尿液常规智能审核规则验证与改进的多中心研究

Chinese Journal of Laboratory Medicine(2020)

引用 2|浏览3
暂无评分
摘要
目的:对前期建立的尿液常规智能审核规则(含复检规则和人工审核规则,简称智能规则)进行多中心大样本的验证及改进研究,以提高智能规则的临床适用性。方法:智能规则的验证与改进,共收集2019年3月至9月浙江大学医学院附属第一医院、空军军医大学西京医院、烟台毓璜顶医院、苏州大学附属第三医院、四川省人民医院以及中南大学湘雅三医院等6家医院门诊或住院患者尿液标本31 456份,其中3 105份标本以镜检结果及人工审核为参考用于智能规则的验证与调整,28 351份标本以100%人工审核为参考用于改进后的智能规则临床适用性的验证。结果:原发布智能规则中的人工审核规则存在8.59%(202/2 352)的无效审核率以及8.84%(208/2 352)的无效拦截率,复检规则的假阴性率和复检率与前期结果相似。依据大数据深度分析结果和8家医院(含中国医学科学院肿瘤医院、中国医学科学院北京协和医院)技术骨干的讨论,增加了1条复检规则和4条人工审核规则、删除了2条人工审核规则,并对人工审核标准进行了统一,形成了改进后的智能规则。其中,复检规则的假阳性率、假阴性率(漏诊率)及复检率没有明显变化,分别为14.72%(457/3 105)、4.06%(126/3 105)及24.73%(768/3 105);人工审核规则的无效审核率、无效拦截率均降到0;智能规则的人工审核率、自动审核通过率分别为50.89%(1 580/3 105)、49.11%(1 525/3 105)。智能规则的大样本验证结果与之相一致。结论:多中心大样本验证显示改进后的智能规则具有良好的临床适用性。
更多
查看译文
关键词
Urinalysis,Diagnostic tests, routine,Artificial intelligence,Quality improvement,Multicenter study
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要