Analytical evaluation and Sigma metrics of 6 next generation chemistry assays on the Abbott Architect system
Notice bibliographique
Résumé
BACKGROUND: We evaluated analytical and Sigma performance for 6 next generation chemistry assays on the Abbott Architect c8000 system. METHODS: Albumin with bromocresol purple or green, amylase, cholesterol, total protein, and urea nitrogen were analyzed using photometric technology. Analytical performance goals were defined based on Accreditation Canada Diagnostics (ACD) and Clinical Laboratory Improvement Amendments (CLIA). Precision study consisted of testing 2 quality control concentrations and 3 patient serum sample pools, twice a day in quintuplicate over 5 days. Linearity testing consisted of 5-6 concentrations of commercial linearity materials. We tested a minimum of 120 serum/plasma specimens on the new and current Architect methods for comparison. We assessed accuracy with reference materials for 5 assays, and a calibration standard for cholesterol. Bias from the reference standard target value was used for Sigma metric analysis. RESULTS: Observed total imprecision of the assays ranged from 0.5 to 4%, meeting pre-defined goals. Linearity was acceptable over the tested range. Measurements on the new and current Architect methods were comparable. Accuracy ranged from 0 to 2.0% absolute mean difference from target value. All 6 next generation clinical chemistry assays demonstrated Six Sigma quality, using CLIA standards. CONCLUSION: Applying ACD recommendations, 5 assays showed Six Sigma, while cholesterol showed Five Sigma performance.
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 | 0,006 | 0,022 |
| 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 ».