical Performance Goals Following Implementation of IDMS Standardization

2017· article· en· W2589810629 sur OpenAlexaffabout
Elizabeth Sunmin Lee, Christine Collier, Christine A. White

Notice bibliographique

RevueCanadian Journal of Kidney Health and Disease · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Kidney Disease and Diabetes
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésExternal quality assessmentStandardizationMedicineAccuracy and precisionReproducibilityRenal functionKidney diseaseStatisticsChromatographyInternal medicineComputer scienceChemistryPathologyMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The international initiative to standardize creatinine (Cr) assays by tracing reference materials to Isotope Dilution Mass Spectrometry (IDMS) assigned values was implemented to reduce interlaboratory variability and improve assay accuracy. OBJECTIVE: The aims of this study were to examine whether IDMS standardization has improved Cr assay accuracy (bias), interlaboratory variability (precision), total error (TE), and attainment of recommended analytical performance goals. METHODS: External Quality Assessment (EQA) data (n = 66 challenge vials) from Ontario, Canada, were analyzed. The bias, precision, TE, and the number of EQA challenge vials meeting performance goals were determined by assay manufacturer before (n = 32) and after (n = 34) IDMS implementation. RESULTS: = .5) with performance goals not consistently being met. Precision and TE goals based on biologic variation were attained by only 29% to 69% and 32% to 62% of challenge vials. CONCLUSIONS: While IDMS standardization has improved Cr assay accuracy and thus reduced TE, significant interlaboratory variability remains. Contemporary Cr assays do not currently meet the standards required to allow for accurate and consistent estimated glomerular filtration rate assessment and chronic kidney disease diagnosis across laboratories. Further improvements in Cr assay performance are needed.

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)0,040
score de la tête « metaresearch » (Gemma)0,059
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 enseignants0,048
Score d'incertitude au seuil0,210

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,059
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,019
Tête enseignante GPT0,348
Écart entre enseignants0,329 · 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

Citations10
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Kidney Health and DiseaseMême sujetChronic Kidney Disease and DiabetesTravaux en français237 207