TOACȘE Carte

Gheorghe TOACŞE Ana Maria TOACŞE
CONTROLUL DE CALITATE ŞI VALIDAREA

METODELOR ANALITICE CANTITATIVE
PENTRU LABORATOARELE MEDICALE

ii
iii
iv
Cuvânt ı̂nainte
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:
- noile noţiuni nu sunt ı̂nţelese/explicate corect, presupunând şi o reinstruire;

- implemetarea acestora necesită un efort de organizare şi chiar investiţional,
care nu are un efect imediat;
- nu sunt clare avantajele aplicării şi utilizării lor.
Această lucrare vine ı̂n sprijinul specialiştilor de laborator, realizând o in-

troducere simplă şi graduală a acestor concepte, dar fără a le goli de semantica
proprie. Pentru aceasta, ı̂ntreaga lucrare abordează o expunere bazată pe explicaţii
accesibile, cu foarte multe exemplificări din practica laboratoarelor, ceea ce face
ca aceste concepte, aparent abstracte, să fie uşor ı̂nţelese de către cititor şi să
devină noţiuni operative, chiar prietenoase. Numeroasele exemple, care ı̂nsoţesc
explicaţiile, sunt cazuri reale ce pot fi utilizate pentru procesul de validare şi de
determinare a incertitudinii pentru metodele analitice de laborator.
Lucrarea se adresează specialiştilor din laboratoarele medicale, fiind un su-
port ı̂n ı̂nsuşirea şi implementarea acestor noi concepte pentru practica curentă
de laborator. Totodată, este utilă şi medicilor clinicieni pentru ı̂nsuşirea modu-
lui nou de interpretare a rezultatelor analizelor de laborator ı̂nsoţite de valoarea
incertitudinii de măsurare, precum şi studenţilor de la medicină şi biologie.
Mulţumim Nicoletei Cucu-Laurenciu pentru sprijinul acordat ı̂n procesarea
materialului pentru această carte.
Braşov, ianuarie 2011 Autorii

Cuprins
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
2 MĂSURARE, STATISTICĂ ŞI VALIDARE 21

2.1 MĂSURARE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2 STATISTICĂ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.3 EXACTITATE, PRECIZIE ŞI ACURATEŢE . . . . . . . . . . . . 28
2.3.1 Exactitatea Metodei de Măsurare . . . . . . . . . . . . . . . 29
2.3.1.1 Eroarea sistematică . . . . . . . . . . . . . . . . . 29
2.3.1.2 Materiale de referinţă . . . . . . . . . . . . . . . . 31
2.3.1.3 Liniaritatea . . . . . . . . . . . . . . . . . . . . . . 37
2.3.1.4 Calibrarea . . . . . . . . . . . . . . . . . . . . . . 44
2.3.1.5 Domeniul de măsurare . . . . . . . . . . . . . . . . 47
2.3.2 Precizia metodei de măsurare . . . . . . . . . . . . . . . . . 51
2.3.3 Acurateţea metodei de măsurare . . . . . . . . . . . . . . . 57
2.3.4 Obiective analitice . . . . . . . . . . . . . . . . . . . . . . . 59
2.3.4.1 Criteriul variaţiei biologice . . . . . . . . . . . . . 59
2.3.4.2 Criteriul performanţelor de vârf . . . . . . . . . . 61
2.3.4.3 Criteriul testării de competenţă, PT (Proficiency
Testing) . . . . . . . . . . . . . . . . . . . . . . . . 62
2.3.4.4 Criteriul clinic, Dint . . . . . . . . . . . . . . . . . 64
2.3.4.5 Criteriul diagramei de decizie (six sigma) . . . . . 65
2.3.4.6 Criteriul verificării valorilor specificate de producător 72
2.4 VALIDAREA METODELOR ANALITICE . . . . . . . . . . . . . 81
2.4.1 Condiţiile tehnice ı̂n care se realizează metoda . . . . . . . 82
vii
viii CUPRINS
2.4.2 Parametrii caracteristici ai metodelor analitice . . . . . . . 83

2.4.3 Structurarea raportului de validare . . . . . . . . . . . . . . 93
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
4 ESTIMAREA INCERTITUDINII DE MĂSURARE 145

4.1 NOŢIUNEA DE INCERTITUDINE . . . . . . . . . . . . . . . . . 145
4.1.1 Metode de estimare a incertitudinii de măsurare pentru metodele
analitice cantitative . . . . . . . . . . . . . . . . . . . . . . 147
4.2 ESTIMAREA INCERTITUDINII PRIN
METODA ANALITICĂ . . . . . . . . . . . . . . . . . . . . . . . . 149
4.2.1 Modelul matematic . . . . . . . . . . . . . . . . . . . . . . . 149
4.2.2 Evaluarea incertitudinii standard de tip A . . . . . . . . . . 151
4.2.3 Evaluarea incertitudinii standard de tip B . . . . . . . . . . 152
4.2.4 Calculul incertitudinii standard compuse . . . . . . . . . . . 154
4.2.5 Incertitudinea extinsă . . . . . . . . . . . . . . . . . . . . . 160
4.2.6 Raportarea incertitudinii . . . . . . . . . . . . . . . . . . . 166
4.2.7 Sumar al procedurii de evaluare şi exprimare a incertitudinii 168
METODE NEANALITICE . . . . . . . . . . . . . . . . . . . . . . 170
4.3.1 Estimarea incertitudinii de măsurare din caracteristicile metodei
analitice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
4.3.2 Estimarea incertitudinii de măsurare din compararea inter-
laboratoare . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
4.3.3 Utilizarea incertitudinii raportate pentru interpretarea clinică 183
Bibliografie 189
Anexa 1 - Prepararea unui calibrator standard 193
Anexa 2 - Estimarea incertitudinii asociate procesului de măsurare

a glicemiei pe un analizor utilizând metoda analitică 198
Anexa 3 - Exemplu de fişă de validare 202

CUPRINS ix
Anexa 4 - Fişă pentru estimarea incertitudinii de măsurare (con-

form asociaţiei australasiene de biochimie clinică) 215
Anexa 5 - Cerinţele de calitate analitică (După CLIA 88) 216

x
Capitolul 1
DISTRIBUŢII DE
PROBABILITATE
1.1 EVENIMENT ALEATORIU

• Variabilă aleatorie - (ı̂ntâmplător = aleatory, engl.) variabilă care poate
lua orice valoare ı̂ntr-un ansamblu de valori şi căreia i se asociază o distribuţie
de probabilitate. Generic, se notează o variabilă aleatorie cu literă mare X,
iar valori concrete pentru această variabilă se notează cu literă mică, de
exemplu x1 , x2 , x3 , . . .. Variabila aleatorie poate fi:
1. Variabilă aleatorie continuă, care poate lua orice valoare ı̂ntr-un

interval finit sau infinit, de exemplu: X ∈ [x1 , x2 ) sau, altfel exprimat,
x1 ≤ X < x2 ; Uneori limitele intervalului ı̂n care variabila aleatorie ia
valori se exprimă ı̂n funcţie de o valoare particulară din interiorul acestui
interval, de exemplu ı̂n funcţie de o valoare µ, X ∈ [µ − a− , µ + a+ ]
sau µ − a− ≤ X ≤ µ + a+ , unde a− şi a+ sunt două numere diferite.
În cazul ı̂n care a− = a+ = a, adică intervalul se compune din două
semiintervale a simetrice faţă de valoarea µ, atunci pentru exprimarea
acestui tip de interval, µ − a ≤ X ≤ µ + a, se poate utiliza notaţia ı̂n
modul
|X − µ| ≤ a
De exemplu, un astfel de interval simetric poate prezenta un mate-
rial de control care are valorile limită 35 şi 45 mg/dL, iar valoarea
ţintă, 35 mg/dL (media celor două valori), exprimarea intervalului este
|X − 35| ≤ 5.
2. Variabilă aleatorie discretă, care poate lua doar valori izolate
ı̂ntr-un interval, de exemplu: X ∈{0,1,2,3,4,5}
• Probabilitate - număr real pe scara de la 0 la 1 (0 ≤ p ≤ 1), asociat

unui eveniment aleatoriu A. Probabilitatea unui eveniment aleatoriu A este
1
2 CAP 1. DISTRIBUŢII DE PROBABILITATE
notată cu P (A) = p. Există două modalităţi de interpretare a probabilităţii

(bazate pe):
1. Gradul de ı̂ncredere atribuit producerii unui eveniment P (A) = p.

De exemplu, dacă probabilitatea de producere a unui eveniment A este
P (A) = 0, 5, atunci gradul de ı̂ncredere că evenimentul A nu se produce
este (1 − P (A)); ı̂n acest exemplu gradul de ı̂ncredere că evenimentul
se produce este de 0, 5 (50%) şi este egal cu gradul de ı̂ncredere de 0, 5
(50%) că evenimentul nu se produce (un astfel de eveniment poate fi
partea pe care cade o monedă când este aruncată ı̂n sus).
2. Frecvenţa relativă cu care se produce evenimentul. Repetând de un
număr de n ori măsurarea unei mărimi X se constată că de m ori rezul-
tatul măsurărilor cade (se situează) ı̂ntr-un anumit interval de valori
[x1 , x2 ]; raportul m/n, pentru un număr n de măsurări foarte mare,
care este frecvenţa relativă de a cădea ı̂n intervalul de valori [x1 , x2 ], se
apropie de un număr bine determinat (caracteristică intervalului) numit
probabilitatea ca variabila aleatorie x să ia valori ı̂n acest interval:
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.
1.2 DISTRIBUŢIA NORMALĂ

În Figura 1.1-b, de la Exemplul 1.1, numărul de 23 de măsurări, ı̂n funcţie
de valorile obţinute, a fost repartizat pe şapte intervale unitare (un interval uni-
tar fiind de 3mg/dL), obţinându-se reprezentarea sub formă de histogramă. Dacă
se consideră că se efectuează un număr mult mai mare de măsurări, iar apoi se
determnină, ı̂n funcţie de valorile acestor măsurări, numărul de măsurări care se
situează ı̂n fiecare interval unitar dar de o valoare mult mai mică decât anterior
(de exemplu 0,3mg/dL), se obţine tot o reprezentare sub formă de histogramă,
dar cu o granulaţie mult mai fină. Reprezentarea printr-o astfel de histogramă,
când numărul de măsurări, n, este foarte mare, n → ∞, iar intervalele unitare au
o lăţime infintezimală, dX, poate fi echivalată cu o ı̂nfăşurătoare, curba reprezen-
tată cu linie ı̂ntreruptă din Figura 1.1-b. Această curbă ı̂nfăşurătoare reprezintă
Figura 1.1 Forme de reprezentare a unui şir de măsurări: a) reprezentarea ı̂n

timp; b) reprezentarea ı̂n domeniul frecvenţă.
distribuţia numărului de măsurări (pe ordonată) ı̂n funcţie de valoarea mărimii

măsurate (pe abscisă), ceea ce exprimă o densitate de măsurări (pe unitatea de
X). De fapt, curba obţinută exprimă cum se repartizează numărul măsurărilor ı̂n
funcţie de valorile măsurate, adică este modelul matematic (reprezentat grafic) al
acestei dependenţe.
Pentru foarte multe procese/evenimente aleatorii, ı̂ntâlnite ı̂n natură şi so-
cietate, distribuţia de apariţie a lor (o frecvenţă) ı̂n funcţie de valoarea lor (deci
rezultă o densitate) poate fi descrisă prin curba trasată cu linie ı̂ntreruptă din
Figura 1.1-b. Această curbă de distribuţie este referită ca distribuţia de tip
Gauss (sau legea de distribuţie normală a unei variabile aleatorii). Pen-
tru procesele aleatorii care se supun repartiţiei de tip Gauss, deci pentru care există
un model matematic, este posibil studiul acestora pe baza acestui model fără ca
să se mai realizeze fizic experimentul.
Figura 1.2 Graficul funcţiei de densitate de probabilitate normală (clopotul

lui Gauss): a) dependenţa de parametrul µ (valoarea medie teoretică); b)
dependenţa de parametrul σ (abaterea medie teoretică).
• Funcţia de densitate de probabilitate pentru distribuţia normală este

exprimată de relaţia:
1 1 X−µ 2
f (X; µ, σ) = √ · e− 2 ( σ ) (1.1)
σ 2π
ı̂n care: X - variabilă aleatorie, dar funcţia de densitate de probabilitate

depinde şi de următorii doi parametri:
µ - valoarea medie (teoretică) sau valoarea aşteptată a lui f
σ - abaterea medie (teoretică)
şi are reprezentarea grafică (clopotul lui Gauss) din Figura 1.2-a.
• Valoarea medie (teoretică), µ, valoarea aşteptată, media (teoretică) pen-

tru o variabilă aleatorie continuă X, cu funcţia de densitate de probabilitate
f (X; µ, σ), se defineşte:
+∞
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
−∞ −∞
• Varianţa/Dispersia, D(X), unei variabile aleatorii X cu densitatea de

probabilitate f (X; µ, σ), se defineşte ca medie (valoarea aşteptată, relaţia
(1.2)) a pătratului diferenţei [X − E(X] şi este egală cu σ 2 :
+∞
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:
1. Dispersia/Varianţa este egală cu abaterea medie pătratică
D(X) = σ 2 , sau (1.3-a)
2. Parametrul abaterea medie (teoretică), σ, este egal cu rădăcina

pătrată a dispersiei/varianţei
p
σ= D(X) (1.3-b)
Aceşti doi parametri, valoarea medie teoretică, µ, şi dipsersia/varianţa,

σ2, caracterizează un proces aleatoriu cu o distribuţie normală. În practica de
măsurare dintr-un laborator clinic, unde numărul de măsurări asupra unei probe
de test nu este infinit (ı̂n general < 30 - 40 măsurări), parametrii dispersia (σ 2 ) şi
valoarea medie teoretică (µ) sunt estimaţi respectiv prin pătratul deviaţiei stan-
dard (SD2 ) şi media aritmetică exeprimentală (x); vezi subcapitolul 2.2.
1.2.1 Funcţia de repartiţie (de probabilitate)

Pe graficul funcţiei densitate de probabilitate, f (X; µ, σ), Figura 1.2-a, su-
prafaţa haşurată a dreptunghiului infinitezimal, produsul f (X; µ, σ)·dX, de ı̂nălţi-
me f (X; µ, σ) şi lăţime dX, reprezintă probabilitatea elementară. Toate astfel de
dreptunghiuri infinitezimale ı̂nsumate (integrate), dintre două valori x1 , x2 ale vari-
abilei aleatorii X, vor forma o suprafaţă egală cu valoarea probabilităţii când vari-
abila aleatorie X se situează ı̂n intervalul [x1 , x2 ]. Evident, că toată suprafaţa de
sub curba densităţii de probabilitate f (X; µ, σ) şi axa absciselor, adică integrala
functiei f pe intervalul (−∞, +∞), este o suprafaţă de valoare unitară (proba-
bilitatea =1, este o certitudine că valoarea mărimii măsurate se află undeva pe
intervalul (−∞, +∞)).
+∞
Z +∞
Z
1 1 X−µ 2
f (X; µ, σ)dX = √ · e− 2 ( σ ) dX = 1 (1.4)
σ 2π
−∞ −∞
Figura 1.3 Reprezentarea geometrică a corelaţiei dintre funcţia de densitate

de probabilitate, relaţia 1.1, (a) şi funcţia de repartiţie de proba-
bilitate, relaţia 1.5, (b)
• Funcţia de repartiţie a probabilităţii exprimă probabilitatea ca valoarea

variabilei aleatorii X să fie mai mică dect x1 .
Zx1 Zx1
1 1 X−µ 2
F (X; µ, σ) = P (X < x1 ) = f (X; µ, σ)dX = √ · e− 2 ( σ ) dX
σ 2π
−∞ −∞
(1.5)
Interpretarea geometrică a valorii funcţiei repartiţie de probabilitate, pen-

tru X = x1 , reprezintă suprafaţa (haşurată) de sub graficul funcţiei densitate de
probabilitate f (X; µ, σ) şi axa absciselor de la −∞ până la x1 ; deci, probabilitatea
ca variabila aleatorie X să aibă o valoare mai mică dacât x1 este egală cu valoarea
suprafeţei cuprinse sub funcţia densitate de probabilitate f (X; µ, σ) şi axa absci-
selor de la −∞ până la x1 , Figura 1.3-a.
De fapt, derivata funcţiei de repartiţie de probabilitate F (X; µ, σ) este func-
ţia de densitate de probabilitate f (X; µ, σ) şi evident invers, integrala funcţiei de
densitate de probabilitate este funcţia repartiţie de probabilitate. Această afirma-
ţie este reprezentată grafic ı̂n Figura 1.3
Z
dF (X; µ, σ)
f (X; µ, σ) = ⇔ F (X; µ, σ) = f (X; µ, σ)dX
dX
1.2.2 Calcule de probabilităţi

Calculul de probabilităţi se bazează pe funcţia de repartiţie de probabilitate
F (X; µ, σ), relaţia (1.5). Aceste calcule se reduc la două cazuri: 1. Se specifică un
interval ∆ pentru care se determină probabilitatea p (nivel de ı̂ncredere) - referit
ca problema directă; 2. Se specifică o probabilitate p şi se determină un interval
∆ - referit ca problema inversă.
Problema directă. Probabilitatea, P (X < x1 ), ca valorile măsurărilor să se situeze
ı̂n intervalul ∆ = (∞, x1 ], adică valorile din şirul de măsurări sunt mai mici decât
valoarea x1 a măsurandului, se calculeză cu relaţia (funcţia de repartiţie):
Z x1
1 1 X−µ 2
P (X < x1 ) = F (x1 ; µ, σ) = √ · e− 2 ( σ ) dX
−∞ σ 2π
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.
Probabilitatea, P (x1 < X < x2 ), ca valorile măsurărilor să se situze ı̂n

intervalul ∆ = (x1 , x2 ), adică valorile din şirul de măsurări sunt mai mari decât
valoarea x1 şi mai mici decât valoarea x2 , se calculează, conform reprezentării din
Figura 1.4- c, ı̂n modul următor:
P (x1 < X < x2 ) = NORMDIST(x2 , µ, σ, 1) − NORMDIST(x2 , µ, σ, 1)
Problema inversă. Pentru probabilitatea specificată p se poate calcula valoarea

limitei superioare x1 , a intervalului ∆ = (∞, x1 ], Figura 1.4-a, cu funcţia:
NORMINV(p, µ, σ) → x1
care pentru distribuţia normală (µ, σ) generează valoarea x1 .
Figura 1.4 Explicativă pentru calculul la problema directă prin aplicarea

funcţiei NORMDIST
Exemplul 1.2 O variabilă aleatorie X cu distribuţia normală are valorile

parametrilor: media teoretică µ = 30, dispersia σ = 10. Să se calculeze:
a) Probabilitatea ca variabila X să ia valori mai mici ca 5; de asemenea, probabilitatea
când variabila X ia valori mai mici ca −5.
b) Probabilitatea ca valorile variabilei X să fie cuprinse ı̂n intervalul (15, 30); de aseme-
nea, probabilitatea când valorile lui X sunt cuprinse ı̂n intervalul (10, 50).
c) Pentru probabilitatea p = 95, 44% (0, 9544) să se determine intervalul simetric ı̂n
jurul valorii medii µ, ∆ = (µ − a, µ + a); |X − µ| < a
Soluţie:
a) P (X < 5) NORMDIST(5, 30, 10, 1) → p = 0, 006209 ≈ 0, 62%

P (X < −5) NORMDIST(−5, 30, 10, 1) → p = 0, 000232 ≈ 0, 023%
b) P (15 < X < 30) NORMDIST(30, 30, 10, 1) − NORMDIST(15, 30, 10, 1) =
0, 5 − 0, 06680 = 0, 4332 → 43, 32%
P (10 < X < 50) NORMDIST(50, 30, 10, 1) − NORMDIST(10, 30, 10, 1) =
0, 97725 − 0, 02275 = 0, 9545 → 95, 45%
Intervalul acesta este simetric faţă de valoarea medie, µ = 30, cu limitele la ±2σ = ±10,
(µ − 2σ, µ + 2σ).
Problema inversă. În cazul când măsurările se situeză cu o probabilitate cunoscută

p ı̂ntr-un interval simetric faţă de valoarea medie cu limitele x1 = µ − a, x2 = µ + a,
valorile acestor limite se calculează ca anterior, dar ı̂ntâi trebuie să se calculeze valorile de
probabilitate până ı̂n aceste limite. Fiecare din cele două jumătăţi de suprafaţă, faţă de
valoarea medie µ, ale distribuţiei normale este proporţională cu probabilitatea 0,5. Atunci,
rezultă că suprafaţa ı̂ntre valoarea −∞ şi x1 , Figura 1.4-a, este proporţională cu o valoare
de probabilitate egală cu (0, 5 − p/2), deci valoarea x1 se determnină aplicând funcţia
inversă:
NORMINV(0, 5 − p/2, µ, σ) → x1
Pentru o probabilitate p = 0, 9544 şi cu parametrii distribuţiei µ = 30, σ = 10 rezultă
(0, 5 − 0, 9544/2 = 0, 0228)
NORMINV(0, 0228, 30, 10) = 10, 00923 ≈ 10 = x1
iar x2 = µ + 20 = 40, deci intervalul este (µ − 2σ, µ + 2σ) = (10, 50)
Cu ajutorul funcţiilor NORMDIST şi NORMINV se pot soluţiona respectiv

cazurile de problemă directă sau problemă inversă. Dar pentru anumite cazuri
particulare de intervale sau de valori de probabilitate (niveluri de ı̂ncredere) este
util să se memoreze respectiv valorile de niveluri de ı̂ncredere sau de intervale.
Astfel de cazuri particulare sunt cuprinse ı̂n TABELUL 1.1. În acest tabel valo-
rile limitelor de intervale sunt prezentate sub formă de scor Z; scorul Z exprimă
ı̂n unităţi de abatere medie teoretică, σ, lungimea unui interval; de exmplu, un
interval cu lungimea egală cu σ are scorul Z egal cu 1, iar unul cu lungimea de
1, 96σ are scorul Z egal cu 1,96.
TABELUL 1.1. Valori uzuale de intervale simetrice şi probabilităţile co-

respunzătoare ale acestora pentru distribuţia normală de
probabilitate
Valorile limită ale Probabilitatea [%] ca valorile

semiintervalelor
variabilei să se afle ı̂n:
X −µ Intervalul ∆
± = ±Z Interiorul Exteriorul
σ
intervalului ∆ intervalului ∆
(p%) (1 − p)%
±0 0 0 100

2 2
±0, 6745 µ − σ, µ + σ 50 50
3 3
±1, 00 (µ − σ, µ + σ) 68,26 31,74
±1, 35 (µ − 1, 35σ, µ + 1, 35σ) 82,3 17,17
±1, 50 (µ − 1, 50σ, µ + 1, 50σ) 86,6 13,4
±1, 65 (µ − 1, 65σ, µ + 1, 65σ) 90,1 9,9
±1, 96 (µ − 1, 96σ, µ + 1, 96σ) 95,0 5,0
±2, 00 (µ − 2σ, µ + 2σ) 95,44 4,56
±2, 50 (µ − 2, 5σ, µ + 2, 5σ) 99 1
±3, 00 (µ − 3σ, µ + 3σ) 99,72 0,28
±4, 00 (µ − 4σ, µ + 4σ) 99,98 0,02
Figura 1.5 Corelaţia dintre valorile intervalelor simetrice multiplu de σ şi

valorile probabilităţilor corespunzătoare acestora, reprezentată pe
diagrama densităţii de probabilitate (normală).
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.
1.3.1 Distribuţia de tip dreptunghiulară

Conform reprezentării grafice din Figura 1.6, pentru distribuţia dreptunghiulară
se pot scrie relaţiile:
Figura 1.6 Distribuţia de tip dreptunghiulară: a) funcţia de densitate de probabi-

litate b) funcţia de repartiţie de probabilitate
Funcţia densitate de probabilitate
f (x) = 1/2a pentru µ − a− ≤ X ≤ µ + a+

(1.8)
f (x) = 0 pentru µ − a− > X > µ + a+
Funcţia repartiţie de probabilitate

1 X −µ
F (x) = 1+ pentru µ − a− ≤ X ≤ µ + a+
2 σ (1.9)
F (x) = 0 pentru µ − a− > X > µ + a+
În general, pentru aplicaţiile de metrologie, intervalul considerat la o distri-

buţie dreptunghiulară este simetric faţă de valoarea medie, adică limitele (µ − a− )
şi (µ + a+ ) sunt echidistante faţă de medie (mijlocul repartiţiei dreptunghiulare),
a− = a+ = a, |X − µ| ≤ a
Informaţia pentru o distribuţie dreptunghiulară este următoarea:
- Pentru toate valorile observate ale variabilei aleatorii X, probabilitatea ca

acestea să se afle ı̂n intervalul [µ − a, µ + a] este egală cu 1, iar probabilita-
tea ca valorile variabilei X să fie ı̂n afara intervalului este egală cu 0.
- Fiecare valoare a variabilei aleatorii X situată ı̂n interiorul intervalului este

echiprobabilă, cu densitatea de probabilitate 1/2a; (1/2a · 2a = 1, suprafaţa
dreptunghiulară este egală cu 1).
Pentru o distribuţie dreptunghiulară parametrii sunt:
- 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
Exemplul 1.4 Un etalon de lungime x este specificat prin x ± a (deci oricare

valoare ı̂n intervalul [x − a, x + a] este echiprobabilă pentru etalon).
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
PROBABILITATE 15
a 10−4
Abaterea medie σ=√ = = 0, 000058
3 1, 73
• Modul de formare a cifrelor la un instrument digital este reprezentat ı̂n Fi-

gura 1.7. Un instrument digital poate indica pe display valori măsurate cu o
acurateţe egală cu ponderea zecimală a ultimei cifre. De exemplu, pentru display-
ul din figură, cu patru digiţi, se pot afişa numere de la 0 la 9999, din unitate
ı̂n unitate (ponderea ultimului digit este 100 = 1), nu se poate afişa un număr
cu zecimale cum ar fi 2,8. Pentru valoarea reală a mărimii măsurate de 2,8, in-
strumentul va afişa numărul 3; de fapt pentru toate valorile reale cuprinse ı̂n
intervalul (2,5 3,5] se va afişa numarul 3 şi, la fel, pentru toate valorile reale ale
mărimii măsurate ı̂n intervalul (3,5 4,5] se va afişa numărul 4. Rezultă că un digit
din ultima 0
poziţie de pedisplay, care are ponderea 10 = 1, acoperă un interval
1
de ±0, 5 0, 5 = × 100 pentru valorile mărimii măsurabile. Dacă pe un display
2
ultima cifră afişată −1
ar fi zecimi (10 ) atunci această
cifră afişată acoperă un inter-
1 1
val de ±0, 05 1/2 × 10−1 = × = 0, 05 pentru valorile mărimii măsurate.
2 10
Aceasta explică de ce se consideră, pentru mărimile măsurate cu un instrument
digital, o distribuţie rectangulară cu semiintervalul egal cu 1/2 din ponderea zeci-
mală a ultimei poziţii de pe display.
Figura 1.7 Explicaţie pentru modul de formare a digiţilor pentru o afişare pe

un display digital
Exemplul 1.6 Cu o balanţă digitală, care are o acurateţe pe display de două

zecimale, se măsoară o masă de 100,28 g. Care este abaterea medie teoretică asociată
acestei măsurări ? Pentru balanţa cu citire digitală se consideră că citirile sunt caracteri-
zate de o distribuţie rectangulară cu semiintervalul a egal cu 1/2 din ponderea zecimală a
ultimei cifre indicate pe display; ı̂n acest caz, ultima cifră indicată este 8 şi are ponderea
10−2 .
100, 28 = 1·102 +0·101+0·100 +2·10−1 +8·10−2 , deci a = 1/2·10−2 = 0, 5·10−2 = 5·10−3
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
1.3.2 Distribuţia de tip triunghiulară

Distribuţia de tip triunghiulară este reprezentată ı̂n Figura 1.8.
Figura 1.8 Distribuţia de tip triunghiulară: a)-funcţia de densitate de probabili-

tate; b)-funcţia de repartiţie de probabilitate
PROBABILITATE 17
Funcţia densitate de probabilitate este:
f (X) = (X − a− )/a2 pentru µ − a− ≤ X ≤ µ

f (X) = (a+ − X)/a2 pentru µ ≤ X ≤ µ + a+ (1.11)
f (X) = 0 pentru X < µ − a− şi X > µ + a+
Pentru distribuţia triunghiulară, cei doi parametri, considerând a− = a+ = a,

sunt:
- Dispersia / Varianţa D(X) = a2 /6 (1.12-a)

