MétaCan
Menu
Retour à la cohorte
Enregistrement W2803726083 · doi:10.1093/ndt/gfy104.fp385

FP385INTER-LABORATORY VARIABILITY IN PTH MEASUREMENT AND ATTAINMENT OF ANALTIC PERFORMANCE GOALS

2018· article· en· W2803726083 sur OpenAlexaffabout
Sam Sarabia, Christine Collier, Rachel M. Holden, Mandy E. Turner, Christine A. White

Notice bibliographique

RevueNephrology Dialysis Transplantation · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueFault Detection and Control Systems
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION AND AIMS: Hyperparathyroidism is a common complication of chronic kidney disease (CKD). PTH is measured routinely in CKD and prescriptions of phosphate binders, vitamin D analogues and calcimimetics are adjusted to meet target values. A number of different PTH assays and manufacturers exist. At present there are no higher order reference methods for PTH although the use of reference material PTH IS 95/646 is advocated by the IFCC. Performance goals for PTH assays have been proposed based on biologic variation. The goals of this study are to assess the extent of inter-laboratory PTH variability and the attainment of analytic error goals. METHODS: Data were collected from Ontario Canada’s Institute for Quality Management in Healthcare’s (IQMH) Proficiency Testing Program reports. Between 2015 and 2016, IQMH provided 24 challenge vials for PTH measurement to 115-133 laboratories in Canada and Australia. While individual laboratory data is not publicly available, data is compiled for all methods together and by manufacturer. Bias, precision (CVa) and total error (TE) were assessed for each challenge vial for all methods together and by manufacturer. The percentage of challenge vials that met bias, precision and total error goals proposed by Westgard for PTH were determined. RESULTS: Figure 1 shows the mean, SD, max and min values for each challenge vial. Comparing all manufacturers combined against the all methods mean produced an overall weighted mean percent bias of -1.69 ± 6.18% while the mean CVa was 30.2% and mean total error was 51.6 ± 11.6%. Manufacturer specific mean percent biases ranged between -15.9% to 38.3%, mean precisions between 7.6% to 15% and mean total error between 30% to 62%. The percent of challenge vials meeting bias and total error goals shows substantial differences between manufacturers (Table 1). CONCLUSIONS: Significant inter-laboratory variability in PTH exists even within individual manufacturers. Bias and total error goals are inconsistently reached with some manufacturers performing better than others. Further improvements are needed to optimize PTH assay performance and ensure it is fit for purpose.

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)0,027
score de la tête « metaresearch » (Gemma)0,051
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 seuil0,144

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,051
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,008
Tête enseignante GPT0,208
Écart entre enseignants0,200 · 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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNephrology Dialysis TransplantationMême sujetFault Detection and Control SystemsTravaux en français237 207