Documente Academic
Documente Profesional
Documente Cultură
Procesul medical, ı̂n stadiul actual al medicinii bazate pe evidenţă, ı̂n timp,
a evoluat de la o ”artă a practicii” ı̂ntr-un proces stiinţific. Dar, ı̂n coordonatele
abordării stiinţifice, procesul medical necesită ı̂n primul rând modele corecte bazate
pe estimări cantitative. Pentru actul medical, multe din astfel de estimări cantita-
tive se bazează pe informaţia generată de laboratorul clinic, ı̂n consecinţă suportul
laboratorului clinic pentru cerinţele actului medical devine din ce ı̂n ce mai de
neı̂nlocuit. Dar, ı̂n prezent, şi laboratorul clinic se transformă sub presiunea a doi
factori: primul - volumul mare de analize solicitate, ı̂ncât se ajunge la nivelul de
”producţie de masă”; al doilea - ”asaltul” tehnologic al automatizării, prin ultimele
generaţii high-tech de aparatură medicală de laborator. În aceste circumstanţe
laboratorul clinic ı̂mprumută şi adoptă tot mai mult din terminologia şi metrolo-
gia laboratoarelor industriale cu specific, electric, termic, mecanic etc. Astfel,
şi pentru laboratorul clinic a apărut necesitatea introducerii unor concepte noi,
proprii metrologiei din laboratoarele industriale, cum ar fi: validare, trasabilitate
metrologică, variabilitate analitică, eroare sistematică/aleatorie de laborator clinic,
distribuţie de probabilitate, interpretare statistică, precizie, exactitate, acurateţe,
incertitudine de măsurare, metrica sigma sau calitatea măsurării.
Introducerea acestor noi concepte, ı̂n practica curentă, nu de puţine ori, este
ı̂nsoţită de o anumită rezistenţă. Sunt mai multe motive pentru care asimilarea şi
implementarea acestora nu este tocmai simplă şi rapidă, dar unele mai importante
sunt:
1 DISTRIBUŢII DE PROBABILITATE 1
1.1 EVENIMENT ALEATORIU . . . . . . . . . . . . . . . . . . . . . 1
1.2 DISTRIBUŢIA NORMALĂ . . . . . . . . . . . . . . . . . . . . . . 3
1.2.1 Funcţia de repartiţie (de probabilitate) . . . . . . . . . . . . 7
1.2.2 Calcule de probabilităţi . . . . . . . . . . . . . . . . . . . . 8
1.3 ALTE TIPURI DE DISTRIBUŢII DE
PROBABILITATE . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3.1 Distribuţia de tip dreptunghiulară . . . . . . . . . . . . . . 13
1.3.2 Distribuţia de tip triunghiulară . . . . . . . . . . . . . . . . 16
1.3.3 Distribuţia de tip aproximativ normală . . . . . . . . . . . 17
vii
viii CUPRINS
3 CONTROLUL DE CALITATE 97
3.1 CONTROLUL INTERN DE CALITATE . . . . . . . . . . . . . . 97
3.1.1 Reguli de control simple . . . . . . . . . . . . . . . . . . . . 102
3.1.2 Reguli de control multiple . . . . . . . . . . . . . . . . . . . 113
3.1.3 Selectarea procedurii de control . . . . . . . . . . . . . . . . 116
3.1.4 Realizarea controlului . . . . . . . . . . . . . . . . . . . . . 123
3.1.5 Controlul de calitate pe baza mediei normalelor . . . . . . . 131
3.2 CONTROLUL EXTERN AL CALITĂŢII . . . . . . . . . . . . . . 133
3.2.1 Evaluarea calităţii prin intercomparare . . . . . . . . . . . . 133
3.2.2 Evaluarea calităţii prin testarea de competenţă . . . . . . . 143
Bibliografie 189
DISTRIBUŢII DE
PROBABILITATE
1
2 CAP 1. DISTRIBUŢII DE PROBABILITATE
P (x1 ≤ X ≤ x2 ) ≈ m/n
În acest caz probabilitatea (m/n) apare ca un caz ideal al frecvenţei re-
lative a variabilei X de a cădea ı̂n intervalul [x1 , x2 ]. De exemplu, prin
măsurarea de 100 de ori a unei probe de glucoză ı̂n ser se constată că de
37 ori valorile obţinute se situează ı̂n intervalul [80mg/dL, 86mg/dL],
deci probabilitatea ca valorile probei măsurate să se plaseze ı̂n acest
interval este de 37/100 = 0, 37, sau procentual 37%. În Figura 1.1-b pe
axa ordonatelor este reprezentată frecvenţa relativă, adică numărul de
măsurări (care se situează ı̂ntr-un interval egal cu unitatea de concentra-
ţie).
Exemplul 1.1 Se măsoară, repetitiv, o probă de glucoză ı̂n ser şi se obţine
următorul şir de valori:
Numărul măsurării 1 2 3 4 5 6 7 8 9 10
Valoarea măsurată 93.5 87,5 89,5 92 98 90,5 94,5 85 94 83
mg/dL
11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
97 119 86 92 95 91 88 95,5 91 89 95 69 91,5 88,5 101
Privind acest şir de valori se pune ı̂ntrebarea firească, de fapt, care este valoarea
adevărată a probei măsurate, deoarece se observă că valoarile obţinute prin măsurarea
probei au o variaţie ı̂ntâmplătoare/aleatorie. Greu de spus, dacă nu imposibil! Atunci,
1.2. DISTRIBUŢIA NORMALĂ 3
totuşi, care poate fi un răspuns care să satisfacă cerinţele impuse pentru valoarea probei
măsurate. Un răspuns rezultă dacă se consideră şirul de măsurări ca fiind valorile unei
variabile aleatorii, pentru care utilizând noţiunile de probabilitate, se procesează şi se
extrage informaţia conţinută, ı̂n dispersia valorilor acestui şir. Un astfel de răspuns este:
se poate exprima cea mai bună estimare a valorii probei măsurate şi, ı̂n jurul acesteia, un
interval ı̂n care cu o anumită probabilitate valoarea adevărată se situează. De fapt, acest
răspuns este ı̂n esenţă subiectul acestei cărţi.
Dar, pentru această analiză trebuie procesate datele obţinute şi ı̂n primul rând să fie
reprezentate sub forme din care să se poată “extrage“ uşor şi corect informaţia conţinută,
iar apoi interpretarea şi utilizarea acesteia. (Din acest şir de 25 de măsurări s-au eliminat
măsurarile cu numărul 12 şi 22, deoarece valorile obţinute (119 mg/dL şi 69 mg/dL) sunt
foarte depărtate de celelealte măsurări, deci se consideră erori grosolane, prelucările se
vor face numai pentru celelate 23 de măsurări). Există două modalităţi de reprezentare
pentru aceste date:
a) Reprezentarea ı̂n timp, Figura 1.1-a. Axa ordonatelor (Y) corespunde mărimii
măsurate, valorile măsurate [mg/dL], iar axa absciselor (X), numărului măsurării-
succesiunea ı̂n timp, adică axa timpului.
Această reprezentare ı̂n timp a valorilor măsurate este o practică curentă ı̂n labora-
toarele medicale (ı̂n felul acesta se reprezintă diagramele de control, Levey-Jennings
sau Shewhart, obţinute ı̂n urma testării serului de control, ı̂n care sunt trasate şi
limitele de control, de exemplu la ±2,5SD, ±3SD etc).
b) Reprezentarea ı̂n domeniul frecvenţă, Figura 1.1-b. Axa absciselor corespunde
mărimii măsurate [concentraţie ı̂n mg/dl], pe care s-au marcat intervale unitare (ı̂n
acest exemplu fiecare interval unitar este egal cu 3 unităţi de concentraţie), iar
axa ordonatelor corespunde numărului de măsurări ı̂ncadrat ı̂ntr-un interval unitar,
rezultând pentru şirul de valori reprezentarea sub formă de histogramă. Numărul
de măsurări ı̂ncadrat ı̂ntr-un interval unitar (aceste numere pe grafic sunt: 1, 2,
5, 7, 5, 2, 3), adică mărimea reprezentată pe axa ordonatelor, exprimă densitatea
măsurărilor, deci frecvenţa de plasare a măsurărilor.
+∞
Z +∞
Z
1 1 X−µ 2
E(X) = X · f (X; µ, σ)dX = X √ · e− 2 ( σ ) dX = µ (1.2)
σ 2π
−∞ −∞
+∞
Z
2
D(X) = E[X − E(X)] = (X − µ)2 · f (X; µ, σ)dX
−∞
+∞
Z
1 1 X−µ 2
= (X − µ)2 · √ · e− 2 ( σ ) dX = σ 2
σ 2π
−∞
(1.3)
De importanţă practică rezultă următoarele două aserţiuni:
Acestă probabilitate este egală cu suprafaţa haşurată din Figura 1.4-a şi a cărei
valoare se poate calcula ı̂n Excel cu funcţia
NORMDIST(X, µ, σ, cumulativ) → p
pentru X = x1 şi cumulativ = 1 (sau = TRUE).
Funcţia NORMDIST pentru X = x1 şi cumulativ = 0 (sau = FALSE), Figura 1.4-
b, generează valoarea densităţii de probabilitate, f (x1 , µ, σ), ı̂n punctul x1 (relaţia
1.1), adică probabilitatea de apariţie a valoarii x1 ı̂n şirul de măsurări.
1.2. DISTRIBUŢIA NORMALĂ 9
NORMINV(p, µ, σ) → x1
Soluţie:
Similar, aceeaşi informaţie din Tabelul 1.1 este reprezentată grafic ı̂n de-
senul din Figura 1.5. Această reprezentare reflectă faptul că: există o relaţie
biunivocă - unui interval simetric ı̂i corespunde o anumită probabilitate
şi invers, unei probabilităţi ı̂i corespunde un anumit interval simetric.
Această afirmaţie ı̂n practica dintr-un laborator medical exprimă faptul că: pentru
un şir de măsurări efectuate asupra unei probe de pacient, ce pot fi estimate că se
supun unei distribuţii normale, se poate determina care este probabilitatea pentru
care valorile acestor măsurări se situează ı̂ntr-un anumit interval sau, invers, se
poate determina care este valoarea intervalului ı̂n care măsurările se situează cu o
probabilitate dată.
Din Tabelul 1.1 sau din Figura 1.5, rezultă că pentru probabilitatea de 95%
corespunde un semiinterval de 1, 96σ, iar pentru probabilitatea de 95, 44% core-
spunde un semiinterval de 2σ, dar, destul de des ı̂n practica curentă, pentru sim-
plificare, deşi cu o mică inexactitate, se consideră pentru probabilitatea de 95%
un semiinterval de 2σ.
Exemplul 1.3 În prospectul unei balanţe analogice se specifică faptul că
indicaţiile de pe cadran sunt ı̂n intervalul de ±0, 2 mg şi prezintă un nivel de ı̂ncredere de
95% (p = 0, 95). Să se determine abaterea medie a distribuţiei normale pentru procesul
de măsurare pe balanţa respectivă.
Soluţie: La o distribuţie normală, pentru o probabilitate de 95% corespunde un
interval simetric [µ − 1, 96σ, µ + 1, 96σ], vezi Tabelul 1.1, deci semintervalul de 0,2 mg
corespunde cu 1, 96σ
2 mg = 1, 96σ → σ = 2/1, 96 ≈ 0, 1 mg
1.3. ALTE TIPURI DE DISTRIBUŢII DE
PROBABILITATE 13
1.3 ALTE TIPURI DE DISTRIBUŢII DE
PROBABILITATE
Pe lângă distribuţia normală există şi alte tipuri de distribuţii de densitate
de probabilitate care sunt utile ı̂n tehnica măsurării pentru determinarea incerti-
tudinii unui proces de măsurare; ı̂n continuare se vor prezenta unele dintre acestea.
- Dispersia / Varianţa
[(µ + a+ ) − (µ − a− )]2
D(X) =
12
4a2 a2
iar pentru a+ = a− = a → D(X) = = (1.10-a)
12 3
- Abaterea medie (teoretică)
p a
σ 2 = D(X) → σ = a2 /3 = √ (1.10-b)
3
Rezultă:
Varianţa D(X) = a2 /3
a
Abaterea medie σ=√
3
Exemplul 1.5 În certificatul care ı̂nsoţeşte un metal, este specificată puritatea
99,99 ±0, 01%. Deoarece nu este nicio altă informaţie, se consideră o distribuţie rectangu-
lară pentru această puritate ı̂n intervalul (0,9999±0, 0001); valoarea semiintervalului este
a = 0, 0001 = 10−4
Rezultă:
a2 (10−4 )2
Varianţa D(X) = =
3 3
1.3. ALTE TIPURI DE DISTRIBUŢII DE
PROBABILITATE 15
a 10−4
Abaterea medie σ=√ = = 0, 000058
3 1, 73
Rezultă:
a2 (5 · 10−3 )2
Varianţa D(X) = = = 8, 33 · 10−6
3 3
p √ 5 · 10−3
Abaterea medie σ= D(X) = a/ 3 = = 0, 0029g
1, 73
(a+ − a− )
Se obţin astfel, pentru distribuţia aproximativ normală, parametrii =
2
a:
Exemplul 1.8 Pe baza informaţiilor disponibile este posibil să se afirme ”există
1
o şansă din două (deci o probabilitate p = = 0, 5) ca valoarea unei variabile aleatorii să
2
se afle ı̂n intervalul (a− , a+ )”. Să se determine abatere medie teoretică σ pentru această
variabilă aleatorie.
Soluţie. În lipsă de altă informaţie se consideră pentru această variabilă o distribu-
ţie aproximativ normală cu valoarea medie µ ı̂n mijlocul intervalului, iar lungimea semi-
intervalului este a = (a+ − a− )/2.
Din Tabelul 1.1 rezultă că, pentru o distribuţie normală, probabilităţii de 50% ı̂i
corespunde un semiinterval cu lungimea de 0, 6745σ, deci:
hhhh ”Aproxi-
h Parametru Triun- Dreptun-
hhhh Normală mativ
Tip de distrib. hhh ghiulară∗ ghiulară∗
hh normală”∗
Dispersia σ2 a2 /9 a2 /6 a2 /3
Abaterea √ √ √
medie σ a/ 9 a/ 6 a/ 3
(teoretică)
2.1 MĂSURARE
21
22 CAP 2. MĂSURARE, STATISTICĂ ŞI VALIDARE
exemplu:
- lungimea unei bare: 3,48 m (sau 348 cm, 3, 48 · 106 µm, 3, 43 · 109 nm)
- masa unui corp: 0,453 kg (sau 453 g, 453 · 103 mg, 453 · 106 µg)
- cantitatea de substanţă, de exemplu o probă de apă (H2O): 0,053 mol (sau
12 mmol)
- concentraţia unui analit: 93 mg/dL ; 5,16 mmol/dL. Conversii utile, din
sistemul vechi - mg/dL - ı̂n sistemul nou, Sistemul Internaţional (S.I.) -
mmol/dL - pot fi găsite ı̂n [20]. SI este sistemul metric care a fost accep-
tat ı̂n majoritatea ţărilor pentru utilizare ı̂n ştiinţă, medicină, industrie şi
comerţ. SI este un sistem coerent bazat pe şapte mărimi de bază: lungime
(metru, m); masă (kilogram, kg); timp (secunda, s); curent electric (am-
per, A); temperatură (grad Kelvin, K); intensitate luminoasă (candela, cd);
cantitatea de substanţă (molul, mol).
2.2 STATISTICĂ
Printr-o prelucare statistică, asupra unei populaţii sau asupra şirului de
rezultate ale unor măsurări succesive, se obţine un număr sau câteva numere -
o mărime stastistică sau câteva mărimi statistice - care exprimă concentrat
o informaţie şi care constituie un instrument ı̂n clarificarea caracterizării acelei
populaţii sau acelor măsurări. Dar, când statistica nu este ı̂nţeleasă sau nu este
evidenţiată finalitatea prelucrării statistice, se obţine efectul invers, creează con-
fuzii ı̂n loc de clarificări. Prin prelucrare statistică se poate evidenţia calitatea
testelor intr-un laborator medical.
Pentru procesarea unui şir de valori/date, obţinut ı̂n urma măsurării repetate
a unui măsurand, se introduc următoarele mărimi de calcul (mărimi statistice).
• Media aritmetică - este o mărime de calcul care exprimă câtul ı̂ntre
suma tuturor valorilor xi ale şirurului, obţinute prin măsurare, şi numărul total
de măsurări n din şir.
n
P
xi
i=1
x= (2.1)
n
Media aritmetică este referită şi ca media experimentală, deoarece se
referă la rezultatul unui calcul asupra datelor (şir de date) experimentale obţinute
pe un eşantion. Media experimatală a unui eşantion, preluat dintr-o populaţie, este
o estimare fără deplasare a mediei teoretice µ (vezi relaţia 1.2) a acelei populaţii;
media experimentală se consideră cea mai bună estimare a mediei teoretice, pe
baza datelor de care se dispune. Media aritmetică exprimă valoarea spre care se
”centrează” datele din şirul de valori obţinut ı̂n urma măsurărilor.
Media aritmetică, ı̂n Excel, se calculeză prin apelarea funcţiei AVERAGE
( ). Pentru şirul de măsurări din Exemplul 1.1, plasat ı̂n coloana A(A1 . . . A23),
rezultă valoarea medie x = AV ERAGE(A1 : A23) = 91, 625 mg/dL.
O altă mărime de calcul utilizată, tot ı̂n acest sens de centrare, este valoa-
rea mediană care este acea valoare din şirul de măsurări ı̂n raport cu care
jumătate dintre valorile din şir sunt mai mari decât aceasta şi jumătate dintre
valori sunt mai mici. Deoarece valoarea mediană nu este influenţată, precum este
24 CAP 2. MĂSURARE, STATISTICĂ ŞI VALIDARE
media aritmetică, de mărimea valorilor extreme din şirul de măsurări, rezultă că
valoarea mediană constituie o măsură mai robustă a tendinţei de centrare decât
exprimarea prin media aritmetică.
• Abaterea standard experimentală, pentru un şir de n măsurări ale
aceluiaşi măsurand X, este mărimea notată prin s(x), care caracterizează dis-
persia/variabilitatea/(ı̂mprăştierea) rezultatelor şi se calculează cu relaţia:
v
u n
uP
(x − x)2
t i=1 i
u
s(x) = (2.2)
n−1
ı̂n care xi este rezultatul celei de a i-a măsurări din şir, iar x este media aritmetică
a celor n rezultate considerate (calculată cu relaţia 2.1). (Pătratele diferenţelor
(xi −x)2 dintre fiecare valoare măsurată şi valoarea medie se ı̂nsumează, se ı̂mparte
la (n-1), iar din numărul rezultat se extrage rădăcina pătrată - valoarea obţinută
este abaterea standard experimentală). În Excel abaterea standard experimen-
tată se calculează prin apelarea funcţiei STDEV( ). Pentru şirul de măsurări din
Exemplul 1.1, plasat ı̂n coloana A(A1 . . . A23), rezultă valoarea abaterii standard
s(x) = ST DEV (A1 : A23) = 4, 3495 mg/dL. Foarte frecvent, abaterea stan-
dard experimantală este referită ca deviaţia standard, SD (Standard Deviation).
Abaterea standard experimentală are aceeaşi dimensiune ca şi mărimea măsurată.