√
- Abaterea medie (teoretică) σ = a/ 6 (1.12-b)
Exemplul 1.7 Pentru un vas de laborator, din sticlă, fabricantul a marcat

volumul nominal 100 mL ± 0,1 mL (la temperatura de 20◦ C). Să se determine abaterea
medie (teoretică) pentru acest vas.
Soluţie. Nefiind nicio altă informaţie, se consideră o distribuţie de tip triunghiu-
lară, care este mai rezonabilă decât una dreptunghiulară; această afirmaţie se bazează pe
faptul că ı̂ntr-un proces de producţie valoarea nominală pentru produs este mai probabilă
decât valorile extreme. Pentru semiintervalul a = 0, 1 mL aplicând relaţia (1.12-b) se
obţine:
0, 1 mL
σ= √ = 0, 0408 mL
6
1.3.3 Distribuţia de tip aproximativ normală

Există cazuri când informaţia cunoscută se enunţa ı̂n felul următor: ”distri-
buţia valorilor variabilei aleatorii se situează ı̂ntre o limită inferioară a− şi o limită
superioară a+ ”, fără a avea nicio informaţie despre tipul de funcţie de distribuţie
de probabilitate ı̂n acest interval (a− , a+ ). Se poate admite atunci că distribuţia
se apropie de una normală - ”aproximativ normală”.
Pentru distribuţia normală, 99,73% din valorile variabilei aleatorii sunt situa-
te ı̂n intervalul (µ−3σ, µ+3σ), ı̂n afara intervalului de 6σ plasându-se doar ≈ 0, 3%
(”cozile”) din valorile variabilei. Bazat pe această constatare, pentru distribuţia
care are 100% din valori ı̂n intervalul (a− , a+ ), se poate considera echivalenţa:
limita inferioară a− corespunde lui µ − 3σ şi limita superioară a+ corespunde
lui µ + 3σ; adică se substituie intervalul care conţine 100% din valori cu unul
care conţine 99, 73% din valori. Prin această substituţie de limite, ca ı̂n desenul
următor, implicit, se consideră şi o distribuţie normală, ı̂n consecinţă se aplică
relaţiile de la distribuţia normală.
(a+ − a− )
Se obţin astfel, pentru distribuţia aproximativ normală, parametrii =
2
a:
- Dispersia / Varianţa D(X) = a2 /9 (1.13)

√
- Abaterea medie (teoretică) σ = a/ 9 = a/3 (1.14)
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:
a = 0, 6745σ → σ = a/0, 6745 = (1/0, 675) · a ≈ 3/2 a = 1, 5 a

PROBABILITATE 19
Figura 1.9 Explicativă pentru Exemplul 1.9
TABELUL 1.2. Parametrii caracteristici pentru tipurile de distribuţii

uzuale
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)
∗ Valoarea medie teoretică se calculează cu (intervalul simetric)

µ = (Limita superioară + Limita inferioară)/2
∗ Pentru intervalul considerat s-a calculat un semiinterval

a = (Limita superioară - Limita inferioară)/2
20
Capitolul 2
MĂSURARE, STATISTICĂ ŞI

VALIDARE
2.1 MĂSURARE
• Măsurarea este un ansamblu de operaţii prin care se determină valoarea

unei mărimi. Se impune ca măsurarea să ı̂nceapă cu definirea corectă a măsurandu-
lui şi a metodei de măsurat, concretizată printr-o procedură de măsurare.
• Mărime (măsurabilă) este un atribut al unui fenomen, al unui corp
sau al unei substanţe, care este susceptibil a fi diferenţiat calitativ şi determinat
cantitativ. O mărime când este supusă măsurării, ı̂n general, este referită ca
măsurand.
• Măsurarea ca fundamentare stiinţifică, se bazează pe un principiu de
măsurare (de exemplu, efectul Doppler ca bază pentru măsurarea vitezei, efec-
tul termoelectric ca bază pentru măsurarea temperaturii, efectul Josephson ca
bază pentru măsurarea tensiunii electrice, spectroscopia de absorbţie atomică -
interacţiunea materiei cu diferite frecvenţe ale spectrului electromagnetic - ca bază
ı̂n determinarea concentraţiilor componentelor din soluţii etc).
• Metoda de măsurare constă ı̂n succesiunea logică a operaţiilor, descrise
ı̂n mod generic, care se aplică ı̂n efectuarea măsurărilor (metoda colorimetrică,
metoda gravitaţională, metoda diferenţială, metoda de zero etc).
• Procedura de măsurare este o descriere detaliată a fazelor prin care
metoda de măsurare este implementată pentru o măsurare. Această descriere tre-
buie să fie suficient de detaliată astfel ı̂ncât un operator să poată efectua măsurarea
fără a avea nevoie de informaţii suplimentare. Procedura de măsurare, prezentată
sub forma unui document, este, uneori, referită chiar ca metodă de măsurare (in-
corect!).
• Rezultat al măsurarii, valoare atribuită unui măsurand obţinută prin
măsurare. Această valoare, care este expresia cantitativă a măsurandului, se ex-
primă ı̂n general sub forma unei unităţi de măsură ı̂nmulţită cu un număr, de
21
22 CAP 2. MĂSURARE, STATISTICĂ ŞI VALIDARE
Figura 2.1 Distribuţia valorilor ı̂ntr-un şir de măsurări efectuate repetat

asupra unui măsurand (ı̂n condiţii identice de măsurare, repetabi-
litate)
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).
Trebuie făcută distincţia ı̂ntre termenul de analit şi termenul de măsurand.

Prin termenul de analit se ı̂nţelege o substanţă sau constituentul de interes care
este obiectul procesului de măsurare. O substanţă poate avea mai multe pro-
prietăţi/atribute (de exemplu, concentraţie, matrice), unele dintre acestea sau
2.2. STATISTICĂ 23
toate pot fi cuantificate printr-o metodă de măsurare. De exemplu, analitul glu-

coză este un măsurand diferit când se determină concentraţia ı̂n sânge faţă de
situaţia când se determină concentraţia analitului glucoză ı̂n urină.
Efectuând un şir de măsurări/observaţii asupra măsurandului/probei, ı̂n ace-
leaşi condiţii de măsurare, se constată că valorile obţinute sunt grupate ı̂n jurul unei
valori medii x şi distribuţia acestora, pentru un număr mare de măsurări, se supune
distribuţiei normale, Figura 2.1. Se pune ı̂ntrebarea, care este de fapt valoarea x a
măsurandului? Pentru a caracteriza cea mai buna estimaţie a măsurandului şirul
de valori obţinut prin măsurare se prelucrează statistic.
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
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
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).
Graficul distribuţiei de probabilitate de tip Student, Figura 2.2, este similar

cu cel al distribuţiei normale, Figura 1.3-a, dar mai plat şi cu mai multe valori
ı̂n ”cozi”. Pentru un număr relativ mic de măsurări ale unei probe, distribuţia
Student este un model matematic mai potrivit pentru procesul de măsurare; când
numărul de măsurări creşte (n → ∞), această distribuţie tinde să se suprapună
peste distribuţia normală.
Figura 2.2 Distribuţia de tip Student pentru n = 2 şi n → ∞ (când devine

identică cu distribuţia normală).
Pentru procesul de măsurare din Exemplul 1.1, valorile mărimilor statis-

tice prezentate mai sus sunt: x = AV ERAGE(A1 : A23) = 91, 65 mg/dL;
SD = ST DEV (A1 : A23)√= 4, 34 mg/dL; CV = (4, 34/91, 65) · 100 = 4, 74%;
µ = 91, 65 ± 2, 07 · (4, 74/ 23) = (91, 65 ± 2, 045) mg/dL (pentru n-1 = 22 şi
probabilitatea p = 0,95 (95%) din Tabelul 4.4 rezultă factorul Sudent t = 2,07,
sau calculat cu funcţia T IN V (1 − p, n − 1) = T IN V (0.05, 22) = 2, 07).
Exemplul 2.1 Concentraţia (exprimată procentual) unui analit ı̂ntr-o soluţie

este determinată prin trei măsurări consecutive şi rezultă şirul de valori: 93,50%; 93,58%
şi 93,58%. Să se determine intervalul (de ı̂ncredere) ı̂n care se situează valoarea mediei
teoretice când se consideră nivelul de ı̂ncredere (probabilitate p) de: (a) 95%, (b) 99%.
Soluţie: Se calculează media experimentală şi abaterea medie experimentală (am-
bele au dimensiunea de concentraţie):
93, 50 + 93, 58 + 93, 43
x= = 93, 50%
3
r r
0 + 0, 082 + (−0, 07)2 0, 0113
s(x) = = = 0, 075%
3−1 2
a) Pentru nivelul de ı̂ncredere p = 95% şi un număr de grade de libertate ν = 3 − 1 =
2 rezultă din TABELUL 4.4 coeficientul t = 4, 303, deci limitele intervalului de
ı̂ncredere, conform relaţiei (2.6), sunt
s(x) 0, 075
µ = x ± t · √ = 93, 50 ± 4, 303 · √ = (93, 50 ± 0, 19)%
n 3
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%).
• Abaterea standard comună (Pooled Standard Deviation), pentru două

şiruri de n1 şi n2 măsurări independente ale aceluiaşi proces, cu abatere standard
experimentală s1 (x), respectiv s2 (x), notată prin s12 (x), care exprimă o singură
estimare a varianţei (deviaţiei standard), se calculează cu relaţia (fiecare varianţă
este ponderată cu numărul de grade de libertate corespunzător, n − 1):
s
(n1 − 1) · s21 (x) + (n2 − 1) · s22 (x)
s12 (x) = (2.7)
(n1 − 1) + (n2 − 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:
Lot reactiv I II III

Număr de măsurări, n 10 8 9
Numărul de grade de libertate, (ν = n − 1) 9 7 8
Media aritmetică, (x) 3,3740 3,1913 3,6000
Abaterea standard experimentală, si (x) 0,3295 0,8060 0,3766
RSD, (s(x)/x) 0,0977 0,2526 0,1046
Rezultă abaterea standard comună

v 2 2 2
u
u (n − 1) s1 (x) + (n − 1) s2 (x) + (n − 1) s3 (x)
t 1 x1 2 x2 3 x3
s1,2,3 (x) = = 0, 3809
(n1 − 1) + (n2 − 1) + (n3 − 1)
2.3 EXACTITATE, PRECIZIE ŞI ACURATEŢE

Între valoarea rezultată x a măsurării unui măsurand X (cu x literă mică
se notează o valoare particulară a unei variabile X) şi valoarea a (convenţional
adevărată) a măsurandului, există o diferenţă
ET = x − a (2.8)
referită ca eroare de măsurare (totală), ET. Orice măsurare este ı̂nsoţită de
eroare ! Eroarea de măsurare totală este de obicei necunoscută, deoarece nu se
cunoaşte ı̂nsăşi adevărata valoare a, a mărimii măsurate, cu excepţia cazului când
se măsoară mărimi cunoscute (etalon), iar astfel de măsurări se fac doar cu scopul
special de a studia erorile de măsurare, de exemplu atunci când se etalonează un
aparat.
• Valoarea adevărată (a unei mărimi)- valoarea care este obţinută printr-o
măsurare perfectă, dar după cum o măsurare perfectă nu se poate realiza, deoarece
nu se pot ı̂ndeplini condiţiile pentru o măsurare perfectă, ı̂nseamnă că nici valoarea
adevărata a măsurandului nu se poate determina. Valoarea convenţional adevărată
(a unei mărimi), sau referită uneori valoare de referinţă, reprezintă acea valoare
atribuită unei mărimi şi care este acceptată, adesea, prin convenţie ca având o
incertitudine potrivită pentru un scop precizat.
Pentru a obţine o valoare adevărată trebuie realizată o măsurare perfectă,
aceasta ı̂nseamnă că măsurandul trebuie definit cu suficiente detalii astfel ı̂ncât
orice incertitudine care rezultă din definirea lui incompletă să fie neglijabilă ı̂n
comparaţie cu exactitatea necesară măsurarii, ceea ce trebuie recunoscut că, prac-
tic, nu este realizabil. Rezultă că noţiunea de valoare ”adevărată” unică nu este
decât un concept idealizat. Într-o anumită situaţie valoarea atribuită unei mărimi,
realizată pe baza unui etalon de referinţă, poate fi considerată valoare convenţional
adevărată (valoare de referinţă).
Prin analiza erorii de măsurare, şi nu asupra unei singure măsurări ci asupra
unui şir de valori obţinut prin măsurarea mărimii de măsurat, se pot identifica com-
ponentele erorii şi, ı̂n consecinţă, corecta valoarea măsurată. Rezultatul corectat
al măsurării reprezintă valoarea estimată a rezultatului măsurării. Se dis-
ting următoarele trei tipuri de erori: eroare grosolană, eroare sistematică şi eroare
aleatorie.
Eroare grosolană. Acest tip de eroare este produs de acele elemente ale
şirului de date incompatibile cu celelalte elemente ale şirului (eşecuri de măsurare).
Una dintre tehnicile folosite pentru detectarea valorilor aberante este reprezentată
de testul Grubbs[6]. Dar, mai practic, o inspecţie a şirului de date obţinut prin
măsurare indică datele care produc erori grosolane, de exemplu ı̂n şirul de valori de
la Exemplul 1.1 măsurările cu numerele 12 şi 22 dau valorile 119 mg/dL, respec-
tiv 69 mg/dL, care sunt mult diferite de celelalte valori, deci sunt eliminate ca fiind
eronate. Evident, erorile grosolane se elimină de la ı̂nceput, recomandat chiar ı̂n
momentul efectuării analizei, ı̂nainte de a prelucra şirul de date citite.
2.3. EXACTITATE, PRECIZIE ŞI ACURATEŢE 29
Figura 2.3 Reprezentarea componentelor de eroare sistematică (ES) şi

aleatorie (EA) prezente ı̂n eroarea totală (ET) asociată valorii
mărimii măsurate, xi
2.3.1 Exactitatea Metodei de Măsurare

2.3.1.1 Eroarea sistematică
Dacă un material cu valoarea adevărată, a, este măsurat repetitiv, indife-

rent de metodă, se obţin diferite valori care, ı̂n Figura 2.3, sunt reprezentate prin
punctele dispersate pe axa X. Dispersia acestor puncte se supune unei distribuţii
de probabilitate Gaussiană, ı̂n jurul valorii medii experimentale, x. Eroarea sis-
tematică, ES, se defineşte ca fiind diferenţa ı̂ntre media ce s-ar putea obţine din
rezultatele unui număr infinit de măsurări (adică media teoretică, µ), ale aceluiaşi
măsurand, efectuate ı̂n condiţii de repetabilitate, şi valoarea adevărată a măsuran-
dului. Practic, ı̂n locul mediei teoretice, µ, se utilizează media experimentală:
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
Caracteristică erorii sistematice (deplasării, D) a unui proces de măsurare

este faptul că: aceasta rămâne constantă şi este independentă de numărul de
măsurări efectuate, deci nu poate fi redusă prin mărirea numărului de măsurări

efectuate asupra unui măsurand dacă se păstrează condiţiile de măsurare. Uneori,
eroarea sistematică poate varia totuşi ı̂ntr-un mod predictibil (de exemplu, poa-
te depinde de nivelul de concentraţie), dar are totdeauna ı̂n timpul măsurări-
lor acelaşi semn, pozitiv sau negativ; datorită erorii sistematice valorile măsurate
ale măsurandului sunt fie mai mari, fie mai mici decât valoarea reală (adică sunt
deplasate).
• Cauzele care pot duce la apariţia de erori sistematice pot fi:
- variaţia condiţiilor exterioare (temperatură, presiune, umiditate, radiaţii);
- ı̂mbătrânirea ı̂n timp a senzorilor şi a altor componente, efectul de ”drift” al

analizorului;
- inexactitatea valorii materialelor de referinţă utilizate ı̂n calibrarea şi vali-

darea metodei;
- calibrarea defectuoasă, utilizarea unui blanc necorespunzător;
- inexactitatea ı̂n calibrarea multipunct a unui echipament şi neliniaritatea;
- schimbarea lotului de reactivi, instabilitatea şi prepararea improprie a reac-

tivilor;
- contaminarea probelor/interferenţe, efectul/(diferenţa) de matrice;
- efecte computaţionale (aproximare sau trunchiere a numerelor);
- efecte ale operatorului (paralaxă etc.);
- etc.
• Identificarea erorilor sistematice poate fi realizată printr-o raportare la o

referinţă (material sau metodă) prin:
- utilizarea de etaloane sau materiale de referinţă;
- 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.
• Deplasarea, D, care reflectă eroarea sistematică, apare ca fiind generată:

1. datorită metodei de măsurare şi/sau; 2. datorită laboratorului. Componenta ge-
nerată de metodă este o consecinţă a erorilor inerente ale metodei, iar acestea
apar ı̂n orice laborator care o utilizează. Componenta datorită laboratorului este
generată de efecte sistematice specifice laboratorului şi interpretării metodei ı̂n

respectivul laborator, această componentă poate fi determinată doar prin studii
de intercomparare.
Odată identificată şi cuantificată deplasarea/bias-ul, asupra valorii măsurate
x se poate decide ı̂n două modalităţi. Prima, dacă deplasarea D este nesemni-
ficativă ı̂n raport cu valoarea absolută a valorii adevărate a, sau are o valoare
foarte mică ı̂n rapoart cu cerinţele impuse măsurării, atunci deplasarea se poate
neglija pentru valoarea măsurată, adică pentru analiza respectivă se raportează
valoarea măsurată. A doua, dacă valoarea deplasării este semnificativă şi nu se
poate neglija atunci valoarea deplasării respective trebuie eliminată din rezultatul
măsurării, x, prin aplicarea unei corecţii C = −D (se adună sau se scade D din
valoarea măsurată după cum deplasarea are semnul negativ, respectiv pozitiv),
obţinându-se astfel rezultatul corectat, xc (xc = x + C = x − D).
Prin aplicarea unei corecţii (−D) mediei experimentale, x, acesteia i se
atribuie valoarea (convenţional) adevărată a, ceea ce este echivalent ı̂n Figura
2.3 cu translaţia lui x din poziţia ı̂n care este notată ı̂n poziţia reprezentată de
valoarea adevărată a măsurandului, (a ← x), adică aparatul nu mai are eroare sis-
tematică (D = 0). Practic, eliminarea deplasării, din valoarea mărimii măsurate,
se realizează prin etalonarea/calibrarea aparatului de măsurare.
2.3.1.2 Materiale de referinţă
Într-un laborator clinic, pentru realizarea măsurărilor, unităţile de măsură

sunt impuse şi menţinute ı̂n timp prin utilizarea materialelor de referinţă. Noţiunea
de material de referintă, RM, conform ISO REMCO (ISO Committee on Reference
Materials), este definită ı̂n felul următor [33]:
Un material pentru care una sau mai multe proprietăţi specificate sunt suficient de
omogene şi stabile, care s-au stabilit ca fiind adecvate pentru a fi utilizate ı̂ntr-un
proces de măsurare.
Nota1: material de referinţă este un termen generic;
Nota2: proprietăţile specificate ale materialului de referinţă pot fi cantitative

sau calitative;
Nota3: utilizarea poate fi pentru calibrarea unui sistem de măsurare, evalua-

rea/validarea unei metode de măsurare, asignarea valorii altor materiale şi
controlul de calitate pentru o metodă;
Nota4: Un material de referinţă poate fi utilizat numai ı̂ntr-un singur tip de

măsurare pentru o metodă de măsurare”.
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
afară de proba de măsurat. Astfel se disting următoarele grupuri de RM-uri: mate-

riale de referinţă certificate, CMR; materiale de referinţă pentru calibrare, referite
uzual calibratori; materiale de referinţă pentru controlul de calitate, referite ca
seruri de control.
Materialul de referinţă certificat este ı̂nsoţit de un certifcat ı̂n care se spe-
cifică: 1. valoarea (certificată) a materialului; 2. incertitudinea de măsurare aso-
ciată valorii de certificat; 3. explicaţii privind trasabilitatea respectivului material
de referinţă la un material de referinţă primar sau la o metoda de referinţă primară;
de exemplu, pentru materialul ERM-DA347, aceste informaţii sunt prezentate ı̂n
tabelul următor:
Caracteristicile care definesc un material de referinţă certifcat sunt: trasabili-

tatea, comutativitatea, omogenitatea şi stabilitatea.
- Comutativitatea este acel atribut al materialului de referinţă prin care se
asigură că pe o metodă de măsurare se obţine aceeaşi valoare atât prin măsurarea
materialului de referinţă, cât şi prin măsurarea unei probe de pacient care are
aceeaşi concentraţie de analit. De fapt, comutativitatea arată că materialul de
referinţă şi proba de pacient sunt identice pentru metoda de măsurare.
Metodele de măsurare calibrate cu acelaşi tip de material de referinţă co-
mutabil dau rezultate echivalente pentru probele măsurate, adică fără bias şi
trasabile la aceeaşi referinţă. În schimb, metodele de măsurare calibrate cu acelaşi
tip material de referinţă dar a cărui comutativitate nu este cunoscută pot pro-
duce măsurări afectate de bias, deci rezultatele măsurărilor nu vor fi echivalente

ı̂ntre metode; dar acest bias ı̂n valorile rezultatelor poate avea drept cauză nu
numai necomutativitatea ci şi probleme ale metodei de măsurare. Necomutativi-
tatea materialelor de referinţă, ı̂n general, se datorează diferenţei de matrice ı̂ntre
materialul de referinţă şi proba de pacient, diferenţă referită ca efect de matrice.
Matricea unei probe de pacient include toate componentele cu excepţia (minus)
analitului, iar efectul de matrice este defnit ca fiind influenţa probei, independent
de prezenţa analitului, asupra valorii măsurate.
- Omogenitatea. Toate materialele de referinţă (cu excepţia soluţiilor omo-
gene şi a gazelor) sunt intrinsec neomogene, dar dacă sunt ı̂n cantităţi sufcient de
mari se elimină efectul de neomogenitate. Cantitatea de material de referinţă in-
clusă ı̂n sticluţe sau fiole trebuie să fie mai mare decât o cantitate minimă (mini-
mum sample intake) ı̂n general specificată ı̂n certificatul ı̂nsoţitor, producătorul
negarantând valorile certificate pentru eşantioane mai mici decât cele specificate.
- Stabilitatea valorii de certificat pentru un material de referinţă este
garantată de producător pentru un timp specificat (shelf life) cu condiţia să nu fie
desfăcut şi să fie păstrat ı̂n condiţiile recomandate. Oricum, un conţinut deschis
trebuie utilizat cât mai curând.
- Trasabilitatea se defineşte ca fiind proprietatea unui rezultat al unei
măsurări sau a valorii unui material standard prin care acestea pot fi raportate
la o referinţă stabilă, de obicei standarde naţionale sau internaţionale, printr-un
lanţ neı̂ntrerupt de comparaţii, fiecare nivel din acest lanţ având o incertitudine
specificată.
Trasabilitatea metrologică realizează ca valorile măsurărilor ı̂ntr-un labora-
tor să fie consistente - trasabile - la standardele naţionale sau internaţionale (de
exemplu, etaloanele din Sistemul Internaţional, SI); prin realizarea trasabilităţii
se asigură ca toate laboratoarele să utilizeze aceeaşi scară de măsură, să fie conec-
tate/(”ancorate”) la acelaşi ”punct de referinţă”, deci să se obţină o uniformitate
a măsurărilor la nivel naţional şi internaţional. Practic, trasabilitatea se asigură
prin intremediul materialelor de referinţă trasabile (calibratori, materiale stan-
dard) livrate utilizatorilor metodelor de rutină de către producătorii metodelor.
Trasabilitatea metrologică asigură pentru o aceeaşi analiză compatibilitatea ı̂n
timp (efectuată ı̂n acelaşi laborator la diferite momente) şi ı̂n spaţiu (efectuată ı̂n
laboratoare diferite).
Modalitatea prin care se realizează trasabilitatea pentru valorile probelor
măsurate ı̂ntr-un laborator medical este reprezentată grafic ı̂n Figura 2.4. Întâi,
trebuie stabilit nivelul cel mai ı̂nalt de referinţă (primară), care poate fi: o metodă
de măsurare de referinţă primară sau un material (artefact, standard de măsurare
primar), spre care vor fi trasabile toate valorile probelor măsurate pe metoda de
rutină.
Caracteristicile cerute unei metode de măsurare pentru a fi de referinţă pri-
mară sunt:
Figura 2.4 Reprezentarea lanţului de comparări succesive pentru realizarea

unui material de referinţă trasabil.
- să prezinte cele mai ı̂nalte calităţi metrologice;

- procedurile de măsurare şi performanţele acesteia sunt complet ı̂nţelese şi
documentate;
- s-a demonstrat că este specifică din punct de vedere analitic;
- rezultalele generate sunt acceptate fără o referire la un standard de aceeaşi
cantitate.
De asemenea, caracteristicile cerute pentru un material standard de măsurare pri-

mar sunt:
- 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.
De regulă, suportul logistic pentru standardele primare şi metodele de referinţă

primare este asigurat de organizaţii/instituţii de nivel internaţional sau naţional.
Lanţul de asigurare a transferului de la valoarea de referinţă la valoarea ma-
terialului de referinţă utilizat ı̂n metoda de rutină se compune dintr-o succesiune de
niveluri. În fiecare nivel, pe baza unui material standard de valoare cunoscută, care
este folosit pentru calibrarea metodei de măsurare, se generează prin comparare
un nou material standard care va servi pentru calibrarea metodei de măsurare
din nivelul inferior următor. De fapt, prin această alternanţă, material standard -
procedură de măsurare - un nou material standard - procedură de măsurare, se re-
alizează, prin comparare, un transfer de valoare de la valoarea proprietăţii dintr-un
material la aceeaşi proprietate la un alt material. Dar acest transfer de valoare se
face şi cu o cumulare a incertitudinii de măsurare. Dacă pe un nivel de comparare,
materialul standard calibrator are incertitudinea de măsurare uc(standard) , atunci
incertitudinea standard a noului material standard, uc(standard nou) , se va compune
din uc(standard) şi incertitudinea de măsurare a metodei, uc(metodă) ; evident că in-
certitudinea standard a unui material standard nou va fi din ce ı̂n ce mai mare pe
măsură ce rezultă pe un nivel inferior al lanţulului de comparaţii. În figură, pen-
tru fiecare element i ( = a,b,...j), metodă sau material, pe axa verticală din partea
dreaptă, se reprezintă intuitiv incertitudinea de măsurare uc(i) prin lungimea unui
segment orizontal.
În exemplul de lanţ de trasabilitate din Figura 2.4 se porneşte de la definirea
concentraţiei analitului ı̂n unităţi SI (mmol/L), apoi pentru această concentraţie
pe metoda de măsurare de referinţă primară se realizează materialul de referinţă
primar (care este calibratorul pentru nivelul următor, metoda de referinţă se-
cundară). Incertitudinea de măsurare asociată calibratorului primar este numai
incertitudinea de măsurare proprie metodei de măsurare primară, deoarece pen-
tru această metodă nu a existat un calibrator. Prin comparaţie, pe metoda de
referinţă secundară se realizează calibratorul secundar. Metoda de referinţă se-

cundară poate fi orice metodă care nu este de referinţă primară, ca de exemplu:
Abell Kendall pentru colesterol; CDC hexokinase pentru glucoză; CDC urease
pentru urină; spectroscopie de absorbţie atomică pentru Na, K, Ca, Mg, Fe. Cali-
bratorul secundar are asociată o incertitudine uc (e) care combină incertitudinea
calibratorului primar uc (c) cu incertitudinea de măsurare a metodei de referinţă
secundară uc (d). Aceste calibratoare secundare pot fi probe de pacient uman, ca
de exemplu: sânge, ser, urină, lichid cerebrospinal.
Pe baza calibratorului secundar, producătorul metodei comerciale va pro-
duce şi va livra utilizatorului metodei comerciale de rutină calibratorul din trusa
de lucru. Producătorul metodei comerciale de rutină selectează o metodă (selec-
tată) pe care, prin comparare cu calibratorul secundar, se realizează calibratorul
de lucru al producătorului sau lotul master al producătorului. Metoda selectată
de producător poate fi o metodă calibrată cu un calibrator secundar sau primar
sau poate fi chiar o metodă de referinţă primară. Apoi, utilizând calibratorul lot
master pe o metodă stabilă, care poate avea acelaşi principiu ca şi metoda comer-
cială de rutină dar cu o implementare robustă şi o funcţionare strict controlată,
producătorul relizează calibratorii din trusele de lucru pentru metodele comerciale
de rutină livrate utilizatorilor.
Proba de pacient măsurată pe o metodă de rutină va avea o valoare pentru
incertitudinea de măsurare asociată care se compune din valoarea incertitudinii
calibratorului din trusa de lucru, ı̂n care s-au combinat valorile de incertitudine
din toate nivelurile superioare ale lanţului de comparare, plus incertitudinea de
măsurare proprie metodei de rutină. Valorile măsurărilor pe metoda de rutină sunt
trasabile la referinţa de la care s-a pornit pentru realizarea materialului de referinţă
utilizat pentru calibrare. Trasabilitatea la referinţă cea mai ı̂naltă corespunde
la sistemul internaţional de unităţi, SI, notat cu À ı̂n figură; puţine materiale
certificate au această trasabilitate; acestă trasabilitate se realizeză când pe toate
nivelurile de comparare standardele utilizate sunt trasabile la SI.
Cele mai multe materiale de referinţă sunt trasabile la metode primare de
referinţă Á sau la standarde secundare Â (artefacte, care pot fi standarde agreate
prin consens la nivel internaţional sau naţional, de exemplu IFCC - International
Federation of Clinical Chemistry and Laboratory Medicine). Când un material
este trasabil la o metodă de referinţă, există restricţia ca acel material de referinţă
să fie utilizat la o metodă de rutină care este de acelaşi tip cu metoda de referinţă
şi respectând aceeaşi procedură de măsurare. Această restricţie se aplică şi ı̂n
cazul când trasabilitatea este la un artefact dacă se specifică pentru acesta că este
dependent de un anumit tip de metodă.
În certificatul unui material de referinţă se specifică incertitudinea extinsă,
UCRM , asociată valorii de certificat a materialului de referinţă, precum şi fac-
torul de extensie/acoperire k (uzual, k = 2), deci valoarea incertitudinii stan-
dard, uCRM , necesară pentru calcule, se obţine cu relaţia uCRM = UCRM /k (vezi
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.
Trasabilitatea şi incertitudinea sunt două concepte interdependente care stau

la baza implementării calităţii ı̂ntr-un laborator medical.
Calibratori. Un alt grup de RM este cel al materialelor utilizate pentru

calibrare. Astfel de materiale, uneori, mai sunt referite ca standarde analitice, stan-
darde de referinţă sau, simplu, materiale de calibrare, dar nu sunt explicit referite
ca materiale de referinţă. În ceea ce privesc caracteristicile şi informaţia necesare
ı̂nsoţitoare, calibranţii trebuie să fie suficient de omogeni şi stabili astfel ı̂ncât să se
asigure că valoarea asignată (ţintă), trasabilitatea şi incertitudinea asociată sunt
conform specificaţiilor pentru oricare eşantion de calibrator, deci să fie un CMR.
Dar aceste caracteristici, de exemplu trasabilitatea şi incertitudinea, nu totdeauna
sunt ı̂ndeplinite de toate materialele folosite pentru calibrare ı̂n laboratoarele med-
icale, ı̂n consecinţă astfel de calibratori nu sunt CRM-uri, deoarece sunt insuficient
caracterizate. Pentru majoritatea calibratorilor actuali trasabilitatea nu este mai
ı̂naltă de nivelul metodei selectate de producător sau de calibratorul de lucru mas-
ter al producătorului, traseul de trasabilitate notat cu Ã ı̂n figură. Totuşi, aceşti
calibratori sunt acceptaţi de standardele actuale, până când calibratorii CRM vor
devini obtenabili şi economici.
Materiale de control. Materialele pentru controlul calităţii, uzual referite
ca seruri de control, sunt materiale de referinţă, dar nu CRM-uri. Caracteristicile
de material de referinţă care trebuie să fie satisfăcute de materialele de controlul
calităţii sunt omogenitatea şi stabilitatea. Aceste două caracteristici sunt necesare
pentru utilizarea lor ı̂n controlul intern şi ı̂n controlul extern. Dar, materialele de
controlul calităţii, prezentând doar caracteristicile de omogenitate şi stabilitate, nu
sunt suficient caracterizate pentru a fi utilizate ı̂n calibrarea metodei, verificarea
exactităţii sau pentru a atribui trasabilitate rezultatelor măsurărilor.
2.3.1.3 Liniaritatea
Aparatele de măsurat se realizează cu o caracteristică de transfer liniară

