External quality assessment practices in medical laboratories: an IFCC global survey of member societies
Notice bibliographique
Résumé
OBJECTIVES: Clinical laboratory results are required for critical medical decisions, underscoring the importance of quality results. As part of total quality management, external quality assessment (EQA) is a vital component to ensure laboratory accuracy. The goal of this survey was to evaluate the current status of global laboratory quality systems and assess the need for implementation, expansion, or harmonization of EQA programs (EQAP) for Clinical Chemistry and Laboratory Medicine. METHODS: The International Federation of Clinical Chemistry and Laboratory Medicine (IFCC) Task Force on Global Laboratory Quality (TF-GLQ) conducted a survey of IFCC full and affiliate members (n=110) on laboratory quality practice. A total of 41 (37.3%) countries representing all IFCC regions except North America provided responses about EQA availability and practices. RESULTS: All 41 countries perform EQA, 38 reported that their laboratories had EQA policies and procedures, and 39 further act/evaluate unacceptable EQA results. 39 countries indicated they have international and/or national EQAP and 30 use alternative performance assessments. EQA frequency varied among countries. Generally, an EQAP provided the EQA materials (40/41) with four countries indicating that they did not have an EQAP in their country. CONCLUSIONS: Globally, most laboratories participate in an EQAP and have defined quality procedures for EQA. There remain gaps in EQA material availability and implementation of EQA as a part of a total laboratory quality system. This survey highlights the need for education, training, and harmonization and will guide efforts of the IFCC TF-GLQ in identifying areas for enhancing global laboratory quality practices.
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 | 0,028 | 0,070 |
| 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 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».