MétaCan
Menu
Retour à la cohorte
Enregistrement W4229589024 · doi:10.1002/cytob.21116

Determination of optimal replicate number for validation of imprecision using fluorescence cell based assays: Proposed practical method

2013· article· en· W4229589024 sur OpenAlexaff
Bruce H. Davis, Christine E. McLaren, Anthony J. Carcio, Linda L. Wong, Benjamin D. Hedley, Mike Keeney, Adam Curtis, Naomi B. Culp

Notice bibliographique

RevueCytometry Part B Clinical Cytometry · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSingle-cell and spatial transcriptomics
Établissements canadiensLondon Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésReplicateRepeatabilityEnumerationCoefficient of variationAnalyteFlow cytometryBiologyComputational biologyImmunologyChromatographyStatisticsMathematicsChemistry

Résumé

récupéré en direct d'OpenAlex

Background: Assay validation includes determination of inherent imprecision across the reportable range. However specific practical guidelines for determinations of precision for cell based fluorescence assays performed on flow cytometers are currently lacking. Methods: Replicates of 10 or 20 measurements were obtained for flow cytometric assays developed for clinical IVD use, including neutrophil CD64 expression for infection/sepsis detection, fetal red cell enumeration for fetomaternal hemorrhage detection, human equilibrative nucleoside transporter 1 (hENT1) quantitation in leukocytes for possible correlation with drug responsiveness, and CD34+ hematopoietic stem cell (HSC) enumeration of apheresis products, using up to three different instrument platforms for each assay. For each assay, the mean, 95% confidence intervals of the mean (95%CI), standard deviation and coefficient of variation (CV) of sequential replicates were determined. Results: For all assays and most instrument platforms <5 replicates were found adequate to validate assay imprecision levels below the 5-10% CV for repeatability claimed by the manufacturers of these assays. Results plotted as a novel parameter derived from the 95%CI and the cumulative mean for replicates, termed variance factor (VF), provide a data driven means for determining optimal replicate numbers. Conclusions: The novel VF can provide information to guide the practical selection of optimal replicate numbers for validation of imprecision in flow cytometric assays. The optimal number of replicates was assay and instrument platform dependent. Our findings indicate 3-4 replicates are sufficient for most flow cytometric assays and instrument combinations, rather than the higher numbers suggested by CLSI guidelines for soluble analytes. © 2013 Clinical Cytometry Society.

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)0,037
score de la tête « metaresearch » (Gemma)0,060
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,195

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0370,060
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0040,002
Études des sciences et des technologies0,0020,003
Communication savante0,0030,002
Science ouverte0,0040,003
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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.

Tête enseignante Opus0,094
Tête enseignante GPT0,419
Écart entre enseignants0,325 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCytometry Part B Clinical CytometryMême sujetSingle-cell and spatial transcriptomicsTravaux en français237 207