On the Analytic Characteristics of Commercial Acetaminophen Assays in the United States
Notice bibliographique
Résumé
BACKGROUND: The management of patients with acetaminophen (APAP) toxicity is largely informed by the blood concentration. We sought to assess the analytical characteristics of past and current commercial APAP assays in the United States. METHODS: We systematically reviewed the analytical characteristics of APAP assays cleared by the Food and Drug Administration's (FDA) 510(k) premarket notification process by searching the Clinical Laboratory Improvement Amendments (CLIA) database. We collected the following data where available: test principle, precision near 10 mg/L, precision near 150 mg/L, limits of detection, and limits of quantitation. RESULTS: For all assays, absolute analytical precision decreased as analyte concentration increased. Near [APAP] = 10 mg/L, the most precise assays had a standard deviation (SD) of 0.2 mg/L or coefficient of variation (CV) of 1% and the least precise assays had a SD of 1.8 mg/L or a CV of 10%. Near [APAP] = 150 mg/L, the most precise assay had a SD of 1.4 mg/L or CV of 0.9% and the least precise assays had a SD of 7.4 mg/L or a CV of 4.9%. CONCLUSIONS: Commercially available APAP assays had good analytical precision with improvement over time. The failure of some manufacturers to validate precision near treatment thresholds is concerning. Newer APAP assays can measure a wider range of [APAP], which likely improves the risk stratification of overdose patients but also carries a risk of overdiagnosis when minuscule quantities are detected.
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 | 0,015 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,006 |
| 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 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 ».