(dependenţa liniară ı̂ntre mărimea de intrare, de exemplu concentraţia anali-
tului, şi mărimea de ieşire, de exemplu cifra afişată pe display sau tipărită);
această dependenţă este reprezentată grafic printr-o dreaptă pe ı̂ntreg domeniul de

măsurare al aparatului (vezi Figura 2.14). Chiar dacă uneori, fizic, ı̂ntre mărimea
de intrare şi cea de ieşire apare o abatere de la o dependenţă liniară (frecvent
această abatere poate apărea ı̂n zona concentraţiilor mici şi mari, adică la ex-
tremităţile domeniului de măsurare) pe ı̂ntreg domeniul de măsurare al aparatului,
aparatul prin softul integrat compensează (”liniarizează”) intervalele de neliniari-
tate, astfel că rezultă o caracteristică de transfer liniară, ı̂n special pe domeniul de
referinţă/normalitate. Domeniul de referinţă/normalitate, DR , se defineşte
ca fiind intervalul ı̂n care, cu probabilitatea de 95% se situează valorile unui analit
pentru o populaţie sănătoasă. Neliniaritatea carateristicii de transfer a metodei
de măsurare cauzează o eroare sistematică, deci influenţează exactitatea metodei.
Procedura cea mai des utilizată pentru verificarea liniarităţii caracteristicii
de transfer a unui aparat de măsurat se bazează pe determinarea dreptei/liniei
de regresie aplicând calculul celor mai mici pătrate; ı̂n continuare se prezintă fun-
damentarea modului de determinare a dreptei de regresie. Utilizând n eşantioane
de materiale de referinţă, de concentraţii diferite, care să acopere ı̂ntreg domeniul
de măsurare al aparatului sau cel puţin domeniul de referinţă, prin măsurarea aces-
tora se obţin următoarele n perechi de valori intrare - ieşire: (x1 , y1 ), (x2 , y2 ), . . . ,
(xi , yi ), . . . , (xn , yn ) care sunt plasate sub forma unor puncte ı̂ntr-un plan de co-
ordonate xoy ca ı̂n Figura 2.5 (coordonatele pe abscisă, xi , corespund valorilor
specificate pentru materiale de referinţă care se măsoară, iar coordonatele cores-
punzătoare pe ordonată, yi , corespund valorilor măsurate cu aparatul pentru ma-
terialele de referinţă). Astfel de n eşantioane de date pot fi culese şi printr-o
comparare ı̂ntre o metodă de testat şi o metodă de comparat/referinţă; ı̂n acest
caz se măsoară, pe ambele metode, aceleaşi n probe de pacient, valorile obţinute
prin metoda de referinţă sunt introduse ca şi coordonate pe abscisă, xi , iar valorile
obţinute prin metoda de testat sunt introduse ca şi coordonate corespunzătoare,
yi , pe ordonată. La o primă inspecţie vizuală, a punctelor plasate ı̂n sistemul
de coordonate xoy, se poate estima dacă aceste puncte sunt pe o dreaptă, dar o
abordare mai exactă este trasarea unei drepte (de regresie) printre aceste puncte,
astfel ı̂ncât această dreaptă să treacă prin cât mai multe puncte, dacă este posi-
bil, sau să fie cât mai aproape de cât mai multe dintre aceste puncte. Realizarea
unei apropieri, a dreptei de regresie, de cât mai multe puncte se poate exprima
cantitativ astfel: suma pătratelor distanţelor (pe verticală), i , de la fiecare punct
i (= 1, 2, 3, . . . , n) figurat X ı̂n sistemul de coordonate xoy, până la dreapta de re-
gresie, să fie minimă, ( (i )2 , ”adică suma celor mai mici pătrate”). Dreapta de
regresie trasată poate fi descrisă prin ecuaţia:
y =a·x+b (2.10)
ı̂n care:
a - este panta dreptei, care fizic exprimă sensibilitatea procesului de măsura-

re (a = ∆y/∆x), adică cu cât variază mărimea de ieşire (∆y) la o variaţie
Figura 2.5 Explicativă pentru determinarea caracteristicii de transfer ca o

dreaptă de regresie prin metoda celor mai mici pătrate
(∆x) a mărimii de intrare;
b - este ordonata la origine, referită şi ca ”intercept” (intersecţia axei ordo-

natelor), adică valorea mărimii de ieşire când mărimea de intrare este zero
(fizic, ı̂n general, aceasta este ordonata punctului de calibrare cu blanc-ul,
de dorit b = 0).
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
Parametrii a şi b ai ecuaţiei dreptei de regresie se pot calcula, pe baza celor

mai mici pătrate, cu următoarele relaţii:
n
P n
P n
P
n· x i · yi − xi yi
i=1 i=1 i=1
a= 2 (2.12)
n
n
x2i
P P
n· − xi
i=1 i=1
iar din ecuaţia (2.11), cu valorile calculate pentru x şi y, rezultă b = y − a · x.

Numărul de grade de libertate, ν, este egal cu numărul n de teste efectuate

(de puncte figurate ı̂n planul xoy) minus numărul de parametri necesari pentru a
determina ecuaţia caracteristicii de transfer. În cazul caracteristicii exprimate ca
o dreaptă, y = a · x + b, sunt necesari doi parametri de determinat (a şi b), deci
numărul de grade de libertate este ν = n − 2, iar dacă această caracteristică este
o dreaptă care trece prin origine, y = a · x (b = 0), atunci ν = n − 1, deoarece este
necesar să se determine doar un singur parametru, adică numai a. Mai concret,
numărul de grade de libertate ν exprimă: care este numărul de date (puncte)
experimentale rămase pentru a ”potrivi” printre puncte caracteristica de transfer,
după ce s-a ”consumat” un numar k de date (puncte) pentru a calcula cei k
parametri necesari pentru determinarea ecuaţiei curbei respective a caracteristicii
de transfer, deci rămân ν = n − k.
Cât de bine punctele, determinate prin testare, corespund pentru o reprezen-
tare liniară a caracteristicii de transfer a aparatului, poate fi exprimat cantitativ
prin coeficientul de corelaţie r, care se calculează cu relaţia
n
P
xi · yi − nx · y
i=1
r = s (2.13)
n n

x2i − n · x2 yi2 − n · y 2
P P
i=1 i=1
Calculând coeficientul de corelaţie r, liniaritatea caracteristicii de transfer a apara-

tului se poate aprecia după următoarele intervale de valori:
- 0, 90 < r < 0, 95 o caracteristică destul de liniară

- 0, 95 < r < 0, 99 o caracteristică liniară bună
- r > 0, 99 o caracteristică liniară foarte bună
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 ).
Dreapta de regresie este un instrument pentru determinarea valorii erorii

sistematice pe ı̂ntreg intevalul (de pe axa absciselor) pe care această dreaptă este
definită. De exemplu, eroarea sistematică, ES, la o concentraţie de decizie medicală
xc se poate determina conform relaţiei (2.10). Pentru valoarea xc de pe dreapta
de regresie
yc = a · xc + b (2.14-a)
se citeşte yc , apoi prin efectuare diferenţei ı̂ntre concentraţia citită şi valoarea xc
ES = yc − xc = a · xc + b − xc = (a − 1) · xc + b (2.14-b)
rezultă eroarea sistematică.
Exemplul 2.3 Prin comparare cu o metodă de referinţă a unei metode testate,

pentru analiză de colesterol, s-a determinat pentru dreapta de regresie următoarea expre-
sie y = 1, 03 · x + 2 (interceptul este de 2 mg/dL, iar panta a = 1, 03). Să se calculeze
eroarea sistematică, ES, a metodei testate la nivelul de decizie critică de xc =200 mg/dL.
Soluţie: Pentru nivelul de decizie critică de 200 mg/dL, din caracteristica de re-
gresie, se determină valoarea yc = 1, 03 · 200 + 2 = 208 mg/dL, iar eroarea sistematică,
calculată conform relaţiei (2.14-b), este ES = 208 − 200 = 8 mg/dL.
Dreapta de regresie realizează, pentru o metodă de măsurare, o caracteristi-

că de transfer ideală când se suprapune peste prima bisectoare, o dreaptă ce
porneşte din origine (b = 0) cu panta unitară (a = tg 45◦ = 1), Figura 2.6-
a; pentru o astfel de caracteristică nu există eroare sistematică (bias), valoarea
măsurată este egală cu valoarea mărimii măsurate (yc = xc ). În practică carac-
teristicile de transfer nu totdeauna realizează relaţia y = x, valoarea măsurată yc
poate fi diferită de valoarea specificată a mărimii măsurate xc , diferenţa dintre
acestea, relaţia (2.14-b), fiind eroarea sistematică (deplasarea/biasul). Eroarea
sistematică poate fi constantă pentru toate probele măsurate, poate să se modifice
proporţional cu creşterea valorii concentraţiei analitului ı̂n probele măsurate sau
poate să conţină ambele, atât componenta constantă, cât şi cea proporţională.
• Eroarea sistematică constantă, Figura 2.6-b poate fi provocată de
interferenţe ı̂n probele analizate, ceea ce duce la o creştere sau descreştere con-
stantă a valorii măsurate a analitului. Frecvent, astfel de interferenţe apar, de
exemplu, ı̂n spitalele oncologice, unde pacienţii sunt trataţi cu substanţe care
rămân ı̂n organism, sau ı̂n centrele de transplant, când pacienţii sunt trataţi cu
medicamente antirejectante; de asemenea, probleme de interferenţe pot fi cauzate
de hemoliză, lipemie sau concentraţie ridicată de bilirubin. O modalitate de
a determina componenta de eroare sistematică constantă, pentru o metodă de
măsurare, poate fi următoarea. Într-o primă probă se adaugă o cantitate din
substanţa suspectă de interferenţă (interferent) cu analitul de interes. O a doua
probă alicotă se diluează cu un solvent ı̂n cantitate egală cu cea a interferentului
adăugat ı̂n prima probă, apoi fiecare dintre cele două probe este analizată de mai
Figura 2.6 Dreapta de regresie: a) fără eroare sistematică; b) cu eroare sistemati-

că constantă; c) cu eroare sistematică proproţională; d) cu eroare sistema-
tică constantă, cât şi eroare proporţională
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%.
Caracteristica de transfer a unei metode afectate atât de eroare sistematică

proporţională, cât şi de eroare sistematică constantă este prezentată ı̂n
Figura 2.6-d.
Exemplul 2.4 O modalitate practică şi ieftină pentru determniarea erorii

sistematice pentru o metodă analitică este prin metoda comparaţiei. Se procedează ı̂n
felul următor: acelaşi material, de diferite concentraţii, este măsurat atât pe metoda de
testat, cât şi pe o metodă de comparaţie, şi se se compară perechile de rezultate obţinute.
Materialul testat poate fi un material de referinţă cu valori de certificat cunoscute sau, cel
mai practic, probe de pacient care să acopere ı̂ntreg domeniul de măsurare al analizorului.
Metoda de comparat poate fi o metodă primară ori de referinţă secundară, dar cel mai
indicat este o metodă de rutină din laborator, bine documentatată, ale cărui rezultate sunt
sigure.
Pentru glucoză, prin măsurarea a 20 de probe de pacient s-a obţinut şirul de valori
Yi pe metoda de testat şi pentru aceleaşi probe pe o metodă de comparat s-a obţinut şirul
de valori Xi din tabelul următor: Pentru calcule se va folosi funcţia statistică LINEST(),
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
Calculul dreptei de regresie

Dacă se impune ca drepta de regresie să treacă prin zero, Y = aX (b = 0)
- Calculul pantei a = LIN EST (A1 : A20, B1 : B20, F ALSE) = 1, 010305
- Ecuaţia dreptei de regresie este Y = 1, 010305X
Dacă se impune ca dreapta de regresie să treacă prin intercept, Y = aX + b
- Panta (a) şi interceptul (b) se calculează cu funcţia LIN EST (A1 : A20, B1 : B20);
rezultatul se obţine selectând două celule vecine ı̂n care se vor ı̂nscrie valorile pentru
a şi b, de exemplu A21 şi B21, press tasta F2, apoi CRTL+SHIFT+ENTER → a
(ı̂n A21) = 1,004242, b (ı̂n B21) = 1,666445
- Ecuaţia dreptei de regresie Y = 1, 004242X + 1, 666445
- Pentru a se calcula şi alte mărimi statistice (coeficientul de regresie-r, deviaţia stan-
dard a diferenţelor SDdif f , gradele de libertate-ν etc.) se ulilizează diferite variante
ale funcţiei: LIN EST (A2 : A20, B2 : B20, F ALSE).
2.3.1.4 Calibrarea
Calibrarea este procedura prin care se testează şi se ajusteză un instru-

ment, un kit sau un sistem, ı̂n condiţii specificate, pentru a realiza o anumită
corespondenţă ı̂ntre valorile măsurate şi valorile cunoscute corespunzătoare ale
măsurandului [7] (ideal, se realizează dreptele trasate cu linie ı̂ntreruptă y = x
ı̂n Figura 2.6.). Prin aplicarea procedurii de calibrare rezultă curba de calibrare
(dependenţa dintre valorile cunoscute ale măsurandului şi indicaţiile corespunză-
toare furnizate de instrument), ce prezintă ı̂ncredere doar când este ridicată ı̂n
condiţiile specificate. Valorile cunoscute ale măsurandului ı̂n aplicarea procedurii
de calibrare sunt specificate prin valorile materialelor de referinţă (furnizate, ı̂n
general, de producătorul de echipament). Calibrarea este procedura prin care
se compensează faptul că pentru procesul respectiv de măsurare nu se cunoaşte
exact modelul matematic care să exprime dependenţa valorii mărimii de ieşire
(măsurate) de valoarea mărimii de intrare (de măsurat).
Procedura de calibrare constă din testarea materialelor de referinţă de diferite
concentraţii, din trusa de lucru, astfel ı̂ncât să se obţină puncte pentru curba de
calibrare (caracteristica de transfer) care să acopere ı̂ntreg domeniul de măsurare
al analizorului. Aceste materiale - calibratorii - ar trebui să fie ı̂nsoţite de valo-
rile de incertitudine şi să se specifice la ce etalon de nivel superior sau metodă de
referinţă sunt trasabili (cu siguranţă, ı̂n viitor, ı̂n trusa de lucru astfel de calibra-
tori vor fi disponibili). Dacă materialul de referinţă produce efect de matrice, vezi
Figura 2.6-c, atunci, ı̂n locul acestuia, se vor utiliza probe fortifiate cu concentraţii
crescătoare de analit.
Există multe recomandări asupra numărului de niveluri de concentraţii dife-
rite, care să fie testate, pentru calibrare, numere care variază de la recomandare
la recomandare, dar o valoare minimală este de şase niveluri de concentraţie plus

blanc (iar pe fiecare nivel se realizează câteva măsurări şi apoi se efectuează media
acestora). Calibrarea ı̂n mai multe puncte se realizează pentru analizoarele care
nu au o caracteristică de transfer liniară (de exemplu, metode imunologice). Dar,
dacă pentru domeniul de măsurare caracteristica de transfer este liniară, atunci
calibrarea ı̂n două puncte este suficientă pentru determinarea pantei dreptei de
calibrare.
Calibrarea ı̂n două puncte este practica uzuală pentru analizoarele auto-
mate multitest actuale; tipic, cu un calibrator de valoare LCm - blancul - se fixează
limita mimină de calibrare (”punctul de zero/blanc”) şi cu un alt calibrator de va-
loare LCM se fixeză limita superioară de calibrare (”set-point”), vezi Figura 2.14.
Curba de calibrare se consideră, o consideraţie general acceptată şi realizată, că
este o dreaptă ce uneşte punctul de zero, LCm , cu punctul de set-point, LCM , şi
se continuă după acest punct până la limita de liniaritate maximă LLM (care, de
regulă, este egală cu limita superioară, LS , a domeniului de măsurare, LS = LLM ).
Pe analizoarele actuale, procesul de calibrare (ı̂n două puncte sau multi-
punct) se realizează automat (generându-se grafic şi curba de calibrare), iar ı̂n
urma acestuia, este compensată automat deplasarea/bias-ul, D; prin acest pro-
ces de calibrare automată poziţia pentru valoarea medie x, din Figura 2.3, este
translatată ı̂n poziţia pentru valoarea adevărată a (teoretic, deoarece practic este
foarte dificil realizarea unei corecţii perfecte). Neaplicarea unei corecţii perfecte
(C = −D) este afectată de o anumită incertitudine care trebuie specificată (aso-
ciată) ı̂n raportarea rezultatului măsurării.
Operaţia de calibrare poate fi cerută să se realizeze, cu calibratori adecvaţi,
pentru fiecare serie de măsurări sau la intervale zile: săptămână, lună, uneori
chiar mai lungi, ı̂n funcţie de specificaţia producătorului referitoare la stabilitatea
ı̂n funcţionare a metodei. De asemenea, calibrarea este impusă ori de câte ori con-
trolul de calitate indică faptul că funcţionarea analizorului este ı̂n afara controlului.
Controlul intern de calitate al procesului de măsurare se realizează cu seruri de
control. Informaţia obţinută cu serurile de control este ı̂nscrisă ı̂ntr-o diagramă
de control care se stochează ı̂n memoria analizorului şi constituie un document al
controlului de calitate, QC (Quality Control). Dacă măsurarea cu serul de control
indică o modificare, prin care valoarea măsurată se situează ı̂n afara unui interval
acceptat, atunci se recomandă repetarea testului sau/şi recalibrarea (vezi 3.1.4).
Pentru cazurile de: schimbarea lotului de reactivi, modificări majore ı̂n
aparat sau ı̂n mentenaţă, ı̂ntre intervale lungi de calibrare, de ordinul lunilor,
evidenţierea unei deplasări sau o tendinţă ı̂n valorile rezultatelor măsurărilor este
recomandat să se efectueze printr-o verificare a calibrării. Verificarea calibrării
se efectueză, ı̂n acelaşi mod ca şi măsurarea probelor de pacienţi, dar prin testarea
unor materiale cu o concentraţie cunoscută, ı̂n scopul de a controla corectitudinea
calibrării pe domeniul de măsurare. Materialele cu valoare cunoscută utilizate
pentru verificare pot fi: 1. serie specială de calibratori de la producător sau de
la furnizorii de reactivi; 2. materiale de control; 3. materiale utilizate ı̂n testele

de competenţă; 4. sau chiar probe de pacienţi cu valoare cunoscută. Verificarea
constă ı̂n determinarea diferenţei ı̂ntre valoarea măsurată şi cea cunoscută a mate-
rialului testat şi apoi analizarea valorii acestei diferenţe. Testul de verificare este
satisfăcut dacă valoarea acestei diferenţe este mai mică decât o valoare impusă, de
exemplu valoarea erorii totale admise, ETa (vezi Exemplul 2.6 şi Anexa 5).
Exemplul 2.5 Ecuaţia caracteristicii de transfer a unui autoanalizor pentru

măsurarea concentraţiei de glucoză este:
Ax − A0 Ccal − C0
Cx = C0 + · (Ccal − C0 ) = C0 + (Ax − A0 ) · (2.15)
Acal − A0 Acal − A0
ı̂n care:
Cx - Concentraţia totală de glucoză ı̂n proba de testat [mmol/L];
Ccal - Concentraţia totală de glucoză ı̂n calibrator [mmol/L] (set-point);
C0 - Concentraţia totală de glucoză ı̂n soluţia (blanc) utilizată pentru calibrarea punc-
tului de zero (uzual pentru acest al doilea calibrator este utilizată apa distilată/
deionizată şi, atunci, C0 = 0 [mmol/L]);
A0 - Semnalul de absorbanţă obţinut pentru blanc [AU - unităţi de absorbanţă];
Acal - Semnalul de absorbanţă obţinut pentru calibrator [AU];
Ax - Semnalul de absorbanţă obţinut pentru proba de măsurat [AU].
Figura 2.7 Procesul de calibrare şi măsurare: a) calibrare - prin măsurarea

calibratorilor se determină dreapta de calibrare prin două puncte (panta
F a dreptei de calibrare se stochează ı̂n memorie); b) măsurare - prin
măsurarea probei se determină concentraţia Cx pe baza pantei F a dreptei
de calibrare stocate ı̂n memoria aparatului
Explicarea dependenţei procesului de măsurare şi efectuarea procedurii de calibrare

pe un analizor este reprezentată ı̂n Figura 2.7. Calibrarea se efectueză, Figura 2.7-a, prin
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)
2.3.1.5 Domeniul de măsurare
Domeniul de măsurare, DM , referă acel interval de valori ı̂n care rezultatele

măsurărilor sunt corecte şi pot fi raportate. Uzual, domeniul de măsurare este
specificat ı̂n documentaţia tehnică a aparatului prin cele două limite: LI - limita
inferioară de măsurare; LS - limita superioară de măsurare, DM = (LI , LS ), dar
ı̂ntre care se consideră, implicit, o caracteristică de transfer liniară.
Pentru validarea unei metode analitice de rutină din laboratoarele medicale
unul dintre parametrii care se analizeză este domeniul de măsurare. Nefiind o val-
idare pentru o nouă metodă, nu se determină domeniul de măsurare, se consideră
acesta ca fiind cel specificat de producător ı̂n documentaţia tehnică; ı̂n schimb,
acest domeniu de măsurare trebuie verificat pentru:
- limita inferioară LI şi limita superioară LS ;
- liniaritatea caracteristicii de transfer pe intervalul (LI , LS );
- includerea domeniului de referinţă ı̂n domeniul de măsurare, DR ⊂ DM .
Verificarea limitelor domeniului de măsurare se face prin testarea de ma-

teriale a căror valori cunoscute LIverf , LSverf sunt egale sau cât mai aproape,
repectiv, de limitele LI , LS . De exemplu, pentru limita inferioară LI , un material
ales de concentraţie LIverf se măsoară de 4-6 ori şi se calculează, pentru fiecare
măsurare, eroarea totală absolută ET = |LIverf − LIverf |; dintre acestea se reţine
doar valoarea de eroare absolută maximă ETmax . Se calculeză eroarea procen-
tuală maximă ETmax % = 100 · ETmax /LIverf . Se compară eroarea procentuală
maximă cu eroarea totală admisă, ETa , pentru analitul repectiv după criteriul
testului de competenţă, Anexa 5. Dacă este ı̂ndeplinită condiţia ETmax % ≤ ETa ,

adică metoda pentru concentraţia respectivă măsoară cu o eroare totală maximă
mai mică decât eroarea totală admisă pentru acel analit, atunci limita inferioară
verificată a domeniului de măsurare este valoarea LIverf , dacă nu, atunci se testeză
la fel o concentraţie mai mare de analit până când se obţine o limită inferioară
pentru care eroarea de măsurare totală maximă este mai mică decât eroarea totală
admisă. Similar, se procedează şi cu limita superioară LI . Domeniul de măsurare
verificat va fi, DM verf = (LIverf , LSverf ) ⊆ DM = (LI , LS ).
Pentru verificarea liniarităţii se poate face o extrapolare a dreptei de cali-
brare. La analizoarele cu calibrare ı̂n două puncte (LCm , blanc-point şi LCM ,
set-point) se asigură liniaritatea ı̂ntre cele două puncte, dar, mai mult, se asigură
o liniaritate pentru caracteristica de calibrare şi după set-point până la limita de
liniaritate maximă, LLM , care uzual este egală cu limita superioară a domeniului
de măsurare LLM = LS , Figura 2.14; deci, se poate considera că pe domeniul de
măsurare, DM = (LI , LS ), implicit pe domeniul de măsurare verificat, DM verf =
(LIverf , LSverf ), caracteristica de transfer este liniară.
Pentru analitul respectiv, domeniul de referinţă/normalitate, DR , şi chiar
mai mult, extinzând limita inferioară şi limita superioară ale acestui domeniu,
ı̂n care se situează valorile patologice, trebuie să fie inclus ı̂n domeniul verificat
DR ⊆ DM verf . Prin aceste teste se stabileşte dacă pe intervalul ı̂n care se situează
măsurările ı̂n laborator, normale şi patologice, caracteristica de transfer este liniară
şi dacă măsurările se efectuează cu o eroare mai mică decât eroarea totală admisă.
În cazul când nu este specificat domeniul de măsurare, acesta trebuie estimat
sau determinat experimental. În estimarea domeniului de măsurare se poate baza
pe cunoaşterea limitei minime de măsurare/cuantificare, LQ , şi a limitei maxime
de măsurare, LM . Când aceste limite s-au determinat exeperimental, se consideră
că limita inferioară a domeniului de măsurare este egală cu limita minimă de cuan-
tificare, LI = LQ , iar limita superioară a domeniului de măsurare este egală cu
limita maximă de măsurare, LS = LM . Evident, ı̂ntre aceste limite trebuie să se
demonstreze că există liniaritate pentru caracteristica de transfer.
Domeniul de măsurare se poate determina experimental, proces care este
identic cu obţinerea dreptei de regresie, Figura 2.5, numărul minim de niveluri
de test recomandate fiind 5 [22]. Se obţin, ı̂n cantitate suficientă, două niveluri
de material de test: unul de concentraţie joasă, CL , aproape de nivelul zero de
concentraţie sau de limita minimă de măsurare estimată, iar celălalt de concentraţie
ridicată, CH , egal sau puţin mai mare decât limita maximă estimată a domeniu-
lui de măsurare. Cele cinci niveluri de test Ci (i = 1, 2, 3, 4, 5) preparate pentru
verificarea domeniului de măsurare vor fi: C1 = CL ; C2 = 75 % CL + 25 % CH ;
C3 = 50 % CL + 50 % CH ; C4 = 25 % CL + 75 % CH ; C5 = CH . Pentru fiecare nivel
se fac trei determinări, apoi se face media pe acel nivel. Se trasează punctele ı̂ntr-
un sistem de axe, pe axa y valorile măsurate, iar pe axa x valorile de concentraţii
prepararate. Manual, se trasează dreapta de transfer care să treacă prin cât
mai multe puncte (mai ales prin punctele de concentraţii joase), sau cât mai
aproape de cele cinci puncte, apoi se estimează intervalul pentru domeniul de

măsurare al analizorului (ı̂ntre ce limită inferioară, LI şi ce limită superioară, LS ,
se poate considera că prezintă o caracteristică de transfer liniară).
Exemplul 2.6 [21]. Pentru o metodă de analiză colesterol, a cărei dispersie

este caracterizată printr-un coeficient de variaţie, CV= 3%, s-au testat şase niveluri de
materiale pentru determinarea domeniului de măsurare; valorile obţinute sunt prezentate
ı̂n tabelul următor:
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.
Figura 2.8 Explicativă pentru Exemplul 2.6 (Determinarea experimentală a domeniului

de măsurare).
- Analiza la nivelul de testare de 400 mg/dL. Eroarea sistematică (de neliniaritate) la

