AACC Guidance Document on the Use of Point-of-Care Testing in Fertility and Reproduction
Notice bibliographique
Résumé
BACKGROUND: The AACC Academy revised the reproductive testing section of the Laboratory Medicine Practice Guidelines: Evidence-Based Practice for Point-of-Care Testing (POCT) published in 2007. METHODS: A panel of Academy members with expertise in POCT and laboratory medicine was formed to develop guidance for the use of POCT in reproductive health, specifically ovulation, pregnancy, premature rupture of membranes (PROM), and high-risk deliveries. The committee was supplemented with clinicians having Emergency Medicine and Obstetrics/Gynecology training. RESULTS: Key recommendations include the following. First, urine luteinizing hormone (LH) tests are accurate and reliable predictors of ovulation. Studies have shown that the use of ovulation predicting kits may improve the likelihood of conception among healthy fertile women seeking pregnancy. Urinary LH point-of-care testing demonstrates a comparable performance among other ovulation monitoring methods for timing intrauterine insemination and confirming sufficient ovulation induction before oocyte retrieval during in vitro fertilization. Second, pregnancy POCT should be considered in clinical situations where rapid diagnosis of pregnancy is needed for treatment decisions, and laboratory analysis cannot meet the required turnaround time. Third, PROM testing using commercial kits alone is not recommended without clinical signs of rupture of membranes, such as leakage of amniotic fluid from the cervical opening. Finally, fetal scalp lactate is used more than fetal scalp pH for fetal acidosis due to higher success rate and low volume of sample required. CONCLUSIONS: This revision of the AACC Academy POCT guidelines provides recommendations for best practice use of POCT in fertility and reproduction.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 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 ».