随着医生们在有序化的化学检测中更有选择性，试验数据的准确性是至关重要的。尽管做了无数的努力去减小错误的实验测量结果。
但是在样本收集、储存、分析等方面的错误都能导致错误的测量结果，这种结果将会改变一个医生关于该患者的临床进程的思路，同时引起不必要的和潜在地错误的干预措施。
盐水污染是错误的测量结果的特殊案例，虽然在样本收集前经常去掉血清，但是在收集过程期间生理盐水污染仍然可以引起和导致不准确的电解质的测量，不适当的电解质置换，不必要的额外检查，以及对病人真实的临床状况的误解。特别关注的是因生理盐水而污染的血液样本，其大部分是在住院期间被给予静脉治疗病人的血液样本。
Patel 教授在 De Gruyte r 杂志中发表了有关在使用生理盐水后如何准确地识别电解质污染从而避免错误的测量结果的方法。在 Vanderbilt 大学临床中心，Devin K. Patel 教授等人收集了来自 5032 个病人的 76497 份电解质样本。
Devin K. Patel 教授等人在基于无论是从观察到的浓度分布的偏差或来自生理盐水污染的预期数值变化的量化的基础上，开发和测试了识别错误的 5 种方法。为了识别潜在污染的电解质分布，Devin K. Patel 教授等人对五种方法进行了评估。
在这些方法中，只使用钙和氯化物，因为他们在血液和生理盐水之间有显着的浓度差异，同时在连续样品之间存在最小变异。方法 1-3 主要根据评估电解质浓度和在它们的整体分布的背景下的浓度变化的结果来确定疑似污染的电解质样本是否污染。方法 4 和 5 则是基于盐水污染而得到的预测浓度变化来识别污染样本。
以上 5 种方法在随后的样本中由两种验证方法进行验证，该两种方法主要根据可观察到的电解质浓度变化对潜在污染的测量进行验证。验证方法 1 通过在随后的电解质样本中的电解质的变化是否超出通常分布浓度变化来进行验证。验证方法 2 根据相对于以前的电解质样本中，随后的电解质样本所观察到的浓度变化来进行验证。
错误的电解质样本是基于来自于正常变化的绝对和相对偏差来鉴定的，该正常变化为小于确认为污染样品电解质分布的 50%。这些方法中，主要根据预期的钙和氯离子浓度的变化，当在电解质浓度的变化中使用时较高的阈值时，在鉴定样品中确定盐水污染的约 80%，使用较低的阈值时，约 50% 的样品确定盐水污染。
Devin K. Patel 教授利用一个庞大的回顾性数据库，根据确定电解质样本是否污染的预期浓度改变建立了 5 种方法，并且通过两种方法进行了验证。这些方法能够与电子报告系统相结合以警惕可能污染的提供者，并且可以引起样本刷新以至于不能报告出盐水污染的样本数据。
相信不久的将来，通过以上 Devin K. Patel 教授建立的方法能够更好的防止不必要的干预措施以及由于不准确的临床数据而改变治疗策略。