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.
- Analiza la nivelul de testare de 500 mg/dL. Eroarea sistematică (de neliniaritate), la

acest nivel de concentraţie, este ES = 470 − 500 = −30 mg/dL, iar eroarea aleatorie
este EA = ±2SD = ±30 mg/dL ( SD = (3%·500)/100 = 15 mg/dL). Deci, pentru o
probă de valoare (adevărată) de 500 mg/dL prin măsurare se poate obţine o valoare
medie de 470 la care se adaugă eroarea aleatorie ±30, adică ı̂n intervalul 440(=
500 − 30 − 30) şi 500(= 500 − 30 + 30) mg/dL . Pentru nivelul de 500 mg/dL eroarea
totală admisă este ETa = (10%) · 500 = 50 mg/dL (conform criteriului testului de
performanţă, Anexa 5). Deoarece valoarea erorii totale obţinute, ET = 30 + 30 =
60 mg/dL, este mai mare decât eroarea totală admisă, ETa = 50 mg/dL, rezultă că
valoarea de concentraţie 500 mg/dL nu este inclusă ı̂n domeniul de măsurare. Deci,
intervalul pe care caracteristica de transfer este liniară - domeniul de măsurare -
este DM = (0, 400) mg/dL.
• Exactitatea/Inexactitatea (accuracy - engl., justess - fr., trueness -

după ISO-15189) - este o noţiune (de caracterizare) calitativă a procesului de
măsurare şi reflectă gradul de concordanţă ı̂ntre valoarea medie obţinută dintr-un
set mare de rezultate, ı̂n condiţii de repetabilitate, şi o valoare de referinţă, Figura
2.3, (care se presupune a fi echivalentă cu ”valoarea convenţională adevărată”)[3].
În absenţa unor etaloane primare şi/sau de materiale de referinţă certificate (CRM)
pentru cea mai mare parte dintre analiţi, noţiunea de exactitate ı̂n biologia medi-
cală prezintă o abordare dificilă, destul de relativă. Laboratorul va trebui să
utilizeze, pentru a aborda exactitatea, ”calibranţi” de la furnizori, date rezultate
ı̂n urma comparării cu o metodă de referinţă, date de la controlul extern de cali-
tate (sau chiar date obţinute de la controlul intern de calitate, cu materiale de
control produse doar de fabricantul aparatului, dar aceste date numai după o
confruntare/comparare externă!).
O exprimare cantitativă, pentru noţiunea de exactitate, se obţine prin valoa-
rea calculată pentru deplasare/bias cu relaţia (2.9-a). Dar, conform definiţiei de
mai sus pentru exactitate, atunci când gradul de concordanţă ı̂ntre valoarea medie
şi o valoare de referinţă este mare, rezultă o exactitate bună pentru o metodă, ceea
ce se reflectă cantitativ printr-o valoare mică sau neglijabilă pentru bias (prin care
se poate exprima cantitativ noţiunea de exactitate), şi invers, când concordanţa
este mică rezultă o exactitate redusă care se exprimă printr-un bias de valoare
ridicată. În consecinţă, se poate introduce şi noţiunea opusă - inexactitatea

- care, evident, este ı̂nsemnată când exactitatea este redusă, inexactitatea este
redusă atunci când exactitatea este ı̂nsemnată. Utilizarea noţiunii de inexactitate
pare mai intuitivă decât exactitatea, deoarece atunci când exactitatea este redusă,
inexactitatea este ı̂nsemnată şi se exprimă printr-un bias de valoare mare, iar
când exactitatea este ı̂nsemnată, inexactitatea este redusă şi se exprimă printr-un
bias de valoare mică. De fapt, pentru o metodă prin determinarea deplasării se
estimează gradul de neconcordanţă ı̂ntre valoarea medie şi valoarea de referinţă,
adică inexactitatea metodei.
Inexactitatea exprimă, ı̂n fond, efectele sistematice, deci cauzele de care
depinde sunt cele enumerate anterior (2.3.1.1) pentru erorile sistematice. Inexac-
titatea poate fi evaluată prin următoarele modalităţi:
1 Prin compararea (diferenţa) ı̂ntre valoarea medie obţinută prin măsurarea

repetată a unui material de referinţă şi valoarea de referinţă specificată (va-
loarea adevărată/ţintă);
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.
3 Prin compararea valorii medii obţinute cu o valoare furnizată de producătorul

analizorului;
4 Prin intercomparări: compararea valorii medii obţinute de laborator cu o

valoare medie obţinută de un grup de laboratoare care utilizează aceeaşi
metodă (peer group) sau cu o valoare medie generată pentru un grup de
laboratoare cu metode diferite.
Pentru sursele materialelor utilizate pentru estimarea inexactităţii/bias-ului vezi

2.3.4.6-b.
2.3.2 Precizia metodei de măsurare

• Eroarea aleatorie, EA - diferenţa ı̂ntre rezultatul x al unei măsurări şi
media ce s-ar obţine din rezultatele unui număr infinit de măsurări (adică media
teoretică, µ) ale aceluiaşi măsurand, măsurări efectuate ı̂n condiţii de repetabi-
litate.
Dar, practic, ı̂n locul mediei teoretice se va utiliza media aritmetică experi-
mentală, x, relaţia (2.1); atunci pentru eroarea aleatorie va rezulta doar o estimaţie
a acesteia.
EA = x − x (2.18-a)
Eroarea aleatorie reflectă dispersia/variabilitatea valorilor măsurate ı̂n jurul
valorii medii x, deci poate fi cuantificată prin valoarea deviaţiei standard, SD,
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:
1. Repetabilitatea - exprimă precizia unui set de măsurări efectuate cu

aceeaşi metodă pe elemente de testare identice, ı̂n acelaşi laborator, utilizând
acelaşi echipament, acelaşi lot de reactivi, acelaşi operator, iar măsurările se re-
alizează ı̂ntr-o perioadă scurtă de timp. Evident, din enumerarea acestor condiţii
de măsurare prevăzute, rezultă că repetabilitatea reflectă dispersia procesului de

măsurare, deci poate fi exprimată prin abaterea standard experimentală SD a pro-
cesului de măsurare, dar mai potrivită este abatera standard relativă RSD, relaţia
(2.3), sau coeficientul de variaţie CV, relaţia (2.4). În practică, se recomandă ca
repetabilitatea să fie determinată pentru diferite niveluri de concentraţii. Numărul
de măsurări recomandat pentru fiecare nivel este cuprins ı̂ntre 10 şi 30 (poate fi
chiar 5 pentru determinările manuale) ı̂n funcţie de costul reactivilor.
Se poate introduce un criteriu pentru aprecierea gradului de repetabili-
tate, acesta fiind exprimat prin noţiunea de limită de repetabilitate. Limita de
repetabilitate, notată cu r, este o valoare care se calculează ı̂n funcţie de abaterea
standard experimentală, SD, şi de variabila t∞ , din Tabelul 4.4, cu următoarea
relaţie √
r = t∞ · 2 · SD (2.19)
Interpretarea noţiunii de limită de repetabilitate este următoarea: valoarea
sub care este de aşteptat ca diferenţa absolută dintre două rezultate a două
măsurări, ale aceluiaşi set de măsurări, să se situeze cu o probabilitate p. De
exemplu, dacă probabilitatea (nivelul de ı̂ncredere) se consideră 95%, atunci din
Tabelul 4.4, pentru ν → ∞ rezultă valoarea lui t∞ = 1, 96; deci, cu relaţia ante-
rioară se calculează limita de repetabilitate a procesului de măsurare, cu un grad
de ı̂ncredere √de 95%, ı̂n funcţie de abaterea standard experimentală SD, ca fiind
egală cu r = 2 · 1, 96 · SD = 2, 77 · SD. Utilizând această noţiune de calcul, limita
de reapetabilitate, se poate decide dacă două analize efectuate ı̂n acelaşi laborator,
la un anumit interval de timp, diferă sau nu din punctul de vedere al procesului de
măsurare; ca aceste două măsurări să fie diferite, deci parametrul biologic analizat
să se fi modificat, trebuie ca valorile celor două măsurări să difere cu cel puţin
limita de repetabilitate, 2, 77 · SD. În cazul unei diferenţe mai mici decât limita
de repetabilitate ı̂ntre valorile obţinute pentru două probe de la acelaşi pacient, se
consideră că aceasta este o diferenţă analitică datorată numai dispersiei procesului
de măsurare şi nu unei variaţii biologice ı̂n probele de pacient analizate. Pentru
acest caz de comparare ı̂ntre analize, ı̂n expresia limitei de repetabilitate, relaţia
(2.19), s-a considerat doar variabilitatea procesului de măsurare (variabilitatea
analitică, SD); pentru cazul când se ia ı̂n considerare şi variabilitatea biologică
(inter-individual) vezi Exemplele 4.15-b şi 4.16.
2. Reproductibilitatea internă (Precizia intermediară, intra-analiză

sau intra-laborator) - exprimă dispersia/variabilitatea pe termen lung a procesului
de măsurare ı̂n cadrul laboratorului pentru elemente de testare identice cu: loturi
diferite de reactivi, operatori diferiţi, calibrări cu calibratori diferiţi. (Pentru anali-
zoarele complet automate, operatorul sau operatorii nu pot infuenţa variabilitatea
testelor, deci factorul operator se exclude). Reproductibiltatea internă, faţă de
repetabilitate, introduce ı̂n distribuţia rezultatelor o influenţă suplimentară da-
torată condiţiilor modificate. Totdeauna, ı̂n raportarea reproductibilităţii interne,
trebuie specificate care dintre condiţii sunt modificate faţă de un test de repetabili-
tate; ı̂n realitate, reproductibiliatea internă reflectă dispersia/variabilitatea rezul-

tatelor ı̂n activitatea de zi-de-zi din laborator.
Practic, pentru metode noi introduse ı̂n activitatea laboratorului, ı̂ncercarea
pentru reproductibilitatea internă se realizează, pentru diferite concentraţii, sub
forma unei serii de 20 - 30 măsurări, una sau două măsurări pe zi, repetate timp
de minim 20 zile, pe eşantioane de materiale utilizate pentru controlul de calitate
cotidian (ser de control), dar trebuie să cuprindă ı̂n acest interval două sau mai
multe schimbări de eşantioane de reactivi şi de calibratori. Din aceste date se
calculează valoarea medie x, abaterea standard experimentală SD şi coeficientul
de variaţie CV. În general, reproductibilitatea internă a laboratorului se exprimă
prin valoarea CV obţinută.
Pentru procesele de rutină, se recomandă ca reproductibilitatea internă a
laboratorului să se calculeze ca un parametru caracteristic, SD sau CV, pe baza
datelor ı̂nregistrate ı̂n baza de date rezultate din controlul intern de calitate (QC)
realizat pe o perioadă de cel puţin şase luni, utilizând acelaşi material de control.
Abordând ı̂n acest mod, se cumulează date care reflectă contribuţia modificării
unor factori cum ar fi: mentenanţa echipamentului, calibrări, schimbarea loturilor
de reactivi, operatori, condiţiile de mediu etc.; ori, neabordând ı̂n acest mod, efec-
tul modificării acestor factori nu apare ı̂n cuantificarea prin repetabilitate. Pen-
tru evaluarea componentei de incertitudine datorată preciziei de măsurare, vezi
secţiunea 4.3, se recomandă folosirea cuantificării preciziei obţinute ı̂n acest mod,
din datele stocate prin controlul intern de calitate.
Precizia metodei analitice, parametru al dipersiei valorilor măsurărilor, se
exprimă prin intermediul deviaţiei standard experimentale sau prin abaterea stan-
dard relativă. Atât repetabilitatea, cât şi reproductibilitatea pot fi, ı̂n general, de-
pendente de concentraţia de analit, deci trebuie să fie determinate pentru un număr
de niveluri de concentraţii; dar această dependenţă ı̂ntre precizie şi concentraţie
trebuie să fie determinantă numai ı̂n caz că este relevantă. Mai potrivită decât
deviaţia standard experimentală, pentru o exprimare cantitativă a preciziei, este
deviaţia standard relativă sub formă de CV. (Deorece din relaţia (2.4) rezultă că la
o creştere a deviaţiei standard, SD (numărătorul), datorată creşterii concentraţiei,
deci o creştere şi pentru x (numitorul), valoarea raportului, CV, poate rămâne
constantă pe o plajă destul de largă a variaţiei concentraţiei).
Matricea (celelalte componente prezente ı̂n probă pe lângă analitul de in-
teres) pentru probele biologice de analizat ı̂n laborator, de exemplu pentru glu-
coză, poate fi: sânge integral, ser, plasmă, urină sau lichid spinal.
Pentru testarea preciziei unei metode analitice este necesar să se utilizeze un
material de test care să aibă matricea cât mai apropiată de cea a probei biologice.
Materiale de test pot fi: soluţii standard, soluţii/seruri de control, pool-uri de
seruri de pacient sau probe primare de pacient. Numărul de materiale de test
utilizat pentru verificarea unei metode depinde de concentraţiile care sunt critice
ı̂n decizia medicală pentru acel tip de analiză medicală. În general, sunt selec-
tate 2-3 materiale de test care au concentraţii de analit la nivelurile importante
pentru decizia medicală. Un nivel de decizie medicală reprezintă o concentraţie la

care interpretarea medicală a rezultatului testului ar putea fi critică. De exemplu,
pentru colesterol niveluri de decizie medicală sunt: 200 mg/dL şi 240 mg/dL [21].
În schimb, glucoza este interpretată tipic la diferite niveluri de decizie medicală,
cum ar fi: 50 mg/dL pentru hipoglicemie; 120 mg/dL pentru un test rapid; 160
mg/dL pentru un test de toleranţă la glucoză; 300 mg/dL pentru monitorizarea
pacienţilor diabetici. Pentru majoritatea analiţilor de interes ı̂ntr-un laborator
medical, recomandări pentru aceste niveluri de decizie se găsesc la
http://www.westgard.com/decision.htm.
La fel ca la noţiunea de exactitate, unde pentru evaluarea erorii sistematice
s-a introdus noţiunea de inexactitate care se exprimă prin valoarea deplasării, şi
pentru noţiunea de precizie s-a introdus noţiunea de imprecizie. Este mai intuitiv
să se utilizeze noţiunea de imprecizie care se exprimă prin valoarea deviaţiei stan-
dard experimentale, SD. Aceasta pentru că, atunci când dispersia este ridicată, SD
are valoare mare, deci imprecizia este mare, iar când dispersia este redusă, SD are
valoare mică, deci imprecizie mică, ceea ce nu este cazul când se utilizeză noţiunea
de precizie; la o precizie ridicată corespunde SD de valoare mică, iar la o precizie
redusă corespunde o valoare mare pentru SD. De fapt, pentru o metodă deter-
minând deviaţia standard se estimează gradul de neconcordaţă ı̂ntre rezultatele
independente/individuale ale unui şir de măsurări, adică imprecizia metodei.
Repetabilitatea şi reproductibilitatea internă sunt două reprezentări extreme
ale preciziei ı̂n cadrul unui laborator ; apropierea cât mai strânsă ı̂ntre cele două
valori, ale repetabilităţii şi reproductibilităţii interne, reflectă o robusteţe bună
a metodei analitice. Diferenţa dintre reproductibilitate faţă de repetabilitate se
explică prin faptul că reproductibilitatea este o repetabilitate ı̂n timp, deci re-
flectă şi modificarea ı̂n timp a unor parametri ai procesului de măsurare. Pentru
metodele automate din laboratoarele medicale, precizia prin repetabilitate este, ı̂n
general, mai bună decât precizia prin reproductibilitatea internă, CVrepetabilitate <
CVreproductibilitate ; dar această relaţie, ı̂n general, este inversă pentru testele efec-
tuate ı̂n cabinetele medicale unde se utilizeză un nou cartuş (cartridge) pentru
fiecare nouă analiză pe instrument.
3. Reproductibilitatea - exprimă precizia ı̂n condiţii de reproductibilita-

te, adică ı̂n condiţiile ı̂n care rezultatele testului se obţin: cu aceeaşi metodă,
pe elemente identice de testat, ı̂n laboratoare diferite, cu loturi diferite de reac-
tivi, pe echipamente diferite, cu operatori diferiţi (acestea fiind condiţii prevăzute
pentru studii comparative ı̂ntre laboratoare, deci formal se exclud variaţiile ı̂n
funcţie de timp). Reproductibilitatea trebuie măsurată pe baza dispersiei rezul-
tatelor obţinute ı̂n aceste condiţii de intercomparabilitate. Abaterea standard de
reproductibilitate, SR , se determină din deviaţiile standard pentru fiecare nivel
de concentraţie, din măsurările efectuate pe materialele de referinţă de opera-
tori diferiţi, pe diferite echipamente, de la diferite laboratoare participante ı̂n
studiul comparativ. Scopul determinării reproductibilităţii este de a verifica dacă
o metodă va furniza aceleaşi rezultate ı̂n laboratoare diferite, presupunând că

metoda va fi utilizată ı̂n diferite laboratoare.
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.
Modul ı̂n care parametrii caracteristici, exactitate şi precizie, se reflectă

ı̂n valorile măsurărilor obţinute pe o metodă de analiză este prezentat ı̂n figura
2.9; funcţionarea metodei este descrisă atât ı̂n domeniul timp (diagramă Levey-
Jennings), cât şi ı̂n domeniul frecvenţă (densitate de probabilitate). Evident, pen-
tru acelaşi regim de funcţionare există o corelare ı̂ntre reprezentările ı̂n cele două
domenii. Sunt considerate trei regimuri de funcţionare corespunzătoare celor trei
intervale À, Á şi Â. Regimul de funcţionare fără bias (inexactitate zero, D = 0,
precizie normală), reprezentat ı̂n intervalul À, prezintă ı̂n domeniul timp val-
ori ale măsurărilor distribuite echilibrat ı̂n jurul valorii medii, x, iar ı̂n dome-
niul frecvenţă, o distribuţie Gaussiană ı̂n jurul valorii medii (egală cu valoarea
adevărată, x = a). Regimul reprezentat ı̂n intervalul Á corespunde unei funcţionări
cu deplasare (D = x − a 6= 0 şi o precizie normală); ı̂n domeniul timp, măsurările
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.
2.3.3 Acurateţea metodei de măsurare

Acurateţea (engl - accuracy, fr - exactitude), care este o noţiune calitativă,
ca şi exactitatea, ca şi precizia, exprimă gradul de concordanţă ı̂ntre rezultatul x
al unei măsurări individuale şi valoarea (convenţional) adevărată, a. Rezultă că
pentru noţiunea de acurateţe se poate utiliza exprimarea dată prin relaţia (2.8),
ET = x − a, adică acurateţea poate fi exprimată cantitativ prin eroarea totală
ET, care se compune din eroarea sistematică şi eroarea aleatorie, ET = ES + EA,
deci este determinată atât de efectele sistematice, cât şi de efectele aleatorii, Figura
2.3. Acurateţea este o abordare combinată a noţiunilor de exactitate şi precizie.
Cantitativ, eroarea totală, ET, rezultă prin compunerea erorii sistematice,
adică deplasarea D, cu componenta aleatorie, adică deviaţia standard SD. Pentru
o măsurare repetată a unei probe, ı̂n valoarea erorii totale deplasarea nu schimbă
semnul, dar eroarea aleatorie poate schimba semnul de la măsurare la măsurare.
Valoarea maximă pentru eroarea totală calculată se obţine când cele două compo-
nente ale erorii se ı̂nsumează, adică la valoarea deplasării se adună eroarea aleatorie
estimată ca un multiplu de deviaţie standard, conform relaţiei
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-
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:
CARACTERISTICA DENUMIREA INFORMAŢII

(ENGLEZĂ/FRANCEZĂ) REFERITOARE LA
ACURATEŢE ACCURACY Erori sistematice şi
(INACURATEŢE) /EXACTITUDE erori aleatoare
EXACTITATE TRUENESS(BIAS)
Erori sistematice
(INEXACTITATE) /JUSTESS
PRECIZIE PRECISION
Erori aleatoare
(IMPRECIZIE) /FIDÉLITÉ
REPETABILITATE REPETABILITY Precizie
/REPETABILITÉ intra-laborator
REPRODUCTI- REPRODUCTIBILITY Precizie
BILITATE /REPRODUCTIBILITY ı̂ntre laboratoare
• Robusteţea (unei metode analitice) - măsură a capacităţii sale de a gene-

ra rezultate neafectate la variaţii mici, dar controlate, ı̂n parametrii metodei; ı̂n
general, se determină care dintre parametri, prin variaţiile sale, are efectul cel mai
important. În analiza de rutină, o robusteţe ridicată a unei metode se reflectă
ı̂n producerea unor variaţii nesemnificative sau acceptabile asupra exactităţii şi
preciziei la modificări ale parametrilor (condiţii de mediu, presiunea apei, lot de
rectivi, operator etc). Uzual, robusteţea metodei este testată intens pe parcur-
sul dezvoltării metodei, de obicei la laboratorul de origine, deci validarea com-
pletă a metodei nu trebuie să includă neapărat testarea robusteţei. O apreciere a
robusteţei se poate obţine prin evaluarea diferenţei dintre repetabilitatea şi repro-
ductibilitatea internă.
2.3.4 Obiective analitice

Pentru o metodă analitică, interpretarea mărimilor statistice obţinute prin
procesarea unor teste, prin procesarea datelor din baza de date a controlului in-
tern de calitate sau de la intercomparări se face prin raportarea/compararea cu
anumite obiective analitice, care sunt exprimate cantitativ prin valori limită
pentru performanţele metodei. Aceste valori limită, ı̂n fond, stabilesc valori până
la care variaţia parametrilor analitici ai metodei (imprecizia, inexactitatea sau
eroarea totală) ı̂ncă nu produc un impact negativ asupra decizie clinice. În urma
acestei comparări se estimează calitatea şi potrivirea la scop (”fitness for pur-
pose”, validarea) a procesului de măsurare pe metoda respectivă şi, ı̂n consecinţă,
se decide menţinerea, ı̂mbunătăţirea/optimizarea sau eliminarea metodei. Aceste
obiective analitice, pentru parametrii metodei, se fixează sub forma unor valori
limită acceptate care au fost deduse pe baza unor criterii: criterii clinice, variaţia
biologică, recomandări ale grupurilor de experţi, opinii profesionale, performanţele
tehnice de vârf obţinute prin metodele disponibile pe piaţă (state-of-the-art, l’état-
de-l’art) rezultatele obţinute ı̂n urma unui proces de intercomparări sau a altor
criterii potrivite. Valorile limită stabilite prin aceste criterii nu sunt consistente,
existând diferenţe ı̂ntre valorile limitelor impuse de la criteriu la criteriu. Aceste
diferenţe se explică prin faptul că ipotezele pe care se bazează estimarea limitelor
sunt diferite de la criteriu la criteriu. Se vor prezenta, succint, următoarele criterii
uzuale pentru obiectivele analitice:
- Criteriul variaţiei biologice.
- Criteriul performanţelor de vârf.
- Criteriul testării de competenţă.
- Criteriul clinic.
- Criteriul diagramei de decizie.
- Criteriul verificării valorilor specificate de producător.
2.3.4.1 Criteriul variaţiei biologice
Variaţia biologică, fluctuaţiile normale ale constituenţilor lichizi din orga-

nism ı̂n jurul unui punct de echilibru homeostatic, are două componente: variaţia
intra şi inter-individ. Foarte frecvent, sunt recomadate pentru parametrii analitici:
inexactitate, D%; imprecizie, CV%; inacurateţe (eroare totală), ET%, valori limită
care sunt proporţionale cu valorile variaţiilor biologice intra-individuale, valori ex-
primate prin CVI (coeficientul de variaţie intra-individual, dedus din variaţia/
dispersia biologică intra-individual pentru analitul/măsurandul specificat) şi/sau
printr-o proporţionalitate cu valorile variaţiilor biologice inter-individuale, CVg ,
(coeficientul de variaţie inter-individual, dedus din variaţia/dispersia biologică

inter-individual pentru analitul/măsurandul specificat) şi/sau combinate ale aces-
tor două. Raţiunea utilizării ca limite, pentru evaluarea unei metode de măsurare,
a unor valori proporţionale cu valorile variaţiilor biologice se bazează pe faptul că
aceste valori biologice sunt relevante ı̂n decizia clinică. În consecinţă, alegerea judi-
cioasă a unui factor de proporţionalitate pentru exprimarea limitelor parametrilor
analitici ai metodei, pe baza variaţiile biologice intra şi inter-individ, nu va face ca
variaţia analitică adăugată valorii măsurate să contribuie semnificativ, ı̂n raport
cu variaţia biologică, ı̂n actul de decizie medicală.
Având pentru un analit valorile celor cei doi coeficienţi CVI şi CVg , se pot
calcula valorile limită pentru precizie, exactitate şi eroare totală, relaţiile de calcul
sunt date ı̂n tabelul de mai jos. Există trei niveluri de exigenţă pentru aceste
limite: optimal, dorit şi minimal; practic se utilizează doar nivelul dorit (do).
Valorile limită calculate pentru un număr de peste 300 de analiţi, pentru

starea de sănătate, se pot găsi la adresele:
http://www.westgard.com/biodatabase1.htm,
http://www.westgard.com/europe.htm, iar un exemplu de limite calculate pe
baza relaţiilor din tabelul anterior, utilizând valorile coeficienţilor CVI şi CVg ,
pentru calciu şi acid uric, este prezentat ı̂n tabelul următor:
Pentru o metodă de analiză - calciu - dacă valorile determinate pentru coefi-

cientul de variaţie CV (pentru reproductibilitatea internă) şi bias D sunt, respec-
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.
2.3.4.2 Criteriul performanţelor de vârf
Valori pentru limitele parametrilor analitici (precizie, exectitate şi eroare

totală) se pot stabili pe baza performanţelor de vârf (”state-of-the-art”, ”l’état-
de-l’art”) ale tehnicilor utilizate ı̂n laboratoarele medicale. Datele necesare pen-
tru estimarea acestor limite se pot colecta ı̂n urma proceselor de intercomparare.
De exemplu, la adresa http://www.jle.com/fr/print/e-docs/00/00/c4/0c/
article.md, se pot găsi, pentru 116 analiţi, astfel de valori limită stabilite ı̂n urma
analizei performaţelor mai multor laboratoare bune din Franţa, propunându-se ı̂n
final ca limită valorile atinse de primele 50% dintre aceste laboratoare. Conform
acestui mod de fixare a limitelor analitice, de exemplu, valorile limită pentru calciu
şi acid uric sunt prezentate ı̂n tabelul următor (cu următoarele explicaţii pentru
coloanele tabelului):
- Denumire analit şi unitate de măsură (coloana 1).