Dacă pentru un proces de măsurare concret se consideră şirul de n valori
obţinute ale lui X, ca un eşantion al unei distribuţii normale de probabilitate,
atunci x este un estimator fără deplasare al mediei teoretice µ (relaţia 1.2), iar
s2 (x) este un estimator fără deplasare al varianţei D(x) = σ 2 , adică un estimator
al variabilităţii/dispersiei. Abaterea standard experimentală este rădăcina pătrată
pozitivă din dispersie/varianţă (relaţia 1.3-b). Pentru compunerea a două procese
având deviaţiile standard s(x1 ) şi s(x2 ) nu se adună cele două deviaţii standard ci
se adună dispersiile/varianţele lor, adică deviaţiile standard la pătrat, rezultând
deviaţia standard
p compusă, s(x), prin extragerea rădăcinii pătrate din suma aces-
tora, s(x) = (s2 (x1 ) + s2 (x2 )).
• Abaterea standard relativă, RSD (Relative Standard Deviation) este
definită ca raportul dintre abaterea standard experimentală s(x), relaţia (2.2), şi
media aritmetică x, relaţia (2.1)
v
u n
uP
u (xi − x)2
s(x) 1 t i=1
RSD = = · (2.3)
x x n−1
Mai frecvent, este utilizat Coeficientul de Variaţie, CV, care este abaterea
standard relativă dar exprimată procentual
s(x)
CV % = · 100 (2.4)
x
2.2. STATISTICĂ 25
şi care, la fel ca abaterea standard experimentală sau cea relativă, este un indicator
de variabilitate pentru procesul de măsurare (este adimensional). CV exprimă cât
reprezintă abaterea standard experimentală, ca procent, din valoarea medie.
• Abaterea standard experimentală a mediei se calculează cu relaţia
v
u n
uP
(xi − x)2
s(x) t i=1
u
s(x) = √ = (2.5)
n n(n − 1)
Această mărime de calcul exprimă cantitativ cât de bine media artitmetică
experimentală x, relaţia (2.1), estimează media teoretică µ (relaţia 1.2). Pentru a
se garanta o estimaţie suficient de bună a mediei teoretice prin media experimen-
tală trebuie ca numărul de observaţii/măsurări să fie suficient de mare (n > 30)
pentru variabila aleatorie X. Estimarea limitelor intervalului, ı̂n care se situează
media teoretică µ, exprimată ı̂n funcţie de media aritmetică x, este dată de relaţia:
s(x)
µ = x ± t · √ = x ± t · s(x) (2.6)
n
unde t este un parametru obţinut din distribuţia de probabilitate Student (Tabelul
4.4), parametru care este dependent atât de numărul de grade de libertate ν (vezi
relaţia 4.16, ν = n − 1), cât şi de nivelul de ı̂ncredere p (probabilitate). Factorul
Student se poate calcula ı̂n Excel şi prin accesarea funcţiei T IN V (1−p, n−1). Din
analiza relaţiei (2.6) se confirmă afirmaţia anterioară, că numai pentru un număr
foarte mare de măsurări (n → ∞) ale probei, media aritmetică, x, devine egală
cu media teoretică µ. Altfel, rezultă că media teoretică µ (adevărată) se situează
√
cu probabilitatea p ı̂ntr-un interval (de ı̂ncredere) centrat, ±t · s(x)/ n, faţă de
valoarea calculată a mediei experimentale x, ca ı̂n reprezentarea următoare (vezi
şi Exemplul 2.1).
ceea ce ı̂nsemnă că valoarea adevărată se situează cu probabilitate de 95% ı̂n inter-
valul 93,31% - 93,69%.
b) Pentru nivelul de ı̂ncredere p = 99% şi un număr de grade de libertate ν = 3 − 1 = 2
rezultă din TABELUL 4.4 coeficientul t = 9, 92, cu limitele intervalului de ı̂ncredere
93, 50 ± 0, 43%, ceea ce ı̂nseamnă că valoarea adevărată se situeză ı̂n intervalul
93,07% - 93,93% (deci probabilitatea ca valoarea adevărată să se situeze ı̂n afara
acestui interval este de numai 100% − 99% = 1%).
Exemplul 2.2 Un operator determină concentraţia unui analit prin trei serii
de măsurări, dar pentru fiecare serie utilizează un reactiv dintr-un alt lot (I, II, III);
rezultatele obţinute sunt prezentate ı̂n următorul tabel:
ES = x − a (2.9-a)
Această diferenţă, calculată prin relaţia (2.9-a), curent, este referită cu termenii
de deplasare (D = ES) sau bias. Deplasarea, D, se calculează, de regulă, sub o
formă de mărime raportată (la valoarea adevărată) şi se exprimă procentual
(x − a)
D% = · 100 (2.9-b)
a
- etc.
- determinarea valorii aceluiaşi măsurand prin metode diferite, fie ı̂n acelaşi
laborator, fie ı̂n laboratoare diferite; sau prin schimbarea ı̂ntre laboratoare a
etaloanelor sau a materialelor de referinţă pentru efectuarea unor măsurări
independente, care este o practică recomandată;
- prin intercomparare.
Conform primei note rezultă că material de referinţă este o sintagmă ”um-
brelă” pentru mai multe tipuri de materiale necesare ı̂n procesul de măsurare, ı̂n
32 CAP 2. MĂSURARE, STATISTICĂ ŞI VALIDARE
- se cunoaşte că are cele mai ı̂nalte calităţi metrologice şi a cărui valoare este
acceptată fără o referire la un alt material standard;
- valoarea sa este asignată direct, prin măsurare pe o metodă de referinţă
primară, sau indirect, prin analiza compoziţiei şi impurităţilor.
4.2.5). Uneori, ı̂n certificat se specifică nivelul de ı̂ncredere şi numărul de grade
de libertate, n-1 ; ı̂n acest caz factorul de extensie se găseşte ı̂n tabele statistice
(Student) sau se calculează cu funcţia TINV (apelată din Excel). De exemplu,
pentru n − 1 = 9 grade de libertate rezultă următoarele valori pentru factorul de
acoperire: pentru nivelul de ı̂ncredere 90% → TINV (0.1, 9) = 1,833; pt. 95% →
TINV (0.05, 9) = 2,262; iar pt. 99% → TINV (0.01, 9) = 3,25.
Organismul internaţional Joint Commitee for Trasability in Laboratory Medicine,
http://www.bipm.org/jctlm/, are ca obiectiv stabilirea unei platforme mondiale
dedicată trasabilităţii ı̂n biologia medicală.
2.3.1.3 Liniaritatea
y =a·x+b (2.10)
ı̂n care:
Dreapta de regresie trece prin punctul de coordonate (x, y), deci se poate scrie
y =a·x+b (2.11)
ı̂n care x este media aritmetică a valorilor celor n coordonate de pe abscisă, cal-
n
1 X
culată cu relaţia x = · xi , iar y este media aritmetică a valorilor celor n
n
i=1
n
1 X
coordonate de pe ordonată, calculată cu relaţia y = · xi .
n
i=1
O altă modalitate simplă pentru a constata, vizual, liniaritatea rezultă prin urmă-
toarea construcţie grafică. Pentru fiecare pereche de coordonate (xi , yi ) a fiecărui
punct de test i, se calculează raportul yi /xi . Apoi, ı̂ntr-un plan xoy se plasează
punctele de coordonate (xi , yi /xi ); aceste puncte trebuie să fie pe o dreaptă orizon-
tală (eventual, o abatere de la orizontalitate la extremităţi, ı̂n zonele de concentraţii
mici şi mari) dacă aparatul are o caracteristică de transfer liniară. Dacă dome-
niul xi al concentraţiilor caracteristicii de transfer se ı̂ntinde peste mai multe or-
dine de mărime, atunci, pentru micşorarea lungimii axei x, aceasta se reprezintă
la scară logaritmică, deci ı̂n diagramă se vor reprezenta punctele de coordonate
(log xi , yi /xi , ).
Tot ı̂n tendinţa de a substitui reprezentarea rezultatelor obţinute sub forma
unei drepte de regresie, este şi o altă repezentare referită ca diagrama Bland-
Altman. În diagrama Bland-Altman pentru fiecare pereche de valori (xi , yi ) se
reprezintă un punct ı̂n planul xoy ale cărei coordonate sunt: pentru abscisă (xi +
yi ), iar pentru ordonată (yi − xi ).
2.3. EXACTITATE, PRECIZIE ŞI ACURATEŢE 41
ES = yc − xc = a · xc + b − xc = (a − 1) · xc + b (2.14-b)
mule ori prin metoda de testat. Diferenţa ı̂ntre media măsurărilor pe proba tratată
cu interferent şi media măsurărilor pe proba diluată exprimă o estimare a erorii
sistematice constante.
• Eroarea sistematică proporţională (cu concentraţia), Figura 2.6-c,
este adesea cauzată de către o substanţă prezentă ı̂n matricea probei de analizat
care reacţionează cu analitul de interes, prin urmare este activată de reactiv.
Eroarea proporţională cauzată poate fi estimată printr-un test de recuperare (re-
covery) ı̂n modalitatea următoare. Într-o probă de pacient se introduce o cantitate
relativ mică din analitul de măsurat (cel mai adesea se adugă un standard sau un
calibrator corespunzător analitului de interes, având o concentraţie C). Într-o a
doua probă alicotă se adugă un diluant sau solvent ı̂n cantitate egală cu cea a
analitului de măsurat introdus ı̂n prima probă. Se măsoară ambele probe de câteva
ori şi se calculează mediile pentru cele două probe, de exemplu C1 şi C2 . Regăsirea,
ı̂n procente, se calculează cu relaţia R% = 100 · (C1 − C2)/C. Eroarea sistematică
proporţională este egală cu diferenţă 100% - R%.
2.3. EXACTITATE, PRECIZIE ŞI ACURATEŢE 43
ı̂n diferite variante, din Excel. Se consideră, ı̂n Excel, că cele două şiruri sunt plasate ı̂n
două coloane Y = A1 : A20; X = B1 : B20.
20
1 X
- Media pentru metoda de testat Y = Yi = AV ERAGE(A1 : A20) = 199
20 i=1
mg/dL.
20
1 X
- Media pentru metoda de comparat X = Xi = AV ERAGE(B1 : B20) =
20 i=1
196, 5 mg/dL.
20 20
1 X 1 X
- Deplasarea/bias-ul D = Yi − Xi = 199 − 196, 5 = 2, 5 mg/dL.
20 i=1 20 i=1
44 CAP 2. MĂSURARE, STATISTICĂ ŞI VALIDARE
2.3.1.4 Calibrarea
fixarea celor două puncte: À - punctul de blanc (A0 , C0 ) şi Á - set-point (Acal , Ccal ).
Prin testarea calibratorulului de concentraţie cunoscută C0 se măsoară absorbanţa de
valoare A0 , din punctul À, iar prin testarea calibratorului de concentraţie cunoscută Ccal
se măsoară absorbanţa Acal , din punctul Á. Pe baza acestor date, C0 şi Ccal cunoscute,
A0 şi Acal măsurate, autoanalizorul calculeză valoarea pantei F a dreptei de calibrare (de
fapt este inversului pantei, ctg α) cu relaţia
Ccal − C0
F = (2.16)
Acal − A0
pe care o stocheză ı̂n memorie. Apoi, ı̂n procesul de măsurare, Figura 2.7-b, pentru
proba de măsurat, de concentraţie necunoscută, Cx , se obţine valoarea de absorbanţă, Ax ,
sau absorbanţa probei de măsurat corectată cu blancul (Ax − A0 ). Cu valoarea pantei
F, stocată ı̂n memoria calculatorului ı̂n urma calibrării, pe baza relaţiei (2.15) rezultă
valoarea Cx a concentraţiei probei măsurate
Cx = C0 + F · (Ax − A0 ) (2.17)
Într-un sistem de axe, X - valorile asignate pentru materialele testate, Y - valorile medii
obţinute ı̂n urma testelor, se plasează punctele obţinute, Figura 2.8. Se trasează punct-
cu-punct caracteristica de transfer (curbă linie continuă) şi dreapta (linie ı̂ntreruptă) care
trece prin punctele de valori joase şi medii pentru materialele testate. Se observă că
până la valoarea de 300 mg/dL caracteristica de transfer se suprapune peste caracteristica
liniară, deci domeniul de măsurare poate fi considerat de la valoarea 0 la 300, dar se pune
ı̂ntrebarea: poate fi extrapolat domeniul de măsurare până la 400mg/dL sau 500mg/dL?
Pentru a găsi răspunsul trebuie analizate diferenţele dintre valorile asignate (400 şi 500)
ale materialelor şi mediile valorilor obţinute ı̂n urma măsurărilor pentru aceste materiale.
acest nivel de concentraţie este ES = 390 − 400 = −10 mg/dL, iar eroarea aleatorie
estimată este EA = ±2SD = ±24 mg/dL (SD = (3% · 400)/100 = 12 mg/dL),
expresia erorii totale fiind T E = ES ± EA, Figura 2.3. Deci, pentru o probă de
valoare (adevărată) de 400 mg/dL, prin măsurare se poate obţine o valoare medie de
390 la care se adaugă eroarea aleatorie ±24, adică ı̂n intervalul 366(= 400 − 10 − 24)
şi 414(= 400 − 10 + 24) mg/dL. Pentru nivelul de 400 mg/dL eroarea totală admisă
este ETa = (10%) · 400 = 40 mg/dL (conform criteriului testului de performanţă,
Anexa 5). Deoarece valoarea erorii totale obţinute, ET = 10 + 24 = 34 mg/dL,
este mai mică decât eroarea totală admisă, ETa = 40 mg/dL, se poate considera că
valoarea de concentraţie 400 mg/dL este inclusă ı̂n domeniul de măsurare.
2 Prin compararea valorii medii calculate asupra unor măsurări a unei probei
de pacient pe metoda de testat, cu o valoare medie calculată asupra unor
măsurări ale aceleiaşi probe de pacient, dar măsurată pe o metodă de referinţă.
relaţia (2.2), RSD ori prin coeficientul de variaţie CV, relaţiile (2.3) şi (2.4). Din
Figura 2.3, se poate deduce că eroarea aleatorie, ı̂n cazul măsurării repetate a
aceluiaşi operand, poate fi atât pozitivă, cât şi negativă şi nu este predictibilă,
spre deosebire de eroarea sistematică, ES, care poate fi numai pozitivă sau nu-
mai negativă. Deoarece eroarea totală, ET, este compusă din eroarea sistematică
plus eroarea aleatorie, se poate scrie şi următoarea relaţie pentru estimarea erorii
aleatorii
EA = ET − ES (2.18-b)
ceea ce exprimă că ı̂n valoarea unei măsurări, după eliminarea erorii sistematice,
adică după aplicarea corecţiei pentru deplasare/bias, C = - D, (ES = D), rămâne
ı̂n valoarea mărimii măsurate numai eroarea aleatorie.
Eroarea aleatorie nu poate fi compensată! Este inerentă oricărui proces de măsurare.
Eroarea aleatorie apare din cauza unei multitudini de factori a căror influenţă
individuală este neglijabilă; de foarte multe ori aceşti factori sunt necunoscuţi şi
pentru care nu există posibilitatea depistării şi ı̂nlăturării influenţei lor (la nivelul
tehnicii şi preciziei de măsurare); eroarea aleatorie poate fi considerată ca rezul-
tanta tuturor efectelor unor astfel de factori. De exemplu, pentru un analizor
automat, astfel de factori pot fi: amestec incomplet, bule sau particule ı̂n reactiv,
variaţie ı̂ntre cantitatea probelor şi aspiraţia probelor, diferenţe ı̂ntre poziţionarea
probelor, probleme optice, adică oricare factor care duce la o neuniformitate ı̂n
desfăşurarea procesului de măsurare. În sistemele neautomatizate variaţiile ı̂n
tehnica individuală a operatorilor pot fi o contribuţie importantă ı̂n variabili-
tatea/dispersia măsurărilor. Pentru măsurările automate, lipsa de uniformitate
şi instabilitate a aparatului, precum şi condiţiile de reacţie pot cauza variaţii pozi-
tive sau negative ı̂n rezultatul măsurărilor. Erorile aleatorii sunt inevitabile, ele
nu pot fi ı̂nlăturate din valorile estimate ale măsurărilor. Dar, cu ajutorul teoriei
probabilităţilor, se poate lua ı̂n considerare ı̂n ce măsură erorile aleatorii influenţea-
ză estimaţiile valorilor mărimilor măsurate (şi incertitudinea asociată estimaţiei
respective).
• Precizia/Imprecizia (engl. - precision, fr. - fidélité) - la fel ca şi noţiunea
de exactitate, pentru efectele sistematice, este o noţiune (de caracterizare) cali-
tativă, dar pentru exprimarea efectelor aleatorii. Noţiunea de precizie exprimă
gradul de concordanţă ı̂ntre rezultatele independente/individuale, ale unui şir
de măsurări, efectuate ı̂n condiţii prevăzute. Specificaţia - condiţii prevăzute -
ı̂nseamnă că trebuie să fie statuat exact modul ı̂n care se efectuează măsurările.
În funcţie de aceste condiţii de măsurare, exprimarea preciziei se prezintă sub
următoarele trei forme:
Figura 2.9 Corelarea ı̂ntre reprezentările ı̂n domeniul timp (a) şi domeniul
frecvenţă (b) pentru măsurările efectuate pe o metodă analitică,
considerând trei regimuri de funcţionare.
apar grupate numai ı̂ntr-o parte a valorii medii, iar ı̂n domeniul frecvenţă, curba
distribuţiei este translatată cu distanţa D faţă de valoarea adevărată a. Al treilea
regim de funcţionare, intervalul Â, corespunde cazului când imprecizia procesului
de măsurare este foarte mare, iar inexactiatatea este zero, D = 0, ceea ce se reflectă
ı̂n reprezentarea ı̂n domeniul frecvenţă printr-o aplatizare a curbei de distribuţie
Gaussiană, iar ı̂n domeniul timp, printr-o dispersie foarte pronunţată a valorilor
măsurate, ı̂n jurul valorii medii x.
ET = z · SD + |D| (2.20)
ı̂n care, prin valoarea coeficientului z se alege cât este mărimea componentei erorii
aleatorii ı̂n eroarea totală maximă ı̂n funcţie de o anumită probabililitate (pentru:
probabilitatea de 68% → z = 1; 95% → z = 2; 99% → z = 2,5). Valoarea erorii
totale, cuprinsă ı̂n valoarea mărimii măsurate, poate fi mai mare decât valoarea
maximă a erorii totale calculate (pentru z = 1) prin expresia ET = 1 · SD + |D|
cu o probabilitate de 31,75%, poate fi mai mare decât valoarea maximă calculată
(pentru z = 2) prin expresia ET = 2 · SD + |D| cu o probabilitate de 4,56% şi
mai mare decât valoarea maximă calculată (pentru z = 2,5) prin expresia ET =
2, 50 · SD + |D| cu o probabilitate de 1% (vezi Tabelul 1.1 şi Figura 2.1).
Eroarea totală a fost şi este ı̂ncă o noţiune utilizată curent ı̂n practica labo-
ratoarelor medicale, dar ı̂n ultima decadă estimarea calităţii măsurării prin eroarea
totală a ı̂nceput să fie substituită prin introducerea noţiunii de incertitudine; prac-
tica anilor următori va decide dacă ı̂n uz va rămâne doar noţiunea de incertitudine.
