Guidance for quality control practices and precision goals for <scp>CBC</scp>s based on <scp>IQMH</scp> patterns‐of‐practice survey
Notice bibliographique
Résumé
INTRODUCTION: Effective medical laboratory quality management systems ensure confidence in analyzing and reporting accurate and reliable patient results. To guarantee quality assurance, each laboratory needs appropriate internal quality control (IQC) procedures to monitor their test systems. The Institute for Quality Management in Healthcare (IQMH) Centre for Proficiency Testing conducted a survey on quality control (QC) practices in routine hematology. METHODS: An online survey was sent to 184 Ontario laboratories performing complete blood counts (CBC) and leukocyte differentials. RESULTS: All participants used three levels of commercial QC for test system monitoring. Eighty percent of laboratories supplement with in-house patient QC. The frequency of QC analysis was variable based on: Manufacturer recommendations (80%) Parameter stability (25%) Clinical impact of incorrect results (21%) Number of samples potentially requiring retesting if there is a QC failure (11%). All laboratories used established QC rules and limits to monitor results. They utilized various methods in establishing limits including: Standard deviation of QC results (60%) Manufacturer precision goals (55%) Published precision goals (24%) IQMH allowable performance limits (APLs) (37%). CONCLUSION: Considerable variation in QC practices of Ontario laboratories was identified, and consensus practice recommendations and precision goals were developed to guide and standardize QC practice.
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 | 0,043 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 ».