- Domeniul de măsurare, corespunde (orientativ) cu domeniul de liniaritate
pentru tehnicile utilizate (coloana 2).
- Domeniul de referinţă corespunde intervalului ı̂n care se situează, uzual, valo-
rile obţinute prin tehnicile uzuale (coloana 3).
- Niveluri de testare. Nivelul coborât (C) se situează aproape de limita de

jos a valorilor de referinţă. Nivelul mediu (M) se situează aproape de limita
superioară a valorilor de referinţă. Nivelul ridicat (R) se situează spre limita
superioară de liniaritate a tehnicilor utilizate.
- Intervalul (de variaţie ı̂n %, coloana 5) care reprezintă plaja de variaţie ce

se admite pentru concentraţia materialului testat ı̂n laborator pentru verifi-
carea metodei curente ı̂n raport cu concentraţia specificată ı̂n tabel pentru
nivelurile C, M, R indicate pe coloana 4.
- Valorile limită pentru: precizie (repetabilitate, reproductibilitate internă),

exactitate şi eroare totală, respectiv ı̂n coloanele 6, 7, 8şi 9.
Pentru metoda de verificat se determină coeficientul de variaţie

CVrepetabilitate şi bias-ul D%, iar CVreproductibilitate se calculează cu următoarea
relaţie:
CVreproductibilitate = 1.33 · CVrepetabilitatea
Parametrii analitici CVreproductibilitate şi D% sunt verificaţi/validaţi când valo-
rile lor sunt ≤ decât valorile limită din tabel. Dacă această condiţie nu este
ı̂ndeplinită pentru ambii parametri atunci se poate realiza verificarea prin limita
pentru eroarea totală. Eroarea totală pentru metoda de verificat se calculează cu
relaţia următoare: q
2
ET = 2 · CVreproductibilitate + D2
iar valoarea obţinută pentru eroarea totală ET , pentru validarea metodei, trebuie
să satisfacă relaţia ET ≤ ETa .
2.3.4.3 Criteriul testării de competenţă, PT (Proficiency Testing)
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
acceptabil. Deoarece ı̂ntr-un laborator participant se efectuează doar o singură

măsurare, ı̂n valoarea rezultată nu este separată eroarea sistematică de eroarea
aleatorie, deci rezultatul testului de competenţă conţine o eroare totală la fel cum
conţine şi valoarea unei analize curente ı̂ntr-un laborator pentru o probă biologică.
O listă cu valori pentru eroarea totală admisibilă la un număr de peste 80 de
analiţi este dată ı̂n Anexa 5, aceste valori fiind din baza de date CLIA (Clinical Lab-
oratory Improvement Amendments), http://www.westgard.com/clia.htm. În
această bază valorile limită pentru ETa sunt prezentate ı̂n una dintre următoarele
trei forme:
1. Valoare absolută de concentraţie limită, de exemplu, pentru calciu: valoarea
ţintă ± 1 mg/dL. Aceasta se interpretează, pentru o concentraţie de 10
mg/dL testul este considerat corect când valoarea măsurată este ı̂n intervalul
10 ± 1 → 9 − 11 mg/dL, care ı̂n procente corespunde cu ± 10%; iar pentru
o concentraţie de 7,5 mg/dL testul este considerat corect ı̂n intevalul de ± 1
mg/dL ı̂n jurul valorii de 7,5 (adică 6,5-8,5) sau ı̂n procente de ±13%.
2. Procentaj, de exemplu pentru colesterol: valoarea ţintă ± 10%. Aceasta se
interpretează: la nivelul clinic de decizie de 200 mg/dL testul este conside-
rat corect dacă valoarea măsurată se situează ı̂n intervalul 180-220 mg/dL
(10% → (200/100) · 10 = 20). În puţine cazuri, sunt specificate două limite
pentru valoarea erorii totale admise (o limită sub formă de procent şi o alta
sub formă de valoare absolută); de exemplu, pentru glucoză: valoarea ţintă
± 6mg/dL sau valoarea ţintă ± 10%. În acest caz se va alege ca limită cea
care are valoarea absolută mai mare. 6 mg/dL este un procent de 10%
dintr-o valoare de 60 mg/dL [(6 mg/dL /10%)·100% = 60mg/dL]; deci, limita
procentuală de 10% mg/dL este mai mare decât limita absolută de 6 mg/dL
pentru valori ţintă mai mari de 60mg/dL, iar limita procentuală de 10%
mg/dL este mai mică decât limita valoare absolută de 6 mg/dL pentru va-
lori ţintă mai mici de 60 mg/dL. La valoarea ţintă de 120 mg/dL, eroarea
totală admisă se alege de ± 10% adică ± 12,0 mg/dL > 6mg/dL.
3. Deviaţie standard, de exemplu pentru hormon de stimulare tiroidian: valoa-
rea ţintă ± 3SD, care este deviaţia standard, SD, pentru grupul care a
participat la testul PT.
La o metodă analitică, cu inexactitatea (ES-eroarea sistematică) şi cu impre-
cizia (EA-eroarea aleatorie), eroarea totală calculată ET = ES + EA, vezi relaţia
(2.20), trebuie ı̂ndeplinită pentru validare, ı̂n raport cu eroarea totală admisă,
ETa , următoarea relaţie, vezi Figura 2.10:
ET = ES + EA ≤ ETa (2.21-a)
În general, pentru eroarea aleatorie maximă se consideră valoarea de 3SD, atunci
relaţia anterioară devine:
ET = |D| + 3SD ≤ ETa (2.21-b)
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
2.3.4.4 Criteriul clinic, Dint
Intervalul de decizie clinică, Dint , reprezintă acea valoare pe care clinicianul

o asociază unui rezultat de analiză pentru decizia clinică, valoare ce poate schimba
intrepretarea/semnificaţia medicală. Intervalul de decizie clinică poate fi privit ca
”zona gri” ı̂n intrepretarea unui test de pacient. De exemplu, NCEP (National
Cholesterol Education Program, S.U.A.) specifică pentru colesterol o valoare nor-
mală când testul este ≤ 200 mg/dL, iar pentru un test de valoare ≥ 240 mg/dL este
necesară supravegherea pacientului, uzual cu repetarea testelor pentru formularea
unui tratament. Un pacient care are punctul de echilibru homestatic la valoarea
reală de 200 mg/dL nu trebuie să aibă niciodată rezultatul unui test la o valoarea
≥ 240 mg/dL (aceasta ar determina un tratament greşit aplicat pacientului). In-
tervalul ı̂ntre 200 şi 240, egal cu 40 mg/dL (care ar duce la interpretarea valorii de
200 ca fiind 240 = 200 + 40), este ”zona gri”, defineşte intervalul de decizie clinică
pentru colesterol şi se exprimă ca fiind egal cu Dint = 20%, pentru acest caz, din
nivelul de decizie medicală de 200 mg/dL.
Intervalul de decizie clinică cuprinde două componente, cea analitică (suma
dintre eroarea aleatorie şi sistematică, ETa = EA + ES) şi cea datorită variaţiei
preanalitice, VP, deci trebuie ı̂ndeplinită relaţia
EA + ES + V P < Dint (2.23)
Într-o estimare simplă, variaţia preanalitică poate fi considarată ca suma dintre:
- swsub , variaţia biologică intra-individ (eroarea aleatorie care reflectă modifi-

cările observate, ı̂n timp, la acelaşi individ);
- biasul preanalitic (eroarea sistematică, bias de prelevare) care poate apărea

ı̂n faza preanalitică şi determină deplasarea valorii tuturor rezultatelor ı̂ntr-o
singură direcţie, fie spre valori mai mari, fie spre valori mai mici.
Eroarea analitică totală admisă, ETa , se obţine prin eliminarea componentei

V P din valoarea pentru Dint , adică
ETa = Dint − V P
De exemplu, dacă se consideră pentru faza preanalitică numai variaţia biologică

intraindivid, swsub , eroarea totală analitică admisă se obţine cu relaţia T Ea =
Dint − swsub . Considerând mai restrictiv, când se include ı̂n componenta VP şi un
bias preanalitic, eroarea totală analitică se calculează cu relaţia
ETa = Dint − 1.65 × swsub (2.24)
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).
2.3.4.5 Criteriul diagramei de decizie (six sigma)
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
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
Diagrama de decizie, http:\www.westgard.com/mvtools.html, se va

trasa pe baza inecuaţiilor (2.25), particularizând pentru colesterol total, a cărui
valoare admisă pentru eroarea totală este ETa = 10%, Anexa 5. La analiţii la care
eroarea totală admisă nu este exprimată ı̂n procente, ci ı̂n unităţi de concentraţie,
pentru a se exprima ı̂n procente, se divide valoarea de eroare dată ı̂n unităţi de
concentraţie la valoarea nivelului concentraţiei de decizie medicală respectiv şi se
ı̂nmulţeşte cu 100. Pentru trasarea diagramei de decizie, Figura 2.11, se parcurg
următorii paşi:
Pasul 1. Pe axa ordonatelor se va reprezenta inexactitatea (D, biasul), ı̂n

procente, de la zero până la valoarea ETa . De exemplu, pentru colesterol cu
ETa = 10% se gradează axa ordonatelor de la zero până la 10%, din procent
ı̂n procent.
Pasul 2. Pe axa absciselor se va reprezenta imprecizia, ı̂n procente, de
la zero până la valoarea de 1/2 T Ea . De exemplu, pentru colesterol cu
1/2 T Ea = 5% se gradează axa abciselor de la zero până la 5%, cu creşteri
de 0, 5%.
Pasul 3. Se trasează ı̂n sistemul de axe, Y - inexactitate, X - imprecizie,
dreapta reprezentată de prima ecuaţie, din sistemul 2.25, D + 3 · SD = ETa ,
ı̂n modul următor: se uneşte punctul de pe ordonată de valoare ETa cu
punctul de pe abscisă de valoare 1/3 ETa . În cazul acesta particular pentru
colesterol se uneşte ordonata de valoare 10% cu abscisa de valoare 3,33%.
Figura 2.11 Diagrama de decizie indicând zonele de ı̂ncadrare calitativă pen-

tru o metodă analitică (particularizată pentru colesterol cu eroarea
totală admisă T Ea = 10%).
Pasul 4. Se trasează ı̂n sistemul de axe dreapta reprezentată de a doua

ecuaţie, D + 4 · SD = ETa , ı̂n modul următor: se uneşte punctul de pe
ordonată de valoare ETa cu punctul de pe abscisă de valoare 1/4 ETa =
0, 25 ETa . În cazul acesta particular pentru colesterol, se uneşte ordonata de
valoare 10% cu abscisa de valoare 2,25%.
Pasul 5. Se trasează ı̂n sistemul de axe dreapta reprezentată de a treia

ordonată de valoare ETa cu punctul de pe abscisă de valoare 1/5 ETa =
Pasul 6. Se trasează ı̂n sistemul de axe dreapta reprezentată de a patra

ordonată de valoare ETa cu punctul de pe abscisă de valoarea 1/6 ETa =

Pasul 7. Cele patru drepte, corespunzătoare celor patru limite de perfor-
manţe (patru valori de rezervă de eroare) impuse prin relaţiile (2.25), ı̂mpart
planul inexactitate-imprecizie al diagramei de decizie ı̂n cinci zone de perfor-
manţă. Se ı̂nscrie/etichetează fiecare dintre cele cinci zone cu următoarele
calificative: performanţe nesatisfăcătoare, la limită, bune, excelente şi de
clasă internaţională. Pe diagrama de decizie obţinută se plasează ”punctul
de funcţionare” al metodei, care este determinat prin cele două coordonate:
valoarea obţinută pentru imprecizia metodei verificate (ca abscisă) şi valoarea
obţinută pentru inexactitatea metodei verificate (ca ordonată). Calitatea
metodei corespunde calificativului zonei (din cele cinci) ı̂n care se plaseză
punctul de funcţionare.
O dreaptă de ecuaţie Di + k · SD = ETa (k = 3; 4; 5; 6) ı̂mparte planul (SD, D)
ı̂n două regiuni. Coordonatele (SDi ; Di ) ale unui punct de funcţionare ı̂n funcţie
de poziţia sa ı̂n plan, introduse ı̂n ecuaţia unei drepte Di + k · SDi , (din sistemul
(2.25)), vor determina valori >, =, < faţă de valoarea erorii totale admise ETa :
- (Di + k · SDi ) > ETa când coordonatele punctului se situează deasupra
dreptei;
- (Di + k · SDi ) = ETa când coordonatele punctului se situează pe dreaptă;
- (Di + k · SDi ) < ETa când coordonatele punctului se situează sub dreaptă.
Analizând ı̂n funcţie de poziţia ı̂n plan a punctului de funcţionare, de imprecizie
SD şi de inexectitate D, vizual, se poate deduce dacă eroarea totală, ET , obţinută
pentru metodă este mai mare, egală sau mai mică decât valoarea erorii totale
admise, ETa .
1. Zona performanţelor nesatisfăcătoare. De exemplu, dacă pentru metoda de
măsurare a colesterolului se obţine CV = 3% şi D = 3%, metoda are punctul
de funcţionare A, de coordonate (3%; 3%), situat ı̂n zona performanţelor
nesatisfăcătoare, nu ı̂ndeplineşte condiţia ca eroarea totală obţinută să fie
mai mică decât eroarea totală admisă, adică este deasupra dreptei de ecuaţie
D + 3 · SD = ETa . Deşi o metodă cu astfel de performanţe funcţioneză, dar
nu cu performanţe acceptabile, eroarea totală obţinută ET este mai mare
decât eroarea totală admisă, ETa (rezerva de eroare este negativă).
2. Zona performanţelor la limită, situată sub dreapta de ecuaţie D + 3 · SD =
ETa . Punctul de funcţionare B pentru colesterol, de coordonate CV = 2%
şi D =2%, este chiar la joncţiunea zonei de performanţe la limită cu zona de
performanţe bune. O metodă cu performanţe la limită necesită un control
de calitate cu proceduri de control de tip reguli multiple şi cu un număr de
minim patru teste de control pe seria de măsurări. Pentru o astfel de metodă
se impune permanent un efort de ı̂mbunătăţire.
3. Zona performanţelor bune, sub dreapta de ecuaţie D+4·SD = ETa . O astfel

de metodă cu performanţe bune este uşor controlabilă; pentru colesterol, un
punct ı̂n această zonă este punctul C de coordonate CV = 2% şi D = 0, 0%.
Pentru controlul de calitate sunt necesare 2-4 teste pe seria de măsurări, cu
procedură de control de tip reguli multiple sau o singură regulă de control
cu limitele fixate la ±2, 5 · SD.
4. Zona performanţelor excelente este situată sub dreapta D + 5 · SD = ETa .

O astfel de metodă care are punctul de funcţionare ı̂n acestă zonă necesită
doar două teste de control pe seria de măsurări şi o singură regulă de control
cu limitele fixate la ±2, 5SD sau ±3SD (de preferat).
5. Zona performanţelor de nivel internaţional (”world class” performance), Six-

sigma, sub dreapta de ecuaţie D + 6 · SD = ETa . Punctul de funcţionare
D, pentru colesterol de coordonate CV = 1, 5% şi D = 0, 0%, se situează ı̂n
această zonă. O astfel de metodă necesită 1-2 teste de control pe o serie de
măsurări, o singură regulă de control cu limitele de control fixate la ±3, 5SD
sau ±3SD.
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.
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”.
Exemplul 2.7 Pentru o metodă de determinare a colesterolului, cu valorile:

imprecizia CV = 3% şi inexactitatea D = 3%, să se calaculeze metrica sigma.
Soluţie: Din Anexa 5 rezultă eroarea totală admisă pentru colesterol ETa = ±10%.
Aplicând relaţia (2.26) rezultă
ETa − D 10% − 3%
M etrica sigma = = = 2, 33
SD 3%
Valoarea metricii sigma de 2,33 clasifică această metodă de măsurare cu performanţe slabe,
punctul A din Figura 2.11 (deasupra dreptei de ecuaţie D + 3SD = ETa ).
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
Figura 2.12 Determinarea creşterii erorii sistematice, ∆D, pentru o

metodă cu eroarea totală admisă, ETa .
(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
această determinare raţionamentul se poate realiza pe baza desenelor din Figura

2.12. În Figura 2.12-a este reprezentată distribuţia de frecvenţă a procesului cu
limitele de control fixate, uzual, la x ± 3SD (verticalele trasate cu linie ı̂ntreruptă)
şi valoarea pentru eroarea totală admisă, ETa (verticalele trasate cu linie groasă
continuă), pentru un proces (stabilizat) la care componenta de eroare sistematică
este nulă (calibrat, D=0).
Desenul din Figura 2.12-b răspunde la ı̂ntrebarea anterioară, cât de mare
poate fi deplasarea suferită de proces, ı̂n timpul funcţionării, ı̂ncât doar 5% din
numărul total de analize (una din 20, vezi Figura 2.1) să aibă eroarea totală
obţinută > ETa . Curba de distribuţie normală este translatată spre dreapta ver-
ticală care fixează pe ETa , până când suprafaţa (haşurată) din ”coada” curbei
depăşeşte această dreaptă verticală cu o valoare egală cu 5%. Din Tabelul 1.1
se citeşte că ı̂n cozile curbei lui Gauss sunt cuprinse suprafeţe proporţionale cu
9, 9%/2 ≈ 5% când aceste cozi sunt ı̂n afara intervalului centrat de (x−1, 65SD, x+
1, 65SD). Rezultă că translatarea curbei distribuţie normală se poate face până
când centrul acesteia este la o distanţă de 1, 65SD faţă de dreapta verticală ETa ,
deci deplasarea (eroarea sistematică) maximă este Dmax = ETa − 1, 65SD. În
Figura 2.12-c este reprezentat un caz intermediar ı̂ntre cele din Figura 2.12, a şi b,
care este ı̂ntâlnit ı̂n practică, când curba de distribuţie normală este afectată de o
deplasare D < Dmax . Pentru acest caz creşterea ı̂n continuare a erorii sistematice,
∆D, până la valoarea Dmax se poate calcula cu următoarea relaţie (exprimată ı̂n
unităţi de SD):
∆D = [(ETa − D)/SD] − 1, 65 (2.27-a)
Deorece expresia ı̂n paranteze pătrate este expresia pentru sigma-metric, relaţia
2.26, din prezenta relaţie se pot deduce şi următoarele două relaţii echivalente
∆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.
2.3.4.6 Criteriul verificării valorilor specificate de producător
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
a aparatului (pentru precizie) sau ı̂n prospectul materialului de referinţă (pentru

exactitate).
a. Protocolul de verificare al preciziei specificate [28]. Materi-
alele pentru testare trebuie selectate astfel ı̂ncât să aibă concentraţii aproape de
nivelurile de decizie medicală; dar pentru unii analiţi este, de asemenea, important
să se determnine şi precizia la limita inferioară şi la limita superioară a domeniului
de măsurare. În mod normal, este suficient să se selecteze acele materiale care au
valori aproape de concentraţiile utilizate de producătorulul metodei pentru deter-
minarea preciziei specificate (SDspf sau CVspf ) ı̂n cartea tehnică. Acceptate ca
materiale de test pot fi: materiale pentru controlul de calitate (dar diferite de cel
care se utilizează curent pentru controlul de calitate); materiale standard; probe
de pacient anterior măsurate; alte materiale a căror concentraţie se cunoaşte. Dar,
aceste materiale de test trebuie să aibă o matrice cât mai aproape de cea a probelor
de pacient măsurate. Protocolul de testare de verificare este următorul:
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.
3. În cele cinci zile de testare de verificare se aplică procedurile normale de

control de calitate.
4. Testele pentru verificarea exactităţii metodei analitice pot fi efectuate, ı̂n

paralel, tot ı̂n aceste cinci serii de verificare a preciziei.
5. Calibrarea se efectuează conform specificaţiilor producătorului. Dacă ı̂n in-

tervalul de determinare a preciziei efectuată la producător există specificaţia
că aparatul a fost supus calibrării de mai multe ori, atunci la fel şi utiliza-
torul calibrează aparatul ı̂n intervalul procesului de testare pentru verificarea

preciziei.
Deoarece modul de calcul pentru realizarea verificării specificaţiei de pro-
ducător este destul de complicat, această procedură de verificare necesită un pro-
gram pe calculator ı̂n care se introduc datele de test obţinute. În exemplul următor
este prezentat calculul preciziei laboratorului şi verificarea acesteia cu precizia
specificată de producător, decizia de validare a metodei rezultând numai dacă pre-
cizia estimată a laboratorului este concordantă/corespunzătoare celei specificate
de producător.
Exemplul 2.8 Se va expune succesiunea etapelor de calcul ı̂n procesul de

verificare a preciziei specificate de producător pentru o analiză de calciu, pornind de la
următoarele date:
- Numărul de teste pe o serie de măsurări/pe o zi este n (= 5);
- Numărul total de zile pentru testări este D (= 5);
- Precizia specificată de producător CVspf (= 1,2%); uneori se specifică SDspf ;
- Datele de test obţinute sunt cele din tabelul următor (corespund Nivelului 1 de test,
valorile sunt ı̂n mmol/L)
În acest exemplu se consideră cazul când numărul de teste efectuate pe fiecare serie de
măsurări (ı̂ntr-o zi) este acelaşi (balansat, n = 5), ceea ce se reflectă ı̂n mult mai simple
formule de calcul ı̂n raport cu cazul când numărul de teste diferă (nebalansat) de la serie
de măsurări la serie de măsurări (de la zi la zi).
• Se calculează deviaţia standard pentru repetabilitate, SDrp

sP
D Pn 2
d=1 i=1 (xdi − xd )
SDrp =
D(n − 1)
unde: n (=5), numărul de teste pe o serie de măsurări/ı̂ntr-o zi (numărul testului i =
1,2,3,4,5 din ziua d);
D (=5), numărul total de zile pentru procesul de verificare (numărul d al zilei de
test, d =1,2,3,4,5);
xdi , valoarea testului cu numărul i din ziua d;
xd1 + xd2 + xd3 + xd4 + xd5
xd = = 0, 00012656 mmol/dL, valoarea medie pentru
5
testele efectuate ı̂n ziua d.
Pentru valorile acestui exemplu şi pentru ı̂nţelegerea modului de calcul, relaţia anterioară
se scrie sub următoarea formă:
v
u 5 5
! v
u 5
uX 1 X (x − x )2 uX 1
di d p
SDrp = t =t Vd = Vrp
5 i=1 (5 − 1) i=1
5
d=1
5
X (xdi − xd )2
ı̂n care: Vd = este varianţa/dispersia valorilor testelor de repetabilitate
i=1
(5 − 1)
din ziua d;
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).
• Se calculează deviaţia standard (totală, within-laboratory) a laboratorului, SDlab , care

compune atât dispersia prin repetabilitate, SDrp , cât şi dispersia valorilor medii ale seriilor
de măsurare, SDmz , (ı̂ntre zilele de test). Deoarece varianţele (pătratul deviaţiei standard)
sunt aditive, deviaţia standard totală estimată a laboratorului, SDlab , rezultă din relaţia:
q
SDlab = SDrp 2 + SD 2
mz
• Verificarea concordanţei impreciziei laboratorului cu cea specificată de producătorul

metodei (valoarea SDspf , nu valoarea prin repetabilitate, ci valoarea deviaţiei standard to-
tale, within-laboratory). Deoarece producătorul specifică coeficientul de variaţie, CVspf =
1, 2%, se calculează deviaţia standard specificată, SDspf , corespunzătoare la valoarea me-
diei generale x = 1, 98544 mmol/dL cu relaţia:
SDspf = CVspf · x/100 = 1, 2 · 1, 98544/100 = 0, 02382528 mmol/dL
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
SDlab = 0, 027519012 > SDspf = 0, 02382528 mmol/dL

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
2. Pentru numărul de grade de libertate calculat, νef = 5 (se aproximează la valoarea

ı̂ntreagă cea mai apropiată), din tabelul valorilor funcţiei de distribuţie Chi-pătrat,
χ2 , pentru două niveluri de concentraţie testate se citeşte valoarea coeficientului
C = 12, 83.
3. Pe baza valorii specificate de producător pentru imprecizie (CVspf sau SDspf ),
a coeficientului C şi a numărului efectiv de grade de libertate, νef , se calculează
o valoare de verificare (valoare critică) pentru precizia laboratorului, SDcrit , cu
următoarea relaţie:
√ √
C 12, 83
SDcrit = SDspf · √ = 0, 2382528 · √ = 0, 044081987 mmol/dL
νef 5
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 ,
rezultă că valoarea de precizie realizată de laborator nu verifică precizia specificată

de producător.
Se procedează similar şi pentru NIVELUL 2 de concentraţie.
Valorile tabelate pentru distribuţia Chi-pătrat, χ2
b. Protocolul de verificare al exactităţii prin materiale de referinţă

[28]. Pentru metoda de testat se determină deplasarea ı̂n raport cu o valoare
specificată, xspf , a materialului de referinţă, valoarea specificată fiind fixată printr-
o metodă de referinţă sau ı̂n urma unor teste realizate de un grup ı̂ntr-un proces de
intercomparare (control de calitate extern sau testerea de performanţă, PT, vezi

subcapitolul 3.6). Trebuie alese materiale de referinţă adecvate pentru testarea de
verificare a exectităţii metodei, aceste materiale pot fi:
1. Materiale de referinţă certificate (CRM) de un organism specialiazat, de

exemplu: www.nist.gov; www.irmm.jrc.be; www.ifcc.org;
http://www.bipm.org/en/committees/jc/jctlm-/jctlm-db/
2. Materiale de referinţă derivate din programele de tip testare de competenţă,
PT; ı̂ntr-un astfel de program au fost testate de un număr mare de labora-
toare cu diferite loturi de reactivi şi calibratori, deci valoarea specificată a
acestor materiale reprezintă performaţa medie (de ı̂ncredere) pentru metoda
respectivă.
3. Materiale livrate de producătorul metodei analitice pentru verificarea exac-
tităţii sau controlul de calitate; astfel de materiale au fost special proiectate
pentru testarea metodei respective, dar acestea, ı̂n general, nu sunt potrivi-
te şi pentru testarea metodei de măsurare respective, implementată de alt
producător.
4. Materiale utilizate ı̂n programele de evaluare externă a calităţii; valoarea
specificată va fi valoarea medie a grupului de intercomparare (un grup cu
un număr ridicat de participanţi este o garanţie pentru o valoare specificată
sigură, 10 participanţi este coniderat un număr minim pentru o valoare medie
de ı̂ncredere).
5. Materiale de referinţă de la diverşi producători, a căror valoare specificată a
fost stabilită prin analize ı̂n mai multe laboratoare; astfel de materiale sunt
similare cu cele de la punctele 2 şi 4, dar, pentru că valoarea specificată a fost
stabilită prin testarea pe un număr mai mic de laboratoare, acestea prezintă
o incertitudine mult mai mare.
6. Materiale standard ce pot fi preparate la concentraţii cunoscute.
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
iar numărul de grade de libertate este νspf = n − 1

Se selectază două materiale care să corespundă unul pentru un nivel de
concentraţie joasă, iar celălalt pentru un nivel de concentraţie ridicată din dome-
niul de măsurare al metodei. Materialele selectate trebuie să fie pregătite conform
instrucţiunilor producătorului. Se realizează câte două măsurări de test pe o serie
de măsurări (run), pentru ambele niveluri de concentraţie, pe intervalul a trei până
la cinci serii de măsurări (zile). (De preferat, testele pentru verificarea exactităţii
metodei analitice pot fi efectuate, ı̂n paralel, tot ı̂n cele cinci serii de verificare a
preciziei). Cu datele de test obţinute, se calculează valoarea medie, x, şi deviaţia
standard a mediei, SD(x), apoi se determnină intervalul de verificare, cu o proba-
bilitate de 95% sau 99%, interval care este utilizat pentru verificarea valorii medii
calculate. Dacă valoarea medie, x, se ı̂ncadrează ı̂n intervalul de verificare deter-
minat, atunci metoda testată realizează exactitatea necesară, iar o neı̂ncadrare
a valorii medii ı̂n intervalul de verificare determinat indică faptul că metoda nu
realizează exactitatea necesară. Modul de efectuare a procedurii de verificare a
exactităţii rezultă din următorul exemplu.
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:
- Valoarea medie (relaţia 2.1), x = 37, 7 mg/dL
- Deviaţia standard a mediei, SD(x), deoarece se realizează cu un număr de teste

egal (2) ı̂n fiecare din cele D (=5) zile, se calculează cu relaţia
s
PD
− x)2
d=1 (xd
SD(x) = = 0, 2549511 mg/dL
D−1
- Incertitudinea compusă uc se calculeză cu relaţia

q
uc = SD(x)2 + u2spf = 0, 2958039 mg/dL
- Numărul efectiv de grade de libertate rezultă (νspf → ∞)
(SD2 (x) + u2spf )2 (0, 25495112 + 0, 152 )2

νef = u4spf
= 0,25495114
= 7, 2448
SD 4 (x) +0
D−1 + νspf (5−1)
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
xs/i = x ± t · uc = 40 ± 2, 36 · 0, 295809 = 40 ± 0.6980972 → IV = (39, 40; 40, 70)
Valoarea medie x nu este cuprinsă ı̂n intervalul de verificare x ∈ IV , 37, 7 ∈ /

(39, 40; 40, 70), deci această metodă nu satisface/(nu este concordantă) din punc-
tul de vedere al exactităţii.
De fapt, procedura de verificare a exactităţii prezentată mai sus este similară cu
modalitatea de verificare/validare a unei metode analitice prin testarea unui material
de referinţă certificat [27]. Prin această modalitate se verifică dacă există o diferenţă
semnificativă, ∆m , ı̂ntre valoarea de certificat, xspf , şi valoarea medie, x, obţinută ı̂n
urma testelor
∆m = |x − spf − x|
Semnificaţia pentru această diferenţă, exprimată ı̂n modul, se obţine prin compara-
rea acesteia cu intervalul, U = 2 · uc , rezultat din inceritudinea extinsă (4.2.5). Incerti-
tudinea compusă uc ı̂n această relaţie se calculează ca anterior
q
2
uc = SDreproductibilitate + u2spf
SDreproductibilitate - se obţine din baza de date de la controlul intern de calitate sau se

fac testări ale serului de control ı̂n minimum 20 de zile şi se determină deviaţia standard.
Condiţia de ı̂ndeplinit pentru semnificaţia diferenţei este
∆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%).
Această procedură de verificare a exactităţii poate fi utilizată şi pentru

testarea de verificare a corectitudinii unei valori nesatisfăcătoare, comunicată labo-
2.4. VALIDAREA METODELOR ANALITICE 81
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!
2.4 VALIDAREA METODELOR ANALITICE

