MétaCan
Menu
Retour à la cohorte
Enregistrement W4379113663 · doi:10.1515/cclm-2023-0502

Point-of-care testing performed by healthcare professionals outside the hospital setting: consensus based recommendations from the IFCC Committee on Point-of-Care Testing (IFCC C-POCT)

2023· article· en· W4379113663 sur OpenAlexaff
Adil I. Khan, Busadee Pratumvinit, Ellis Jacobs, Gerald J. Kost, Heba Kary, Jan Balla, Julie Shaw, Lara Milevoj Kopčinović, Michel Vaubourdolle, Paloma Oliver, Paul Jarvis, Prasad V. A. Pamidi, Rajiv T. Erasmus, Ruth O’Kelly, Samarina Musaad, Sverre Sandberg

Notice bibliographique

RevueClinical Chemistry and Laboratory Medicine (CCLM) · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical Laboratory Practices and Quality Control
Établissements canadiensCanadian Electricity AssociationUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPoint-of-care testingMedicineMedical laboratoryPoint of careHealth careMedical emergencyIntensive care medicineMedical physicsPathology

Résumé

récupéré en direct d'OpenAlex

The International Federation of Clinical Chemistry and Laboratory Medicine (IFCC) Committee on Point-of-Care Testing (C-POCT) supports the use of point-of-care testing (POCT) outside of the hospital setting performed by healthcare professionals without formal laboratory education because of its numerous benefits. However, these benefits are associated with risks that must be managed, to ensure the provision of reliable test results and minimize harm to the patient. Healthcare professionals, local regulatory bodies, accredited laboratories as well as manufacturers should actively be engaged in education, oversight and advice to ensure that the healthcare professional selects the appropriate equipment and is able to analyze, troubleshoot and correctly interpret the point-of-care (POC) test results.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,191
score de la tête « metaresearch » (Gemma)0,243
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,191
Score d'incertitude au seuil0,998

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1910,243
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,006
Bibliométrie0,0090,006
Études des sciences et des technologies0,0040,005
Communication savante0,0080,004
Science ouverte0,0120,008
Intégrité de la recherche0,0160,018
Charge utile insuffisante (le modèle a refusé de juger)0,0020,004

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 Opus0,083
Tête enseignante GPT0,417
Écart entre enseignants0,334 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

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

En bref

Citations30
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Chemistry and Laboratory Medicine (CCLM)Même sujetClinical Laboratory Practices and Quality ControlTravaux en français237 207