La fel ca şi pentru noţiunile de exactitate sau de precizie, pentru care ı̂n ex-
primarea cantitativă este mai intuitivă utilizarea noţiunilor de inexactitate, respec-
58 CAP 2. MĂSURARE, STATISTICĂ ŞI VALIDARE
tiv de imprecizie, şi pentru acurateţe, care se măsoară prin eroarea totală, expri-
marea este mai intuitivă dacă se utilizeză noţiunea de inacurateţe (când acurateţea
creşte inacurateţea scade, şi invers). Când eroarea totală este mare, evident şi
inacurateţea este ridicată, iar când eroarea totală este mică, şi inacurateţea este
redusă, deci o relaţie directă de proporţionalitate, ceea este tocmai invers ı̂n cazul
exprimării prin termenul de acurateţe. O prezentare sintetică a acestor noţiuni,
care caracterizează calitativ procesul de măsurare, este dată ı̂n tabelul următor:
- Criteriul clinic.
tiv, ≤ decât valorile de 1% şi 0,8% (corespund nivelului de exigenţă dorit ı̂n tabelul
anterior), atunci procesul analitic pe metoda respectivă este validat. Chiar dacă
unul dintre aceşti parametri este mai mare decât limita impusă, performaţele
analitice ale metodei pot fi validate dacă este ı̂ndeplinită condiţia pentru eroarea
totală a procesului analitic (eroarea totală obţinută, ETdo , pentru procesul analitic
este ≤ decât limita de eroare totală admisă, ETa ). De exemplu, dacă prin testarea
metodei s-a determinat: CV = 0,75% (< 1%, din tabel), D = 1,1% (> 0,8%,
din tabel), calculăm eroarea totală cu relaţia din tabel, ET = 1,65 CV + D =
1,65 · 0,75% + 1,1% = 1,2375% + 1,1% = 2,34% (< 2,4% = ETa , limita de
eroare impusă pentru nivelul de exigenţă dorit), deci procesul analitic este vali-
dat. Pentru starea patologică, valorile coeficienţilor CVI se pot accesa la adresa
http://www.westgard.com/biodatabasedisease.html.
Pentru clinician are mai puţină importanţă cât din valoarea erorii totale, ET
(obţinută prin sumarea erorii sistematice cu eroarea aleatorie), care este inclusă ı̂n
valoarea mărimii măsurate, este datorată efectului sistematic şi cât este datorată
efectului aleatoriu. Important pentru decizia clinică este ca eroarea totală inclusă
ı̂n valoarea măsurată să fie mai mică decât eroarea totală admisă, ETa , adică să
fie ı̂ndeplinită relaţia ET ≤ ETa . În acest sens, trebuie să se stabilească valoarea
erorii totale admise la nivelurile de decizie medicală, ceea ce se poate realiza prin
testele de competenţă. Pentru a putea fi intrepretată corect o analiză de pacient
de către clinician, valoarea raportată a analizei nu trebuie să conţină o eroare care
să fie mai mare decât eroarea totală admisă pentru acel analit la nivelul de test
respectiv.
Pentru programele de competenţă (vezi 3.2.2) se trimite acelaşi tip de probă
la toate laboratoarele participante, fiecare laborator efectuând doar o singură
măsurare. Apoi, prin procesarea acestor rezultate se determină o valoare centrală
-”valoare ţintă”- şi un interval ı̂n jurul acestei valori, interval care se consideră
2.3. EXACTITATE, PRECIZIE ŞI ACURATEŢE 63
Invers, dacă pentru un analit pentru care există specificată valoarea erorii
toatale admise, T Ea , atunci se pot stabili următoarele limite pentru precizie [21]:
SDrepetabilitate ≤ 1/4 T Ea
(2.22)
SDreproductibilitate ≤ 1/3 T Ea
ETa = Dint − V P
Dint − swsub . Considerând mai restrictiv, când se include ı̂n componenta VP şi un
bias preanalitic, eroarea totală analitică se calculează cu relaţia
Valori pentru Dint şi swsub pentru o serie de analiţi se găsesc la adresa
http://www.westgard.com/clinical.htm, iar pentru colesterol sunt exemplifi-
cate ı̂n tabelul următor:
Pentru colesterol, cu valorile din tabelul anterior (se citesc, la nivelul de de-
cizie medicală de 200 mg/dL, valoarile Dint = 20%, swsub = 6, 5%) se calculează
eroarea totală analitică, conform relaţiei (2.24), ETa = 20% − 1.65 × 6.5% = 9, 3%.
Apoi, având calculată valoarea erorii analitice totale admise, ETa , verificarea pen-
tru validarea metodei se realizează la fel ca la criteriul testului de competenţă
(prezentat anterior).
Relaţia (2.21-a) exprimă faptul că eroarea sistematică plus eroarea aleatorie,
adică eroarea totală pentru o metodă analitică, să fie ≤ cu eroarea totală admisă.
Dar, dacă eroarea totală este mai mică decât eroarea totală admisă ı̂nseamnă
că metoda mai are o ”rezervă de eroare” şi chiar dacă dintr-o anumită cauză
eroarea de măsurare a metodei creşte, atunci această creştere de eroare poate
fi până la ”consumarea” rezervei/toleranţei de eroare, adică până când eroarea
totală ET devine egală (la limită) cu valoarea ETa , Figura 2.10. (Evident că se
doreşte ca o metodă să prezinte o rezervă de eroare de valoare cât mai mare).
În funcţie de mărimea acestei rezerve de eroare se pot stabili niveluri de calitate
pentru o metodă analitică, care reflectă limitele de performaţă. Aceste limite
de performanţă, cantitativ, se introduc prin rezerva de eroare ı̂n relaţia (2.21-a),
obţinându-se următoarele inegalităţi:
1. D + 3 · SD ≤ T Ea
2. D + 4 · SD ≤ T Ea
(2.25)
3. D + 5 · SD ≤ T Ea
4. D + 6 · SD ≤ T Ea
66 CAP 2. MĂSURARE, STATISTICĂ ŞI VALIDARE
Figura 2.10 Corelarea ı̂ntre eroarea totală obţinută ET şi eroarea totală ad-
misă ETa . Se observă rezerva de creştere a erorii până la atingerea valorii
erorii totale admise, ETa
Prin utilizarea valorilor impreciziei (CV, SD), determinată din baza de date
a controlului intern, şi exactităţii D, pe baza diagramei de decizie se poate evalua
nivelul de calitate realizat de metodă pentru regimul stabilizat de funcţionare.
Este de dorit ca pentru o metodă de rutină să se obţină punctul de funcţionare ı̂n
zona performanţelor bune (ı̂n zona de sub dreapta D + 4SD = ETa ).
• Metrica sigma este o altă modalitate de evaluare a nivelului de calitate
analitică pentru o metodă analitică, care, ca şi diagrama de decizie, are ca val-
oare de comparare tot eroarea totală admisă, ETa . Referirea acestei modalităţi de
evaluare prin termenul de sigma se explică prin fapul că această metrică exprimă
rezerva de eroare a metodei ı̂n număr de unităţi de deviaţie standard experimen-
tală, SD sau CV , care ı̂n cazul teoretic tinde spre abaterea medie teoretică, notată
cu σ, relaţia (1.1). Expresia pentru metrica sigma este
ETa − D
M etrica sigma = (2.26)
SD
ı̂n care: ETa - eroarea totală admisă pentru metodă (criteriu de calitate)
D - deplasarea/biasul metodei
SD - deviaţia standard experimentală obţinută pentru metodă
(Când ETa este exprimată ı̂n procente, ı̂n relaţia 2.26 se introduc valorile pentru
D şi SD (adică CV ) tot ı̂n procente).
Numărătorul relaţiei (2.26) calculează cât mai rămâne din valoarea erorii
totale admise, ETa , după ce se scade valoarea biasului (eroarea sistematică), deci
cât mai este ”rezervă/toleranţă” pentru eroarea aleatorie şi o eventuală creştere
a erorii sistematice, de exemplu datorită unei decalibrări, Figura 2.10, iar această
rezervă se exprimă prin numărul de abateri standard dacă se ı̂mparte la SD.
70 CAP 2. MĂSURARE, STATISTICĂ ŞI VALIDARE
Când eroarea totală admisă este ETa = D + 3SD, iar eroarea totală maximă
este fixată ET = D + 3SD (ceea ce ı̂nseamnă că pentru eroarea aleatorie se
consideră un nivel de ı̂ncredere de 99,7%, vezi relaţia (2.20)) rezultă, conform
reprezentării din Figura 2.10, că mai rămâne ca rezervă pentru o eroare tolerată
de metodă o valoare egală cu zero, (D + 3SD) − (D + 3SD) = 0. Pentru această
valoare a erorii totale admise de ETa = (D + 3SD), calculând metrica sigma
cu relaţia 2.26, rezultă o valoare sigma = 3, (D + 3SD − D)/SD = 3, ceea
ce corespunde ı̂n diagrama de decizie, Figura 2.11, pentru o metodă analitică
cu performanţe la limită. La o metodă cu metrica sigma egală cu trei, orice
eventuală creştere (decalibrare), ı̂n timpul funcţionării, a componentei de eroare
sistematică, ∆D, va face ca eroarea totală obţinută a metodei să fie mai mare decât
eroarea totală admisă, D + 3SD + ∆D > ETa = D + 3SD (deasupra dreptei de
ecuaţie D + 3SD = ETa din diagrama de decizie), pentru că metoda nu mai are o
toleranţă/rezervă la eroare. Rezultă că o metrică sigma egală cu trei caracterizează
calitativ o metodă analitică cu performanţe la limită.
Performanţe de nivel world class rezultă când metrica sigma = 6, ceea ce
ı̂nseamnă că pe lângă o valoare a erorii totale maxime fixate la ET = D + 3SD
metoda mai permite o creştere pentru componenta sistematică a erorii (decal-
ibrare) cu până la ∆D = 3SD, până când să ajungă să depăşească valoarea,
(D + 3SD + ∆D), a erorii totale admise; rezultă metrica sigma [(D + 3SD +
3SD) − D]/SD = 6 (corespunde unui punct de funcţionare sub sau pe dreapta de
ecuaţie D +6SD = ETa din diagrama de decizie, Figura 2.11). O metodă cu sigma
metric ridicat necesită un număr redus de teste de control pe seria de măsurări şi
regulile/procedurile de control simple, pe când o metodă cu sigma metric redus
necesită un control de calitate mult mai elaborat.
Evident, pentru multianalizoarele moderne pe care se realizează o curbă
de distribuţie normală foarte ”ascuţită”, adică dispersia de măsurare, SD, este
foarte mică, precizie bună, chiar cu fixarea criteriului de calitate analitică foarte
strâns, ETa de valoare mică, procesul de măsurare va fi caracterizat printr-o valoare
ridicată pentru metrica sigma, relaţia 2.26, pentru că există o suficientă rezervă
de eroare, iar clasa metodei va fi excelentă sau ”world class”.
Problema care se pune pentru o metodă analitică, la care s-a stabilit din baza
de date de control intern imprecizia (SD, CV ) şi din controlul extern inexactitatea
2.3. EXACTITATE, PRECIZIE ŞI ACURATEŢE 71
(D) şi pentru care s-a impus (Anexa 5) eroarea totală admisă ETa (criteriul de
calitate), este să se determine valoarea erorii sistematice maxime, Dmax , pe care o
poate suporta/tolera metoda fără să iasă din criteriul de calitatea impus. Pentru
72 CAP 2. MĂSURARE, STATISTICĂ ŞI VALIDARE
∆D = Sigma-metric − 1, 65 (2.27-b)
sau
Sigma-metric = ∆D + 1, 65 (2.27-c)
Din relaţia 2.27-b rezultă că o metodă poate suporta o creştere a erorii
sistematice, ∆D, fără a se depăşi eroarea totală admisă ETa (criteriul de calitate
analitică), cu atât mai mare cu cât metrica sigma pentru metodă este mai ridicată.
În tendinţa actuală de a reduce costul şi timpul necesare pentru procesul de
validare, CLSI (Clinical Laboratory Improvement Amendments) a elaborat ghidul
EP15-A3 (Evaluation Protocol) care reduce numărul de teste la minumum, efectu-
ate pe durata doar a cinci zile. Conform acestui ghid utilizatorul metodei demon-
strează că ı̂n laboratorul său obţine, pentru precizie şi exactitate, performanţe
care sunt consistente/concordante ı̂n raport cu cele specificate ı̂n cartea tehnică
2.3. EXACTITATE, PRECIZIE ŞI ACURATEŢE 73
1. Într-o serie de măsurări (run), ı̂n general pentru o zi, se testează două niveluri
de concentraţii, fiecare nivel se testează de cinci ori ı̂ntr-o zi, timp de cinci
zile (pentru o estimare mai robustă, testarea de mai mult de cinci zile este
recomandată). Se examinează fiecare valoare obţinută pentru a se vedea
dacă este rezonabilă sau este un caz de eroare grosolană (outlier); când este
un astfel de caz, valoarea respectivă se elimină, se analizează cauzele (eroare
de transcriere, etichetare greşită a valorii materialului de testat, volum de
test insuficient, prezenţă cheag etc.) şi se repetă măsurarea. O reprezentare
pe un grafic, ca ı̂n diagrama Levey-Jennings, a fiecărei valori, imediat după
obţinerea ei, poate fi foarte utilă ı̂n identificarea unei valori nerezonabile
a testului. (Eliminarea unor astfel de valori de erori grosolane este foarte
importantă deoarece numărul total de valori măsurate ı̂n această procedură
de evaluare este relativ mic; mai pretenţios, pentru a identifica astfel de
valori se va utiliza testul Grubbs).
2. Dacă o serie de măsurări (run) este rejectată, din cauza nesatisfacerii testelor
de control de calitate sau dificultăţii ı̂n funcţionarea aparatului, atunci datele
prin testul de verificare obţinute ı̂n acea serie de măsurări se elimină, iar seria
de măsurări respectivă nu se consideră ı̂n totalul celor cinci zile de test.
5
X (xdi − xd )2
ı̂n care: Vd = este varianţa/dispersia valorilor testelor de repetabilitate
i=1
(5 − 1)
din ziua d;
2.3. EXACTITATE, PRECIZIE ŞI ACURATEŢE 75
5
X 1
Vrp = Vd = 0, 00012656 este media varianţei/dispersiei valorilor testelor de
5
d=1 p √
repetabilitate din cele cinci zile; SDrp = Vrp = 0, 00012656 = 0, 01124989
mmol/dL.
• Se calculează varianţa Vmz a valorilor mediilor zilnice, xd , (adică, ı̂ntre cele D zile de
test) cu relaţia:
"P #
D 2
d=1 (xd − x)
Vmz = n = n · Vmz 0 = 5 · 0, 000656048 = 0, 00328024 mmol/dL
(D − 1)
x1 + x2 + . . . + x5
ı̂n care x = = 1, 98544 mmol/dL este media generală (pe toate cele D
0
D
= 5 zile), iar V mz se calculează, conform relaţiei anterioare, ca o deviaţie standard, cu
funcţia STDEV, pentru valorile medii xd din cele D zile. Deviaţia standard a valorilor
mediilor zilnice, SDmz , se calculează cu următoarea relaţie:
s
Vmz − Vrp
SDmz = max 0, = 0, 025114458 mmol/dL
n
Funcţia max de sub radical arată că se va alege valoarea maximă ı̂ntre valoarea 0 şi valoarea
fracţiei; fracţia (Vmz − Vrp )/n va avea totdeauna valoarea > 0 când Vmz > Vrp , deci se va
extrage radical din fracţie (Vmz = 0, 00328024 > Vrp = 0, 00012656).
Dacă valoarea impreciziei estimate a laboratorului, SDlab , este mai mică decât valoarea
impreciziei producător, SDspf
SDlab ≤ SDspf
atunci concluzia este: imprecizia metodei este concordantă cu imprecizia specificată pentru
metodă. Pentru valoarea calculată
inegalitatea nu este satisfăcută, adică valoarea impreciziei estimate este mai mare decât
valoarea impreciziei specificate de producător pentru metodă; dar din punct de vedere
statistic aceste valori pot să nu fie diferite, deci ele să fie concordante. Pentru a trage o
concluzie asupra concordanţei, este necesar a se proba dacă statistic valoarea obţinută,
SDlab , este ı̂ntr-adevăr diferită de cea specificată de producător, SDspf . Pentru această
evaluare statistică se parcurg următorii paşi:
1. Se calculează numărul efectiv de grade de libertate, νef (vezi pag. 39 şi relaţia 4.20),
pentru precizia totală a laboratorului cu următoarea relaţie:
2
[(n − 1)Vrp + Vmz ] [(5 − 1) · 0, 00012656 + 0, 00328024]2
νef = (n−1)2 Vrm
2 2
Vmz
= (5−1)2 ·0,000126562 0,003280242
= 5, 3046358
n(D−1) + (D−1) 5(5−1) + (5−1)2
4. Deoarece valoarea impreciziei laboratorului, SDlab , este mai mică decât valoarea de
verificare SDcrit , SDlab < SDcrit (0, 0275 < 0, 0440), rezultă că precizia realizată
de laborator verifică/(este concordantă) specificaţia producătorului pentru metoda
analitică testată! Pentru cazul când relaţia de comparat ar fi fost SDlab > SDcrit ,
2.3. EXACTITATE, PRECIZIE ŞI ACURATEŢE 77
Pentru un astfel de material, provenind din una dintre cele şase surse enu-
merate, pentru a fi utilizat ı̂n determinarea deplasării metodei este necesar a se
cunoaşte valoarea specificată, xspf , incertitudinea standard specificată, uspf , şi
gradele de libertate, νef . Pentru materialele de la punctele 1, 3, 5, 6, valoarea pen-
tru xspf este dată ı̂n certificatul ı̂nsoţitor, uspf se calculează conform specificaţiilor
din certificatul ı̂nsoţitor, iar νef se consideră de valoare infinită. Pentru materialele
furnizate de organizatorii de scheme externe (2 sau 4), valoarea specificată este val-
oarea medie a grupului, xspf = xgrup , incertitudinea standard se calculeză conform
relaţiei (4.5) ı̂n funcţie de deviaţia standard a grupului, SDgrup , şi numărul, n, de
participanţi ı̂n grup ı̂n modul următor:
SDgrup
uspf = √
n
2.3. EXACTITATE, PRECIZIE ŞI ACURATEŢE 79
Exemplul 2.9 Pentru o metodă de analiză să se determine dacă valoarea speci-
ficată a meterialului de referinţă testat este verificată. Materialul de referinţă are valoa-
rea specifictă xspf = 40 mg/dL şi incertitudinea standard asociată uspf = 0, 15 mg/dL
νspf → ∞. S-au efectuat pentru cinci serii de măsurări/zile (D = 5) câte două măsurări
de test pe fiecare serie de măsurări, obţinându-se zece valori (n = 2 · 5 = 10) prezentate
ı̂n tabelul următor:
S-a calculat:
Pentru un număr νef = 7 (se consideră valoarea ı̂ntregă cea mai apropiată) şi
un nivel de ı̂ncredere 95%, din Tabelul 4.4 rezultă valoarea coeficientului t = 2, 36.
Acest coeficient se poate calcula ı̂n Excel aplicând funcţia T IN V ((1−0, 95), (D−1)).
- Limitele intervalului de verificare, IV, se calculează cu relaţia
∆m = |xspf − x| ≤ U = 2 · uc (2.27)
Dacă diferenţa ∆m este mai mică decât 2 · uc , adică se ı̂ncadrează ı̂n intervalul
definit de incertitudinea extinsă U, atunci nu există o diferenţă semnificativă ı̂ntre valoarea
specificată, xspf , şi valoarea medie obţinută, x, deoarece diferenţa se datorează numai
incertitudinii de măsurare; ı̂n consecinţă metoda este validată (această diferenţă pusă ı̂n
evidenţă prin testarea de validare este mai mică decât intervalul definit prin incertitudinea
de măsurare, când nivelul de ı̂ncredere este de 95%).
ratorului ı̂n urma unui test de competanţă (PT). Pentru o astfel de testare de veri-
ficare, materialul de referinţă utilizat este materialul care a fost folosit ı̂n schema
PT, dar de data aceasta măsurat conform procedurii de verificare a exactităţii.
