The influence of calibration on bias in quality control and patient results for TSH on Vitros XT 7600 analyzer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Introduction: Thyroid-stimulating hormone (TSH) is a glycoprotein secreted by the anterior pituitary gland and is regulated by negative feedback from the serum free thyroid hormones. In this study we aimed to quantitate the relative bias caused by calibration drifting as seen in our TSH Levey-Jennings quality control (QC) charts and assess the magnitude of bias on patients' samples. Materials and methods: In the period from October 2021 to August 2022 we looked at the QC results of ten 28-days' calibration time intervals and calculated relative bias compared to the mean. For each time interval the mean from three QC points before and after calibration was calculated. The average from 10 pre- and post-calibration means was calculated and the relative bias, pre- and post-calibration, was then calculated. We used 5 patient samples with low, normal and high TSH concentrations and calculated relative bias pre- and post-calibration. The allowed relative bias for TSH is ± 6.7%. Results: At both QC levels, with the respective means of 5.14 mIU/L (coefficient of variation, CV% = 3.1%) and 27.80 mIU/L (CV% = 3.2%) had their respective relative bias - 8.2% and - 7.9%. The patient samples with low (0.586 mIU/L), normal (2.89 mIU/L and 5.19 mIU/L) and high (20.5 mIU/L and 39.8 mIU/L) TSH had - 4.1%, - 4.0%, - 3.5%, - 5.1% and - 4.1%, respectively. Conclusion: Even though the relative bias exceeded allowable criteria for the QC samples, this was not manifested on the patients' samples.
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle