MétaCan
Menu
Retour à la cohorte
Enregistrement W2593162419 · doi:10.1373/jalm.2016.021725

Instrument Error Codes and Diagnostic Serendipity

2017· article· en· W2593162419 sur OpenAlexaff
Andrew W. Lyon, Harvey La Rocque, Simone Corriveau, Robert D. Saunders

Notice bibliographique

RevueThe Journal of Applied Laboratory Medicine · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal function and acid-base balance
Établissements canadiensUniversity of SaskatchewanSaskatchewan Health Authority
Organismes subventionnairesnon disponible
Mots-clésMedicineAnemiaComplete blood countComputer scienceAlgorithmInternal medicine

Résumé

récupéré en direct d'OpenAlex

A 60-year-old female patient presented to a family physician with recent symptoms of fatigue, but no prior medical problems. During that initial visit, the physician ordered laboratory evaluations for anemia (complete blood count, iron, and vitamin B12), thyroid status, and renal function (Table 1). The ordered test results were not remarkable except for an unexplained mild anemia: hemoglobin 9.1 g/dL (91 g/L); hyponatremia: Na 127 mmol/L; and hypoalbuminemia: albumin 2.1 g/dL (21 g/L). View this table: Table 1. Selected results of laboratory testing performed after initial evaluation of the patient with age- and sex-dependent reference intervals.a Results for vitamin B12 could not be provided by the laboratory. During the analysis, a series of instrument error codes were observed by staff and the instrument stopped. The error codes were triggered after incubation of plasma with reagents for measurement of vitamin B12 on an E601 analyzer (Roche Diagnostics). The error codes appeared in the software and computer that operates the E601 analyzer and were recorded by the middleware (Cobas I.T. middleware 1.05.02) but was not communicated to the laboratory information system). The 4 error codes indicated a shortage of auxiliary reagent, an abnormal measuring cell condition, an abnormal sipper pipette movement, and a tip/cup pickup error. During investigation, staff observed that as an automated pipette …

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,667
Score d'incertitude au seuil0,280

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,286
Écart entre enseignants0,265 · 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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Applied Laboratory MedicineMême sujetRenal function and acid-base balanceTravaux en français237 207