Validarea metodei [3] se defineşte ca fiind:
(a) procesul prin care laboratorul ı̂şi stabileşte caracteristicile de performanţă,

limitele metodei şi prin care se identifică factorii care influenţează aceste
caracteristici, precum şi gradul de influenţă al acestor factori; sau
(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 trebuie implementate ı̂mbunătăţiri ale metodei ca urmare a in-

troducerii unui tip de reactivi ı̂mbunătăţiţi de către producătorul reactivului
(ex. generaţie nouă de reactivi), schimbării echipamentului, schimbării pro-
ducătorului reactivilor;
- 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);
- atunci când rezultatele controlului de calitate indică o modificare a perfor-

manţelor metodei;
- pentru a demonstra echivalenţa a două metode utilizate ı̂n laborator (ex. o

metodă nouă introdusă faţă de metoda utilizată până ı̂n prezent sau faţă de
o metodă standardizată);
- pentru a demonstra echivalenţa metodei cu instrumente diferite;
- atunci când se introduce o metodă validată ı̂ntr-un alt laborator, dar se

utilizează echipament sau operator diferit.
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.
2.4.1 Condiţiile tehnice ı̂n care se realizează metoda

Validarea metodei trebuie să se realizeze ı̂n următoarele condiţii:
- Responsabilul de validare trebuie să fie o persoană competentă;
- Condiţiile de mediu cerute de specificaţiile metodei (ex. specificaţiile date de

producătorul echipamentului, reactivilor, literatura de specialitate) trebuie
să fie satisfăcute;
- Echipamentul de măsurare trebuie să fie ı̂n bună stare de funcţionare, trebuie
să fie etalonat ı̂nainte de validare (când este cazul) şi calibrat corespunzător;
- Reactivii sunt adecvaţi lucrului cu echipamentul care urmează a fi validat şi

sunt ı̂n termen de valabilitate;
- 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
1. Specificarea metodei cuprinde:
- Denumirea ı̂ncercării (ex. CRP din ser prin turbidimetrie);
- Măsurand (ex. WBC; RBC etc.);
- Sursa metodei (ex. Metodă dezvoltată ı̂n laboratorele Abbott-SUA, nu s-au

adus modificări metodei).
2. Responsabil de validare, calificat (ex. Anca Popescu - biolog).
3. Condiţiile de mediu cerute de: specificaţiile metodei, specificaţiile

date de producătorul echipamentului, reactivilor, literatura de specialitate, să fie
ı̂ndeplinite (ex. temperatură 21-25◦ C, umiditate 52%).
4. Echipamentul este ı̂n bună stare de funcţionare, este etalonat ı̂nainte

de validare şi calibrat corespunzător. Se specifică
- Denumire, producător, serie, nr. inventar;
- Certificatul de etalonare, dacă există (ex. valoarea incertitudinii extinse

U =?, pentru k =?);
- Domeniul de măsurare, conform specificaţiilor producătorului, (ex. DM =

0, 07 − 20 mg/dL);
- Curba de calibrare (se ataşează ı̂n anexe, se specifică modul de obţinere);
- Înregistrări de mentenanţă.
5. Reactivii utilizaţi sunt adecvaţi lucrului cu echipamentul care urmează

a fi utilizat şi sunt ı̂n termen de valabilitate (ex. Reactiv Greiner, lot 6032010,
expiră la data de 10/2010).
6. Materiale de referinţă şi de control utilizate ı̂n procesul de validare

sunt adecvate metodei care urmează a fi validată şi sunt ı̂n termen de valabilitate
(ex. pentru serul de control PreciControl Universal, TSH ı̂n [mIU/L] pentru valori
normale (PreciControl U1- 176103): valoare ţintă = 1,02; interval = 0,84-1,20; SD
= 0,06, iar pentru valori ridicate (PreciControl U2- 176100): valoare ţintă = 9,11;
interval = 7,74-10,5; SD = 0,46).
2.4.2 Parametrii caracteristici ai metodelor analitice

Informaţiile folosite pentru validarea unei metode pot fi obţinute prin testări
realizate ı̂n laborator ı̂n acest scop sau din datele din baza de date rezultate din
controlul intern de calitate, din participarea ı̂n schemele de intercomparare sau din
alte surse (informaţii date de producătorul reactivilor/echipamentului, literatura
de specialitate, standarde de metode etc.).
Se disting trei tipuri de metode analitice ı̂n laboratoarele de analize medicale:
1. Metode cantitative - care furnizează un rezultat numeric, ı̂ntre o limită in-

ferioară şi una superioară cunoscute, obţinut printr-o măsurare asupra unui
analit (analize de biochimie, imunologie, numărare de globule).
2. Metode calitative - care nu furnizează o informaţie cantitativă asupra unui

analit, ci doar o informaţie despre prezenţă sau absenţă (pozitiv/negativ)
sau, eventual, prezenţa peste un anumit nivel, cazul titrărilor (serologie virală
şi parazitară).
3. Metode semicantitative (asimilabile celor cantitative) - care furnizează o

informaţie calitativă prin extrapolarea unui rezultat cantitativ obţinut prin
măsurare (analize de imunocromatografie, imunoelectroforeză, imunofluoreş-
cenţă).
Parametrii caracteristici indicaţi pentru verificare ı̂n cadrul unui proces de
validare pentru o metodă analitică din laboratorele de analize medicale conform
[5] sunt prezentaţi ı̂n tabelul următor. Nu toţi parametrii din tabel trebuie să fie
Metode cantitative Metode calitative Metode semicalitative

Specificitate Specificitate Specificitate
Precizie: Repetabilitate Repetabilitate
Reproductibilitate NA Reproductibilitate
internă internă
Exactitate NA NA
Domeniu de analiză/măsurare NA NA
Limite: de detecţie Sensibilitate diagnostică Sensibilitate diagnostică
de cuantificare (Probabilitatea obţinerii (Probabilitatea obţinerii
unui rezultat pozitiv unui rezultat pozitiv
ı̂n prezenţa unui marker ı̂n prezenţa unui marker
ţintă) ţintă)
Contaminare ı̂ntre probe Contaminare ı̂ntre probe Contaminare ı̂ntre probe
(dacă este cazul) (dacă este cazul) (dacă este cazul)
Liniaritate NA NA
Stabilitate Stabilitate Stabilitate
Valori de referinţă NA NA
(de ex. valori normale)
Interferenţe Interferenţe Interferenţe
Robusteţe Robusteţe Robusteţe
Corelare cu metodă de Corelare cu metodă de Corelare cu metodă de
referinţă*. Corelare cu referinţă*. Corelare cu referinţă*. Corelare cu
metodă deja utilizată ı̂n metodă deja utilizată ı̂n metodă deja utilizată ı̂n
laborator* laborator* laborator*
NA - neaplicabil; * de fiecare dată când este necesar
verificaţi; ı̂n continuare se va prezenta un set minim de parametri, necesar a fi

verificaţi ı̂n procesul de validare pentru metodele cantitative.
Selectivitatea/specificitatea exprimă abilitatea unei metode de a deter-
mina exact şi specific analitul de interes ı̂n prezenţa altor componeţi ı̂n matricea
probei.
Întâi, se studiază abilitatea metodei de identificare a analitului de inters ı̂n
probe şi ı̂n materiale de referinţă (selectivitate) prin compararea cu rezultatele
aceloraşi măsurări realizate pe o metodă de confirmare/comparare. Apoi, esti-
marea abilităţii metodei de a măsura analitul de interes (specificitate) se studiază
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]
Ce trebuie făcut. . . . . .de câte ori Calculare/determinare Comentarii

Analiza de probă de Compararea rezultatelor obţinute Din analiza comparării
analit şi de material de la metoda testată cu cele se decide dacă metoda
de referinţă atât prin obţinute de la metoda de confir- testată este sigură
metoda testată cât şi 1 mare pentru a evalua abilitatea /(sau nu) ı̂n funcţiona-
prin alte metode de de identificare a analitului şi re
confirmare abilitatea de măsurare a
analitului pe metoda testată
Analiză de probe de Examinarea efectului de În cazul ı̂n care
analit ce conţin interferenţă: creşte sau scade identificarea sau
interferenţe ı̂n diferite abilitatea de identificare şi de măsurarea analitului
cantităţi (doar pe 1 măsurare a analitului de interes sunt micşorate de
metoda testată) pe metoda testată interferenţă se trece la
o dezvoltare suplimen-
tară a metodei
7. Limita minimă de detecţie, LD - cea mai mică valoare (cantitate,

concentraţie) care poate fi detectată (cu o probabilitate statistic predeterminată) şi
distinctă faţă de blanc. Când măsurările sunt făcute la niveluri joase de concentraţie,
de exemplu ı̂n analiza de urme, este important a se cunoaşte care este cel mai scăzut
nivel de concentraţie ce poate fi detectat sigur prin metoda respectivă.
Limita minimă de detecţie se determină astfel: se măsoară zece probe in-
dependente de blanc (concentraţie zero pentru analitul de interes sau poate fi
calibratorul ”zero standard” din trusa de lucru a analizorului), fiecare o singură
dată. Din seria de zece măsurări se determină media xprobă-blanc şi deviaţia stan-
dard experimentală, SDprobă - blanc , iar valoarea limitei minime de detecţie rezultă
prin relaţia
LD = xprobă-blanc + 3 · SDprobă-blanc
Practic şi mai simplu decât măsurări asupra unui blanc, pentru limita minimă de
detecţie, se consideră valoarea LD = 3 · SDQ ; SDQ este deviaţia standard experi-
mentală determinată pentru limita minimă de măsurare LQ .
Pentru determinările calitative limita minimă de detecţie, LD , este,
de exemplu, valoarea ”cut-off”, care este indicată ı̂n prospectul kitului de
reactiv. Dificultatea ı̂n determinarea limitei de detecţie apare din cauza faptului
că probabilitatea de detecţie a analitului nu are un salt brusc de la 0 (0%) la 1
(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
Figura 2.13 Explicativă pentru determinarea limitei de ”cut-off”
poate trasa o diagramă a valorilor procentului de rezultate pozitive (sau negative)

obţinute ı̂n funcţie de concentraţia de analit, Figura 2.13-b, iar prin inspecţia aces-
tei diagramei se deduce sub ce nivel/prag de concentraţie specificitatea metodei
devine nesigură. De exemplu, ı̂n tabelul anterior, o identificare pozitivă cu proba-
bilitatea de 100% ı̂ncetează sub pragul de concentraţie de 100 µg/g (= cut-off ).
Acest prag (”cut-off”) poate varia dacă experimentul este repetat altă dată, cu
diferiţi reactivi, materiale fortifiate etc.
În [21] se specifică: conform reglementărilor de laborator din S.U.A., verifi-
carea limitei de detecţie este aplicabilă pentru oricare metodă analitică modificată
sau dezvoltată de laborator (ı̂n house). Termenul ”este aplicabilă” ı̂nseamnă că ve-
rificarea sau stabilirea limitei de detecţie este cerută numai de acele metode analitice
unde această performanţă caracteristică este critică, ca de exemplu: medicină le-
gală sau teste de terapie medicamentoasă; PSA şi alţi markeri tumorali; TSH şi
teste imunologice similare, dar nu este aplicabilă pentru analize de glucoză, coles-
terol, enzime şi alţi analiţi, unde domeniul de referinţă este mult mai relevant
pentru interpretarea unui test.
Limitele de măsurare. Aceste limite sunt:

8. Limita minimă de măsurare/cuantificare, LQ - este cea mai mică
valoare (cantitate, concentraţie) care poate fi determinată cantitativ cu un nivel ac-
ceptabil al repetabilităţii şi exactităţii; sub această valoare o metodă poate furniza
doar date calitative. Această limită se determină prin testarea mai multor probe
preparate (3-4), cu concentraţii mici, apropiate (sau egală) de limita minimă de

măsurare specificată de producătorul kitului de reactivi sau de limita inferioară,
LI , a domeniului de măsurare indicată de producătorul metodei. Aceste probe
preparate cu concentraţii mici se pot obţine prin diluţii, din calibratorul sau serul
pentru controlul intern de calitate, cu concentraţia cea mai mică. Pentru fiecare
probă preparată se realizează o serie de zece teste, apoi pentru fiecare serie se
determină: valoarea medie x, deviaţia standard experimentală SD şi coeficientul
de variaţie CV ; aceste date se ataşează ı̂n anexele raportului de validare. Se con-
sideră ca limită minimă de măsurare, LQ , concentraţia probei cu valoarea cea mai
mică şi pentru care deviaţia standard relativă (RSDQ ) are o valoare acceptabilă,
de exemplu CV < 20%.
Pentru metodele de rutină, nedezvoltate sau nemodificate ı̂n laborator, de-
termniarea/verificarea limitei minime de măsurare se efectuează doar dacă valoa-
rea sa are relevanţă clinică!
9. Limita maximă de măsurare, LM - este cea mai mare valoare (can-
titate, concentraţie) care poate fi determinată cantitativ cu un nivel acceptabil al
preciziei şi exactităţii (cu material de referinţă, standard sau un preparat special).
Această limită se determină prin testarea mai multor probe preparate cu
concentraţii mari, aproape de limita maximă de măsurare specificată de pro-
ducătorul kit-ului de reactivi sau de limita superioară, LS , a domeniului de măsurare.
Pentru fiecare probă se realizează o serie de zece teste, apoi cu datele din fiecare se-
rie se calculează valoarea medie şi abaterea standard experimentală; datele culese
se ataşează ı̂n anexele raportului de validare. Se consideră ca limită maximă de
măsurare proba cu cea mai mare concentraţie şi pentru care deviaţia standard re-
lativă are o valoare acceptabilă. În determinarea limitei LM se impun următoarele
două observaţii:
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,
LI , şi cel superior, LS , de concentraţie de analit, ı̂n care se demonstrează precizie,

exactitate (şi liniaritate) cerute de aplicaţie, Figura 2.14. În general, pentru fiecare
analizor, ı̂n documentaţia tehnică, se specifică domeniul de măsurare prin limita
inferioară LI şi limita superioară LS . Verificarea domeniului de măsurare este o
cerinţă pentru validarea unei metode analitice. De fapt, această verificare trebuie
să demonstreze că, pe domeniul de referinţă/normalitate, DR , care este inclus
ı̂n domeniul de măsurare, DR ⊂ DM , caracteristica de transfer este liniară şi
măsurările sunt corecte. În practică se ı̂ntâlnesc două situaţii: 1. este specificat
domeniul de măsurare, deci trebuie verificat; 2. nu este specificat domeniul de
măsurare, deci trebuie determinat.
Figura 2.14 Caracteristica de transfer cu poziţionarea posibilă a limitelor: LD -

limita de detecţie; LQ -limita minimă de măsurare/cuantificare; LM -
limita maximă de măsurare; LI (≈ LQ )-limita inferioară a domeniului de
măsurare; LS (≈ LM )-limita superioară a domeniului de măsurare; LCm -
limita de calibrare minimă (”blanc-point” À); LCM - limita de calibrare
maximă, ”set-point” Á; LLM -limita de liniaritate maximă (≈ LS ≈ LM ).
Domeniile: DR - de referinţă; DC - de calibrare; DM - de măsurare.
1.Verificarea domeniului de măsurare specificat se reduce la:
a) Verificarea limitelor. Pentru verificare se prepară materialele de testat (din

calibratori, seruri de control sau alte materiale a căror valoare se cunoaşte
şi corespund din punct de vedere al matricei) care să aibă valori LIverf ,
LSverf apropiate sau egale celor două limite, LI , LS . După ce analizorul
a fost calibrat, de exemplu pentru limita inferioară, LI , se măsoară ma-

terialul de concentraţie Ctest de 4-5 ori, iar din aceste valori obţinute se
alege valoarea C pentru care eroarea totală procentuală are valoarea maximă,
max |C − Ctest |
ET % = · 100. Valoarea calculată maximă pentru eroarea
Ctest
totală procentuală trebuie să fie mai mică decât eroarea totală admisă, ET ≤
ETa , pentru analitul respectiv; valoarea de eroare totală admisă, ETa , se ad-
mite după testul de competenţă, Anexa 5, sau http://www.westgard.com/
biodatabase1.htm; http://www.westgard.com/europe.htm; http://www.
westgard.com/clia.htm. Dacă această condiţie este satisfăcută, atunci se
consideră pentru limita inferioară verificată a domeniului de măsurare valoa-
rea LIverf = Ctest .
Dacă această condiţie nu este satisfăcută, se ı̂ncearcă cu o valoare de concen-
traţie mai mare pentru Ctest . Concentraţia testată pentru care este satisfă-
cută inegalitatea anterioară va fi limita minimă de măsurare verificată pen-
tru laborator, LIverf . Dacă se specifică LI = 0 (din motive comerciale,
producătorul indică o limită inferioară de valoare zero, ori aceasta nu poate
fi zero deoarece un aparat nu poate măsura zero, totdeauna va măsura cu
un nivel acceptabil al repetabilităţii şi exactităţii ı̂ncepând de la o valoare
mai mare decât zero) pentru determinarea limitei LIverf se procedează cum
a fost descris anterior, cu concentraţii apropiate de valoarea limitei minime
de măsurare, sau, ı̂n cazul când a fost determinată valoarea pentru LQ , se
consideră LIverf = LQ . Similar se determină şi valoarea pentru limita supe-
rioară verificată a domeniului de măsurare, LSverf .
Cu aceste două limite verificate se va specifica pentru validare domeniul de
măsurare verificat, DM verf = (LIverf , Lsverf ). Uneori, domeniul de măsurare
şi domeniul de liniaritate sunt specificate ı̂n unităţi de absorbanţă, AU (Ab-
sorbance Unit), sau denumite altfel, unităţi OD (Optical Density); de exem-
plu, domeniul de măsurare: 0-5 AU, iar domeniul linear: 0.1-5 AU. În astfel
de cazuri, trecerea de la unităţi de absorbanţă la cele de concentraţie se face
prin intermediul diagramei (dreptei) de calibrare pentru analitul respectiv
(uneori, pentru dreapta de calibrare, absorbanţa - axa ordonatelor - este
exprimată ı̂n 104 · AU ).
b) Verificarea liniarităţii. Liniaritatea caracteristicii de transfer pe domeniul

de măsurare, mai ales la o calibrare ı̂n două puncte, este o cerinţă implicită
la analizoarele actuale, producătorul prin efortul din etapa de dezvoltare
asigură aceasta, dar, totuşi, o evaluare a liniarităţii caracteristicii de transfer
prin extrapolarea caracteristicii de calibrare se poate considera. Caracteris-
tica de transfer a analizorului este liniară ı̂nte cele două puncte de calibrare
(blanc-point À, set-point Á), ceea ce rezultă din diagrama dreptei de cali-
brare, Figurile 2.7 şi 2.14. Dar această liniaritate nu se opreşte ı̂n set-point,
ci se extinde dincolo de set-point până la limita de liniaritate maximă, LLM ,
a cărei valoare poate fi aproape sau egală cu limita superioară a domeniu-
lui de măsurare, LS ; ı̂n consecinţă se poate extrapola liniaritatea dreptei de

calibrare pe ı̂ntreg domeniul de măsurare verificat.
c) Realizarea incluziunii DR ⊂ DM verf . Din compararea valorilor domeniului

de referinţă cu valorile domeniului de măsurare verificat se deduce realizarea
acestei incluziuni, deci pentru domeniul de referinţă analizorul asigură o
liniaritate a caracteristicii.
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.
11. Precizia/Imprecizia. Pentru stabilirea impreciziei laboratorul trebuie

să determine repetabilitatea şi reproductibilitatea (internă) pe materiale de testare
uzuale accesibile cum sunt: soluţii standard, materiale de control (pentru controlul
intern) sau pe probe de pacienţi, la niveluri de decizie medicală, testarea a două
sau trei niveluri de concentraţie sunt suficiente
(http://www.westgard.com/decision.htm).
a) Repetabilitatea. Se poate realiza pe un pool de seruri de pacienţi, pe un ser

de control sau pe un ser de pacient, prin mai multe măsurări, una după alta,
ı̂n aceleaşi condiţii, cu acelaşi echipament, reactivi, operator, ı̂ntr-un interval
de timp scurt şi va calcula (cu relaţiile (2.1) - (2.4): valoarea medie aritmetică
x, abaterea standard experimentală SD şi abaterea standard relativă RSD
(sau CV ), datele obţinute se prezintă se ataşează ı̂n anexă. Valoarea pentru
CV (SD) trebuie să fie mai mică sau egală cu cea specificată de producătorul
echipamentului (dacă această informaţie este disponibilă) sau a unor valori
limită date ı̂n literatura de specialitate (vezi obiective analitice, 2.3.4)
b) Reproductibilitatea internă (precizia intra-laborator, vezi pagina 53).

Pentru o metodă nou introdusă se măsoară mai multe replici, pe serul de
control, ı̂n aceleaşi condiţii, cu acelaşi echipament, reactivi, operator, dar ı̂n
zile diferite, minim 20 zile, şi se va calcula (cu relaţiile (2.1) - (2.4) valoarea
medie aritmetică x, abaterea standard experimentală SD şi abatera standard
relativă RSD (sau CV ), datele obţinute se prezintă ı̂n anexele raportului de
validare. (În raportare, trebuie specificate care din condiţiile de măsurare

sunt modificate faţă de testul de repetabilitate).
Pentru analizele de rutină se recomandă să se utilizeze datele din baza de date
obţinute prin controlul intern de calitate. Valoarea pentru CV (SD) trebuie
să fie mai mică sau egală cu cea specificată de producătorul echipamentului
(dacă această informaţie este disponibilă) sau decât valori limitative specifi-
cate ı̂n literatura de specialitate (vezi obiective analitice, 2.3.4). În general,
pentru metodele de rutină din laboratoarele medicale, valoarea impreciziei
determinate prin reproductibilitatea internă este mai mare decât valoarea im-
preciziei determniante prin repetabilitate (o inversare a acestor valori poate
exista doar la aparatele automate din cabinetele medicale, care utilizează
un cartuş/cartridge nou pentru fiecare test); ı̂n consecinţă, pentru validare,
se compară doar valoarea CVreproductivitate cu o valoare limită conform unui
criteriu analitic. O diferenţă mică ı̂ntre cele două valori ale coeficienţilor de
variaţie (determinate prin repetabilitate şi prin reproductibilitate internă)
indică o robusteţe ridicată pentru metodă !
12. Exactitatea/Inexactitatea. Laboratorul trebuie să stabilească in-

exactitatea (D - deplasarea/bias-ul) prin măsurări pe materiale de control (vezi
2.3.4.6-b) cu valori cunoscute ale concentraţiei analiţilor, la niveluri de decizie
medicală, două sau trei niveluri de concentraţie fiind suficiente
(http://www.westgard.com/decision.htm).
În cazul când nu se dispune de materiale de referinţă, ı̂n locul acestora,
pentru determinarea exactităţii, cu precauţie, pot fi utilizate materiale de control
special proiectate şi realizate ı̂n acest sens, pentru metoda respectivă de analiză,
de către producătorul echipamentului [22].
Se măsoară mai multe replici ale materialului de control, ı̂n aceleaşi condiţii,
cu acelaşi echipament, reactivi, operator, ı̂n zile diferite şi se va estima valoarea
medie x, datele se prezintă ı̂n anexele raportului de validare. Conform relaţiei
(2.9), se calculează deplasarea ı̂n valoare absolută sau procentuală
x−a
D =x−a sau D[%] = · 100
a
ı̂n care a este valoarea ţintă (de certificat) a materialului de referinţă.
De asemenea, inexactitatea poate fi determinată, cu costuri reduse când
se utilizeză pentru aceste teste probe de pacienţi, prin metoda comparaţiei. Se
măsoară probe de pacienţi, de concentraţii diferite, ı̂ncât să acopere ı̂ntreg dome-
niul de măsurare, atât pe metoda de testat/validat, cât şi pe o metodă de com-
parat, vezi Exemplul 2.4. Ca metodă de comparat poate fi o metodă de referinţă
sau, cel mai frecvent, o metodă de rutină bine documentată existentă ı̂n laborator,
ale cărui rezultate s-au dovedit a fi corecte, fie ı̂n urma unor studii comparative
cu o altă metodă dovedită a fi mai exactă, fie ı̂n urma testării cu materiale stan-
dard trasabile. Fiecare probă de pacient se măsoară atât pe metoda de testat,
cât şi pe metoda de comparat, obţinându-se, respectiv, valorile pereche Yi , Xi .

(∆i = Yi − Xi ). Deplasarea/bias-ul se poate calcula cu una dintre următoarele
relaţii (echivalente):
n n
1X 1X 100 · D
D= Yi − Xi → D% = 1 Pn (2.28-a)
n n n i=1 Xi
i=1 i=1
n
1X 100 · D
D= ∆i → D% = 1 Pn (2.28-b)
n n i=1 Xi
i=1
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.
13. Incertitudinea de măsurare. Se specifică metoda de estimare a in-

certitudinii de măsurare, vezi subcapitolul 4.3.
Caracteristicile care trebuie verificate pentru validarea unei metode analiti-
ce cantitative sunt [21]:
- domeniul de măsurare şi includere ı̂n acesta a domeniului de referinţă;
- precizia/imprecizia;
- exactitatea/inexactitatea;
- estimarea incertitudinii de măsurare.
La metodele modificate sau dezvoltate ı̂n laborator (ı̂n house) se impune verificarea
şi pentru:
- limita de detecţie/(de măsurare);
- interferenţe.
2.4.3 Structurarea raportului de validare

Raportul de validare ar trebui să cuprindă componente prezentate anterior şi poate
fi structurat tabelar ca mai jos (un exemplu detaliat este prezentat ı̂n ANEXA 3).
1. Prezentarea condiţiilor ı̂n care a fost realizată validarea, punctele 1 - 6 de la

secţiunea 2.4.1 (metodă, responsabil, condiţii de mediu, echipamente, reac-
tivi, materiale de referinţă).
2. Prezentarea parametrilor analitici ai metodei, punctele 7 - 14 de la secţiunea

2.4.2, pentru demonstrarea adecvării la scop (”fittness for purpose”) şi a
performanţelor pentru metoda analizată.
3. Anexe care să cuprinda documente doveditoare (curba de calibrare, tabele

cu datele culese ı̂n urma testelor sau alte documente relevante).
4. Concluzii cu privire la satisfacerea cerinţelor, ı̂ncheiată cu
5. O declaraţie de validitate a metodei.
Un posibil model pentru Concluzii:
• Au fost ı̂ndeplinite condiţiile de mediu recomandate de producătorul anali-

zorului pentru o bună funcţionare a acestuia (temperatura cuprinsă ı̂ntre
16 şi 32◦ C, umiditate cuprinsă ı̂ntre 45 şi 55%, echipamentul este ı̂n bună
stare de funcţionare, fiind etalonat şi calibrat, cu un grafic de mentenanţă
respectat, reactivii şi materialele de referinţă au fost adecvaţi lucrului şi ı̂n
termen de valabilitate).
• Domeniul de măsurare verificat al aparatului cuprinde domeniul de normali-

tate pentru pacienţii care se adresează ı̂n mod curent laboratorului.
• Metoda ı̂ndeplineşte, pentru analizele efectuate, cerinţa de precizie CV=....

