Intravenous lipid emulsion interference in coagulation testing: an <i>ex vivo</i> analysis
Notice bibliographique
Résumé
Introduction Intravenous lipid emulsion is used in the rescue treatment of certain poisonings. A complication is interference with laboratory analyses. The aim of this study was to determine the impact of intravenous lipid emulsion on routine laboratory analysis of coagulation parameters ex vivo and determine if any of the analytical techniques remain reliable.Methods Samples were obtained from 19 healthy volunteers and divided in triplicate. One sample served as a control, and the other two were diluted to simulate the treatment of an average adult with Intralipid® 20 per cent Fresenius Kabi 100 mL (dilution-1) or 500 mL (dilution-2). Coagulation tests performed were prothrombin time, activated prothrombin time, D-dimer concentration and fibrinogen. Coagulation testing was performed by three techniques. Test-1 was performed on a Sysmex CN6000 analyzer. Test-2 was performed with a manual mechanical endpoint method using the semi-automated Stago KC4 Delta. Test-3 involved high-speed centrifugation before repeat testing on the Sysmex CN6000 analyzer.Results For test-1, only nine (47 per cent) samples in dilution-1 could be analyzed for coagulation tests, and no coagulation tests could be analyzed for dilution-2 because of lipaemia. For test-2 and test-3, all samples could be analyzed, and all results of both testing methods fell within the limits of the laboratory reference range.Discussion Difficulties in laboratory analysis of patients having received intravenous lipid emulsion are due to multiple factors. Most automated coagulation analyzers use optical measurements, which can be unreliable in the presence of a high intravenous lipid concentration. By altering the lipaemia in the testing solution using high-speed centrifugation or by using manual mechanical endpoint detection, we were able to obtain reliable results. These findings are limited by the use of an ex vivo method and healthy volunteers.Conclusions This ex vivo model confirms that Intralipid® interferes with routine coagulation studies. It is important that clinicians are aware and inform their laboratories of its administration.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».