Filling in the GAPS: validation of anion gap (AGAP) measurement uncertainty estimates for use in clinical decision making
Notice bibliographique
Résumé
OBJECTIVES: We compare measurement uncertainty (MU) calculations to real patient result variation observed by physicians using as our model anion gap (AGAP) sequentially measured on two different instrument types. An approach for discretely quantifying the pre-analytical contributions and validating AGAP MU estimates for interpretation of patient results is proposed. METHODS: AGAP was calculated from sodium, chloride, and bicarbonate reported from chemistry or blood gas analyzers which employ different methodologies and specimen types. AGAP MU was calculated using a top-down approach both assuming no correlation between measurands and alternatively, including consideration of measurand correlation. MU-derived reference change values (RCV) were calculated between chemistry and blood gas analyzers results. Observational paired AGAP data (n=39,626 subjects) was obtained from retrospectively analyzed specimens from five urban tertiary care hospitals in Calgary, Alberta, Canada. RESULTS: The MU derived AGAP RCV for paired specimen data by the two platforms was 5.2-6.1 mmol/L assuming no correlation and 2.6-3.1 mmol/L assuming correlation. From the paired chemistry and blood gas data, total observed variation on a reported AGAP has a 95% confidence interval of ±6.0 mmol/L. When the MU-derived RCV assuming correlation is directly compared against the observed distribution of patient results, we obtained a pre-analytical variation contribution of 2.9-3.5 mmol/L to the AGAP observed variation. In contrast, assuming no correlation leads to a negligible pre-analytical contribution (<1.0 mmol/L). CONCLUSIONS: MU estimates assuming no correlation are more representative of the total variation seen in real patient data. We present a pragmatic approach for validating an MU calculation to inform clinical decisions and determine the pre-analytical contribution to MU in this system.
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 | 0,048 | 0,183 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».