≤ CVadmis =.... conform criteriului analitic.... (ex. variaţie biologice, perfor-
manţelor de vârf, testului de competenţă etc.).
• Metoda ı̂ndeplineşte, pentru analizele efectuate, cerinţa de exactitate D%

=.... ≤ Dadmis %=.... conform criteriului analitic.... (ex. variaţie biologice,
performanţelor de vârf, testului de competenţă etc.).
(Pentru cazul când unul dintre parametri, de exactitate sau de precizie, nu

indeplineşte cerinţa impusă de un criteriu analitic considerat, metoda poate
fi totuşi validată dacă este ı̂ndeplinit criteriul cu privire la eroarea totală, spe-
cificându-se, pe lângă criteriul ı̂ndeplinit doar de un parametru, ı̂ndeplinirea
criteriului pentru eroarea totală, ı̂n felul următor:)
• Metoda ı̂ndeplineşte, pentru analizele efectuate, cerinţa pentru eroarea totală

ET =.... ≤ ETa =.... conform criteriului analitic.... (ex. variaţie biologice,
performanţelor de vârf, testului de competenţă etc.)).
• Incertitudinea extinsă asociată metodei de măsurare este: ....
• În concluzie,
Metoda analizată este adecvată scopului. Acest raport de validare
este valabil pentru echipamentele şi reactivii utilizaţi.
Responsabil Analiză, Şef Laborator

Biolog Anca Popescu Dr. Andrei Popescu
96
Capitolul 3
CONTROLUL DE CALITATE
3.1 CONTROLUL INTERN DE CALITATE

Pentru noţiunea de calitate există numeroase definiţii. Enunţăm definiţia
după standardul EN ISO 9000:2000 (preluat integral ı̂n standardul român SR EN
ISO 9000:2001): ”Calitatea reprezintă aptitudinea unui ansamblu de caracteristici
intrinseci de-a satisface anumite exigenţe”. O altă definiţie, aparţinând lui
Edwards Deming (unul dintre fondatorii managementului calităţii ı̂n industrie),
este: ”Calitatea trebuie să ţintească spre necesităţile clientului”. Pentru o analiză
cantitativă, valoarea rezultatului unei probe de pacient se exprimă printr-un număr,
utilizatorul fiind clinicianul, iar clientul, pacientul. Pentru un produs finit, calita-
tea se poate aprecia chiar şi organoleptic; dar cum se poate estima calitatea rezul-
tatului unei analize medicale care este un număr? Evident, calitatea valorii rezul-
tatului unei analize trebuie, la rândul său, să fie exprimată printr-un număr şi care
să poată fi determinată. Apoi, astfel de numere care exprimă calitatea rezultatului
analizei medicale, pentru confirmarea unor cerinţe de calitate admise, trebuie:
- să se ı̂ncadreze ı̂ntre anumite limite de eroare totală admisă (vezi subcapi-
tolele 2.3.4.1- 2.3.4.4),
- să corespundă unei valori pe scara de metrică sigma (2.3.4.5),
- să fie sub o anumită valoare de incertitudine (cap.4) sau
- să satisafacă o limită de timp pentru livrarea rezultatului analizei.
Procesul de asigurare a calităţii are ca obiectiv major - pentru activitatea

unui laborator medical - generarea de rezultate corecte şi de ı̂ncredere pentru
analizele efectuate. Sistemul de calitate ı̂ntr-un laborator medical cuprinde toate
activităţile care sunt necesare ı̂n asigurarea calităţii rezultatelor analizelor şi ser-
viciilor oferite de laborator. Ca structură, sistemul de calitate dintr-un laborator
medical are ı̂n compunerea sa următoarele sisteme/componente, Figura 3.1:
97
98 CAP 3. CONTROLUL DE CALITATE
- sistemul de management al calităţii;
- sistemul de calitate preanalitic;
- sistemul de calitate analitic;
- sistemul de calitate postanalitic.
Figura 3.1 Structurarea sistemului de calitate pentru un laborator medical.
Sistemul de management al calităţii generează managementul pentru asigu-

rarea calităţii (prin politici, norme/regulamente/proceduri, organizare, personal)
şi acesta constituie un suport pentru celelalte trei sisteme (preanalitic, analitic
şi postanalitic), care sunt partea tehnică a laboratorului. Cele trei sisteme se pot
identifica şi delimita fizic, din traseul parcurs de o probă de pacient prin laborator,
pe cele trei etape distincte (preanalitic, analitic şi postanalitic), traseu referit prin
procesul testării totale. În procesul testării totale, ı̂n fiecare dintre cele trei etape,
pot exista surse de eroare care pot afecta calitatea analizelor realizate ı̂n laborator.
O eroare ı̂n oricare dintre aceste etape poate invalida rezultatele finale generate
de laborator. În consecinţă, trebuie analizate şi eliminate (pe cât este posibil), cu
aceeaşi atenţie, sursele de eroare din toate etapele de testare. Pentru a proceda la
minimizarea cât mai mult a efectelor erorilor asupra calităţii rezultatelor, trebuie
ı̂n primul rând identificate sursele de eroare. Cele mai importante tipuri de erori
posibile din fiecare etapă a procesului testării totale sunt enumerate ı̂n continuare,
Figura 3.2:
Etapa preanalitică. Paşii efectuaţi de o probă de pacient pe traseul până
a ajunge ı̂n caruselul analizorului sunt diferiţi şi specifici pentru fiecare laborator,
ı̂n consecinţă şi sursele de eroare, din etapa preanalitică, sunt specifice laboratoru-
lui, care ar putea fi:
- Recoltare: contaminare; probă recoltată incorect; probe nepotrivite pentru

ceea ce se cere; hemoliză; pregătire nepotrivită a pacientului (poziţie in-
corectă, stare fizică neadecvată) etc.
- Pregatirea probei: procedură incorectă; nerespectarea timpului scurs de la

recoltare la analiză; omogenizarea insuficientă, amestecul probei cu reactivul
3.1. CONTROLUL INTERN DE CALITATE 99
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
neadecvat; bule de aer ı̂n probă, greşeli de manipulare pe durata transportu-

lui, greşeli de identificare etc.
Soluţiile pentru eliminarea/reducerea efectelor erorilor, după cum etapa pre-

analitică este specifică laboratorului, sunt, la fel, specifice fluxului din laborator
parcurs de probă. Aceste soluţii pot fi generate prin: instruire, standardizare (pro-
ceduri, documentate), automatizare sau prin restructurarea/reproiectarea fluxului
parcurs de probă. Ca suport pentru reproiectarea etapei preanalitice pot fi tehni-
cile metodei Lean (Lean Production System), prin care sunt reduse pierderile,
mărită viteza fluxului şi crescută eficienţa. Uneori, tehnicile Lean sunt combi-
nate cu aportul adus de metoda Six sigma, rezultând metoda Lean-Six sigma care
ţinteşte spre eficienţă şi calitate.
Etapa postanalitică. Similar cu etapa preanalitică, şi ı̂n etapa postanalitică

fluxul rezultatelor este specific laboratorului, ı̂n consecinţă şi soluţiile pentru elimi-
narea/sau reducerea efectului erorilor sunt particulare pentru laborator. Tipurile
de erori care pot apărea ı̂n această etapă ar putea fi:
- Rezultate obţinute: incorectă interpretare/inspectare vizuală a datelor; ra-

portare ı̂n unităţi de măsură nepotrivite; mod incorect de organizare/structu-
rare a datelor; date pierdute accidental; calcule incorecte etc.
- Validarea preliminară a rezultatelor: interpretarea incorectă a rezultatelor

testelor de control; rezultate fără sens/aberante neidentificate, neeliminate;
neidentificarea datelor obţinute ı̂n afara domeniului linear (al aparatului);
valori de alertă nesesizate; lipsa efectuării unui test de confirmare neluată ı̂n
considerare; efecte ale fazei preanalitice neluate ı̂n considerare, interferenţe
nespecificate etc.
- Raportarea rezultatelor: date omise; date structurate/organizate incorect;

valori incorecte; informaţii nelizibile; informaţii/rezultate care nu ajută inter-
pretarea clinică; inconsecvenţa structurării rapoartelor, dificultate de regăsit
date ı̂ntr-un tabel; rezultate temporar indisponibile (ı̂ntârzieri ı̂n transmiterea
datelor) etc.
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:
- Condiţii de mediu modificabile sau adverse.
- Reactivi: expiraţi, contaminaţi, incorect transportaţi, păstraţi, preparaţi,

utilizaţi, cu diferenţe/variabilitate de la lot la lor; apariţia substanţelor care
pot interfera cu proba sau reactivii.
- Cantitatea probei neadecvată.
- Materiale de control: neadecvate testului, impropriu păstrate, incorect pre-

parate.
- Test electronic defectuos (la analizoarele care au integrate teste automate de

control).
- Calibrare incorectă, calibratori netrasabili.
- Echipament: modul de analiză (al metodei) incorect; precizie şi exactitate

slabe; eroare de instrument; instrument defect; performaţa echipamentu-
lui/reactivului neverificată (prin validare) ı̂nainte de utilizare; mentenanţă
insuficientă sau incorect efectuată; utilizare incorectă; echipament defect,

dar utilizat ı̂n continuare; tehnici de lucru incorecte.
În realizarea obiectivului major al activităţii unui laborator medical - să

genereze, pentru probele analizate, rezultate corecte şi de ı̂ncredere - coroborează
toate cele trei etape din traseul de efectuare a analizelor: preanalitică, analitică şi
postanalitică, iar pentru asigurarea acestor rezultate, ı̂n fiecare dintre aceste etape,
trebuie instituit un adecvat control de calitate QC (Quality Control). În acest
capitol se va analiza controlul de calitate, efectuat atât ı̂n varianta de control in-
tern, cât şi ı̂n varianta de control extern, doar pentru etapa analitică. Controlul de
calitate intern pentru etapa analitică, control prin care se realizează şi se evaluează
nivelul de calitate impus/cerut unei măsurări analitice, este prezentat ı̂n primul
subcapitol.
Numărul mare de laboratoare, şi mai ales numărul mare de analize efectuate
zilnic ı̂ntr-un laborator medical, imprimă domeniului de laboratoare medicale un
statut de mediu de producţie, similar cu cel al unităţilor de producţie industrială.
Această similaritate a determinat ca, pentru controlul de calitate analitică din
laboratoarele medicale, să fie adaptate metodele, deja cunoscute, din domeniul
industrial. Aceste metode şi procedurile adaptate se datorează ı̂n mare parte lui
James O. Westgard.
Pentru evaluarea calităţii analitice dintr-un laborator medical, trebuie ca la-
boratorul să ı̂şi stabilească/fixeze anumite criterii de calitate cum ar fi, de exemplu,
următoarele:
- eroarea analitică totală admisă, ETa (rezultatul analitic);

- precizia (SDmax ) şi exactitatea (Dmax );
- intervalul de decizie clinică, Dint (semnificaţia clinică).
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).
Controlul intern de calitate se efectuează prin aplicarea unor proceduri/reguli de

control de calitate. O procedură de control intern de calitate trebuie să:
1. detecteze imediat o eroare de măsurare datorată funcţionării defectuoase

a analizorului, cauzată de schimbările adverse ale condiţiilor de funcţionare
sau de modificarea performanţelor operatorului;
2. monitorizeze ı̂n timp performanţele de funcţionare ı̂n regim stabilizat

(adică verificarea păstrării ı̂n limite a performanţelor analitice de precizie şi
exactitate).
Efectuarea controlului intern de calitate este o cerinţă majoră a standardului SR

EN ISO 15189:2007. Această cerinţă trebuie să se reflecte, ı̂ntr-un laborator medi-
cal, printr-o activitate de control de calitate continuu şi pe termen lung.
3.1.1 Reguli de control simple

Prin regulă de control se ı̂nţelege un criteriu de decizie pe baza căruia se
stabileşte dacă o serie de măsurări este ı̂n sau ı̂n afara funcţionării (normale).
Prin selectarea unor reguli de control (criterii de decizie) şi apoi implementarea
lor sub forma unor teste de control se poate determina starea de funcţionare
(”de sănătate”) a metodei analitice. Astfel de reguli de control, pentru testarea
producţiei de componente electrice, au fost concepute, prima dată ı̂n 1925, de
către Walter A. Shewhart. Prin anii 0 50 aceste reguli au fost adaptate de către
Levey şi Jennings pentru laboratorele medicale, care s-au materializat sub forma
binecunoscutei diagrame Levey-Jennings (diagrama de control).
• Diagrama de control. Pentru regimul stabilizat de funcţionare, distri-
buţia de probabilitate a măsurărilor efectuate, adică variabilitatea procesului de
măsurare, se supune distribuţiei normale (Gauss), cu reprezentarea din Figura 1.2.
Corelarea ı̂ntre un interval simetric ∆, ı̂n care se situează valorile măsurărilor cu
probabilitatea p corespunzătoare, pentru distribuţia normală, este prezentată ı̂n
tabelul următor. Pentru regimul stabilizat de funcţionare a cărui variabilitate este
reprezentată de distribuţia normală, utilizând informaţia din tabelul anterior, se

cunoaşte care este probabilitatea ca măsurările să se situeze ı̂n afara unui interval,
de exemplu ı̂n afara următoarelor limite (x − SD, x + SD), (x − 2SD, x + 2SD),

(x − 3SD, x + 3SD).
Având determinată variabilitatea procesului de măsurare stabilizat, atunci
realizarea controlului de calitate se reduce la compararea permanentă a variabilităţii
procesului curent de măsurare testat cu variabilitatea procesului stabilizat (distribu-
ţia normală luată ca element de comparaţie); adică, distribuţia măsurărilor testelor
de control trebuie să fie identică cu distribuţia măsurărilor corespunzătoare regimu-
lui stabilizat. În cazul când ı̂ntre aceste două variabilităţi există diferenţe, ı̂nseamnă
că funcţionarea curentă a metodei de măsurare testate a ieşit din regimul stabi-
lizat, deci se impune o corecţie (recalibrare). Deoarece testele de control pentru
metoda testată se realizează ı̂n timp, este necesar ca variabilitatea metodei testate
să fie reprezentată ı̂n timp, ceea ce se realizeză cu diagrama de control.
Modul de realizare a controlului de calitate este explicat ı̂n Figura 3.3. Vari-
abilitatea procesulului stabilizat, care corespunde unei distribuţii normale, este
reprezentată ı̂n partea stângă a figurii şi este caracterizată printr-o deviaţie stan-
dard, SD (şi o valoare medie, x). Partea dreaptă din figură reprezintă variabilitatea
ı̂n timp a distribuţiei procesului testat; pentru aceasta sunt marcate valorile măsu-
rărilor obţinute ı̂n timp prin testarea serului de control. Pentru a realiza comparaţia
cu variabilitatea regimului stabilizat (elementul de comparaţie, partea stângă din
figură), anumite valori ±SD, ±2SD, ±3SD ale regimului stabilizat sunt trasate pe
diagrama ı̂n timp ca limită inferioară, LI , şi superioară, LS , plus valoarea medie
x. Prin trasarea liniilor corespunzătoare acestor limite se uşurează identificarea
condiţiilor când performanţele metodei curente se abat de la performanţele regimu-
lui de funcţionare stabilizat (adică este ı̂n afara controlului). Reprezentarea vari-
abilităţii ı̂n timp a metodei controlate, cu limitele de control trasate, din partea
dreaptă a figurii, este cunoscută ca diagrama de control sau diagrama Levey-
Jennings (sau Shewhart).
Procesul de măsurare este ı̂n afara controlului atunci când valoarea obţinută
prin măsurarea de test, efectuată cu un ser de control, este ı̂n afara unei limite
de control, superioară sau inferioară, şi este sub control când valoarea obţinută se
situează ı̂n interiorul intervalului (LI , LS ). Situarea valorilor testelor ı̂n interiorul
intervalului determinat de LI , LS reflectă o variabilitate normală, o funcţionare
stabilă pentru un procesul de măsurare. Practic, determinarea dacă starea de
funcţionare este sub sau ı̂n afara controlului se analizează pe baza regulii de control
aplicată metodei respective. Simbolic, o regulă de control se reprezintă sub forma
AL , care exprimă faptul că metoda este ı̂n afara regimului stabilizat (ı̂n afara
controlului) dacă un număr de A măsurări de control a depăşit valoarea limită L,
de exemplu: 12s , 12,5s , 13s , 13,5s , 14s ; regula 13s specifică: metoda este ı̂n afara
controlului când o singură măsurare de test obţinută este de valoare >3SD. (În
aceste reprezentări deviaţia standard, SD, este substituită cu s).
O valoare de test ı̂n afara limitelor de control poate fi generată de o serie de
factori: variaţie ı̂n valoarea serului de control, instabilitatea reactivului, variaţia
Figura 3.3 Explicativă pentru modul de realizare a controlului de calitate.

Variabilitatea regimului de funcţionare stabilizat, reprezentat
prin curba de distribuţie de probabilitate (partea stângă), având
parametrii SD şi x, este permanent comparată cu variabilitatea
funcţionării ı̂n timp a metodei prin valorile de test obţinute,
partea dreaptă a figurii (diagrama de control, diagrama Levey-
Jennings sau Shewhart); vezi corelarea exprimată ı̂n Figura 2.9.
sensibilităţii aparatului (”drift”), anomalii ı̂n funcţionarea aparatului, modificarea

condiţiilor de mediu, defecte de operator etc. Poate fi, de asemenea, chiar o alarmă
falsă (testul indică o ieşire de sub control deşi metoda funcţionează ı̂n regim sta-
bilizat). O astfel de valoare ı̂n afara limitei de control impune oprirea aparat-
ului, detectarea cauzei şi readucerea procesului de măsurare ı̂n limitele normale
de funcţionare, reevaluarea sau eliminarea/rejectarea probelor deja efectuate; tot
acest proces este consumator de timp, efort şi resurse.
Pentru a estima durata ı̂n care metoda funcţionează ı̂n regim stabil, este
utilizată noţiunea de serie de măsurări (run). Nu se specifică niciunde exact
cât trebuie să fie, ca durată ı̂n timp, o serie de măsurări, ci doar [22] ”O serie de
măsurări este un interval (sau un număr de măsurări) pentru care se estimează că
precizia şi exactitatea sistemului testat se păstrează stabile, dar nu mai lung de
24 de ore ..”. Evident că acest interval - seria de măsurări - pentru care precizia
şi exactitatea rămân stabile variază de la metodă la metodă şi de la laborator la
laborator.
Analiza pentru decizia stării de funcţionare a metodei (funcţionare ı̂n regim
stabilizat sau funcţionare ı̂n afara controlului) se efectuează pe baza valorilor a N
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.
• Probabilitatea de rejectare falsă, Pf r , se defineşte ca fiind probabili-

tatea ca o serie de măsurări să fie rejectată când nu există nicio eroare ı̂n valoarea
măsurărilor, ı̂n afară de imprecizia inerentă metodei de măsurare testate, ideal Pf r
= 0,00 (adică şansa de rejectare a seriei de măsurări este 0%; ı̂n practică se ad-
mite Pf r ≤0,05, deci o şansă de rejectare mai mică de 5%). Imprecizia inerentă se
referă la imprecizia sau eroarea aleatorie a procesului de măsurare ı̂n funcţionare
stabilă, adică imprecizia când metoda funcţionează corect. In funcţionarea stabilă
nu există eroare sistematică, ci doar eroare aleatorie inerentă (care nu poate fi
compensată!). Valoarea pentru probabilitatea de rejectare falsă (alarmă falsă, fals
pozitiv) este egală cu suprafaţa cozilor, din curba de distribuţie normală, situate
ı̂n exteriorul valorilor limitelor de control (suprafaţa haşurată din Figura 3.3).
Regula 12s . O valoare de test care a depăşit limita x − 2SD sau limita
x + 2SD indică faptul că regimul de funcţionare este diferit de cel stabilizat, este
ı̂n afara controlului, deci măsurările efectuate trebuie rejectate (şi/sau reanaliza-
te). Dar cu limite fixate la ±2SD ı̂n digrama de control, vezi tabelul anterior,
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.
• Regula 22s Dacă două teste de con-

trol consecutive au valorile care se situează
fie peste limita x + 2SD, fie sub limita
x − 2SD, metoda nu funcţionează ı̂n regim
stabilizat, deci este ı̂n afara controlului.
Măsurările efectuate se rejectează.
Micşorarea probabilităţii de rejectări false prin folosirea regulii de 22S se

bazeză pe faptul că, dacă la primul test de control s-a depăşit limita de 2SD
deşi măsurările sunt corecte, analistul consideră o alarmă falsă, deci nu rejectează
măsurările efectuate, dar dacă şi la al doilea test de control se indică tot o depăşire
de 2SD, atunci este foarte mică probabilitatea să mai fie tot o alarmă falsă, deci
ı̂ntr-adevăr s-a modificat regimul stabilizat şi este o alarmă adevărată (este reală
funcţionarea ı̂n afara controlului). Datorită acestei probleme, probabilitatea ridi-
cată de rejectare falsă, nu se recomandă utilizarea regulei 12s , ci a următorelor
reguli de control simple: 12,5s ; 13s ; 13,5s .
• Probabilitatea de detectare a erorilor, Ped , se defineşte ca fiind pro-

babilitatea ca o serie de măsurări să fie rejectată doar atunci când există (real)
o eroare ı̂n afară de imprecizia inerentă (variabilitatea) a metodei de măsurare
testate, ideal Ped = 1,00 (alarmă pozitivă); adică şansa de detectare a unei erori
este de 100% (ı̂n practică se admite Ped = 0,90).

Regula 13s . Prin fixarea acestei reguli de control ı̂nseamnă că o valoare de
test care a depăsit limita x − 3SD sau limita x + 3SD indică faptul că regimul
de funcţionarea este diferit de cel stabilizat, este ı̂n afara controlului, măsurările
efectuate trebuie rejectate (şi/sau reanalizate). Pentru această regulă de control,
statistica indică doar că unul din 333 de teste de control poate avea valoarea ı̂n
afara limitelor ±3SD (o probabilitate de alarmă falsă foarte mică), deci o semnalare
ı̂n afara limitelor a testului de control poate fi considerată ca fiind o ieşire adevărată
ı̂n afara controlului a măsurărilor efectuate pe probe de pacienţi cu metoda testată
(existenţa reală a unei erori). Rezultă că regula 13s realizeză o bună comportare ı̂n
raport cu alarmele false, probabilitatea de rejectare falsă fiind Pf r = 0,3% (cozile
haşurate ale distribuţiei 2 · (0, 3%/2), Figura 3.3); chiar cu creşterea numărului de
teste, utilizate pentru analiza deciziei aupra stării de funcţionare a metodei, până
la N = 4, valoarea pentru Pf r se menţine sub 1%. În schimb, regula 13s , ı̂n raport
cu regula 22s , prezintă o mai mică valoare pentru probabilitatea de detectare a
erorilor (adevărate), Ped .
• Regula 13s Dacă un test de control are

valoarea care se situează fie peste limita
x+3SD, fie sub limita x−3SD, metoda nu
funcţionează ı̂n regim stabilizat deci este ı̂n
afara controlului. Măsurările efectuate se
rejectează.
Se va exemplifica determinarea probabilităţii de detectare a erorilor, Ped ,

pentru o metodă analitică cu metrica sigma = 6 (admite o rezervă de eroare de
3SD până să depăşească eroarea totală admisă ETa , ceea ce este echivalent cu o
eroare totală ETa = ±6SD); calculul este similar şi pentru o metodă cu sigma
metric diferită de şase. În Figura 3.4 distribuţia normală pentru această metodă
este reprezentată prin linie ı̂ntreruptă, limitele de control sunt fixate ı̂n diagrama
de control la ±3SD (verticalele cu linie ı̂ntreruptă), iar criteriul de performanţă
fixat, ETa = ±6SD, este reprezentat prin verticalele cu linie continuă ı̂ngroşată la
distanţe ±6SD faţă de valoarea medie x. Când metoda este afectată de o eroare
sistematică apărută ı̂n timpul funcţionării, egală cu Dmax = 4, 35SD, caracteristi-
ca de distribuţie normală este translatată spre dreapta (reprezentată cu linie con-
tinuă, această poziţionare este similară ca ı̂n Figura 2.12-b, unde s-a arătat că
din numărul total al măsurărilor sunt afectate de o eroare ≥ ETa = ±6SD doar
5%). Probabilitatea de detectare a erorii sistematice de valoare 4, 35SD este egală
Figura 3.4 Explicativă pentru determinarea probabilităţii de detectare a

erorii, Ped , pentru o metodă cu metrica sigma = 6 si limitele de
control fixate la ±3SD.
cu suprafaţa (haşurată) de sub curba deplasată a distribuţiei normale, situată ı̂n

dreapta limitei de control +3SD. Coada curbei de distribuţie, rămasă ı̂n stânga
suprafeţei haşurate, este la distanţa de 1, 35SD faţă de centru, deci corespunde
unei probabilităţi egale cu 0,1717 : 2 = 0,0858 (vezi Tabelul 1.1), ı̂n consecinţă
probabilitatea de detectare a erorii sistematice, Dmax = 4, 35SD, este egală cu
suprafaţa haşurată, adică 1 − 0, 0858 = 0, 9142; rezultă Ped ≈ 91%.
Grafic, se poate evidenţia, dacă valoarea limitei de control din diagrama de
control, ı̂n Figura 3.4 egală cu +3SD, se măreşte (deplasare spre dreapta), iar
valoarea erorii sistematice, D, rămâne constantă, suprafaţa haşurată de sub curba
de distribuţie se micşorează, deci Ped scade, iar dacă valoarea limitei de control se
micşorează (deplasare spre stânga), suprafaţa haşurată de sub curba de distrbuţie
se măreşte, deci Ped creşte. Se poate concluziona că mărirea limitelor de control ı̂n
diagrama de control reduce probabilitatea de detectare a unei erori sistematice, pe
când micşorarea limitelor de control măreşte probabilitatea de detectare a erorii
sistematice.
De asemenea, se poate analiza variaţia probabilităţii de detectare a erorii, Ped
şi pentru cazul când limitele de control rămân fixe (ı̂n acest caz la ±3SD), dar se
modifică eroarea sistematică, D. La micşorarea valorii erorii sistematice, deplasarea
spre stânga a curbei de repartiţie normală, reprezentată cu linie continuă, face ca
suprafaţa haşurată să se micşoreze, deci probabilitatea de detectare a erorilor scade
pe măsură ce erorile sistematice devin mai mici. Invers, dacă erorile sistematice
devin mai mari, curba distribuţiei normale se deplasează spre dreapta, suprafaţa
haşurată devine mai mare, deci Ped creşte.

Se consideră că o ieşire din regimul stabilizat este determinată doar printr-
o variaţie a erorii sistematice, pentru că la sistemele automate actuale eroarea
aleatorie este bine controlată de ı̂nsuşi funcţionarea analizorului. Pe când schim-
barea calibratorului, reactivilor, părţi ale aparatului, operatori, toate acestea se
pot reflecta ı̂n introducerea de erori de tip sistematic.
Dependenţa, analizată până acum, ı̂ntre valoarea probabilităţii de detectare
a erorilor, Ped , şi modificarea erorii sistematice este exprimată şi ı̂n graficul funcţiei
putere reprezentat ı̂n Figura 3.5 (pentru N = 2 şi diferite limite de control). În
acest grafic, pe axa ordonatelor este reprezentată probabilitatea de detectare P
(atât pentru rejectările adevărate, Ped , cât şi pentru cele false, Pf r ), iar pe axa
absciselor este reprezentată eroarea sistematică, ES (exprimată ı̂n unităţi de SD).
În partea superioară a graficului, ı̂n sensul axei absciselor este reprezentată de
asemenea o altă scară, scara sigma. Valorile reprezentate pentru sigma metric,
pe scara sigma, se obţin din valorile erorii sistematice la care se adună 1,65, după
cum rezultă din relaţia (2.27-c), deci zero de pe abscisa corespunzătoare erorii
sistematice devine 1,65 pe abscisa scării sigma. În partea dreaptă a graficului,
ı̂n tabel, pentru fiecare dintre curbele de funcţii putere, a, b, c, d, e şi f sunt
specificate: regula de control, Pf r , Ped , N şi R (R - este numărul de serii de
măsurare din care se culeg cele N date de test pentru analiza stării de funcţionare
a metodei).
Din graficul funcţiilor putere, valoarea ordonatei punctului de intersecţie
dintre axa ordonatelor (intercept) şi o curbă de putere este egală cu probabilitatea
de rejectare falsă, Pf r , corespunzătoare acelei curbe (eroarea sistematică egală
cu zero corespunde valorii 0 pe axa absciselor). Se observă (din tabelul alăturat
funcţiilor de putere, Figura 3.5) că pentru: 12s → Pf r = 9%; 12,5s → Pf r =
3%; 13s , 13,5s , 14s , 15s , → Pf r = 0%.
O eroare sistematică, de valoare egală cu 3SD, care afectează funcţionarea
procesului de măsurare, este detectată (ordonatele punctelor de intersecţie dintre
curbele funcţiilor putere şi verticala cu linie ı̂ntreruptă ı̂ngroşată, trasată la abscisa
egală cu 3SD) cu următoarele valori de probabilitate: 12s → Ped = 98%; 12,5s →
Ped = 90%; 13s → Ped = 75%; 13,5s → Ped = 49%; 14s → Ped = 24%; 15s → Ped =
3%. Erorile sistematice, ES, dacă sunt importante din punct de vedere medical,
pentru a fi detectabile cu o probabilitate de 90% (abscisele punctelor de intersecţie
dintre funcţiile putere cu dreapta orizontală dusă la valoarea de probabilitate de
90%), trebuie să fie cel puţin egale cu (sau mai mari): 2, 5SD pentru 12s (limitele
fixate la ±2SD se evită datorită probabilităţii ridicate de rejectări false); 3SD
pentru 12,5s ; 3, 5SD pentru limitele de control fixate la 13s . (Funcţia de putere
notată cu c ı̂n figură, corespunde fixării limitelor de control la ±3SD, cu testarea
a două niveluri de ser de control, fiecare nivel testat o singură dată ı̂ntr-o serie de
măsurări, iar pentru decizia stării de funcţionare se consideră N = 2 puncte de
test, pentru care este suficientă doar o singură serie de măsurări, R = 1; acesta
Figura 3.5 Graficul funcţiilor putere pentru regulile de control specificate ı̂n
tabelul alăturat
este cazul uzual de control efectuat pe baza diagramei de control, Levey-Jennings).

