Using Capillary Whole Blood to Quantitatively Measure Ferritin: A Validation Trial of a Point-of-Care System
Notice bibliographique
Résumé
Iron deficiency is a public health problem with devastating health, developmental and behavioral effects which often exacerbated due to affordability and access to screening and diagnosis. Using IronScan™ a portable, point-of-care diagnostic system capable of quantitatively measuring ferritin in blood, we validated IronScan™ ferritin measurements using whole blood and serum with a lab-based, regulator-approved analytical device for measuring ferritin in venous serum. Capillary (finger stick) and venous whole blood samples were obtained from 44 male and female volunteers. Venous serum (vSer) ferritin concentrations were measured on Immulite 2000 Xpi (gold standard). Capillary whole blood (cWB), venous whole blood (vWB), and vSer ferritin levels were measured by IronScan™. cWB ferritin concentrations from IronScan™ were significantly correlated (R2 = 0.86) with vSer measured with the FDA-approved Immulite system. The results from the multiple regression analysis indicate that 10% of the variability was due to the method of blood collection (venous vs. capillary) and 6% was due to the form of blood analysis (whole blood vs. serum). The sensitivity of diagnosing iron deficiency using the WHO cutoff of <30 ng/mL is 90%, with a specificity of 96%. In conclusion, IronScan™ is a rapid viable option for measuring ferritin as a point-of-care system.
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 | 0,028 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».