MétaCan
Menu
Retour à la cohorte
Enregistrement W3090846848 · doi:10.1093/jalm/jfaa111

Improved Sample Quality and Decreased Turnaround Time When Using Plasma Blood Collection Tubes with a Mechanical Separator in a Large University Hospital

2020· article· en· W3090846848 sur OpenAlexaff
Pierre‐Olivier Hétu, Sacha Hobeila, François Larivière, Marie–Claire Bélanger

Notice bibliographique

RevueThe Journal of Applied Laboratory Medicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical Laboratory Practices and Quality Control
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésCentrifugationTurnaround timeChromatographyHemolysisChemistryBiomedical engineeringMedicineInternal medicineOperations managementEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Serum is commonly used for clinical chemistry testing but many conditions can affect the clotting process, leading to poor sample quality and impaired workflow. With serum gel tubes, we found a high proportion of sample probe aspiration errors on our Beckman AU5800 analyzers. We decided to implement the BD Barricor™ plasma tubes, and we validated an off-specification centrifugation scheme and verified that results obtained for 65 chemistry and immunochemistry tests were comparable to those obtained in serum gel tubes. Finally, we evaluated the impact of this new tube on sample error rate and laboratory turnaround time. METHODS: To validate centrifugation settings, 50 paired samples were collected in Barricor tubes and centrifuged at 1912 × g for 10 min or 5 min (off-specification). To compare serum gel tubes with Barricor plasma tubes, 119 paired samples were collected from volunteers and results were analyzed using weighed Deming regression. Finally, the proportion of aspiration errors and laboratory TAT for potassium were measured before and after implementing Barricor tubes. RESULTS: Barricor tubes showed clinically acceptable equivalence to serum gel tubes for the studied analytes, and the off-specification centrifugation scheme did not affect the results. Implementing Barricor tubes improved the laboratory workflow by decreasing the aspiration error rates (2.01% to 0.77%, P < 0.001) and lowering hemolysis (P < 0.001). The laboratory TAT for potassium were also significantly lowered (P < 0.001). CONCLUSION: Use of Barricor tubes instead of serum gel tubes leads to better sample quality, shorter more reproducible laboratory TAT, and decreases costs associated with error management.

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)0,004
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,004
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,301
Écart entre enseignants0,269 · 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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Applied Laboratory MedicineMême sujetClinical Laboratory Practices and Quality ControlTravaux en français237 207