A-370 High Rates of Potassium, Chloride and Hemoglobin Discordances in Split Samples Drawn within 1 minute and Analyzed on Point of Care GEM 5000 and Central Laboratory Roche Cobas 8000 and Sysmex Analyzers
Notice bibliographique
Résumé
Abstract Background Previously, we used serial intensive care unit patient data as well as split sample glucose comparisons to characterize the analytical performance of the GEM 4000 and its tendency to generate outliers in the early to late evening. In this work, we summarize the discordance rate of 2 years of split specimens (minimally 17 700 patient care samples) that were drawn within 1 minute of each other and analyzed on the GEM 5000, Roche Cobas 8000 and Sysmex analyzers. Methods Two years (2020 and 2021) of GEM-central laboratory Cobas 8000 and Sysmex comparisons were obtained for potassium, sodium, chloride, glucose and hemoglobin (Sysmex). We used the GEM's iQM2 control (drift) limits to define discordant differences between the GEM and Roche/Sysmex analyses. We graphed the differences vs time of day and applied Dahlberg's formula to derive the magnitude of the running variation of the differences. Results The Table summarizes the drift limits, the number of comparisons performed over the two-year period and the average incidence of discordances over the 24 hour period. What strikes the casual observer is the asymmetric distribution of the discordances. More subtle is the lower frequency of potassium and hemoglobin discordances in the early morning and the higher frequency in the late afternoon and evening. The Dahlberg running variation graphs readily demonstrate this diurnal pattern. Conclusion The GEM 5000 overcalls increases in potassium, decreases in chloride and increases in hemoglobin. We recommend that other laboratories verify these findings.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».