Evaluation of a Point-of-Care N-Terminal Pro-Brain Natriuretic Peptide Assay for Heart Failure Management
Notice bibliographique
Résumé
Background: N-terminal pro-brain natriuretic peptide (NT-proBNP) is a key biomarker in heart failure (HF) diagnosis and management. This study aimed to evaluate performances of the LumiraDx® NT-proBNP, a point-of-care testing (POCT) device, focusing on imprecision, method comparison, and clinical practicability. Methods: The LumiraDx® NT-proBNP test was assessed for imprecision across two reagent lots and compared with a reference laboratory method (Cobas e601) using 81 plasma samples. Method concordance was analyzed using Bland-Altman and Passing-Bablok regression. A user satisfaction survey evaluated its practicality in a clinical setting. Results: For the first reagent lot, a coefficient of variation (CV) of 2.81% was observed, while for the second reagent lot, the CV was 5.4%. Method comparison revealed strong concordance with the reference method for NT-proBNP values < 1,000 ng/L. However, a significant bias was observed for values > 1,000 ng/L in the first lot, resolved in the second. User satisfaction surveys highlighted ease of use. Additionally, implementing the LumiraDx® NT-proBNP Platform resulted in a significant reduction in turnaround time, with an estimated 49 min saved in result reporting. Conclusion: The LumiraDx® NT-proBNP POCT device demonstrates strong potential for HF management by combining rapid results, user-friendly operation, and sampling versatility. While biases at higher NT-proBNP levels warrant further standardization, this system represents a practical tool for decentralized HF care.
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 | 0,016 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».