Dacă, ı̂n urma efectuării procedurii de verificare a exactităţii, rezultă că metoda
este concordantă din punctul de vedere al exactităţii, atunci acest rezultat este un
argument pentru demonstrarea incorectitudinii rezultatului nesatisfăcător comu-
nicat prin PT!
(b) procesul prin care laboratorul verifică dacă metoda este adecvată scopului ı̂n
care va fi utilizată (”fitness for purpose”).
Un laborator trebuie să ı̂şi valideze o metodă de lucru când este necesar să
stabilească dacă parametrii caracteristici ai metodei sunt adecvaţi pentru proble-
mele analitice urmărite, cum ar fi:
- atunci când introduce ı̂n lucru o metodă pe care nu a mai utilizat-o ı̂n trecut;
- atunci când metoda este extinsă pentru a fi utilizată şi pentru un alt scop
decât cel de până ı̂n prezent (ex. extinderea utilizării metodei de determinare
a glucozei din ser şi pentru determinarea glucozei din urină);
Chiar şi atunci când se introduc ı̂n lucru metode standardizate sau publicate
ı̂n literatura de specialitate este necesară o validare, adică laboratorul trebuie să
probeze că, ı̂n condiţiile proprii de funcţionare, reuşeşte să obţină performanţa
indicată ı̂n referenţial (standard, literatură, specificaţiile producătorului date ı̂n
prospectul de lucru etc.).
Actual, există tendinţa ca la instalarea echipamentului să se efectueze teste
de validare de către producătorul/distribuitorul echipamentului. Aceste teste efec-
tuate nu trebuie preluate şi considerate automat valide de către laborator. Labo-
ratorul trebuie să analizeze aceste teste, să proceseze statistic datele colectate şi
să aibă responsabilitatea interpretărilor şi concluziilor.
- Echipamentul de măsurare trebuie să fie ı̂n bună stare de funcţionare, trebuie
să fie etalonat ı̂nainte de validare (când este cazul) şi calibrat corespunzător;
- Materialele de referinţă utilizate ı̂n procesul de validare trebuie să fie adec-
vate metodei care urmează a fi validată (ex. tabelele de valori ale concentraţi-
ilor analiţilor serului de control intern au valori specifice analizorului şi prin-
cipiului chimic ce urmeză a fi utilizate) şi trebuie să fie ı̂n termen de valabili-
tate
- Înregistrări de mentenanţă.
doar pe metoda de testat, dar pe probe la care ı̂n mod deliberat s-a realizat inter-
ferenţă. O metodă este specifică atunci când asigură o selectivitate de 100%.
Parametru selectivitate este aplicabil atât la metodele cantitative, cât şi la cele
calitative. Pentru metodele automate de rutină, asigurarea unei specificităţi se
realizează prin ı̂nsăşi proiectarea şi realizarea autoanalizorului. O sistematizare
pentru modalitatea de confirmare a identităţii şi a selectivităţii/specificităţii este
redată ı̂n tabelul următor [3]
(100% detecţie certă) când se trece printr-o valoare de prag, pragul fiind ı̂ntr-o
anumită măsură o trecere graduală, Figura 2.13. În consecinţă, limita de detecţie
este considerată ca fiind acel nivel de concentraţie sub care detectarea este nesigură
(probabilitatea < 100%). Această limită se poate determina şi prin măsurare de
probe de blanc fortifiate cu diferite niveluri de concentraţie de analit. Pentru
fiecare nivel de concentraţie de analit se realizează aproximativ 10 măsurări şi se
determină, ı̂n procente, cât reprezintă numărul de răspunsuri pozitive (sau nega-
tive) faţă de numărul de probe efectuate pentru acel nivel, Figura 2.13-a. Se
a) În cazul ı̂n care curba de calibrare a analizorului, este liniară, atunci limita
maximă de măsurare este egală cu valoarea limita maximă (LLM ) a caracte-
risticii liniare, LM = LLM (ı̂n general, liniaritatea analizorului se asigură
până la limita superioară, LS , a domeniului de măsurare, DM , deci LLM =
LS ).
b) În cazul ı̂n care curba de calibrare a analizorului nu este liniară şi după
punctul de calibrare maxim, LCM (de exemplu, determinări imunologice),
atunci trebuie acordată atenţie modului ı̂n care se realizează extrapolarea.
În acest caz, dacă se utilizează un analizor automat, atunci limita maximă
de măsurare pe care o poate obţine laboratorul este dată de limita maximă
a curbei de calibrare, LM = LCM .
Dar, uzual pentru laborator, valori de concentraţii ridicate ı̂n jur de LS sunt greu
obtenabile, atunci pentru limita maximă de măsurare se consideră limita supe-
rioară verificată a domeniului de măsurare, LM = LSverf .
10. Domeniul de măsurare, DM - este intervalul dintre nivelul inferior,
88 CAP 2. MĂSURARE, STATISTICĂ ŞI VALIDARE
Mai mult, pentru relaţia de incluziune este necesar să se considere un domeniu
de referinţă extins, adică domeniului trebuie să i se mărească limita superioră şi
să i se coboare limita inferioară ı̂ncât să cuprindă şi valorile patologice mai mari,
respectiv mai mici decât cele normale, dar care sunt valori curente ı̂n urma testelor
din laborator; acest domeniu de referinţă extins să fie inclus ı̂n DM verf .
2. Determinarea domeniului de măsurare. Când domeniul de măsurare nu
este specificat ı̂n documentaţia tehnică, acesta trebuie determninat experimental,
ca ı̂n Exemplul 2.6. În cazul când pentru metodă s-au determinat experimen-
tal limita minimă de măsurare/cuantificare, LQ , şi limita maximă de măsurare,
LM , acestea se pot considera că sunt respectiv limitele LI , LS ale domeniului de
măsurare, dar apoi trebuie să se verifice liniaritatea carecteristicii de transfer ı̂ntre
aceste limite.
Valoarea calculată a deplasării trebuie să fie mai mică sau egală cu valoarea
permisă specificată de producătorul reactivilor sau analizorului, dacă această infor-
maţie este disponibilă, sau mai mică decât valorile limită date ı̂n literatură (vezi
obiective analitice 2.3.4).
Inexactitatea poate fi estimată şi pe baza rezultatelor obţinute ı̂n urma com-
parării interlaboratoare (vezi subcapitolul 3.2), când deplasarea se calculează prin
diferenţa ı̂ntre valoarea medie a laboratorului şi valoarea medie obţinută de grupul
de comparare, relaţia (3.5). Uneori, rezultatul primit de laborator din schema de
intercomparare este sub formă de scor Z; ı̂n acest caz, conform relaţiei (3.6),
se poate deduce valoarea deplasării laboratorului dacă s-a comunicat şi valoarea
deviaţiei standard obţinută de grup, SDgrup .
Pentru practica medicală, cea mai recomandată variantă este obţinerea valo-
rii deplasării ı̂n urma unui proces de intercomparări, deoarece obţinerea deplasării
numai prin măsurări ı̂n cadrul laboaratorului depinde foarte mult de materialul de
referinţă utilizat, care, ı̂n general, nu certifică valori trasabile la SI.
- precizia/imprecizia;
- exactitatea/inexactitatea;
La metodele modificate sau dezvoltate ı̂n laborator (ı̂n house) se impune verificarea
şi pentru:
- interferenţe.
2.4. VALIDAREA METODELOR ANALITICE 93
• În concluzie,
Metoda analizată este adecvată scopului. Acest raport de validare
este valabil pentru echipamentele şi reactivii utilizaţi.
CONTROLUL DE CALITATE
- să se ı̂ncadreze ı̂ntre anumite limite de eroare totală admisă (vezi subcapi-
tolele 2.3.4.1- 2.3.4.4),
97
98 CAP 3. CONTROLUL DE CALITATE
Figura 3.2 Principalele surse de eroare care pot fi evidenţiate ı̂n cele trei
etape (preanalitică, analitică şi postanalitică) din traseul unei
probe ı̂n laborator
Etapa analitică. Spre deosebire de celelate două etape, etapa analitică are
o mai mică specificitate proprie laboratorului, deoarece procesul analitic este ı̂n
principiu acelaşi ı̂n fiecare laborator (instrumentele şi metodele sunt proiectate să
realizeze acelaşi proces de măsurare). Sursele de eroare pentru etapa analitică,
legate de echipament şi/sau reactivi pot fi:
Evident că, prin fixarea unuia dintre aceste criterii, performanţele analitice ale
metodei, precizia şi exectitatea, se vor ı̂ncadra ı̂n anumite limite admise; dar re-
alizarea acestor performanţe analitice nu sunt determinate numai de către labora-
tor ci, sunt determinate, ı̂n primul rând, de către dezvoltatorul metodei, adică de
către industrie (şi de gradul de uzură al aparatului).
O metodă analitică, odată validată, exprimă faptul că, ı̂n urma unor verificări,
s-a confirmat că valorile parametrilor analitici, exactitate şi precizie, sunt (conform
unui criteriu) ı̂n limite admise, ceea ce asigură rezultatelor măsurărilor corectitu-
dine şi ı̂ncredere (”fitness for purpose”); pentru ca şi după perioada de validare, ı̂n
lucrul de zi-cu-zi ı̂n laborator, să se asigure rezultate corecte şi de ı̂ncredere, trebuie
păstrat acelaşi regim de funcţionare pentru metodă, altfel spus să se continue cu
acelaşi regim de funcţionare, regim pe care ı̂l referim ca regim stabilizat. Sarcina
verificării şi menţinerii regimului stabilizat pentru metoda de măsurare este, ı̂n
exclusivitate, a laboratorului, şi aceasta se realizează prin asigurarea şi efectu-
area unui control intern de calitate adecvat (sau un control extern de calitate).
102 CAP 3. CONTROLUL DE CALITATE
puncte ı̂nscrise ı̂n diagrama de control, puncte obţinute prin testarea de control a
metodei pe o anumită durată de funcţionare (una sau mai multe serii de măsurare).
Acest număr N, de valori de test, disponibile pentru procesul de decizie, poate
avea valori 1, 2, 3, . . . chiar până la 10. Un număr N = 2 se poate obţine când
se măsoară, pe o serie de măsurări, un singur nivel de ser de control de două ori,
ori se măsoară două niveluri de ser de control (pentru două niveluri de decizie
clinică, ı̂n general, un ser cu concentraţia situată ı̂n domeniul de referinţă, iar
celălalt ı̂n domeniul concentraţiilor ridicate), fiecare o singură dată. Pentru N = 3
se măsoară, pe seria de măsurări, un ser de control de trei ori sau, mai indicat,
se măsoară trei niveluri de ser de control (pentru nivelurile jos, mediu şi ridicat),
fiecare o singură dată. Patru teste, N = 4, se pot obţine prin măsurarea a două
niveluri de ser de control fiecare de două ori, prin măsurarea unui singur nivel de
ser de control de patru ori sau prin măsurarea a patru niveluri de ser de control,
fiecare o singură dată.
Pentru practica uzuală, de analize de biochimie, când se utilizează două
niveluri de ser de control, fiecare nivel testat o dată sau de două ori pe seria de
măsurări (care poate fi o zi), se obţin pentru N , respectiv, valorile 2 sau 4. Când
se testează trei niveluri de ser de control, uzual pentru hematologie, imunologie,
fiecare o dată sau de două ori pe seria de măsurări, se obţin pentru N , respectiv,
valorile 3 sau 6. Dacă, pentru analiza deciziei stării de funcţionare a metodei,
numărul N este mai mare decât numărul de puncte de test obţinut ı̂n seria de
măsurări analizată, atunci diferenţa se completeză cu puncte de test şi din se-
ria/seriile imediat anterioare.
Din punct de vedere calitativ, procesul de control intern de calitate este
caracterizat prin doi parametri: probabilitatea de rejectare falsă şi probabilitatea
de detectare a erorilor.
există probabilitatea de 5%, adică una din 20 dintre valorile măsurărilor de test,
realizate cu serul de control, să se situeze ı̂n afara acestor limite, indicând evident
pentru metoda testată o ieşire de sub control, chiar dacă regimul de funcţionare al
metodei testate este cel stabilizat. Aceasta ı̂nseamnă că la una din 20 măsurări de
test realizate se indică o funcţionare ı̂n afara controlului, deci măsurările care se
efectueză pe metodă ı̂n acel moment trebuie rejectate, deşi metoda a generat valori
corecte pentru probele de pacienţi măsurate ! (adică o probabilitate de rejectare
falsă, Pf r = 5%). Dacă numărul N de teste de control utilizat, pentru analiza
asupra deciziei stării de funcţionare a metodei testate, este mărit de la unu la
N = 2, probabilitatea de rejectare falsă creşte la Pf r = 9%, pentru N = 3, creşte
la Pf r = 14%, iar pentru N = 4, ajunge la Pf r = 18% (cam la un test de control
din cinci se semnalează funcţionare ı̂n afara controlului, deci măsurările efectuate
trebuie rejectate). Pentru a evita numărul ridicat de rejectări false când regula de
control este 12s , această regulă se modifică la 22s , ca ı̂n figură, deci se consideră
o funcţionare ı̂n afara controlului pentru metoda controlată doar când două teste
de control consecutive indică depăşirea ı̂n acelaşi sens a limitei de 2SD.
Figura 3.5 Graficul funcţiilor putere pentru regulile de control specificate ı̂n
tabelul alăturat
Cei doi parametri, Pf r şi Ped , care reflectă calitatea procesului de control
intern de calitate, au efecte contrarii la aceleaşi modificări pentru limitele de con-
trol ±k · SD şi pentru numărul de testări pe seria de măsurări. Creşterea limitelor
de control micşorează probabilitatea alarmelor false (recomandat), dar micşorează
şi detectarea erorilor sistematice (nerecomandat), iar micşorarea limitelor de con-
trol măreşte probabilitatea de alarme false (nedorit), ı̂n schimb măreşte şi prob-
abilitatea de detectare a erorilor sistematice, a alarmelor adevărate (de dorit).
Creşterea numărului de teste (N ), adică mai multe valori ı̂n analiza deciziei asupra
stării de funcţionare a metodei, determină mărirea sensibilităţii de detectare a ero-
rilor, atât a celor false (Pf r ), cât şi a celor adevărate (Ped ).
În general, pentru analizoarele foarte automatizate şi foarte precise, de ul-
timă generaţie de biochimie şi de hematologie, este adecvată fixarea limitelor de
control la ±3SD, ±3, 5SD sau chiar la ±4SD.
Următoarele reguli de control sunt tot reguli simple, ca şi 12,5s , 13s , 13,5s , dar
necesită pentru a lua decizia asupra stării de funcţionare a metodei mai mult de o
singură valoare de test, N > 1. Aceste valori de test pentru analiză se pot obţine
prin testarea mai multor niveluri de material de control şi/sau prin testarea unui
singur nivel de material de control testat de mai multe ori pe seria de măsurări
(intraserie) sau chiar considerând valori de test şi de la seriile imediat anterioare
seriei curente de măsurare (interserii).
Regula R4s . O valoare de test care a depăşit limita (x−2SD), iar următoarea
valoare de test a depăşit limita (x − 2SD) indică faptul că regimul de funcţionare
este diferit de cel stabilizat, este ı̂n afara controlului, măsurările efectuate trebuie
112 CAP 3. CONTROLUL DE CALITATE
rejectate (şi reanalizate). Diferenţa ı̂ntre cele două teste trebuie să fie ≥ 4SD,
iar cele două teste comparate trebuie să fie numai din aceeaşi serie de măsurări
(intraserie).
Regula 10x. Zece valori (N = 10) consecutive de test se situeză ı̂n afara
limitelor, fie deasupra valorii medii x, fie sub valoarea medie. De exemplu, pentru
cazul când se testează două niveluri de ser (material) de control o singură dată
pe seria de măsurări, cele zece teste consecutive se pot colecta: 1. câte unul din
ultimele zece serii pentru acelaşi nivel (intramaterial-interserii); 2. câte două din
ultimele cinci serii pentru ambele niveluri (intermaterial-interserii). Uneori, ı̂n
urma semnalizării de ı̂ncălcare a acestei reguli, nu se rejectează măsurările, ci doar
3.1. CONTROLUL INTERN DE CALITATE 113
- 2 din 32S se rejectează când valorile a două teste din trei teste consecutive
depăşesc +2SD sau −2SD;
- 31S se rejectează când valorile a trei teste consecutive depăşesc +1SD sau
−1SD;
- pentru erorile aleatorii sunt indicate regulile care testează coziile sau lăţimea/
intervalul distribuţiei normale, şi acestea sunt:
- pentru erorile sistematice sunt indicate regulile care decid pe baza analizei
valorilor consecutive de aceeaşi parte a unei limite, şi acestea sunt:
- să conţină cel puţin o regulă sensibilă la erori sistematice şi una la erori
aleatorii;
Exemple de astfel de reguli multiple ar putea fi: 13s /22s /R4s /41s /10x ;
13s /2 din 32s /R4s /31s /8x ; 13s /2 din 32s /R4s /31s ; 13s /22s /R4s etc. (regulile simple
componente ı̂ntr-o regulă compusă sunt separate prin semnul /).
Analiza pentru decizia de determinare a stării de funcţionare a unei metode,
pe baza unei reguli de control multiplă, se realizează tot cu ajutorul diagramei de
control ca şi pentru o regulă simplă, dar pe diagramă sunt trasate mai multe limite
(±1SD, ±2SD, ±3SD). Pentru analiza punctelor de test, ı̂nscrise pe diagrama de
control, se utilizeză o organigramă (Westgard) care este specifică fiecărei reguli
multiple, ce conţine regulile simple componente. O astfel de organigramă pentru
regula multiplă 13s /22s /R4s /41s /10x este reprezentată ı̂n Figura 3.6, pentru care,
ı̂n continuare, se exemplifică modul de analiză pentru decizie (testarea se face cu
două niveluri de ser de control o dată sau de două ori pe seria de măsurări):
ı̂n afara controlului, altfel se trece la analiza regulii următoare din organi-
gramă;
Analiza de decizie pentru aceste trei reguli de control poate fi efectuată doar cu
testele dintr-o singură serie de măsurări, dar pentru următoarele pot fi necesare
valori de teste şi din seriile de măsurare anterioare. (Când sunt utilizate date de
test colectate din mai multe serii de măsurare consecutive, ı̂n graficele funcţiilor de
putere valoarea valoarea R este diferită de 1, vezi tabelele din Figura 3.5 şi 3.7).
- Dacă pentru valoarea de test analizată (şi a celor trei anterioare) se constată
ı̂ncălcarea regulii 41s , atunci se opresc măsurările, pentru că funcţionarea
metodei este ı̂n afara controlului, altfel se trece la analiza regulii următoare
din organigramă. Cele patru puncte de test succesive analizate pot fi din
cadrul seriei curente (intraserie-intermaterial) sau două din seria curentă şi
două din seria anterioară (interserie-intramaterial);
- Dacă pentru valoarea de test analizată (şi a altor nouă anterioare) se constată
ı̂ncălcarea regulii 10x , atunci se opresc măsurările, pentru că funcţionarea
metodei este ı̂n afara controlului, altfel se continuă măsurările pentru că
funcţionarea este sub control, iar rezultatele se pot raporta. Pentru testarea
a două niveluri de materiale, fiecare o dată, de două sau de mai multe ori,
este greu de obţinut valoarea N = 10 dintr-o singură serie de măsurări sau
chiar din două. De aceea, ı̂n practică, se preferă analiza a opt puncte (8x )
ı̂n loc de zece puncte (10x ).
