Variability in haemoglobin concentration by measurement tool and blood source: an analysis from seven countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: We explore factors such as the blood sampling site (capillary vs venous), the equipment (HemoCue vs automated haematology analyser) and the model of the HemoCue device (201+ vs 301) that may impact haemoglobin measurements in capillary and venous blood. METHODS: Eleven studies were identified, and bias, concordance and measures of diagnostic performance were assessed within each study. FINDINGS: Our analysis included 11 studies from seven countries (Cambodia, India, The Gambia, Ghana, Laos, Rwanda and USA). Samples came from children, men, non-pregnant women and pregnant women. Mean bias ranged from -8.7 to 2.5 g/L in Cambodian women, 6.2 g/L in Laotian children, 2.4 g/L in Ghanaian women, 0.8 g/L in Gambian children 6-23 months and 1.4 g/L in Rwandan children 6-59 months when comparing capillary blood on a HemoCue to venous blood on a haematology analyser. Bias was 8.3 g/L in Indian non-pregnant women and 2.6 g/L in Laotian children and women and 1.5 g/L in the US population when comparing capillary to venous blood using a HemoCue. For venous blood measured on the HemoCue compared with the automated haematology analyser, bias was 5.3 g/L in Gambian pregnant women 18-45 years and 11.3 g/L in Laotian children 6-59 months. CONCLUSION: Our analysis found large variability in haemoglobin concentration measured on capillary or venous blood and using HemoCue Hb 201+ or Hb 301 or automated haematology analyser. We cannot ascertain whether the variation is due to differences in the equipment, differences in capillary and venous blood, or factors affecting blood collection techniques.
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.
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 | 0,012 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 découle