Image de Google Jackets
Vue normale Vue MARC vue ISBD

Intérêts théoriques et pratiques de l’inférence bayésienne dans la maîtrise statistique des procédés : retours d’expérience du laboratoire d’hémostase aux Hospices civils de Lyon

Par : Contributeur(s) : Type de matériel : TexteTexteLangue : français Détails de publication : 2020. Sujet(s) : Ressources en ligne : Abrégé : RésuméLes laboratoires doivent mettre en place une gestion globale efficiente de leurs résultats de CIQ et EEQ pivots de la maîtrise statistique des procédés. Ils doivent avoir défini une qualité attendue et poser des dispositions prouvant une maîtrise pérenne des spécifications retenues. Le laboratoire d’hémostase des Hospices civils de Lyon s’adosse au modèle 3 de la conférence de consensus de Milan, c’est-à-dire l’état de l’art des méthodes en termes de qualité attendue en ayant fait le choix d’un organisme d’EEQ commun fournissant majoritairement des plasmas de patients. En privilégiant l’utilisation de méthodes en portée A, le laboratoire exploite de façon optimale les données a priori des fournisseurs : coefficient de variation de fidélité intermédiaire maximal acceptable et valeurs cibles des CIQ. L’inférence bayésienne permet de mettre sous contrôle une méthode au regard des données a priori des fournisseurs sans période probatoire. L’inférence bayésienne crée le lien entre plan de CIQ et plan d’EEQ par le biais des CV maximum acceptables définis par les industriels.Abrégé : Laboratories need to set up effective overall management of their internal quality control (IQC) and external quality assessment (EQA) results as key elements in statistical process control. Quality targets need to be defined, with methods to ensure durable control with respect to the relevant specifications. The hemostasis laboratory of the Lyon Hospitals Board (HCL, Lyon, France) uses model 3 from the Milan consensus conference, which is the state of the art in terms of quality targets, and uses a common EQA provider supplying as many real patient samples as possible. Giving priority to adopted methods, the lab optimizes the use of manufacturers’ prior data: maximum acceptable inter assay coefficient of variation (CV) and prior IQC target values. Bayesian inference brings the method under control with respect to the manufacturers’ prior data without the need for a preliminary phase. It links the IQC and EQA plans by the maximum acceptable CVs defined by the manufacturer.
Tags de cette bibliothèque : Pas de tags pour ce titre. Connectez-vous pour ajouter des tags.
Evaluations
    Classement moyen : 0.0 (0 votes)
Nous n'avons pas d'exemplaire de ce document

77

RésuméLes laboratoires doivent mettre en place une gestion globale efficiente de leurs résultats de CIQ et EEQ pivots de la maîtrise statistique des procédés. Ils doivent avoir défini une qualité attendue et poser des dispositions prouvant une maîtrise pérenne des spécifications retenues. Le laboratoire d’hémostase des Hospices civils de Lyon s’adosse au modèle 3 de la conférence de consensus de Milan, c’est-à-dire l’état de l’art des méthodes en termes de qualité attendue en ayant fait le choix d’un organisme d’EEQ commun fournissant majoritairement des plasmas de patients. En privilégiant l’utilisation de méthodes en portée A, le laboratoire exploite de façon optimale les données a priori des fournisseurs : coefficient de variation de fidélité intermédiaire maximal acceptable et valeurs cibles des CIQ. L’inférence bayésienne permet de mettre sous contrôle une méthode au regard des données a priori des fournisseurs sans période probatoire. L’inférence bayésienne crée le lien entre plan de CIQ et plan d’EEQ par le biais des CV maximum acceptables définis par les industriels.

Laboratories need to set up effective overall management of their internal quality control (IQC) and external quality assessment (EQA) results as key elements in statistical process control. Quality targets need to be defined, with methods to ensure durable control with respect to the relevant specifications. The hemostasis laboratory of the Lyon Hospitals Board (HCL, Lyon, France) uses model 3 from the Milan consensus conference, which is the state of the art in terms of quality targets, and uses a common EQA provider supplying as many real patient samples as possible. Giving priority to adopted methods, the lab optimizes the use of manufacturers’ prior data: maximum acceptable inter assay coefficient of variation (CV) and prior IQC target values. Bayesian inference brings the method under control with respect to the manufacturers’ prior data without the need for a preliminary phase. It links the IQC and EQA plans by the maximum acceptable CVs defined by the manufacturer.

PLUDOC

PLUDOC est la plateforme unique et centralisée de gestion des bibliothèques physiques et numériques de Guinée administré par le CEDUST. Elle est la plus grande base de données de ressources documentaires pour les Étudiants, Enseignants chercheurs et Chercheurs de Guinée.

Adresse

627 919 101/664 919 101

25 boulevard du commerce
Kaloum, Conakry, Guinée

Réseaux sociaux

Powered by Netsen Group @ 2025