External quality assessment performance in ten countries: an IFCC global laboratory quality project
Notice bibliographique
Résumé
OBJECTIVES: This study aimed to assess the validity of external quality assessment (EQA) laboratory results across various cultural and environmental contexts and to identify potential improvement areas. METHODS: The International Federation of Clinical Chemistry and Laboratory Medicine (IFCC) Task Force on Global Laboratory Quality (TF-GLQ) conducted a 2-year study (2022 and 2023) in which EQA materials, related software and online training was provided by a commercial vendor to 100 laboratories in ten IFCC member society countries. The results were analysed on a monthly basis by the TF-GLQ, to show the number of submissions per country, tests per lab, acceptability rates, random failures and to get a measure of which analytes performed poorly. RESULTS: The EQA material was dispatched on a quarterly basis. Some countries had problems with customs releasing the material in a timely manner, resulting in laboratories not receiving them on time leading to no submission. We report here the results for the second year of the survey. The number of examinations varied between laboratories, ranging from seven to 84 analytes. Of the ten countries surveyed, six averaged greater than 90 % acceptable results over the whole 12-months cycle, one had unacceptable results for two of the nine months they returned results and the other four were considered to not perform to an acceptable standard. CONCLUSIONS: All 100 participating laboratories indicated satisfaction with the EQA survey and related services, including on-site training, and report handling. However, specimen receiving issues, suggest benefits in dispatching materials for a full 12-month cycle. Significant discrepancies in EQA performance indicate that four countries require long-term assistance, training and guidance. To ensure reliable patient results, promoting EQA in certain countries is essential to achieve the required level of quality.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,076 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».