MétaCan
Menu
Retour à la cohorte
Enregistrement W4323663269 · doi:10.37871/jbres1665

Evaluation of Measurement Performance of Routine Chemistry Analytes by Application of Sigma Metrics, Method Evaluation Decision (MEDx) Charts and Quality Goal Index (QGI)

2023· article· en· W4323663269 sur OpenAlexaboutno aff
Tariq Mahmood Awan, Azza Abdelbaki Al Baiomy, Muhammad Haseeb Malik, Faisal Khulaif Al-Ruwaili, Rawan Abdelrahman, Ahlam Zohair Al-Johani

Notice bibliographique

RevueJournal of Biomedical Research & Environmental Sciences · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical Laboratory Practices and Quality Control
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnalyteSix SigmaExternal quality assessmentStatisticsSigmaQuality managementComputer scienceQuality (philosophy)Reliability engineeringMathematicsOperations researchChemistryOperations managementEngineeringChromatographyPhysicsManagement system

Résumé

récupéré en direct d'OpenAlex

Objective: To evaluate performance of routine chemistry analytes in a tertiary care hospital laboratory by the application of sigma metrics. Introduction: Six sigma (6σ) is a popular Quality Management System (QMS) tool. Laboratories are increasingly using the six sigma method for the objective assessment and comparison of the analytical methods and instrument performance. Six sigma is about measuring or counting the number of defects. It quantifies the performance of a process as a rate of Defects-Per-Million-Opportunities (DPMO or DPM). The aim is to assess the performance and to eliminate or reduce the variation in a process. Materials and Methods: This prospective study was conducted over a period of six months duration. Sigma metrics were calculated using coefficient of variation (%CV), %Bias and total allowable error (%TEa). For %CV we used Internal Quality Control (IQC) samples, at two levels L1 and L2. Daily IQC results of L1 and L2 for 25 routine chemistry analytes were recorded in an excel sheet and %CV was calculated for each analyte for the period of study. For each analyte %Bias was calculated based on values obtained from monthly RIQAS-EQA program data. The total allowable error (%TEa) values for each analyte were extracted from various sources like Clinical Laboratories Improvement Amendment act (CLIA), Canadian Fixed Limits from the College of Physicians and Surgeons of Saskatchewan (CFX) and Spanish Society of Clinical Chemistry and Molecular Pathology (SEQC) table of Desirable Quality Specifications based on Biological Variation (BV) criteria for acceptable performance. Sigma values were calculated. The minimal acceptable performance criteria was considered as 3 sigma. Normalized MEDx charts were used to plot sigma metrics to visually present the performance. Quality Goal Index (QGI) analysis was carried out as a part of Root Cause Analysis (RCA). Results: Highest sigma value of 16.7 was noted for HDL-C and the lowest of 2.08 for chloride at level L1. Many analytes like ALP, Amylase, AST, CK, GGT, HDL-C, Magnesium and Uric Acid attained world class quality performance at both levels L1 and L2 with sigma levels of >6. Many other analytes showed satisfactory performance with sigma levels of >3. Sodium, potassium, chloride and urea did not show a satisfactory performance. Conclusion: Sigma metrics evaluation of analytical performance of our laboratory showed an acceptable performance for a wide range of analytes in patient samples.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,142
score de la tête « metaresearch » (Gemma)0,017
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,556
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,1420,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,297
Tête enseignante GPT0,540
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical Research & Environmental SciencesMême sujetClinical Laboratory Practices and Quality ControlTravaux en français237 207