Algoritmul analizat anterior pentru regula multiplă 13s /22s /R4s /41s /10x co-
respunde cazului când este implementat pe calculator, deci analiza se face au-
tomat. Pentru cazul când analiza se face de către analist pe baza valorilor din
diagrama de control, ı̂n organigrama din Figura 3.6 apare, la ı̂nceput ı̂nainte de a
evalua cele cinci reguli simple, ı̂ncă un romb de decizie, desenat cu linie ı̂ntreruptă.
Introducerea regulii 12s la ı̂nceput are doar rolul de avertizare pentru analist, prin
aceasta atenţionându-l că trebuie să ı̂nceapă analiza succesivă a regulilor simple
conţinute ı̂n regula compusă. Analistul nu va ı̂ncepe efectuarea analizei dacă nu
116 CAP 3. CONTROLUL DE CALITATE
este avertizat de evenimentul 12s (această avertizare este un simplu ajutor pentru
analist, dar nu şi pentru calculator). Funcţionarea metodei de măsurare nu se
opreşte dacă niciuna dintre aceste cinci condiţii de decizie nu este adevărată şi se
opreşte numai dacă cel puţin una dintre aceste condiţii analizate este adevărată.
Uneori, pentru controlul de calitate, se efectuează analiza datelor de pe dia-
grama de control ı̂n conjuncţie cu o organigramă de decizie pentru o regulă mul-
tiplă oarecare (luată din literatura de specialitate), ceea ce nu este corect. Ar
fi corect numai dacă, ı̂ntâmplător, organigrama de decizie oarecare coincide cu
regula multiplă proprie metodei, regulă compusă care s-ar obţine prin simulare
pe calculator pentru metoda respectivă, ceea ce este puţin probabil! În concluzie,
fără un support/program de simulare pe calculator pentru a determina multiregula
adecvată analizorului respectiv, se recomandă utilizarea doar a unei reguli simple,
uzual 13s , iar pentru un analizor recent foarte automatizat şi cu o precizie foarte
ridicată, regula poate fi chiar 14s pentru valori N =2-4.
Când se utilizează proceduri de control pe bază de reguli multiple? Reguli-
le simple fiind mai uşor de implementat sunt de preferat, şi aceste reguli simple
(de exemplu 13s , 13,5s ) pot realiza o probabilitate de rejectare falsă sub 1%; mai
deficitare sunt ı̂n realizarea detectării, cu o probabiliate ı̂n jur de 90%, a eror-
ilor sistematice importante din punct de vedere medical. Decizia de alegere ı̂ntre
o regulă simplă de control şi o regulă multiplă se poate face analizând, pentru
procesul de măsurare respectiv: precizia, exactitatea şi impunând valorile cerute
pentru Pf r şi Ped ; aceste aspecte vor fi analizate ı̂n subcapitolul următor.
1. Se selectează materialele de control (nr. de niveluri care să fie aproape sau
să coincidă cu nivelurile medicale critice);
5. Prin punctul fixat pe scara sigma, pentru sigma calculat, se trasează o ver-
ticală, iar pentru punctele de intersecţie ale acestei verticale cu funcţiile de
putere se identifică valorile ordonatelor (valorile probabilităţilor de detectare
a erorilor, Ped );
6. Sunt candidate pentru selectare doar curbele funcţiilor putere la care valoarea
probabilităţii de detectare a erorilor (ordonata punctului de intersecţie cu
verticala trasată prin sigma metric calculat) este mai mare de 90% (Ped ≥
0, 90);
(ETa − D) 10, 0% − 0, 0%
Metrica sigma = = =5
CV 2, 0%
4. Pe graficul funcţiilor putere (pentru două niveluri de ser de control), din Figura
3.7, se fixează punctul cu valoarea sigma = 5 pe abscisa din partea superioară a
graficului (eroarea sistematică figurată pe abscisă este ES = Sigma metric − 1, 65 =
5 − 1, 65 = 3, 35).
5. Alegând pentru metodă ca erorile sistematice ≥ 3, 35SD să fie detectate cu o proba-
bilitate Ped = 90%, atunci punctele de intersecţie de interes, ı̂ntre dreapta verticală
dusă prin sigma metric de valoare 5 şi graficele funcţiilor putere, sunt numai cele
care corespund procedurilor notate cu e, f şi g.
118 CAP 3. CONTROLUL DE CALITATE
6. Pentru aceste trei proceduri de control candidate corespund parametrii: (e) 12,5s →
Ped = 96% , Pf r = 3, 0% şi N = 2; (f) 13s /22s /R4s → Ped = 94%, Pf r = 1, 0% şi
N = 2; (g) 13s → Ped = 87%, Pf r = 0, 0% şi N = 2.
7. Procedura care realizează cel mai mic procent (Pf r = 0, 0%) de rejectări false este
procedura (g), dar şi celelalte realizează un procent < 5%.
8. Toate cele trei proceduri de control corespund pentru metodă, Ped ≈ 90%, Pf r <
5%, dar se alege procedura g, 13s (Ped = 87%, Pf r = 0, 0% şi N = 2) care utilizeză
o limită de control uzuală, ±3s, fixată ı̂n diagrama Levey-Jennings şi o singură
măsurare de test pentru fiecare dintre cele două niveluri de ser de control pe durata
unei serii de măsurări.
calculelor necesare. Astfel de materiale pot fi găsite şi ı̂n [22] sau
http://www.westgard.com/lesson4.htmwherepow.
Se repetă ı̂ntrebarea de la pagina 116, când să se utilizeze reguli de control
simple şi când reguli multiple. Un răspuns se poate obţine din analiza funcţiilor
putere reprezentate ı̂n Figura 3.7. Se observă că pentru valori ridicate ale metricii
sigma (sigma metric ≥ 5, imprecizie mică şi inexactiatete redusă sau chiar zero),
adică zona spre capătul drept al axei sigma, o dreaptă vericală coborâtă din acestă
zonă va intersecta aproape toate curbele funcţiilor putere ı̂n puncte care au or-
donate ce corespund unor probabilităţi de detecţie pentru eroare, Ped ≥ 90%, iar
unele dintre aceste curbe au şi Pf r → 0%. Deci, pentru sigma ridicat, ceea ce
se realizează la analizoarele de ultimă generaţie, controlul cu o regulă simplă, un
multiplu de ±SD şi un N =2-4 este potrivit. Dar, pentru metodele la care metrica
sigma ≤ 4, realizarea simultană a parametrilor Ped ≥ 90%, Pf r → 0% necesită
selectarea unor proceduri/reguli multiple de control. O ghidare practică ar fi:
- pentru 6 sigma este potrivit un control cu ±3SD sau ±3, 5SD şi N = 2;
- pentru 5 sigma este potrivit un control cu ±2, 5SD sau ±3SD şi N = 2,
de preferinţă ±2, 5SD pentru valori > 5 sigma şi ±3SD pentru valori < 5
sigma;
- pentru 4 sigma este potrivit un control cu ±2, 5SD şi N = 4, dar un control
cu reguli multiple, poate maximiza valoarea pentru Ped ;
- pentru < 4 sigma şi > 3 sigma este potrivit doar un control cu reguli multiple.
Uneori, din necunoaştere, unei metode ı̂n funcţiune i se aplică reguli multiple
ceea ce nu are sens. Selectarea unei proceduri multiple de control se face pe baza
unui criteriu analitic de calitate, a parametrilor analitici (precizie şi exactitate) ai
metodei, şi aceasta ı̂n scopul asigurarii unor parametri de calitate pentru procedura
de control (Ped , Pf r ). Dar, aplicând la ı̂ntâmplare o regulă multiplă de control,
evident, doar ı̂ntâmplător acea regulă poate fi potrivită metodei respective; regulile
simple, cu excepţia 12s , sunt aplicabile la toate metodele care au sigma metric > 4.
Se vor exemplifica, ı̂n continuare, regulile de control selectate potrivite pentru unele
metode analitice ı̂n funcţie criteriul analitic de calitate şi de parametrii analitici
[23].
- Glucoză: ETa = 10% (la nivelul de 125 mg/dL, după CLIA, Anexa 5), CV
= 2%, D = 0%, rezultă sigma metric = (10-0)/2= 5. Se utilizează ±2, 5SD
sau ±3SD şi N = 2.
120 CAP 3. CONTROLUL DE CALITATE
- Calciu: ETa = 10% (sau 1,0 mg/dL la nivelul de 10 mg/dL, după CLIA,
Anexa 5), CV = 2%, D = 2%, rezultă sigma metric = (10-2)/2= 4. Se
utilizează ±2, 5SD sau reguli multiple şi N = 4. Dar dacă se elimină bias-ul,
D = 0%, sigma metric este = (10-0)/2= 5, atunci se utilizează ±2, 5SD sau
±3SD şi N = 2.
- Colesterol: ETa = 10% ( după CLIA, Anexa 5), CV = 3%, D = 0%, rezultă
sigma metric = (10-0)/3= 3,33. Se utilizează numai reguli multiple şi N = 6.
- Sodiu: ETa = 4mmol/L (sau 2,9% la nivelul de 140 mg/dL, după CLIA,
Anexa 5), CV = 1%, D = 0%, rezultă sigma metric = (2,9-0)/1= 2,9 <
3! Se utilizează numai reguli multiple. Metoda ar trebui să realizeze CV
= 0,6%, ceea ce ar corespunde cu sigma metric = 4,8, atunci controlul este
±3SD şi N = 2.
Denumire Test
(ETa % − D%)
Sigma = − 1, 65 sau
CV %
ETa (unităţi) − D(unităţi))
Sigma = − 1, 65
SD(unităţi)
Procedurile candidate
Procedura selectată
Analist
Data
Comentariu
122 CAP 3. CONTROLUL DE CALITATE
3.1. CONTROLUL INTERN DE CALITATE 123
experimentat şi prin observarea funcţionării). Trebuie făcută distincţia ı̂ntre ero-
rile aleatorii ”ciudate”, care apar ocazional, dar care nu schimbă imprecizia in-
strumentului (de exemplu, bule ı̂n cupele de probă ori ı̂n pompă sau defecţiuni ı̂n
instrument) şi creşterea ı̂n timp a erorilor aleatorii (ceea ce poate indica şi o uzură
a instrumentului).
Erorile sistematice pot fi cauzate de: schimbarea lotului de reactiv, reactiv
impropriu preparat, expirat sau inadecvat păstrat; calibrator cu valoare prescrisă
greşit, expirat, inadecvat păstrat sau schimbarea lotului de calibrator; modificare
ı̂n volumul probelor şi reactivilor datorată unei ajustări şi/sau alinierii greşite a
pipetorului; modificare a temperaturii ı̂n incubator şi ı̂n blocul de reacţie; uzura
părţii fotometrice; schimbări ale procedurii de la un operator la altul; neefectuarea
mentenanţei sau efectuată incorect etc. Erorile sistematice sunt ı̂n general legate de
existenţa unor probleme legate de calibratori şi rectivi. Pentru o eroare sistematică
trebuie făcută distincţia ı̂ntre o schimbare temporară şi o tendinţă permanentă.
Cauza unei schimbări temporare trebuie căutată ı̂n modificările recente. Pentru
cauzele unei permanente tendinţe, trebuie revăzute toate ı̂nregistrările de control
de calitate pe o perioadă mai lungă, iar sursa acestora poate fi: o lentă deteriorare
a reactivului, a calibratorului, modificări ı̂n temperatura instrumentului, ı̂n partea
fotometrică.
Pentru cazul analizoarelor multitest, problemele pot fi doar pentru un singur
test sau pentru toate testele. Cauzele problemelor doar pentru un singur test şi
identificarea lor se ı̂ncadrează ı̂n cele prezentate până acum. În cazul când proble-
mele se manifestă pentru mai multe/sau toate testele, cauzele trebuie identificate ı̂n
acele părţi care sunt comune pentru acele teste. De exemplu, trebuie analizat dacă:
toate testele sunt de acelaşi volum sau nu, utilizează aceleaşi componente optice,
au fost calibrate şi apoi verificată calibrarea, utilizează acelaşi filtru, utilizează
aceleaşi componente mecanice etc.
2. Aplicarea corecţiei necesare, se particularizează ı̂n funcţie de cauza iden-
tificată şi de natura acesteia. Apoi, după verificarea corectitudinii corecţiei prin
efectuarea unui test de control, se trece la pasul următor doar când metoda este
din nou sub control.
3. Raportare rezultatelor. Rezultatele tuturor probelor de pacient măsurate
(sau deja raportate!), de la ultimul test de control pozitiv, trebuie reevaluate din
perspectiva influenţei erorii asupra interpretării clinice. Probele de pacient care
prin valorile obţinute ar influenţa semnificativ interpretarea clinică trebuie să fie
repetate prin utilizarea probelor duplicat păstrate. Evaluarea testului de control
trebuie efectuată ı̂naintea raportării rezultatelor probelor măsurate!
Este recomandat ca pentru fiecare eveniment de ieşire ı̂n afara controlului a
aparatului să se documenteze cauza şi acţiunea corectivă aplicată pentru readuce-
rea funcţionării sub control. Pe baza acestor documente, din istoria funcţionării
aparatului, se poate concepe câte o organigramă pentru soluţionarea fiecărui tip
de problemă rezolvată, care poate fi utilizată ca ghid, ı̂n viitor, pentru activitatea
3.1. CONTROLUL INTERN DE CALITATE 125
din laborator.
Materialul de control. Termenul de material de control se referă la un
mediu pentru efectuarea testului de control de calitate, materialul fiind disponibil
comercial sub formă lichidă, liofilizat, sau congelată. Materialul de control utilizat
pentru testare trebuie, ca prin variabilitatea sa, să nu influenţeze variabilitatea
procesului controlat, ceea ce impune ca materialul de control să aibă o variabilitate
mult mai mică decât a procesului. Pentru aceasta, materialul de control trebuie să
fie omogen şi stabil, adică să prezinte o valoare constantă/stabilă ı̂n timp şi de la
sticluţă la sticluţă, şi (ideal) să aibă aceeaşi matrice cu a probei măsurate (Conform
ISO REMCO, vezi secţiunea 2.3.1.2, materialul de control este un material de
referinţă).
Materialele de control pentru chimie au o perioadă de valabilitate de 1-2
ani, iar cele pentru testele de hematologie, o perioadă de câteva luni. În scopul
eliminării variabilităţii materialelor de control liofilizate, procesul de reconstituire,
cu apă sau cu diluanţi speciali, trebuie strict stabilit: se utilizează pipete volu-
metrice clasă A, apă deionizată Tip1 şi se respectă instrucţiunile pentru timpul
de mixare şi de reconstituire. Pentru materialele de control lichide sunt eliminate
aceste cauze de variabilitate, dar acestea pot conţine aditivi sau conservanţi care
pot introduce efectul de matrice. Materialele de control lichide sunt stabile până
la 30 de zile după deschiderea sticluţei, iar cele liofilizate până la cel mult 48 ore
după reconstituire; materialele lichide, deşi mai scumpe, sunt mai recomandate
decât cele liofilizate.
Nivelurile de concentraţie pentru materialele de control trebuie să fie alese la
concentraţiile critice de decizie medicală (http://www.westgard.com/decision.
htm) şi/sau la limitele critice de performanţă ale metodei (cum ar fi limita in-
ferioară şi superioară de liniaritate pentru metodă). Uzual, se recomandă două
niveluri de testare (biochimie) sau trei (hematologie, imunologie).
Estimarea seriei de măsurări. Seria de măsurări este lungimea ı̂n timp
sau numărul de probe analizate pentru care precizia şi exactitatea sistemulului de
măsurare se consideră că rămân stabile. Estimarea seriei de măsurări se bazează
pe analiza următoarele aspecte:
Stabilitatea sistemului de măsurare este de cea mai mare importanţă ı̂n es-
timarea seriei de măsurări. Această stabilitate a procesului de măsurare poate
fi estimată din frecvenţa pentru testele de calibrare şi control, indicate de pro-
ducătorul metodei sau printr-o mediere a apariţiei ieşirii ı̂n afara controlului şi
mai ales pe baza experienţiei obţinute de analist ı̂n exploatarea metodei respec-
tive ı̂n laborator. O modalitate pentru evaluarea duratei ı̂n timp cât metoda este
stabilă poate fi determinarea mediei normalelor, vezi 3.1.5. De asemenea, trebuie
luată ı̂n considerare şi stabilitatea analitului ı̂n probele de pacient pentru ca, ı̂n
cazul detectării funcţionării ı̂n afara controlului, probele duplicate stocate să mai
poată fi reanalizate.
Stabilirea limitelor de control. Limitele de control trebuie să caracteri-
zeze corect variabiliatea procesului de măsurare testat, ceea ce impune ca valoa-
rea medie, x, şi deviaţia standard, SD, să fie cele ale regimului stabilizat
de funcţionare al metodei de măsurare (funcţionare stabilă) ı̂n condiţiile
specifice laboratorului. Valorile acestor limite (respectiv procedurile QC), care
sunt multipli de SD, trebuie selectate ı̂ncât să minimizeze probabilitatea de alarme
false şi să maximizeze probabilitatea de alarme adevărate. În consecinţă, o testare
de control corectă implică o determinare corectă a valorilor x şi SD ale metodei
respective. Dacă limitele de control ı̂n diagrama de control (partea dreaptă din
Figura 3.3), se stabilesc corelat cu distribuţia normală de probabilitate a pro-
cesului de măsurare (partea stângă din Figura 3.3) adică multipli de SD, atunci
testele de control compară corect starea de funcţionare momentană (variabilitatea)
a procesului cu valorile stării (variabilitatea) de funcţionare stabilă. Dacă ı̂n di-
agrama de control se fixează limite (valoarea medie, x1 , şi multiplii de deviaţia
standard, k · SD1 ) care nu corespund cu valorile adevărate de valoare medie x şi
de deviaţie standard SD ale regimului stabilizat al metodei, atunci prin testare
nu se determină corect dacă analizorul se află sau a ieşit din regimul stabilizat
de funcţionare. Rezultă că pentru a se determina corect dacă analizorul este ı̂n
regimul de funcţionare stabilizat sau a ieşit din acest regim (este ı̂n afara controlu-
lui) valorile limită de control trebuie să se fixeze ı̂n funcţie de valorile proprii (x şi
SD) ale regimului stabilizat sub forma x ± k · SD.
Valoarea deviaţiei standard şi a valorii medii, proprii procesului de măsurare,
se determină ı̂n laborator prin măsurări repetate, pe o anumită perioadă de timp,
totdeauna când un nou ser de control se va utiliza. (O deviaţie standard calculată
cu minim 20 de date obţinute poate să difere faţă de valoarea adevărată cu până
la 30%; calculată chiar şi cu 100 de date, diferenţa faţă de deviaţia standard
adevărată poate fi de până la 10%). Se impune aplicarea unor noi valori pentru
deviaţia standard şi valoarea medie ı̂n cazul când pentru o metodă ı̂n funcţiune se
trece la un nou lot de ser de control sau când se introduce o metodă nouă.
La schimbarea lotului de ser de control este recomandat ca spre terminarea
vechiului ser de control, să se testeze ı̂n paralel (cel puţin 20 de valori) şi serul nou,
astfel ı̂ncât la ı̂nlocuire să se treacă contiunuu la valorile limitelor corespunzătoare
serului nou. Dacă nu este posibilă această trecere continuă, se poate utiliza la
3.1. CONTROLUL INTERN DE CALITATE 127
ı̂nceput, de exemplu pentru cinci zile, valorile din insertul serului de control nou.
