MétaCan
Menu
Retour à la cohorte
Enregistrement W4390394118 · doi:10.5858/arpa.2023-0446-le

In Support of Magnani and Taylor

2023· article· en· W4390394118 sur OpenAlexaff
David J. Dabbs, Luis Chiriboga, Bharat Jasani, Mary Kinloch, Keith D. Miller, Søren Nielsen, Matthias Szabolcs, Emina Torlakovic, Steve Bogen, Suzanne Parry, Nils A. ‘t Hart

Notice bibliographique

RevueArchives of Pathology & Laboratory Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical Laboratory Practices and Quality Control
Établissements canadiensUniversity of SaskatchewanRoyal University HospitalSaskatchewan Health Authority
Organismes subventionnairesIrving Medical Center, Columbia UniversityNational Cancer InstituteMedical Center, University of PittsburghAalborg UniversitetshospitalUniversity of PittsburghAalborg UniversitetCardiff UniversityTufts Medical Center
Mots-clésChecklistQuality assuranceAccreditationStatement (logic)MedicinePathologyPsychologyMedical educationLawPolitical scienceExternal quality assessment

Résumé

récupéré en direct d'OpenAlex

We, the undersigned, endorse the proposal published by Barbarajean Magnani, MD, PhD, and Clive Taylor, MD, Dphil,1 in their recent Archives of Pathology & Laboratory Medicine editorial. The time has come to acknowledge that immunohistochemistry is used as an assay, not only a stain, and merits the higher level of quality assurance associated with immunoassays.2 Although the editorial does not prescribe specific new regulations, we share the view expressed in the Magnani-Taylor editorial that existing quality assurance requirements for immunoassays—learned after decades of experience—are a reasonable starting point. This statement is intended to raise awareness, stimulate discussion, and express support for much-needed improvements to clinical immunohistochemistry laboratory practice to enhance patient care. The planning of the 2026 immunohistochemistry accreditation checklist should begin now.

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)0,020
score de la tête « metaresearch » (Gemma)0,198
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,198
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,006
Communication savante0,0150,009
Science ouverte0,0040,004
Intégrité de la recherche0,0170,039
Charge utile insuffisante (le modèle a refusé de juger)0,0150,015

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 Opus0,038
Tête enseignante GPT0,372
Écart entre enseignants0,335 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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 revueArchives of Pathology & Laboratory MedicineMême sujetClinical Laboratory Practices and Quality ControlTravaux en français237 207