Does Regulatory Really Intersect Reality in Glucose Measurement in the ICU? Is the Issue Testing Method Accuracy or Specimen Type?
Notice bibliographique
Résumé
ObjectivesNew data have emerged from ambulatory and acute care settings about adverse patient events, including death, attributable to erroneous blood glucose meter measurements and leading to questions over their use in critically ill patients. The U.S. Food and Drug Administration published new, more stringent guidelines for glucose meter manufacturers to evaluate the performance of blood glucose meters in critically ill patient settings. The primary objective of this international, multicenter, multidisciplinary clinical study was to develop and apply a rigorous clinical accuracy assessment algorithm, using four distinct statistical tools, to evaluate the clinical accuracy of a blood glucose monitoring system in critically ill patients.DesignObservational study.SettingFive international medical and surgical ICUs.PatientsAll patients admitted to critical care settings in the centers.InterventionsNone.Measurements and main resultsGlucose measurements were performed on 1,698 critically ill patients with 257 different clinical conditions and complex treatment regimens. The clinical accuracy assessment algorithm comprised four statistical tools to assess the performance of the study blood glucose monitoring system compared with laboratory reference methods traceable to a definitive standard. Based on POCT12-A3, the Clinical Laboratory Standards Institute standard for hospitals about hospital glucose meter procedures and performance, and Parkes error grid clinical accuracy performance criteria, no clinically significant differences were observed due to patient condition or therapy, with 96.1% and 99.3% glucose results meeting the respective criteria. Stratified sensitivity and specificity analysis (10 mg/dL glucose intervals, 50-150 mg/dL) demonstrated high sensitivity (mean = 95.2%, SD = ± 0.02) and specificity (mean = 95. 8%, SD = ± 0.03). Monte Carlo simulation modeling of the study blood glucose monitoring system showed low probability of category 2 and category 3 insulin dosing error, category 2 = 2.3% (41/1,815) and category 3 = 1.8% (32/1,815), respectively. Patient trend analysis demonstrated 99.1% (223/225) concordance in characterizing hypoglycemic patients.ConclusionsThe multicomponent, clinical accuracy assessment algorithm demonstrated that the blood glucose monitoring system was acceptable for use in critically ill patient settings when compared to the central laboratory reference method. This clinical accuracy assessment algorithm is an effective tool for comprehensively assessing the validity of whole blood glucose measurement in critically ill patient care settings.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,455 | 0,604 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,004 | 0,008 |
| Études des sciences et des technologies | 0,005 | 0,037 |
| Communication savante | 0,016 | 0,018 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,008 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».