Pe durata celor cinci zile se pot face (forţat) minim zece testări (minim două pe
zi) cu serul nou, iar cu valorile obţinute se poate calcula o nouă valoare medie
(provizorie), xp , cu ajutorul căreia se obţine o nouă valoare (provizorie) pentru
deviaţia standard SDp ( se consideră că se cunoaşte valoarea coeficientului de
variaţie, CV , determintă cu vechiul ser de control) pe baza relaţiei (2.4) ı̂n felul
următor:
SDp CV · xp
CV = · 100 → SDp = (3.1)
xp 100
De exemplu, dacă pentru colesterol, serul vechi avea valoarea medie x = 200
mg/dL, iar coeficientul de variaţie a fost CV = 5%, pentru noul ser de control,
printr-o testare forţată, s-a determinat xp = 190 mg/dL, rezultând SDp = (5 ·
190)/100 = 9, 5 mg/dL (acest mod de calcul este destul de exact, deoarece valoarea
coeficientului de variaţie se păstrează constantă pe un interval de concentraţii
destul de larg). Când se obţin 20 de valori de test cu serul nou, se pot calcula noile
valori pentru deviaţia standard şi valoarea medie, care, pe măsură ce se acumuleză
teste de control efectuate, se recalculeză prin cumularea datelor noi obţinute (vezi
exemplul 3.2). Se recomandă continuarea recalculării pentru un interval de până la
6 luni; astfel de valori calculate cumulativ reflectă o reprezentare mult mai robustă
a influenţei factorilor, cum ar fi: recalibrarea, schimbarea de lot de calibratori,
schimbarea de lot de reactivi, ciclurile de mentanaţă şi modificarea ı̂n condiţiile de
mediu.
La introducerea unei metode noi se porneşte cu valorile din insertul serului
de control până când se colectează minim 20 de teste (ı̂n zile consecutive) sau
până când se obţin valori printr-un test forţat, după care se introduc noile valori
calculate care, ı̂n continuare, se recalculează prin cumulare (vezi exemplul 3.2).
Utilizarea permanentă a valorilor din insertul serului de control este o prac-
tică incorectă (care poate fi folosită doar la ı̂nceput până la colectarea/acumularea
datelor necesare calculului unei valori proprii a deviaţiei standard pentru proce-
sul respectiv de măsurare). Valorile din insertul serului de control pot fi utilizate
pentru a se compara cu valorile determinate ı̂n laborator, ı̂n scopul de a se vedea
dacă cele determinate se situează ı̂ntr-un interval potrivit cu cel publicat de pro-
ducătorul serului.
Valorile limită pentru serul de control specificate de producători sunt, ı̂n
general, prea mari, acestea reflectând variaţiile din mai multe laboratoare ı̂n care
acesta a fost testat. O valoare prea mare pentru deviaţia standard (limite de
control mărite) duce la micşorarea numărului de alarme false (de dorit), dar, ı̂n
acelaşi timp, reduce capacitatea de detectare a erorilor reale (nu este dorit). De
exemplu, se consideră o metodă pentru determinarea potasiului care la nivelul de
concentraţie de 5 mmol/L prezintă o deviaţie standard de SD = 0,1 mmol/L,
deci CV = 2%, iar producătorul serului de control prescrie pentru serul de control
limitele de ±0,5 mmol/L, adică un interval 4,5 - 5,5 mmol/L. Cu aceste limite ale
producătorului de ser, fixate la valori de cinci ori mai mari decât deviaţa standard
128 CAP 3. CONTROLUL DE CALITATE
proprie a procesului (0,5 : 0,1 = 5), regula de control este de fapt 15s (utilizatorul
crezând, probabil, că este la 12,5s sau la 13s ), o valoare limită mult prea mare care
probabil reduce complet alarmele false, dar simultan probabil reduce şi capacitatea
metodei de detectare a erorilor adevărate - nu vor mai fi semnalizări de ieşire ı̂n
afara controlului! De asemenea, este greşită utilizarea, pentru valoarea medie şi
deviaţia standard pentru procesul testat, a valorilor rezultate ale unui grup de
intrcomparare (peer-group). În concluzie, valorile pentru x şi SD utilizate pentru
fixarea limitelor de control, x ± k · SD, trebuie să fie determinate pe metoda de
testat pentru a exprima corect variabilitatea proprie procesului de măsurare; alte
valori pot fi utilizate doar provizoriu până se acumulează date suficiente pentru
calcul (cumulativ).
Numărul şi poziţionarea testelor de control. Numărul şi plasarea
testelor de control ı̂n seria de măsurări are o influenţă majoră asupra costului şi
asupra detectării apariţiei cazurilor de funcţionare ı̂n afara controlului. Testele de
control trebuie analizate cel puţin odată pe o serie de măsurări. Producătorii de
echipamente, la fel şi cei de reactivi, uzual, recomandă numărul şi plasarea testelor
de control pentru o serie de măsurări. Oricum, aceste recomandări trebuie să fie
utilizate doar ca ghid; numărul şi plasarea testelor de control trebuie să fie stabilite
de laborator care să se bazeze pe performanţele sistemului şi utilizările din locul
respectiv. În general, specificaţiile cu privire la stabilitatea (durata de stabilitate
a) sistemului, după frecvenţa calibrărilor recomandate de producător, sunt mai
lungi decât seria de măsurări estimate ı̂n laborator pentru metodă. Laboratorul
trebuie să determine poziţia testelor de control ı̂ntr-o serie de măsurări ţinând cont
de regula că rezultatele dintr-o serie de măsurări se pot raporta numai după ce
testele de control de calitate s-au analizat. În acest sens, pentru cele două moduri
de lucru din laborator, pe loturi sau continuu, abordarea este diferită. Modul de
lucru pe loturi este reprezentat cel mai mult de procedurile manuale de lucru
sau de analizoarele din generaţiile mai vechi. În acest mod de lucru, un grup de
probe de pacient sunt analizate ı̂mpreună, pentru care se efectuază controlul şi
apoi se raportează; seria de măsurări este de fapt lungimea lotului. De regulă, se
efectuează două teste de control, şi acestea sunt localizate unul la ı̂nceputul lotului
şi un altul la sfârşit; eventual, şi pe durata acestui interval mai sunt plasate uniform
sau aletoriu alte teste când numărul acestora este mai mare de doi. Rezultatele
analizelor sunt raportate la sfârşitul lotului, după ce controlul s-a efectuat, deci
nu există riscul unei raportări de rezultate incorecte.
Analizoarele de volum mare au un regim de funcţionare continuă, de-a
lungul unei zile; rezultatul se raportează când analiza este gata sau la anumite
intervale de timp. Pentru astfel de sisteme trebuie să se estimeze cât este lungimea
ı̂n timp (sau numărul de probe) corespunzătoare seriei de măsurări. Testele de
control trebuie să se efectueze şi să se analizeze la ı̂nceputul primei serii de măsurări
şi apoi la ı̂nceputul fiecărei serii de măsurări următoare. Dacă testele de control
de calitate nu sunt pozitive, atunci toate rezultatele raportate ı̂ncepând de la
anteriorul test de control pozitiv trebuie să fie revăzute. Pentru modul uzual de
3.1. CONTROLUL INTERN DE CALITATE 129
testare a două niveluri de ser de control, fiecare de două ori, se vor testa ambele
niveluri la pornirea sistemului, pentru a detecta dacă funcţionarea este ı̂n limite,
apoi unul la mijlocul seriei, iar celălat (sau ambele) la terminarea seriei de măsurări
(şi ı̂nceputul seriei următoare).
Alegerea numărului de teste de control şi poziţionarea lor ı̂n raport cu seria
de măsurări estimată se bazeză foarte mult pe experienţa proprie a laboratorului.
Exemplul 3.2 Pentru valorile de test culese pe durata a şase luni, din tabelul
de mai jos, de la o metodă de analiză colesterol, să se calculeze cumulativ, după fiecare
lună: valoarea medie, xt , deviaţia standard, SDt , coeficientul de variaţie, CVt , şi limitele
pentru regula de control 13s .
Soluţie: După fiecare lună se calculează valoarea medie, x, (relaţia 2.1) apelând din
Excel funcţia AVERAGE( ), deviaţia standard, SD, (relaţia 2.2) funcţia STDEV( ), şi
coeficientul de variaţie, CV (relaţia 2.4).
Pentru calculul cumulativ (la datele culese din luna respectivă se adaugă şi datele
culese ı̂n toate lunile anterioare) al valorii medii, xt , se utilizeză relaţia (3.3), care este o
extensie a relaţiei (2.1)
P
( xi )t
xt = (3.2)
nt
ı̂n care:
P
( xi )t - reprezintă suma tuturor datelor de test de la ı̂nceput până la sfârşitul lunii
respective;
nt - reprezintă numărul total de măsurări de test de la ı̂nceput până la sfârşitul lunii
respective.
Pentru calculul cumulativ al valorii medii, SDt , se utilizeză relaţia (3.3), care este
o scriere ı̂ntr-o altă formă a relaţiei (2.2)
s
nt ( x2i )t − ( xi )2t
P P
SDt = (3.3)
nt (n − 1)
ı̂n care:
( x2i )t - reprezintă suma pătratelor tuturor datelor de la ı̂nceput până la sfârşitul
P
P lunii respective;
( xi )2t - reprezintă suma la pătrat a tuturor datelor de test de la ı̂nceput până la
sfârşitul lunii respective.
SDpop
±3 · √ .
n
Fără o simulare pe calculator, determninarea numărului minim de teste,
n, utilizat pentru calculul valorii medii a normalelor se poate realiza doar prin
ı̂ncercări, adică printr-o comparare cu controlul de calitate realizat cu materiale
de control. Prin ı̂ncercări, numărul de teste ar putea fi o valoare estimată n1 ,
adică acel număr de teste pentru care media normalelor se situează ı̂ntre limitele
de control, când şi controlul cu materiale de control indică o funcţionare stabilă
a metodei, iar media normalelor iese ı̂n afara limitelor de control ı̂n momentul
când şi controlul cu materiale de control indică o funcţionare instabilă a metodei.
Foarte orientativ, numărul de teste este cam de la 60 ı̂n sus, uzual peste o sută,
depinzând de analit. Deci, aplicabilitatea este mai uşor de realizat pentru analiţii
la care zilnic se asigură un volum mare de probe.
Media normalelor se aplică foarte bine la acei analiţi pentru care dispersia
populaţiei este redusă, ceea ce se reflectă prin valori mici ale raportului
SDpop /SDmet . Acesta este cazul analiţilor pentru care organisnul uman realizează
o reglare cu o dispersie mică, de exemplu sodiu şi potasiu; mai puţin indicată
pentru analiţii la care acest raport este foarte mare, de exemplu Trigliceride, FSH.
Implementarea mediei normalelor implică un sistem informatic ı̂n timp real; fiecare
probă analizată trebuie introdusă imediat ı̂n baza de date, de unde este trunchiată
sau nu, şi utilizată pentru calcularea valorii x. În felul acesta se poate determina
exact, pentru o metodă cu funcţionare continuă, cât este lungimea unei serii de
măsurări (run), adică momentul când media normalelor x iese ı̂n afara limitelor
de control.
Laboratorul ı̂n activitatea de asigurare a calităţii, trebuie să ţină sub control
cele două procese: procesul analitic de măsurare şi procesul de control intern de
calitate.
1. Procesul analitic de măsurare:
Diferenţa ı̂ntre valoarea obţinută prin măsurarea ı̂n laborator şi valoarea
medie a grupului este deplasarea D a laboratorului (ı̂n valoare absolută)
Scorul Z este un termen foarte uzual care exprimă o distanţă faţă de valoarea
medie ı̂n unităţi de deviaţie standard (adică unitatea de măsură este SD); de
exemplu, notaţiile ±1, ±2, ±3 din diagrama Levey-Jennings exprimă valori de
scor Z, pe când notaţii ca 1SD, 2SD, 3SD exprimă distanţele ı̂n mg/dL, SD
având de exemplu o valoare de 2,5mg/dL). Valoarea deplasării calculată cu relaţia
(3.5-a) dar exprimată printr-o valoare de scor Z este:
xlab − xgrup
Z= (3.6)
SDgrup
ı̂n care: SDgrup - este deviaţia standard a grupului, pentru proba de test respectivă.
(Foarte frecvent, mai ales pentru intercomparări, termenul de scor Z este substituit
cu abreviaţia SDI - Strandard Deviation Index).
De exemplu, dacă pentru un laborator care participă la intercomparare cu o
metodă de analiză pentru glucoză pe un sistem ROCHE HITACHI/917, inclus ı̂n
grupul acelaşi instrument ROCHE HITACHI/902/904/911/912/917, ı̂mpreună cu
alte 117 laboratoare, se comunică xlab = 112,775 mg/dL, xgrup = 112,415 mg/dL,
SDgrup = 2,99 mg/dL, atunci se pot calcula:
relaţiei (3.6) se poate calcula deplasarea absolută pentru acel test, xlab − xgrup =
D = Z · SDgrup sau chiar valoarea xlab .
Pentru evaluarea calităţii metodei nu se analizează doar un singur test ci
toate testele din ciclul respectiv. Testele pot fi zilnice sau doar câteva pe lună, iar
durata ciclului de intercomparare poate fi de la zile până la câteva luni. Unele valori
din raport pot fi obţinute printr-un calcul de mediere (aritmetică) sau printr-un
calcul cumulativ (vezi Exemplul 3.2).
După cum pentru evaluarea deplasării metodei faţă de valoarea de referinţă
a grupului se calculează valoarea pentru SDI, similar pentru a evalua dispersia
laboratorului comparativ cu dispersia pe grup se introduce indexul coeficientu-
lui de variaţie notat cu CVI (Coefficient of Variation Index), care este raportul
dintre coeficientul de variaţie al laboratorului, CVlab , şi coeficientul de variaţie al
grupului, CVgrup
CVlab
CV I = (3.7)
CVgrup
O valoare pentru CV I < 1 arată o dispersie mai mică a laboratorului decât a
grupului, iar o valoare CV I > 1, o dispersie mai mare a laboratorului.
Un raport (generic) de comparare a peformanţelor unui laborator cu cele
ale grupului de intercomparare ”Acelaşi Instrument” (AI) şi o evaluare a calităţii
analitice a laboratorului ı̂n raport cu ı̂ncadrarea ı̂ntr-o limită de eroare limită sunt
prezentate şi analizate ı̂n continuare ı̂n Figura 3.9.
Datele conţinute ı̂n tabelul din Figura 3.9-a corespund unei metode de
analiză colesterol, materialul de test fiind Normax-nivelul 1 din lotul 123-Nx1.
S-au colectat datele laboratorului pe durata de o lună, 28 de teste, ı̂n grupul AI
fiind 45 de laboratoare participante (liniile 1 şi 2), iar apoi la aceste date s-au
cumulat şi datele obţinute anterior pe durata a patru luni, ceea ce este prezen-
tat ı̂n liniile 3 şi 4. Pentru cele 28 de teste din laborator din luna prezentă
(mai 2010), prin calcul s-au obţinut următoarele valori statistice: media, xlab
= 191,7 (relaţia 2.1); deviaţia standard, SD = 2,14 (relaţia 2.2) şi coeficien-
tul de variaţie CV = 2,14% (relaţia 2.4), iar pentru cele 45 de laboratoare care
formează grupul AI s-au colectat un număr de 1307 teste şi s-au calculat: xgrup
= 196,1, SDgrup = 5,2 şi CV = 2,65%. Valoarea deplasării mediei laboratorului
ı̂n rapoart cu media grupului, relaţia 3.5-a ı̂n care xlab este substituit cu xlab , este
D = −4, 4(191, 7 − 196, 19); valoarea procentuală a deplasării mediei laboratoru-
lui, relaţia 3.5-a, este D% = 2, 24%(−4, 4 · 100/196, 1), iar scorul Z, relaţia 3.6,
Z = −0, 85(−4, 4/5, 2). Semnul minus pentru deplasare indică faptul că valoarea
mediei laboratorului, pe luna mai, este mai mică decât valoarea medie a grupului.
Indexul coeficientului de variaţie, relaţia 3.7, este CV I = 0, 81 < 1, ceea ce indică
o dispersie mai mică a laboratorului decât cea a grupului.
Pentru liniile 3 şi 4, la datele lunii mai s-au adăugat şi datele din cele patru
luni anterioare, astfel că pentru laborator sunt ı̂n total 143 date de test, iar pe
ı̂ntregul grup AI numărul de date de test este de 7839; calculele statistice se fac cu-
138 CAP 3. CONTROLUL DE CALITATE
mulativ (vezi Exemplul 3.2). Astfel, pentru laborator s-au obţinut: valoarea medie
xlab = 195,1, deviaţia standard, SD = 4, 7 şi coeficientul de variaţie CV = 2, 40%;
iar pentru grupul AI s-a colectat 7839 date de test pentru care datele statistice
calculate (cumulativ) sunt: xgrup = 195,7, SDgrup = 5,8 şi CV = 2, 96%. Valoarea
deplasării mediei laboratorului ı̂n raport cu media grupului este D = −0, 6(195, 1−
195, 7), valoarea procentuală a deplasării, D% = 0, 31%(−0, 6 · 100/195, 7), scorul
Z = −0, 1(−0, 1/5, 2), iar CV I = 0, 81(2, 40/2, 96). Parametrii analitici ai metodei
calculaţi pe durata a cinci luni sunt mai buni decât cei calculaţi pe o singură lună:
inexactiatatea, D% (0, 31% < 2, 24%); imprecizia CV (2, 14% < 2, 40%).
Calitatea unui rezultat produs de o metodă analitică este ı̂ndeplinită când
eroarea totală de măsurare maximă calculată pe acea metodă, ET , este inferioară
unei valori (limită) de eroare totală admisă pentru acel analit, ETa (ET < ETa ),
această limită admisă fiind stabilită printr-un criteriu analitic. De exemplu, pen-
3.2. CONTROLUL EXTERN AL CALITĂŢII 139
tru colesterol, prin stabilirea erorii după criteriul de competenţă (după CLIA, vezi
secţiunea 2.3.4.3.) eroarea limită totală admisă ETa este de 10% din valoarea
adevărată, xgrup , vezi Anexa 5. În cazul intercomparării se consideră că valoarea
adevărată este valoarea medie a grupului, xgrup ; atunci, conform criteriului de
competenţă pentru colesterol, eroare limită totală admisă este de ±10% din val-
oarea adevărată, adică limitele admise sunt (xgrup − 10% · xgrup ), (xgrup + 10% ·
xgrup ). Valoarea calculată a erorii maxime, ET , ce afectează mărimea măsurată,
conform relaţiei (2.21-b), când componenta de eroare aleatorie se consideră 2SD,
se poate situa ı̂n intervalul (|D| − 2SD) − (|D| + 2SD). Pentru satisfacerea cri-
teriului de calitate intervalul calculat pentru eroarea maximă trebuie să fie in-
clus ı̂ntre limitele erorii totale admise. Cu valorile statistice din tabel se verifică
ı̂ncadrarea intervalului valorii erorii maxime calculate pentru metodă ı̂n limitele
admise impuse de criteriul de competenţă pentru analit; rezultatul acestor calcule
este prezentat grafic ı̂n figura 3.9-b; astfel de grafice pot fi conţinute ı̂n raportul
de intercomparare. În acest grafic, faţă de valoarea de grup, xgrup , sunt trasate
cele două limite admise la ±ETa . Apoi, ı̂n raport cu valoarea de grup, la distanţa
D, este plasată valoarea medie a laboratorului xlab , iar faţă de aceasta, pentru
eroarea maximă calculată a metodei, sunt trasate limitele la ±2SD. Se observă
că intervalul de eroare maximă al metodei se ı̂ncadrează ı̂n intervalul de eroare
limită admisă pentru colesterol atât pentru analiza pe un interval de o lună, cât
şi pe un interval de şase luni, deci metoda satisface criteriul de calitate impus
(ET < ETa ); ı̂n ambele variante, deplasarea metodei faţă de media grupului este
cu semn negativ (media laboratorului sub media grupului).
