在临床实验室样本中检测静脉注射液体污染的算法设计

科学领域:

• 临床化学 临床化学
• 实验室医学 实验室医学
• 患者安全 患者安全

背景情况:

• 静脉注射 (IV) 液体时血液样本的污染是经常发生的实验室错误.
• 现有的检测算法有局限性,原因是IV流体组成的变化.
• 准确识别受污染的样本对于防止患者受到伤害至关重要.

研究的目的:

• 开发和验证一种用于检测血液样本污染的新型算法.
• 该算法专注于识别在IV液体中通常不存在的分析物中的稀释效应.
• 提高当前污染检测方法的特异性.

主要方法:

• 选择了89个受污染的血液样本和一个对照组.
• 分析了11个具有较低个体内变异性的生物化学参数,通常不用于静脉注射液.
• 计算了与先前结果相对的分析剂稀释,并开发了一个全球稀释指标;ROC曲线确定了切线点.

主要成果:

• 使用20%稀释效应和60%稀释比率的算法实现了95%的特异性 (91-98%) 和64%的灵敏度 (54-74%).
• 曲线下的面积 (AUC) 是0.867 (95% CI为0.819-0.915).
• 这种方法在识别受污染的样本方面表现出高的特异性.

结论:

• 基于全球稀释效应开发的算法,与依赖异常结果的系统相比,提供了更好的特异性.
• 这种方法显示了与现有系统相比的灵敏度.
• 在实验室信息系统中实现自动化可以提高被污染的血液样本的检测.