Plasma/Serum Electrolyte and Metabolite Testing on Blood Gas Analyzer ABL837, a New Application
Notice bibliographique
Résumé
Background: Core laboratory chemistry analyzers typically use plasma and serum samples, while blood gas instruments use whole blood for electrolyte and metabolite tests. Due to high costs to back up the core lab chemistry analyzers, especially in the remote small community hospitals, we have verified the interchangeability of serum/plasma electrolytes and metabolites on blood gas instruments (GEM4000 and Radiometer ABL90) vs. chemistry analyzers. In this study, we sought to extend the investigation to another blood gas device—Radiometer ABL837. Methods: One plasma separator tube and one serum separator tube were drawn from 20 apparently healthy individuals and outpatients and 20 intensive care unit patients. All the samples were run on Roche Cobas8000, and then were run on three Radiometer ABL837 analyzers for sodium (Na+), potassium (K+), chloride (Cl−), glucose, lactate (plasma only), and creatinine parameters. Paired measurements between the ABL837 and Cobas8000 were compared, and their difference were assessed for statistical and clinical significance. Results: ABL837 demonstrated statistical significance (p < 0.05) vs. Cobas8000 on all the plasma and serum parameters. However, no parameter differences were found when comparing the plasma/serum results on ABL837 to those on Cobas8000, indicating that none were clinically significant. ABL837 also demonstrated good–excellent correlations with Cobas8000 on all the parameters. Conclusions: When comparing metabolite and electrolyte values with plasma and serum sample types, the ABL837 blood gas instruments and Cobas 8000 chemistry analyzer are interchangeable. These data proves that ABL837 can be used as a backup for a chemistry analyzer in measuring plasma and serum electrolyte and metabolite concentrations.
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 | 0,000 | 0,002 |
| 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 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 ».