A Simulation Study to Assess the Effect of Analytic Error on Neonatal Glucose Measurements Using the Canadian Pediatric Society Position Statement Action Thresholds
Notice bibliographique
Résumé
BACKGROUND: The Canadian Pediatric Society (CPS) has endorsed an algorithm for the screening and immediate management of babies at risk of neonatal hypoglycemia that provides time-dependent glucose concentration action thresholds. The objective of this study was to evaluate the impact of glucose analytic error (bias and imprecision) on the misclassification of glucose meter results from a neonatal intensive care unit (NICU) using the CPS guidelines. METHODS: = 23 749). Bias and imprecision were added to create measured glucose values. The percentages of measured glucose values that were misclassified at CPS action thresholds were determined by Monte Carlo simulation. RESULTS: Measurement biases ranging from -20 to +20 mg/dL combined with coefficients of variation 0% to 20% were evaluated to predict misclassification rates at 32, 36, and 47 mg/dL. The models demonstrated low risk of false normoglycemia-at 5% CV and +10 mg/dL bias: 0.8% to 5% misclassification at the 32 and 47 mg/dL thresholds due to bias. The models demonstrated risk of false hypoglycemia-at 5% CV and -10 mg/dL bias: 3% to 12.5% misclassification at 32 and 47 mg/dL thresholds due to both bias and imprecision. CONCLUSION: Using CPS action thresholds, the simulation model predicted the proportion of neonates at risk of inappropriate clinical action-both of omission or "failure to treat" and commission or "overtreatment" in response to NICU glucose meter results at specific bias and imprecision values.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».