The impact of pathological fluctuations versus biological variation on the interpretation of laboratory values
Notice bibliographique
Résumé
The current criterion used to determine whether the reference interval (RI) can be used for interpretation is based on the index of individuality (II), estimated using biological variation (BV). We hypothesized that pathological variation (PV), the shift between healthy and unhealthy states, varies across biomarkers and may be considered for interpretation with BV. We explored how jointly considering PV and BV impacts the clinical interpretation (diagnostic sensitivity and specificity) of RIs. We propose the index of pathology (IP), a ratio of within- to between-subject coefficients of variation that jointly considers PV and BV. Using a large EHR database from a tertiary care center, we obtained IP estimates for 19 laboratory tests. As a means of comparison, the II was obtained from the European Federation of Clinical Chemistry and Laboratory Medicine (EFLM) BV database. PV impact was analyzed using the absolute difference between IP and II (Δ IP-II ). 798,800 observations from 17,082 adult patients were analyzed. For most biomarkers, the IP (mean=1.99, range=0.55-8.03) differed from the II (mean=0.54, range=0.27-0.86). Lowest IPs were for creatinine (IP=0.55, Δ IP-II =0.28) and bilirubin (IP=1.05, Δ IP-II =0.24). Highest IPs were for aspartate transaminase (IP=4.56, Δ IP-II =4.13) and creatine kinase (IP=8.03, Δ IP-II =7.60). Hormones and proteins exhibited high PV impact (Δ IP-II >1.0). Differences between variational estimates that only account for healthy states (II-BV) and those that consider healthy and unhealthy states (IP-BV+PV) vary widely among biomarkers, highlighting the differential impact of PV on their interpretation. For biomarkers where IP is high, the RI may be useful to identify unhealthy individuals. • Variation beyond the healthy state is different across biomarkers. • Considering the variation beyond the healthy state alters clinical interpretation. • Hormones, proteins exhibit highest impact from variation in the unhealthy state.
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 | 0,099 | 0,290 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».