Baidu
map

INT J LAB HEMATOL:血液分析仪系统CAL-8000与XN-9000两者之间的分析比较

2017-04-17 MedSci MedSci原创

本研究旨在比较CAL-8000和XN-9000的传统和新参数及形态标志的分析性能。对自动化差异白细胞计数(DIFF分布)和形态学标记与光学显微镜(OM)进行比较。

近日,国际杂志INT J LAB HEMATOL上在线发表一篇关于血液分析仪系统CAL-8000XN-9000两者之间的分析比较的研究。

本研究旨在比较CAL-8000XN-9000的传统和新参数及形态标志的分析性能。对自动化差异白细胞计数(DIFF分布)和形态学标记与光学显微镜(OM)进行比较。

通过CAL-8000XN-9000OM分析了K3EDTA管中收集的1025个外周血样品。在低细胞样品中检测批次内误差。采用Spearman相关,Passing-Bablok回归,Bland-Altman偏差和Cohen's K检验进行比较。               

在低细胞样品中仪器之间可产生重复数据(使用阻抗技术,血小板计数<21×109 / L的样品时不精确度高于10%)。 Pass-Bablok回归(CAL-8000 vs. XN-9000)显示0.21.16之间的斜率,截距从-6.5421.63。白细胞参数偏差范围为-1.8-82.2%,红细胞参数为-2.93.1%,血小板参数为-27.826%,网状细胞参数为-115.34.5%。形态标记的比较产生K值总是<0.55

研究结果显示DIFF资料与OM显示Passing-Bablok回归,斜率范围为0.341.00,截距为-0.01%至0.11XN-9000参数为-42.9%至2.6%,CAL-8000参数偏差为-2.7%至35.0%。形态标记的比较显示,XN-9000K值为0.350.77CAL-8000K值为0.170.54

研究表明,两种分析仪之间存在差异,特别是在标志形成的情况下,因此强调需要进行统一度量,和/或采用仪器专用参考范围。

原始出处:

Buoro, S. Mecca, T. et.al Analytical comparison between two hematological analyzer systems: CAL-8000 vs. XN-9000. Version of Record online.

本文系梅斯医学(MedSci)原创编译整理,转载需授权!

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (2)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1936573, encodeId=15c819365e350, content=<a href='/topic/show?id=ef0989249d3' target=_blank style='color:#2F92EE;'>#血液分析#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=50, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=89249, encryptionId=ef0989249d3, topicName=血液分析)], attachment=null, authenticateStatus=null, createdAvatar=http://thirdqq.qlogo.cn/qqapp/101296147/78FA0899509C358B01B975E8EAC1F88A/100, createdBy=7d822500145, createdName=ms5353107019656438, createdTime=Sun Sep 03 11:00:00 CST 2017, time=2017-09-03, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1317273, encodeId=51b5131e273ff, content=<a href='/topic/show?id=74916e0414' target=_blank style='color:#2F92EE;'>#EMA#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=57, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=6704, encryptionId=74916e0414, topicName=EMA)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=a35a460, createdName=fengyi812, createdTime=Tue Apr 18 15:00:00 CST 2017, time=2017-04-18, status=1, ipAttribution=)]
  2. [GetPortalCommentsPageByObjectIdResponse(id=1936573, encodeId=15c819365e350, content=<a href='/topic/show?id=ef0989249d3' target=_blank style='color:#2F92EE;'>#血液分析#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=50, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=89249, encryptionId=ef0989249d3, topicName=血液分析)], attachment=null, authenticateStatus=null, createdAvatar=http://thirdqq.qlogo.cn/qqapp/101296147/78FA0899509C358B01B975E8EAC1F88A/100, createdBy=7d822500145, createdName=ms5353107019656438, createdTime=Sun Sep 03 11:00:00 CST 2017, time=2017-09-03, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1317273, encodeId=51b5131e273ff, content=<a href='/topic/show?id=74916e0414' target=_blank style='color:#2F92EE;'>#EMA#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=57, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=6704, encryptionId=74916e0414, topicName=EMA)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=a35a460, createdName=fengyi812, createdTime=Tue Apr 18 15:00:00 CST 2017, time=2017-04-18, status=1, ipAttribution=)]
    2017-04-18 fengyi812
Baidu
map
Baidu
map
Baidu
map