Informaţia colectată şi procesată pe durata participării, de câteva luni,
ı̂ntr-o schemă de control extern poate constitui baza unei evaluări comparative
a performanţelor laboratorului ı̂ntre lunile respective. În acest sens, ı̂n Figura
3.10-a, pe lângă datele calculate pentru ultima lună de participare, expuse ı̂n
liniile 1 şi 2 ı̂n tabelul din Figura 3.9-a, s-au calculat şi pentru celelalte patru
luni anterioare. Aceste date cuprind pe fiecare lună valorile: numărul lunar al
testelor, media laboratorului, media grupului, deplasarea mediei laboratorului faţă
de media grupului, SD, CV . În Figura 3.10-b este prezentat grafic, pe fiecare
lună, ı̂ncadrarea erorii totale a laboratorului ı̂n intervalul de eroare totală admisă
(±T Ea ) conform unui criteriu analitic ales. Analiza comparativă a informaţiei
reprezentate ı̂n această figură poate detecta, ı̂n timp, de la lună la lună, modificările
pentru componentele de eroare aleatorie şi sistematică care pot afecta laboratorul
(linia ı̂ntreruptă care uneşte valorile xlab din fiecare lună). Atunci, aceste modificări
pot fi corelate cu schimbările de reactivi, de calibratori şi de mentenanţă.
Diagrama Youden este alt tip de grafic ce poate fi inclus ı̂n raportul de
intercomparare. Această diagramă se construieşte când laboratorul efectuează
simultan teste pereche, de exemplu un test pentru nivelul high şi celălalt test
pentru nivel low, iar utilitatea acestei diagrame apare ı̂n analiza variabilităţii atât
inter-laborator, cât şi pentru analiza variabilităţii intra-laborator. Se testează
proba B1 (low), şi valoarea obţinută se localizează pe axa X a diagramei, iar
140 CAP 3. CONTROLUL DE CALITATE
SDhigh pe axa Y să fie egală cu lungimea corespunzătoare pentru SDlow pe axa
X. Prin punctul de centru, se duce diagonala la 45◦ , iar ı̂n jurul acestui centru
cu dreptele paralele trasate la distanţe de 1SD, 2SD şi 3SD (lungimile celor
două segmente care reprezintă deviaţiile standard SDhigh şi SDlow sunt egale prin
scalare) se obţin pătrate concentrice. Pentru analiză se utilizează următoarele
reguli:
- punctele plasate ı̂n apropiere de diagonala la 45◦ şi ı̂n pătratul de până la
2SD reprezintă rezultate acceptabile (de exemplu, punctul 1) ;
- punctele plasate ı̂n apropiere de diagonala la 45◦ , dar departe de centru, ı̂n
afară pătratului 2SD, indică o eroare sistematică (de exemplu, punctul 2);
a materialului testat este 1,88 nmol/L, iar limitele sunt 1, 88 ± 0, 2 · 1, 88, adică in-
tervalul (1,50 - 2,26) nmol/L. Valorile obţinute de laborator prin testare sunt 0,13
nmol/L (pentru low) şi 1,97 nmol/L (pentru high), ceea ce arată că laboratorul se
ı̂ncadrează ı̂n dreptunghiul limitelor admise (punctul ı̂nnegrit din figură).
- diagrama Youden;
trei testări anuale, câte cinci probe diferite; fiecare dintre cele cinci probe este
măsurată o singură dată, iar rezultatele obţinute sunt comunicate organizatorului.
O măsurare este acceptată dacă, pentru valoarea obţinută, eroarea calculată de
organizator ı̂ndeplineşte relaţia ET ≤ ETa , iar testarea este validată numai dacă
cel puţin patru măsurări (80%) din cele cinci efectuate sunt acceptate. Pentru un
an rezultatele celor trei testări se cumulează, iar laboratorul este considerat că a
ı̂ndeplinit norma de competenţă, şi este admis, dacă dintre cele trei testări anuale
cel puţin două testări sunt validate (a obţinut cel puţin patru măsurări pentru
care ET ≤ ETa , ≥ 80%).
Capitolul 4
ESTIMAREA INCERTITUDINII DE
MĂSURARE
145
146 CAP 4. ESTIMAREA INCERTITUDINII DE MĂSURARE
baza erorii de măsurare dacă am şti valoarea acestei erori; cunoaştem această
valoare doar când măsurăm mărimi cunoscute, ceea ce nu este cazul probelor de
pacienţi; mai mult, dacă am şti valoarea erorii, am putea corecta valorile măsurate.
Dar ce ştim? Ştim că valorile măsurate sunt dispersate ı̂ntr-un anumit interval,
interval ı̂n care se situează valoarea adevărată, deci calitatea măsurării trebuie să
fie caracterizată prin această dispersie. Exprimarea calităţii prin valoarea incer-
titudinii de măsurare ı̂nseamnă tocmai cuantificarea necunoşterii/neı̂ncrederii pe
baza dispersiei/varianţei procesului de măsurare. Evident că acolo unde există o
sursă de eroare ı̂n măsurare (”orice proces de măsurare este ı̂nsoţit de eroare” !),
teoretic se poate estima o incertitudine de măsurare, dar aceasta nu trebuie să
ducă la concluzia că noţiunea de eroare este identică cu noţiunea de incertitudine;
acestea sunt două noţiuni diferite care pot caracteriza calitativ o valoare obţinută
printr-un proces de măsurare.
Din expresia ET = x − a, relaţia (2.8), rezultă că eroarea totală, ET , nu
poate fi determinată deoarece nu se cunoaşte valoarea a (eventual, doar o valoare
convenţional a). Atunci, este raţional ca, ı̂n locul exprimării calitaţii rezultatu-
lui unei măsurări printr-o eroare, să se introducă o exprimare prin care calitatea
măsurării să se efectueze ı̂n funcţie de o mărime care se poate măsura, aceasta fiind
chiar măsurandul X, care prin măsurare generează un şir de valori, asupra cărora
se poate face o prelucrare statistică. Ori, o astfel de exprimare rezultă din relaţia
(2.8) dacă se scrie sub forma x = a + ET (ı̂n care valoarea măsurată x (cunos-
cută) are aceeaşi distribuţie de probabilitate ca şi eroarea totală, ET ). Această
trecere de la noţiunea de eroare, ı̂n caracterizarea calitativă a mărimii măsurate,
la o caracterizare calitativă, bazată chiar pe analiza mărimii măsurate, necesită
introducerea noţiunii de incertitudine. Eroarea totală exprimă cât de departe este
valoarea măsurată de valoarea adevărată. Similar, incertitudinea ar corespunde
acurateţei (deci eroarea totală, vezi 2.3.3) pentru că cuprinde atât precizia, cât şi
exactitatea, dar exprimată ca o variabilitate/dispersie totală a valorilor măsurate,
mai concret ar corespunde unui interval ı̂n care se poate situa, cu un anumit nivel
de ı̂ncredere/probabilitate, valoarea adevărată a mărimii măsurate.
xi = a + D + a
↓ ↓ ↓ ↓ (4.1)
incertitudini asociate: uc u1 u2 u3
XN - alţi factori
150 CAP 4. ESTIMAREA INCERTITUDINII DE MĂSURARE
Evident, dintre aceste variabile de intrare, ı̂n estimarea incertitudinii se vor con-
sidera doar acele variabile pentru care se poate cuantifica o deviaţie standard.
Din relaţia funcţională (4.2) se poate obţine o estimare y a măsurandului Y
folosind estimaţiile x1 , x2 , . . . , xN ale celor N mărimi de intrare X1 , X2 , . . . , XN ,
deci estimaţia valorii măsurandului are exprimarea:
y = f (x1 , . . . , x2 , . . . , xN )
↓ ↓ ↓ ↓ (4.3)
uc (y) u(x1 ) u(x2 ) u(xN )
Din relaţia (4.3) rezultă că estimarea incertitudinii compuse uc (y) asociată
valorii y a măsurandului Y se compune din estimaţiile incertitudinilor u(x1 ), u(x2 ),
. . . , u(xN ) asociate valorilor măsurate x1 , x2 , . . . , xN ale mărimilor de intrare. Ori-
care mărime de intrare a cărei valoare este afectată de o eroare va contribui cu o
componentă de incertitudine ı̂n incertitudinea compusă estimată pentru y.
Practic, ı̂n determinarea incertitudinii măsurandului Y , din estimarea incer-
titudinilor mărimilor de intrare X1 , X2 , . . . , XN , pot apărea numeroase surse de
incertitudine, care pot fi:
- valori inexacte, ale constantelor şi ale altor parametri, preluate din surse de
informare externe şi folosite ı̂n algoritmul de prelucrare a datelor;
- aproximaţiile şi presupunerile introduse ı̂n metoda şi ı̂n procedura de măsu-
rare;
În practica laboratorelor medicale astfel de cazuri apar când pentru esti-
marea exactităţii unei metode de măsurare din laborator se utilizeză un material
a cărui valoare ţintă a rezultat dintr-o schemă externă de estimare a calităţii sau
152 CAP 4. ESTIMAREA INCERTITUDINII DE MĂSURARE
dintr-o schemă PT, fie ca o valoare medie a grupului de participanţi ı̂n schemă, fie
ca o valoare de consens. Incertitudinea asociată valorii ţintă se poate calcula cu
relaţia (4.5), ı̂n care sp este deviaţia standard a grupului, iar n este numărul de
participanţi (laboratoare) din grup.
Exemplul 4.1 În certificatul ı̂nsoţitor al unui metal (Cd) se specifică puritatea
acestuia 99, 99 ± 0, 01% (P = 0, 9999 ± 0, 0001, vezi Exemplul 1.5).
Soluţie: Incertitudinea standard u(P ) este egală cu abaterea standard σ şi are
valoarea: √ √
u(P ) = σ = a/ 3 = 0, 0001/ 3 = 0, 000058
2. Distribuţia triunghiulară.
Se pot indica limitele intervalului fără a se specifica un nivel de ı̂ncredere, dar
există o raţiune prin care se consideră că: ı̂nspre limitele extreme ale intervalului
valorile variabilei sunt mai puţin probabile decât ı̂n zona centrală; √ı̂n astfel de
cazuri se presupune o distribuţie triunghiulară cu o abatere σ = a/ 6, conform
relaţiei (1.12)
a
u(x) = σ = √ (4.7)
6
Exemplul 4.3 Specificaţia pentru citirile unei balanţe este ± 0,2 mg pentru
un nivel de ı̂ncredere 95% (vezi EXEMPLUL 1.3).
Soluţie: Se consideră că ı̂n interiorul intervalului ±a = 0, 2 mg, valorile măsurate
au o distribuţie normală. Pentru o distribuţie normală, unui nivel de ı̂ncredere de 95%, din
tabelul 4.1, ı̂i corespunde un interval de ±1, 96σ; din egalitatea 0, 2 mg = 1, 96σ rezultă
incertitudinea standard u(m) = s(m) = σ = 0, 2 mg/1, 96 ≈ 0, 1 mg.
DISTRIBUŢIA DREPTUNGHIULARĂ
Densitatea de probabilitate f (X) Informaţia disponibilă poate fi: Incertitudinea
DISTRIBUŢIA TRIUNGHIULARĂ
Densitatea de probabilitate f (X) Informaţia disponibilă poate fi: Incertitudinea
• Informaţia disponibilă privitoare
la variabila X este mai puţin limita-
tă decât la o distribuţie rectangu-
lară. Se cunoaşte că valorile mai
a
apropiate de x sunt mai probabile u(x) = √
decât valorile apropiate de limite. 6
DISTRIBUŢIA NORMALĂ
Densitatea de probabilitate f (X) Informaţia disponibilă poate fi: Incertitudinea
• Estimarea se face pe baza unor
măsurări repetate pe un proces ale- u(x) = s(x)
atoriu.
• Incertitudinea este dată sub for-
ma: unei abateri standard s, unei u(x) = s(x)
abateri standard relative s/x (rela-
s(x)
u(x) = x · x
ţia 2.3) sau coeficient de varianţă
CV %, fără specificarea distribuţiei. u(x) = x· CV %
100
• Un interval ı̂nsoţit de un nivel de
ı̂ncredere fără a se specifica distri-
buţia, de exemplu:
- x ± a cu nivel de ı̂ncredere 95, 45% u(x) = a/2
- x ± a cu nivel de ı̂ncredere 95, 7% u(x) = a/3
156 CAP 4. ESTIMAREA INCERTITUDINII DE MĂSURARE
sau v v
uN uN
uX uX
2
uc (y) = t [ci · u(xi )] = t u2i (y) (4.8-b)
i=1 i=1
sau
Y = X1 + X2 − X3 + X4 − . . .
• Se observă că, ı̂n relaţia incertitudinii compuse, uc (y), diferenţele sunt tratate
ı̂n acelaşi mod ca şi sumele (sumarea se efectuează cu pătratul valorilor deviaţiilor
4.2. ESTIMAREA INCERTITUDINII PRIN
METODA ANALITICĂ 157
ı̂n care uColt , uHDL , uT rig sunt incertitudinile componente, respectiv, pentru Colesterol-
total, HDL-colesterol şi Trigliceride.
Pentru un pacient având concentraţiile: Colesterol total = 5,8 mmol/L, HDL-
colesterol = 1,08 mmol/L şi Trigliceride = 1,60 mmol/L, iar din controlul intern de cali-
tate sunt calculate incertitudinile componente uColt = 0, 16, uHDL = 0, 04, uT rig = 0, 07;
rezultă valoarea concentraţiei pentru LDL-colesterol
uc (y)
• Se observă că, ı̂n relaţia incertitudinii compuse relative, , ı̂mpărţirea
y
este tratată ı̂n acelaşi mod ca şi ı̂nmulţirea (sumarea se efectuează cu pătratul va-
lorilor coeficienţilor de variaţie, u(xi )/xi = CV (xi ), iar rezultatul este coeficientul
de variaţie al măsurandului uc (y)/y).
158 CAP 4. ESTIMAREA INCERTITUDINII DE MĂSURARE
Pentru valorile acestor mărimi, obţinute prin măsurare, şi ale incertitudinilor lor asociate
calculate/estimate
să se calculeze valoarea clearence-ului renal, C, şi incertitudinea compusă, uclair . Conform
relaţiei clearence-ului renal şi a relaţiei pentru incertitudinea compusă 3.10-b, se obţine
10 · 1500
C= = 1, 74 mL/s (104 mL/min)
0, 1 · 86400
r
uU 2 uV 2 uP 2 ut 2
uclair = C + + + =
U V P t
s 2 2 2 2
0, 5 100 0, 004 1800
= 1, 74 + + + = 0, 165 mL/s
10 1500 0, 1 86400
cov(xi , xj )
r(xi , xj ) = (4.11)
u(xi ) · u(xj )
s(xi , xj )
r(xi , xj ) = r(xi , xj ) = (4.13)
s(xi ) · s(xj )
u(xi ) · ∆xj
r(xi , xj ) = (4.14)
u(xj ) · ∆xi
Relaţia pentru calculul incertitudinii compuse uc (y), pentru cazul când exis-
tă variabile corelate, se obţine din relaţia (4.8-b) pentru variabile de intrare necore-
late, la care se adaugă un termen pentru efectele de corelare şi are următoarea
formă:
v
uN
uX N
X −1 XN
uc (y) = t [ci · u(xi )]2 + 2 [ci · u(xi )] · [cj · u(xj )] · r(xi , xj ) (4.15)
i=1 i=1 j=i+1
Termenul al doilea de sub radical este zero, când variabilele sunt necorelate,
deoarece coeficientul de corelaţie respectiv este nul, r(xi , xj ) = 0, se reduce la
relaţia 4.8.
160 CAP 4. ESTIMAREA INCERTITUDINII DE MĂSURARE
v
uN
uX
Y y [y] t c2i · u2 (xi ) uc (y) = . . .
i=1
ν =n−1 (4.16)
şi valorile acestor componente de incertitudine sunt mai apropiate ı̂ntre ele. Con-
form teoremei limitei centrale, de exemplu, chiar şi compunerea/convoluţia a trei
distribuţii dreptunghiulare de lărgime egală va produce o distribuţie rezultată
aproximativ normală (estimată ca o distribuţie normală). Pe baza acestei teo-
reme, care arată că distribuţia rezultată pentru măsurandul Y , prin compunerea
incertitudinilor componente, poate fi considerată ca o distribuţie normală, deci
pentru această distribuţie rezultată se poate determina un interval ∆ ı̂n care, cu
o probabilitate dată p, sunt situate valorile măsurandului Y (problema inversă,
secţiunea 1.2.2).
• Cu toate că incertitudinea standard compusă, uc (y), poate fi folosită universal
pentru exprimarea incertitudinii rezultatului unei măsurări, dar ı̂n unele aplicaţii
este, deseori, nevoie să se dispună de o măsură a incertitudinii care să definească,
ı̂n jurul rezultatului y al măsurării, un interval ı̂n care să se poată considera că
este cuprinsă o mare parte a distribuţiei valorilor ce, ı̂n mod rezonabil, pot fi
atribuite măsurandului Y . În această abordare, pentru exprimarea incertitudinii,
care să satisfacă cerinţa de a oferi un interval ı̂n jurul valorii măsurandului, este
introdusă noţiunea de incertitudine extinsă (sau globală), care este notată
cu U. Incertitudinea extinsă se obţine prin multiplicarea incertitudinii standard
compuse, uc (y), cu un factor de extensie k
U = k · uc (y) (4.18)
Y = y ± U = y ± k · uc (y) (4.19-a)
sau
y−U ≤Y ≤y+U (4.19-b)
Această formă de exprimare a rezultatului măsurării se interpretează astfel: cea
mai bună estimaţie a valorii atribuite măsurandului Y este y, iar de la y − U până
la y + U este un interval ı̂n care se poate considera că este cuprinsă o mare parte
a distribuţiei valorilor ce, ı̂n mod rezonabil, pot fi atribuite lui Y . Înmulţirea lui
uc (y) cu constanta k nu oferă o informaţie nouă, ci prezintă aceeaşi informaţie
diponibilă, dar sub o altă formă.
De fapt, incertitudinea standard compusă a măsurandului, uc (y), obţinută
prin compunerea incertitudinilor standard componente u(xi ) (conform relaţiilor
3.8 sau 3.15), poate fi interpretată ca intervalul, cu semilăţimea egală cu abaterea
standard rezultată a lui Y , ı̂n care se află 68, 27%/2 (nivel de ı̂ncredere) din valorile
acestuia (bazat pe faptul că prin compunerea/(convoluţia) distribuţiilor standard
componente, distribuţia rezultată pentru Y tinde către o distribuţie normală).
Incertitudinea extinsă U măreşte intervalul uc (y) de k ori, care, ı̂n fond, corespunde
unei alte probabilitaţi (alt nivel de ı̂ncredere); ı̂n general, această extindere se face
la dublul sau triplul deviaţiei standard experimentale, ceea ce corespunde pentru
alegere lui k = 2 sau 3.
4.2. ESTIMAREA INCERTITUDINII PRIN
METODA ANALITICĂ 163
Numărul de
Probabilitatea p%
grade de
libertate ν 68,27 90 95 95,45 99 99,73
1 1,84 6,31 12,71 13,97 63,66 235,80
2 1,32 2,52 4,30 4,53 9,92 19,21
3 1,20 2,35 3,18 3,31 5,84 9,22
4 1,14 2,13 2,78 2,87 4,60 6,62
5 1,11 2,02 2,57 2,65 4,03 5,51
- să se prezinte suficiente informaţii astfel ı̂ncât să fie posibil, ulterior, o reeva-
luare a măsurării dacă noi date sau informaţii devin disponibile;
- este preferabil să fie prezentată mai multă informaţie decât prea puţină.
