Emerging Evidence and Critical Issues with the Use of Single-Drop Capillary Blood for the Measurement of Hemoglobin Concentration in Population-Level Anemia Surveys
Notice bibliographique
Résumé
Accurate and precise measurement of hemoglobin concentration is critical for reliable estimations of anemia prevalence at the population level. When systematic and/or random error are introduced in hemoglobin measurement, estimates of anemia prevalence might be significantly erroneous and, hence, limit their usefulness. For decades, single-drop capillary blood has been the most common blood source used for the measurement of hemoglobin concentration in surveys, especially in low-income and middle-income countries. In this study, we highlight historical and emerging evidence that single-drop capillary blood introduces a high degree of random error (variability) to hemoglobin estimates, leading to less reliable estimates of anemia prevalence at the population level. At present, the best practice is to collect and use venous blood for measurement of hemoglobin with an automated hematology analyzer, following standard operating procedures and quality assurance measures. Where use of an automated analyzer is not possible, the analysis of venous blood in a point-of-care hemoglobinometer by trained phlebotomists or specimen collectors should be considered. A forthcoming systematic review will provide additional evidence on the accuracy and precision of single-drop capillary blood for hemoglobin assessment. In the meantime, we raise caution when using single-drop capillary blood for hemoglobin measurement as it can result in inaccurate hemoglobin estimates and less reliable anemia prevalence estimates.
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 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».