Selection of the Primary Quality Control Rules Based on Total Allowable Error and Total Error (by Hand or Laptop)
Notice bibliographique
Résumé
ABSTRACT Choosing quality control (QC) rules for monitoring quantitative methods is compulsory, often frustrating, and not easy. As part of the protocol, there are many possible QC statistical “rules” (eg, rejecting a single value outside 2 SDs) to be selected. Each analyte should use the rule or rules that have the fewest accepted wrong results (for patients and controls). Selecting the best primary QC rule ensures the development of a simple, rapid system that calculates the rule best primary for each level used for an analyte. The algorithm uses 3 readily available data points for each QC level—the laboratory’s mean, SD, and the true (survey) mean. With these data and the total error allowable (TEa), the program calculates the values for the total error (TE) and Tea − TE. This algorithm generates the primary QC rule (eg, 12 SD, 2.5 SD, 13 SD rule). The rules, −12.5 or 13 SDs (and ones in between if wanted), will reduce wrong results without accepting false results. Additionally, QC rules such as 41 SD and 10 SD are no longer necessary. The 22-SD rule need not be rejected, but the user need only be aware. Using the algorithm by hand or laptop is easy and removes the guesswork of choosing the primary QC rules.
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 | 0,021 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,053 | 0,028 |
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 ».