2. ”me = 100, 02147(35) g, unde numărul din paranteze este valoarea numerică
(a incertitudinii standard compuse) uc , exprimată ı̂n cifre de acelaşi rang cu
ultimele cifre ale rezultatului”.
3. ”me = 100, 02147(0, 00035) g, unde numărul din paranteze este valoarea (in-
certitudinii standard compuse) uc , exprimată ı̂n aceleaşi unităţi ca şi rezul-
tatul furnizat”.
4. ”me = (100, 02147 ± 0, 00070) g, unde numărul care urmează dupa semnul ±
este valoarea numerică a (incertitudinii extinse) U = k · uc (y), determinată
pe baza incertitudinii standard compuse uc (y) = 0, 35 mg şi a factorului de
extindere k = 2 şi defineşte un interval estimat a avea un nivel de ı̂ncredere
de 95% ”.
Exemplul 4.9 Rezultatul unei analize se poate raporta ı̂n unul dintre următoarele
două moduri (sau ambele):
În general, rezultatul se raportează cu o zecimală mai mult decât numărul de zecimale
cu care lucrează clinicianul.
Sursele de eroare (referite ca diverşi alţi factori) care nu se regăsesc ı̂n modelul
exprimat prin relaţia (4.21-a) pot fi incluse prin adăugarea unei componente de
incertitudine uf , iar modelul devine:
q
uc = u2ex + u2p + u2f (4.21-b)
Aceşti diverşi alţi factori de incertitudine care pot intra ı̂n estimarea valorii compo-
nentei de incertitudine uf ar putea fi: neliniaritatea curbei de calibrare ı̂n domeniul
de lucru (unl ), interferenţe/contaminare (ui ), efecte de matrice (um ), trunchierea
valorii numerelor (un ) etc. Expresia pentru uf rezultă:
u2f = u2nl + u2i + u2m + u2n + . . .
Incertitudinea uf , asociată acestor factori, se consideră numai pentru anumite
probe sau/şi sub anumite condiţii specifice; de cele mai multe ori efectul acestor
factori se neglijează, deci uf = 0, iar modelul uzual este cel din relaţia (4.21-a).
Pentru metodele neanalitice de estimare prezentate ı̂n continuare se va cal-
cula, prin diferite variante, incertitudinea standard compusă, uc , considerând nu-
mai cele două componente corespunzătoare efectului sistematic şi celui aleatoriu.
Diferenţierea pentru aceste metode apare din modul cum se alege referinţa pentru
determinarea deplasării (cu material de referinţă, o altă metodă de comparat sau
prin intercomparare).
4.3. ESTIMAREA INCERTITUDINII PRIN
METODE NEANALITICE 171
up = SD
ı̂ncredere (uzual k = 2 pentru un nivel de ı̂ncredere 95%, vezi pg. 37); in-
certitudinea standard asociată a calibratorului se obţine cu relaţia ucalib =
Ucalib /k). Incertitudinea standard compusă se calculează cu relaţia
q
uc = u2calib + u2p (4.22-d)
A. Componenta aleatorie, up
Din baza de date de la controlul intern de calitate pe perioada 01.07.2009 - 30.12.209,
prin utilizarea serului de control Precinorm U (nivel normal, cu valorile: Vţintă = 8, 54
mg/dL, Vmax = 9, 56 mg/dL, Vmin = 7, 52 mg/dL) s-au calculat următoarele valori:
- valoarea medie, x1 = 8, 181071 mg/dL
- deviaţia standard SD = 0, 173682 mg/dL
SD
- coeficientul de variaţie CV % = x1 · 100 = 2, 12%
rezultă up(normal) = SD = 0, 174 mg/dL.
De asemenea, pentru nivelul patologic, pe perioada 01.07.2009 - 30.12.209, prin
utilizarea serului de control Precinorm U (nivel patologic, cu valorile: Vţintă = 14, 10
mg/dL, Vmax = 15, 9 mg/dL, Vmin = 12, 3 mg/dL) s-au calculat următoarele valori:
- valoarea medie, x2 = 13, 60333 mg/dL
- deviaţia standard SD = 0, 317066 mg/dL
SD
- coeficientul de variaţie CV % = x2 · 100 = 2, 33%
rezultă up(patologic) = SD = 0, 317 mg/dL.
4.3. ESTIMAREA INCERTITUDINII PRIN
METODE NEANALITICE 175
B. Componenta sistematică
D = x − Vmr = 8, 22 − 8, 08 = 0, 14 mg/dL
√
rezultă uD = D/ 3 = 0, 14/1, 1732 = 0, 080 mg/dL
Nu se aplică o corecţie, valoarea deplasării este inclusă ı̂n incertitudine.
sau
(x − 0, 41) mg/dL ≤ CCa ≤ (x + 0, 4, 1) mg/dL (pentru k = 2)
176 CAP 4. ESTIMAREA INCERTITUDINII DE MĂSURARE
ı̂ncă relativ puţine, deci, ı̂n sens strict, nu se poate vorbi de valoare adevărată, ı̂n
consecinţă, la fel, şi pentru determinarea exactităţii. Inexistenţa practică, ı̂ncă,
a unor valori de referinţă certificate determină ca pentru evaluarea inexactitaţii
(deplasării) să se apeleze la comparări interlaboratoare. Pentru evaluările externe
(interlaboratoare) se utilizează materiale de referinţă - a căror comutativitate a
fost verificată şi probată - şi a cărei valoare ţintă reţinută a fost calculată ca media
rezultatelor măsurate de ansamblul de utilizatori ai metodei pentru lotul respectiv.
Având ı̂n vedere aceste dificultăţi, cu privire la fixarea valorii adevărate,
prezenta metodă pentru estimarea incertitudinii standard compuse va aborda esti-
marea incertiudinii standard pentru componenta datorată reproductibilităţii (pre-
ciziei/componenta aleatorie) la fel ca şi la metoda anterioară, adică din datele cu-
mulate ı̂n procesul de control intern de calitate (QC), dar pentru estimarea incerti-
tudinii standard corespunzătoare componentei sistematice (inexactitatea/deplasa-
rea) se vor utiliza datele obţinute ı̂ntr-un proces de evaluare externă (EE). Modul
de abordare prin această metodă este reprezentat ı̂n Figura 4.2, care conţine doar
ramurile doi şi patru din structurarea reprezentată ı̂n Figura 4.1. Pentru ma-
terialul de testat din eşantionul al i-lea trimis laboratorului, ı̂n cadrul schemei
de intercomparare, prin măsurarea acestuia ı̂n laborator se obţine valoarea xlab .
Valoarea ţintă, pentru materialul de testat, corespunzătoare eşantionului al i-lea,
aceeaşi pentru toţi participanţii ı̂n schema de intercomparare, este xref (pe care o
stabileşte coordonatorul schemei de intercomparare fie ca o valoare de referinţă a
unui material, fie ca o valoare medie a valorilor obţinute de fiecare participant, fie
ca o valoare de consens). Valoarea deplasării laboratorului, Di , pentru eşantionul
al i-lea, faţă de valoarea ţintă se obţine prin diferenţa Di = (xlab − xref )i. Variaţia
valorilor deplasărilor, Di , calculate pentru toate cele n teste ale unui ciclu de inter-
comparări, poate fi reprezentată ca ı̂n Figura 4.3. Media deplasărilor, D, pentru
s
2
D
uc = u2calib + √ + u2p (4.26-a)
3
iar pentru cazul (cel mai ı̂ntâlnit ı̂n stadiul actual) când calibratorul nu este trasabil
relaţia de calcul pentru uc este
s
2
D
uc = √ + u2p (4.26-b)
3
s 2 s 2
max |D| max |D|
uc = u2calib + √ + u2p respectiv uc = √ + u2p
3 3
(4.26-c)
(Uzual, se utilizează valoarea maximă a deplasării, max |D| şi nu valoarea medie, D, mai
ales când numărul de valori pentru deplasare obţinut din intercomparare este mic).
Din baza de date de la controlul intern de calitate pentru perioada martie-sept 2009 s-a
calculat: xF e = 125, 7 µg/dL; SD = 5, 24 µg/dL; CV = 4, 16%, rezultă
up = SD = 5, 24 µg/dL
U = 2 · uc = 11, 36 µg/dL
xc = x ± 11, 36 µg/dL
Când rezultatul comunicat din schema de intercomparare este sub formă de scor
Z sau SDI (Standard Deviation Index) valoare deplasării, D, se poate calcula
aplicând relaţia (3.6).
up = SD = 0, 12 mmol/L
sD (EE) = 0, 164826 mmol/L
up = SD = 0, 12 mmol/L
max |Di | = 0, 57 mmol/L
up = SD = 0, 12 mmol/L
sD (EE) = 0, 146914 mmol/L
up = SD = 0, 12 mmol/L
max |Di | = 0, 66 mmol/L
Pentru comparaţie, rezultatele din Exemplele 3.13 şi 3.14 sunt prezentate ı̂n
continuare
Intercomparaţie prin:
”toate metodele” ”groupe de pairs (peer-group)/
aceeaşi metodă”
Raportare cu aplicarea corecţiei
Absolut: 5, 88 ± 0, 41 [mmol/L], (pentru k = 2) 5, 77 ± 0, 38 [mmol/L], (pentru k = 2)
Relativ: 5, 88 ± 7% [mmol/L], (pentru k = 2) 5, 77 ± 7% [mmol/L], (pentru k = 2)
Din punct de vedere clinic, rezultatul raportat al unei analize medicale poate
fi interpretat/comparat ı̂n următoarele trei variante:
dar o interpretare corectă poate fi realizată doar dacă se ia ı̂n considerere incer-
titudinea asociată valorii raportate a măsurandului. În funcţie de sursa datelor
trebuie să se ţină cont dacă analiza de comparat se compară cu date obţinute prin
aceeaşi metodă ı̂n acelaşi laborator sau cu date obţinute ı̂n laboratoare diferite.
Exemplul 4.15 [11] Analiza prezentă PSA pentru un pacient este de 4,2 µg/L;
aceeaşi analiză a pacientului, efectuată cu 12 luni ı̂n urmă, a fost de 3,8 µg/L.
1. Este PSA-ul crescut?
Soluţie: Se consideră că analizele au fost efectuate ı̂n acelaşi laborator, deci ı̂n cal-
culul incertitudinii nu s-a introdus bias-ul, evident dacă ı̂ntre timp nu au apărut schimbări
ale valorii bias-ului laboratorului (la fiecare calibrare bias-ul este adus la aceeaşi valoare).
Incertitudinea de măsurare compusă ucP SA a laboratorului pentru PSA la concentraţia
de 2,9 µg/L este ucP SA = 0, 15 µg/L, sau ı̂n valori relative ucP SA = (0, 15/2, 9) · 100 =
5, 0%(= CV ).
4, 33 µg/L şi tot să nu fie considerată diferită faţă de analiza de 3,8 µg/L, efectuată
cu un an ı̂n urmă (diferenţa ı̂ntre 3,8 şi 4,33 este datorită variabilităţii analitice
pentru metoda respectivă de măsurare).
Concluzia dată de laborator ı̂n urma comparării se poate exprima: ”din punctul de
vedere al variaţiei de măsurare (variaţia analitică), cu un grad de ı̂ncredere de 95%, cele
două analize nu sunt semnificativ diferite”.
1-b. Se consideră atât dispersia de măsurare (variabilitatea analitică), cât şi variaţia
biologică (variabilitatea biologică). Coeficientul de variabilitate biologică are valoarea
CVI = 14% [10].
√
rh i
2 2
p
r = 2·1, 96· (CV ) + (CVI ) = 2, 77· [5, 02 + 14, 02 ] = 2, 77+14, 87 = 41, 2%
.
188 CAP 4. ESTIMAREA INCERTITUDINII DE MĂSURARE
Valoarea maximă pe care o poate avea cea de-a doua analiză (cu o probabilitate de 95%),
fără a se considera că cele două analize sunt diferite, este de:
95U/L + (95U/L · 18, 3%) = (95 + 17, 4)U/L = 112U/L > 108U/L
În concluzie, cele două analize, de 95U/L şi de 108U/L, sunt diferite din punct de
vedere analitic 95U/L + (95U/L · 4%) = 95U/L + 3, 8U/L = 98, 8U/L < 108U/L, dar cu
o probabilitate de 95% nu sunt diferite şi din punct de vedere biologic 108 < 112.
Bibliografie
[7] David Iulia Gabriela; Radu Lucian-Gabriel. Validarea metodelor (Bio) ana-
litice. Editura Printech, Bucureşti, 2006.
[10] http://www.westgard.com/biodatabase1.htm.
189
190 BIBLIOGRAFIE
WESTGARD. www.westgard.com
EURACHEM. http://www.eurachem.org/
193
194 ANEXA 1
u(Vr ) = 0, 02 mL
0, 084
u(Vt ) = √ = 0, 05 mL
3
Valorile pentru calculul incertitudinii compuse sunt trecute ı̂n tabelul următor:
Incertitudinea Contribuţia
Simbol Descriere Valoare Tip incert.
standard, u(x) relativă, %
P Puritate metal 0,9999 Tip B 0,000058 0,01
m Masă metal 100,28 mg Tip B 0,05 33,78
V Volum balon 100,0 mL 0,07 mL 66,21
Ax − A0 A’
Cx = C0 + (Ccal − C0 ) = C0 + x (Ccal − C0 ) (A2.1)
Acal − A0 A’cal
d - Factor care include diluţia probei. Această diluţie poate fi realizată de analist
ı̂nainte de introducerea probei ı̂n analizor sau chiar (automat) de către anali-
zor. Pentru a calcula concentraţia, ı̂n cazul probei diluate, este necesar
ca rezultatul obţinut să fie multiplicat cu factorul de diluţie d. Expresia
factorului de diluţie este d = (V1 + V2 )/V1 ı̂n care: V1 - este volumul probei
[µL]; V2 - este volumul diluentului (reactiv + apă), [µL].
kmatr - Factorul de matrice. Acest factor reflectă faptul că proba şi calibratorul
nu sunt perfect ”comutabile”, adică există efectul de matrice. Orice diferenţă
ı̂ntre macrostructura şi compoziţia probei şi cea a calibratorului poate pro-
duce diferenţă ı̂n răspunsul analizorului (Figura 2.6-b).
kdrif t - Uzual, calibrarea este efectuată lunar sau săptămânal, iar controlul cu ser
de control la fiecare şase ore. Informaţia obţinuta prin probele de control este
198
ANEXA 2 199
kpreanalitic - În etapa prelevării probei (sampling) şi preparării acesteia pot apărea
multe surse de eroare (Figura 3.2), deci componente de incertitudine care
afecteză valoarea măsurată, ca de exemplu:
Observaţie: Aceste efecte se pot introduce ı̂n modelul matematic fie ca termeni (de
sumă) fie ca factori (de produs). Valoarea nominală (ı̂n absenţa efectul introdus)
a unui factor (produs) este cosiderată ca fiind egală cu 1, iar valoarea nominală
(ı̂n absenţa efectul introdus) a unui termen (sumă) este cosiderată ca fiind egală
200 ANEXA 2
cu 0. Dar, evident, chiar şi aceste valori nominale ale factorilor introduşi
ı̂n modelul matematic prezintă o incertitudine asociată. Contribuţia fazei
preanalitice, coeficientul kpreanalitic , este introdusă ı̂n model sub forma unui termen
(sumă), deoarece această fază are multe componente (enumerate anterior) şi care
nu sunt dependente de concentraţie. Modelul utilizat pentru calculul incertitudinii
nu va lua ı̂n considerare şi efectul intra-individual.
Liniile ı̂n nuanţă gri au fost neglijate ı̂n calcul din lipsă de informaţie
201
ANEXA 3
Nr.
Conţinutul fişei de validare
crt. (textul scris italic conţine explicaţii suplimentare)
Specificarea metodei
a. denumirea analizei Determinarea ureei din ser prin metoda numită
- urează
1. b. măsurand Uree
Metodă dezvoltată ı̂n laboratoarele Hoffman La Roche
c. sursa metodei Diagnostics - Germania; nu s-au adus modificări metodei.
Metoda a fost standardizată folosind materialul de
referinţă ERM 909b, (sau metoda de referinţă, dacă este
cazul . . .).
Responsabil de vali- Ioana POPESCU - biolog. Se anexează copii după do-
2.
dare cumente de calificare - Anexa nr. 1∗
Condiţii de mediu
a. echipament T = 20 − 25◦ C; Umiditate = 40 − 60%
3.
b. proba T = 4 − 8◦ C şi T = [−20◦ C . . . . . . − 25◦ C]
c. reactivi T = 20 − 25◦ C
Echipamentul
Analizor automat - biochimie - COBAS
a. denumire
INTEGRA 400 PLUS
b. producator Hoffman La Roche - Germania
c. serie 398390/2006
d. nr. Inventar 0731
e. certificat de etalonare Nivel normal: incertitudinea extinsă,
nr. 05.01 - 716/2007 se Uet = 4, 0 mg/dL, k = 2;
ataşează certificatul de Nivel patologic: incertitudinea extinsă,
etalonare - Anexa nr. 2∗ Uet = 3, 5 mg/dL, k = 2;
4. (dacă nu există etalonare, se specifică această situaţie!)
f. domeniul de măsurare DM = 0 − 240 mg/dL, specificat de producător.
Se obţine utilizând calibrator pentru sisteme automate
g. curba de calibrare
Cobas - Roche Diagnostics, tip . . .. (Se anexează curba
de calibrare - pentru uree - Anexa nr. 3∗ )
Continuare pe pagina următoare
202
ANEXA 3 203
LIverf = 5 mg/dL
Repetabilitatea.
S-a testat repetitiv, de 20 de ori, o probă de ser de control
pentru nivel normal şi pentru nivel patologic (Anexa 7∗ )
şi s-au obţinut următoarele valori (pentru calculul mediei,
din Excel, se utilizează funcţia AVERAGE, iar pentru
SD, funcţia STDEV):
D% = 100D/Vt = 2, 1% < 5, 5%
D% = 100D/Vt = 4, 5% < 5, 5%
D% < Dspf %
ı̂n care:
U = 2 · uc = 2 · 2, 39 = 4, 8 mg/dL
Raportarea (va fi ı̂nsoţită şi de incertitudinea de
măsurare numai la cerere!) unui test de pacient (cu val-
oarea ı̂n domeniul de normalitate/referinţă) se face sub
forma
x ± 4, 8 mg/dL pentru k = 2
(care se interpreteaza astfel: cea mai bună estimare pen-
tru proba măsurată este x, dar valoarea adevărată se
situază ı̂n intervalul (x − 4, 8, x + 4, 8), cu un nivel de
incredere de 95%)
(Se estimeză similar şi pentru domeniul patologic!)
În cazul ı̂n care pentru decizia clinică se compară rezultatele a două analize efectuate ı̂n acelaşi
laborator, sau se compară rezultatulul unei analize cu o valoare limită, care a fost fixată
măsurării tot ı̂n acelaşi laborator, atunci ı̂n estimarea valorii incertitudinii asociate acestor valori
nu este necesar a se introduce şi componenta datorată biasului (erorii sistematice), vezi 4.3.3-A.
ANEXA 4
215
ANEXA 5
Routine Chemistry
216
ANEXA 5 217
Hematology
Endocrinology