Un criteriu practic, pentru calitatea procesului de control, se poate fixa prin
detectarea cu o probabilitate de Ped = 90% a unei erori sistematice importante
din punct de vedere medical. De exemplu, dacă se impune ca o eroare egală cu
de trei ori deviaţia standard, 3SD, să fie detectată cu Ped = 90%, atunci din
analiza anterioară rezultă că numai regulile de control 12s şi 12,5s (cu N = 2) pot
ı̂ndeplini acest criteriu. De asemenea, dacă pe lângă detectarea cu o probabilitate
de Ped = 90% se impune şi criteriul ca probabilitatea de rejectare falsă să fie
Pf r ≤ 5%, de dorit ≤ 1%, atunci se constată că aceste criterii ı̂mpreună sunt
realizate numai de regula de control ±2, 5SD şi N = 2. În final, rezultă că pentru
ı̂ndeplinirea simultană a celor două criterii de calitate, Pf r < 5%, Ped = 90%,
doar regula de control 12,5s este satisfăcătoare (regula 13s , cea mai frecvent regulă
simplă utilizată, are Pf r = 0, dar Ped = 75%, iar regula 12s are Ped = 98%, dar
Pf r = 9%).
Din analiza graficului funcţiilor putere, pentru o metodă de măsurare, se
poate concluziona:
- probabilitatea de rejectare falsă, Pf r , se ı̂mbunătăţeşte (scade) cu creşterea

valorii limitei de control (şi cu micşorarea numărului de testări pe seria de
măsurări).
- probabilitatea de detectare a erorilor, Ped , se ı̂mbunătăţeşte (creşte) cu scăde-

rea valorii limitei de control (şi cu mărirea numărului de testări pe seria de
măsurări).
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 . Dacă un test de control

are valoarea care se situează peste limita
x+2SD, iar următorul test se situează sub
limita x − 2SD, metoda nu funcţionează ı̂n
regim stabilizat, deci este ı̂n afara controlu-
lui. Seria de măsurări se rejectează.
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
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 41s Rejectarea seriei de

măsurări, conform acestei reguli, se
efectuează când patru măsurări de test
consecutive au valori ce se situeză fie peste
limita x + 1SD, fie sub limita x − 1SD.
Regula 41s . Cele patru valori consecutive de test (N = 4) analizate se

situează fie peste +SD, fie sub −SD. De exemplu, pentru cazul când se testează
două niveluri de ser (material) de control o singură dată pe seria de măsurări,
cele patru teste consecutive se pot colecta: 1. două din seria curentă şi două din
seria anterioară (intermaterial-interserie); 2. doar pentru unul dintre materiale, un
test din seria curentă, iar celelate trei din cele trei serii anterioare (intramaterial-
interserii).
• Regula 10x. Dacă 10 teste de control

consecutive au valori care se situează fie
peste x, fie sub x, metoda nu funcţionează
ı̂n regim stabilizat, deci este ı̂n afara con-
trolului.
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
se consideră o atenţionare pentru a se analiza metoda. Foarte des această regulă de

control este substituită de regula 8x, care impune ca numai 8 valori consecutive de
test să se situeze fie sub x, fie peste valoarea x. Raţiunea pentru care se utilizează
forma 8x rezultă din faptul că opt valori se pot obţine mai uşor prin testarea a
două niveluri de seruri de control de patru ori sau patru niveluri de două ori.
Pentru controlul metodelor (hematologie, imunologie, coagulare) care uzual
testează trei niveluri pentru materialul de control, se potrivesc şi se implementează
mai bine următoarele reguli simple:
- 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;
- 9x (sau 6x ) se rejecteză când nouă (sau 6) valori consecutive se situează fie

deasupra, fie sub valoarea medie, x.
Fiecare dintre regulile de control are o capabilitate/sensibilitate de a detecta un

anumit tip de eroare, astfel:
- pentru erorile aleatorii sunt indicate regulile care testează coziile sau lăţimea/
intervalul distribuţiei normale, şi acestea sunt:
12,5S ; 13S ; 13,5S şi R4S
- pentru erorile sistematice sunt indicate regulile care decid pe baza analizei
valorilor consecutive de aceeaşi parte a unei limite, şi acestea sunt:
22S ; 41S ; 2 din 32S ; 31S ; 6x ; 8x ; 9x ; şi 10x
3.1.2 Reguli de control multiple

Regulile multiple (multireguli) de control au fost introduse de Westgard, de
unde referirea lor ca regulile Westgard. Prin aplicarea regulilor simple, 12,5s , 13s ,
13,5s şi a unei valori pentru N , este destul de dificil să se obţină simultan atât un
număr minim de alarme false/rejectări false (ideal Pf r = 0), cât şi o probabilitate
mare de detectare a erorilor/alarme adevărate (ideal Ped = 1). Crescând valorile
limitelor de control, scad rejectările false, dar scad şi detectările adevărate, iar prin
scăderea limitelor de control, creşte probabilitatea de detectare a erorilor impor-
tante din punct de vedere clinic, dar creşte şi numărul rejectărilor false. Totuşi, o
optimizare simultană se poate obţine dacă se combină mai multe reguli simple -
obţinându-se o regulă multiplă - care poate realiza condiţiile Pf r → 0, Ped → 1.
O regulă de control multiplă/(compusă) se compune din mai multe reguli
simple alese astfel ı̂ncât (mai detaliat vezi 3.1.3):
- să nu conţină o regulă simplă cu probabilitate ridicată de rejectări false (12s );
- să conţină cel puţin o regulă sensibilă la erori sistematice şi una la erori
aleatorii;
- se evaluează probabilitatea de rejectări false şi probabilitatea de detectare a

erorilor (Pf r , Ped ) pentru combinaţia respectivă de reguli simple;
- se alege valoarea numărului de teste de control, N .
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):
Figura 3.6 Diagrama/Organigrama Westgard de control
- Dacă pentru o valoare de test din diagrama de control se constată o ı̂ncălcare

a regulii 13s , atunci se opresc măsurările, pentru că funcţionarea metodei este
ı̂n afara controlului, altfel se trece la analiza regulii următoare din organi-
gramă;
- Dacă pentru valoarea de test analizată se constată ı̂ncălcarea regulii 22s ,

atunci se opresc măsurările, pentru că funcţionarea metodei este ı̂n afara
controlului, altfel se trece la analiza regulii următoare din organigramă. Cele
două puncte de test succesive analizate pot fi din cadrul seriei curente (in-
traserie) sau unul poate fi şi din seria anterioară (interserie);
- Dacă pentru valoarea de test analizată se constată ı̂ncălcarea regulii R4s ,

atunci se opresc măsurările, pentru că funcţionarea metodei este ı̂n afara
controlului, altfel se trece la analiza regulii următoare din organigramă. Cele
două puncte de test succesive analizate pot fi numai din cadrul seriei curente
(intraserie);
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
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.
3.1.3 Selectarea procedurii de control

Pentru selectarea procedurii de control potrivită unei metode analitice se
porneşte de la criteriul analitic de calitate fixat (intervalul de decizie clinică, Dint ,
eroarea totală admisă, T Ea , performanţe de vârf ”state-of-the-art”) şi parametrii
analitici obţinuţi pentru metodă (precizie, SD, şi exactitate, D) pe baza cărora
se determină procedura/regulile de control şi numărul N de măsurări. De fapt,
toate acest variabile (CV , D, regulile de control, N ) sunt interdependente şi
permit diferite combinaţii care asigură criteriul analitic de calitate fixat, această
interdependenţă este exprimată prin graficul funcţiilor putere, care a fost prezen-
tat ı̂n Figura 3.5. Etapele pentru selectarea procedurii de control şi a numărului
de teste, N, precum şi succesiunea sunt:
1. Se selectează materialele de control (nr. de niveluri care să fie aproape sau
să coincidă cu nivelurile medicale critice);
2. Se fixează criteriul analitic de calitate pentru metodă şi se calculează, din

baza de date de la controlul intern, deviaţia standard SD şi deplasarea D;
3. Se calculează metrica sigma;

4. Pentru valoarea sigma calculată, la punctul 3, se fixează punctul pe scara

sigma de pe graficul funcţiior de putere (scara sigma este plasată ı̂n partea
de sus a graficului, vezi Figura 3.5);
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);
7. Apoi, pentru curbele funcţiilor putere selectate (la punctul 6) se compară

valorile probabilităţilor de rejectare falsă, Pf r (interceptul/intersecţia curbei
funcţie putere cu axa ordonatelor);
8. Dintre procedurile de control candidate, de la punctul 6 şi punctul 7, se

alege: cea cu probabilitatea de detectare a erorilor, Ped , mai mare, cea cu
probabilitate de rejectare falsă, Pf r , mai mică, cea care are cel mai mic
număr de teste, N , pe seria de măsurări şi cea care are cele mai simple reguli
de control (toate aceste condiţii ı̂ndeplinite simultan, dacă este posibil).
Exemplul 3.1 Pentru o metodă de determinare a colesterolului să se aleagă

regula/procedura de control şi numărul de teste necesar pe seria de măsurări.
Soluţie: Se vor parcurge etapele enumerate anterior.
1. Valorile de imprecizie şi inexactitate sunt respectiv egale cu: CV = 2% , D = 0%,
calculate din baza de date. Criteriul de performanţă se fixează prin valoarea erorii
totale admise; din Anexa 5 se citeşte ETa = ±10%.
2. Se selectează pntru control două niveluri, primul la concentraţia de 90 mg/dL, iar
al doilea la 240mg/dL
3. Metrica sigma se calculează cu relaţia (2.26)
(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.
Figura 3.7 Exemplu de alegere a procedurii de control, pe baza graficelor

funcţiilor de putere, (două niveluri de ser de control), pentru o
metodă de determinare a colesterolului (cu: CV=2%, D=0% şi
metrica sigma =5).
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.
Pentru exerciţii de selectare a unei proceduri de control, pentru metodele

care utilizează două niveluri de ser de control, la sfârşitul acestei secţiuni este ataşat
un grafic cu funcţiile de putere şi, de asemenea, un tabel pentru sistematizarea
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].
- Potasiu: ETa = 0, 5mmol/L (= 10% după CLIA, Anexa 5), CV = 1%, D =

2%, rezultă sigma metric = (10-2)/1= 8. Se utilizează ±3, 5SD şi N = 2.
- Trigliceride: T Ea = 25% (după CLIA, Anexa 5), CV = 3%, D = 7%, rezultă

sigma metric = (25-7)/3= 6. Se utilizează ±3, 5SD şi N = 2.
- 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.
- 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.
La ı̂ncheierea acestui subcapitol se reia ı̂ntrebarea când este necesar să se

utilizeze pentru control o regulă multiplă. Evident că se preferă o regulă simplă,
motivarea fiind evidentă - simplitatea implementării. Regulile simple 12,5s ; 13s ;
13,5s (cu excepţia regulii 12s ) prezintă o probabilitate de rejectare falsă acceptabi-
lă, Pf r ≤ 1%, dar trebuie probat dacă acestea pot asigura şi o probabilitate de
detectare a erorilor importante din punct de vedere medical, Ped ≥ 90%. În
general, analizoarele de biochimie şi hematologie de ultimă generaţie asigură acest
nivel de calitate pentru procesul de testare prin utilizarea unei reguli simple de
control cu două sau trei niveluri de materiale de control, fiecare testat o dată
sau de două ori pe seria de măsurări. În schimb, la analizoarele realizată ı̂ntr-
o tehnologie mai puţin ”matură”, la cele cu o uzură evidentă sau la metodele
manuale, se poate ı̂mbunătăţi detectarea erorilor printr-un proces de control care
utilizează reguli multiple.
Denumire Test
Eroarea Totală, ETa (ETa ı̂n % sau ı̂n unităţi

de ETa )
Nivelul de decizie clinic testat
Imprecizia calculată, (CV ı̂n % sau ı̂n unităţi

de SD)
Inexactitatea calculată (D ı̂n % sau ı̂n unităţi

de D )
(ETa % − D%)
Sigma = − 1, 65 sau
CV %
ETa (unităţi) − D(unităţi))
Sigma = − 1, 65
SD(unităţi)
Procedurile candidate
Procedura selectată
Analist
Data
Comentariu
3.1.4 Realizarea controlului

Controlul de calitate pentru o metodă analitică presupune definirea şi im-
plementarea: regulii de control, numărului de niveluri de test, estimarea seriei
de măsurări, numărului de teste de control pe seria de măsurări şi poziţionarea
acestor teste ı̂n seria de măsurări. Prin analiza valorilor ı̂nscrise ı̂n diagrama de
control, se decide funcţionarea metodei ı̂n afara controlului, dacă regula simplă
de control fixată (12s - nerecomandată; 12,5s ; 13s ; 13,5s ) a fost ı̂ncălcată sau dacă
pentru regula multiplă selectată una dintre regulile simple componente (13s ; 22s ;
2 din 32s ; R4s ; 31s sau 41s ; 6x sau 8x etc.) a fost ı̂ncălcată. Foarte frecvent, la
identificarea ı̂ncălcării unei reguli, care arată o funcţionare ı̂n afara controlului, se
procedează (greşit) ı̂n felul următor: se efectuează ı̂ncă un test de control (even-
tual ı̂ncă unul sau două) şi dacă acest test este corect se continuă cu funcţionarea
metodei fără a se ı̂ntreprinde nimic. Prin această repetare, fără detectarea cauzei
ieşirii ı̂n afara controlului şi corectarea acesteia, nu s-a realizat decât amânarea
reapariţiei erorii ı̂ntr-o următoare serie de măsurări. Mai mult, repetarea reflectă
că nu există ı̂ncredere ı̂n regula de control fixată (deci regula de control nu a fost
corect selectată!). De asemenea, dacă repetarea este fără succes, deseori se pro-
cedeză iarăşi greşit, se consideră că serul de control este necorespunzător şi se
testează cu ser de control dintr-un alt recipient original. Evident că serul de con-
trol poate fi necorespunzător, dar numai dacă reconstituirea, mixarea, manevrarea,
depozitarea şi stabilitatea acestuia au fost necorespunzătoare. Instrucţiunile scrise
privitoare la serul de control sunt parte componentă ale procedurii controlului de
calitate şi, de asemenea, ale procedurii de instruire şi implementare. Cea mai bună
cale de a separa efectele datorate performanţelor metodei de efectele posibile ale
materialului de control este: a se vedea ce se ı̂ntâmplă şi ı̂n alte laboratoare care
utilizează acelaşi tip de material de control (producătorii de materiale de control
permit prin internet accesul la astfel de date comparative ı̂ntre laboratoare).
Corect, când din diagrama de control s-a constatat ieşirea metodei ı̂n afara
controlului se parcurg următorii paşi:
1. Identificarea naturii erorii. Pe baza regulii de control ı̂ncălcate se poate
stabili natura erorii (deci cauza) generatoare de această ieşire ı̂n afara controlului.
Apariţia unei erori aleatorii, uzual, se manifestă prin ı̂ncălcarea regulilor 12,5s ; 13s ;
13,5s ; R4s , iar apariţia unei erori sistematice se mainfestă prin ı̂ncălcarea regulilor
22s ; 2 din 32s ; 31s sau 41s ; 6x sau 8x . Apariţia de erori sistematice este mai
frecventă decât a celor aleatorii şi, de asemenea, mai uşor de eliminat. În scopul
identificării corecte a erorii, cât şi al eliminării acesteia, consultarea documentaţiei
tehnice a aparatului este de un real folos.
Erorile aleatorii pot fi cauzate de: bule ı̂n reactiv, ı̂n liniile de reactivi,
ı̂n probe sau pompele de reactiv, reactiv impropriu mixat/dizolvat, vârfuri de
pipetă nepotrivite, cheag ı̂n pipetor, pipetor imprecis, temperatură şi timpi de
incubaţie instabili, tensiune instabilă etc. (altfel spus, nepăstrarea uniformităţii ı̂n
funcţionare a instrumentului, care adesea poate fi indicată de către un analist
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
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 ı̂n timp a sistemului de măsurare;
- numărul (tipic) al probelor de pacient analizate ı̂n laborator;
- fluxul de lucru din laborator;
- costul reanalizării probelor de pacient ı̂n cazul ı̂ncălcării regulii de control;
- impactul clinic al existenţei unei erori nedetectate ı̂n probele raportate pe o

durată de timp ı̂naintea următorului test de control;
- modul de lucru al operatorului.

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
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
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
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.
Valoarea cumulativă a coeficientului de variaţie, CVt , la sfârşitul fiecărei luni se

calculează cu relaţia:
SDt
CVt = · 100 (3.4)
xt
După luna a şasea, pentru datele din tabel se obţin valorile:
xt = 199, 5mg/dL
SDt = 4, 70mg/dL
CVt = 2, 35%
xt ± 3SDt = 199, 5 ± 14, 1 = (185, 4 − 213, 6)mg/dL

3.1.5 Controlul de calitate pe baza mediei normalelor

Media normalelor este o metodă de control de calitate care se bazează pe
o procesare statistică a rezultatelor testelor tuturor pacienţilor ı̂n scopul evaluării
stabilităţii ı̂n funcţionare a unei metode analitice. Pentru un număr, n, relativ
mare de teste de pacienţi efectuate, când metoda analitică este ı̂n regim stabi-
lizat, valoarea medie calculată (a normalelor), x, se va situa ı̂ntr-un interval, de
control, cu limite estimate. O deplasare a valorii medii calculate x din intervalul
de control cu limite estimate reflectă faptul că a apărut o schimbare, deci metoda
nu mai funcţionează ı̂n regimul stabilizat (cu o precizie şi o exactitate pentru care
eroarea de măsurare pentru analitul respectiv este mai mare decât eroarea admisă,
ETa ). Controlul de calitate clasic, cu materiale de control, de fapt nu realizează
altceva decât identificarea momentului când metoda iese din regimul stabilizat,
adică eroarea de măsurare pentru probele de analit este peste eroarea admisă.
”Acordarea/potrivirea” controlului de calitate pe baza mediei normalelor
pentru o metodă analitică particulară este influenţată de următorii factori:
- Dispersia populaţiei (SDpop ) testată ı̂n laborator.

Se poate determina această abatere standard pentru dipersia populaţiei, care
constituie clienţii laboratorului, pe baza unui număr suficient de mare de
analize efectuate ı̂n laborator.
- Dispersia metodei analitice SDmet .

Aceşti doi factori sunt reuniţi ı̂n raportul SDpop /SDmet . Se recomandă pen-
tru media normalelor ca acest raport să se situeze ı̂n intervalul 1,5-10.
- Numărul, n, de teste de pacienţi considerat ı̂n calculul valorii medii, x.

Numărul de teste de pacienţi n cuprinde doar acele teste a căror valoare,
ı̂n distribuţia valorilor populaţiei pentru analitul respectiv, se situeză ı̂n in-
tervalul ±3SDpop faţă de valoarea medie; testele cu valori ı̂n afara acestui
interval nu sunt luate ı̂n considerare (trunchiere).
- Limitele ı̂ntre care trebuie să se situeze valoarea medie a normalelor la o

funcţionare stabilă a metodei. Aceste limite de control ı̂n jurul valorii medii
SDpop
se recomadă a fi de ±3 · √ (sau mai reduse).
n
Utilizând programe de simulare pentru anumite valori ale factorilor specificaţi

mai sus, se determnină pentru o metodă analitică particulară care va fi valoarea
probabilităţii de detectare a erorilor importante din punct de vedere medical, Ped ,
prin ulilizarea mediei normalelor pentru controlul de calitate. Prin simulare, pen-
tru o metodă analitică particulară se determină numărul minim de teste n, necesar
pentru calculul valorii medii normalelor, x, pe baza următorilor parametri: val-
oarea impusă probabilităţii de detectare a erorilor, Ped (de exemplu ≥ 90%), val-
oarea raportului SDpop /SDmet , limitele de trunchiere ±3SDpop , limitele de control
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:
- calitatea procesului analitic de măsurare este exprimată prin criteriul analitic

de calitate fixat (eroarea totală admisă după testul de performanţă sau
eroarea totală admisă după variaţia biologică sau intervalul de decizie clinică,
Dint );
- iar, parametrii caracteristici ai procesului analitic de măsurare sunt precizia

(SD) şi exactitatea (D, bias).
Procesul analitic de măsurare este puternic dependent de tehnologie (generaţia

de aparat).
2. Procesul de control intern de calitate:
- calitatea procesului de control intern de calitate este exprimată prin proba-

3.2. CONTROLUL EXTERN AL CALITĂŢII 133
bilitatea de detectare a erorilor, Ped , ı̂n conjuncţie cu probabilitatea de re-

jectări false, Pf r ;
- iar, parametrii caracteristici ai procesului de control sunt regulile de control

şi numărul de măsurări (N ) pentru decizia asupra stării de funcţionare a
metodei.
Procesul de control intern de calitate depinde numai de laborator.
3.2 CONTROLUL EXTERN AL CALITĂŢII

Ca alternativă la controlul intern al calităţii, prezentat ı̂n subcapitolul 3.1,
există şi posibilitatea efectuării unui control extern. Controlul intern este efec-
tuat ı̂n timpul funcţionării metodei, când valorile curente/momentane măsurate
ale regimului de funcţionare, obţinute prin testarea de control, sunt comparate cu
valorile de referinţă obţinute anterior ı̂n regimul de funcţionare stabilizat, adică
regimul pentru care metoda a fost validată; deci, pentru efectuarea deciziei mo-
mentane de control, valorile curente sunt comparate cu propriile valori anterioare
ale metodei, valori considerate ca fiind corecte. În schimb, pentru controlul ex-
tern valorile curente măsurate ale metodei sunt comparate cu valorile măsurate ale
unor alte metode din alte laboratoare (participante ı̂n schema de intercomparare)
sau cu valori de referinţă. Prin această comparare externă, datorită temporizării
inerente introduse de mecanismul schemei de comparare externă, nu se poate lua o
decizie momentană asupra seriei de măsurări, ı̂n schimb se poate evidenţia, pentru
metoda analitică testată, dacă regimul său de funcţionare stabil, adică cel care
corespunde stării când a fost validată, rămâne stabil pe termen lung. Există două
varianate de scheme de evaluare externă: 1. prin intercomparare (EQA- External
Quality Assesment); 2. prin testarea de competenţă, PT; (3. foarte frecvent o
schemă de intercomparare externă este cea care ı̂mbină caracteristicile din EQA şi
PT).
3.2.1 Evaluarea calităţii prin intercomparare

Organizatorii de scheme de intercomparare externă sunt producătorii de
echipamente, de reactivi sau organizatori independenţi. Organizatorul trimite la
toate laboratoarele incluse ı̂n schema de intercomparare pentru durata unui ciclu
un număr de probe de test, (ciclul cuprinde un anumit număr de teste, fiecare
dintre aceste probe de test având specificată data de testare). Proba de test (de
concentaţie necunoscută pentru laborator) cu acelaşi număr din ciclul de intercom-
parare este identică pentru toate laboratoarele (sunt din acelaşi lot). Laboratorul
măsoară proba de test, când metoda funcţionează sub control, la fel ca şi o probă
de pacient, iar rezultatul măsurării este trimis la organizatorul schemei până la o
anumită dată calendaristică.
Organizatorul, după colectarea datelor de la fiecare participant, evident

eliminând datele care ies ı̂n afara valorilor rezonabile (valori aberante), proce-
sează atât separat datele fiecărui laborator, cât şi ı̂mpreună datele de la toate
laboratoarele. Rezultatele acestor procesări şi prelucrări statistice sunt trimise
fiecărui laborator participant sub forma unui raport. Deşi datele conţinute ı̂n
aceste rapoarte, ı̂n mare, nu diferă mult ca informaţie fundamentală de la organi-
zator la organizator, totuşi ca formă de prezentare şi detaliere aceste rapoarte pot
părea ca fiind foarte diferite. De aceea, ı̂n continuare, se vor explica informaţiile
importante conţinute ı̂ntr-un raport (generic) şi modul de intrepretare a lor.
Prima informaţie dintr-un raport este reprezentarea grafică a datelor de
test ı̂n funcţie de timp (diagramă Levey-Jennings) şi ı̂n funcţie de frecvenţă (his-
togramă), similar ca ı̂n Figura 1.1. Organizatorul grupează laboratoarele partici-
pante, ı̂n funcţie de implementarea metodei de măsurare pentru analitul respectiv,
ı̂n trei grupuri, inclus unul ı̂n altul: 1. grupul laboratoarelor care cuprinde toate
tipurile de metode de măsurare (”toate metodele”, TM) pentru analitul respectiv,
care include 2. grupul laboratoarele care utilizează doar aceeaşi metodă analitică
de măsurare (”aceeaşi metodă”, AM) ca şi cea a laboratorulului respectiv, care la
rândul său ı̂nclude 3. grupul laboratoarelor care au aceeaşi metodă implementată
pe acelaşi tip de instrument de măsurare (”acelaşi instrument”, AI) ca cel din
laboratorul respectiv. Histograma din Figura 3.8-a [32] corespunde unui raport de
intercomparare ı̂n care pentru una dintre probele (de glucoză) testate, din cadrul
unui ciclu de intrecomparare, laboratorul a obţinut valoarea de 112,775 mg/dL,
iar numărul de laboratoare participante ı̂n schemă care au testat aceeaşi probă a
fost: T M → 1786, AM → 730, AI → 117.
Informaţia principală dintr-un raport de intercomparare este diferenţa/de-
plasarea ı̂ntre valoarea obţinută ı̂n laborator, Xlab , pentru proba cu numărul i din
ciclul de intrecomparare şi valoarea de referinţă corespunzătoare aceleiaşi probe i
pentru grupul acelaşi instrument (peer group); dacă numărul laboratoarelor care
formeză grupul acelaşi instrument este foarte redus, de exemplu mai mic de cinci,
atunci laboratorul se ı̂ncadrează ı̂n grupul aceeaşi metodă. Valoarea de referinţă
comunicată de organizatorul schemei poate fi:
- valoarea medie obţinută ı̂n grupul respectiv, xgrup , (de regulă);
- valoare probei respective măsurată cu o metodă de referinţă;
- valoarea unui material de referinţă (dacă proba a fost un material de referinţă

trasabil) sau
- o valoare stabilită prin consens.
Diferenţa ı̂ntre valoarea obţinută prin măsurarea ı̂n laborator şi valoarea
medie a grupului este deplasarea D a laboratorului (ı̂n valoare absolută)
D = xlab − xgrup (3.5-a)

Figura 3.8 Grafice (posibile) ı̂ntr-un raport de intercomparare: a) His-

tograma rezultatelor tuturor participanţilor pe baza valorilor
obţinute pentru aceeaşi probă testată; b) Diagrama Levey-
Jennings pentru deplasările (exprimate ca scor Z) testelor efectu-
ate ı̂n timp de un laborator.
sau ı̂n valoare procentuală

xlab − xgrup
D% = · 100 (3.5-b)
xgrup
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:
- deplasarea metodei (relaţia 3.5-a), D = 112,775 - 112,415 = 0,36 mg/dL
- deplasarea procentuală (relaţia 3.5-b), D% = (112,775 - 112,415)/112,415 =

0,32%
- scorul Z sau SDI (relaţia 3.6), Z = (112,775 - 112,415)/2,99 = 0,120
Pentru o metodă de măsurare participantă ı̂ntr-o schemă de intercomparare, obţine-
rea unei valori 1 ≤ Z < 2 reprezintă o atenţionare, iar o valoare Z ≥ 2 nece-

sită imediat o analiză pentru că prezintă o deplasare pronunţată. Când ı̂n ra-
portul de intercomparare se specifică doar valoarea scorului Z, atunci deplasarea
se poate calcula dacă este indicată deviaţia standard a grupului din relaţia (3.6),
D = Z · SDgrup .
O altă prezentare grafică din raport poate fi reprezentarea ı̂n timp a valorilor
testelor din laborator cuprinse ı̂ntr-un ciclu de intercomparări, Figura 3.8-b, care de
fapt este o diagramă Levey-Jennings. Deoarece fiecare test efectuat de participanţii
ı̂n schema de intercomparare are o altă concentraţie, rezultă că pentru fiecare test
există o altă valoare medie de grup, xgrup ; aceste valori medii de grup sunt ı̂nscrise
ı̂n partea superioară a diagramei. Cu aceste valori medii de grup, ı̂nscrise ı̂n
diagramă pentru fiecare valoare testată ı̂n laborator, şi cu valoarea SDgrup pe baza
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-
Figura 3.9 Analiză de date pentru estimarea calităţii : a) exemplu de date

culese şi prelucrate statistic de către organizator ; b) reprezentare
grafică a realizării calităţii conform crititeriului de competenţă.
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-
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
Figura 3.10 Modalitate de analiză comparativă a performanţelor lunare: a)

datele calculate pe fiecare lună; b) graficul variaţiei erorii sis-
tematice şi aleatorii de la lună la lună (cu ı̂ncadrarea ı̂n eroarea
totală ±ETa )
valoarea obţinută prin testarea probei B2 (high) se localizeză pe axa Y a diagramei,

Figura 3.11-a; aceste valori pereche sunt coordonatele unui punct care se figurează
pe diagramă. Pentru toţi participanţii ı̂n schema de intercomparare se figurează
ı̂n diagramă punctele respective. Se duce o linie mediană verticală paralelă cu
axa Y (pentru care jumătate din punctele figurate pe diagramă sunt ı̂n stânga şi
jumătate sunt ı̂n dreapta) şi, de asemenea, o linie mediană orizontală paralelă cu
axa X (pentru care jumătate din punctele figurate pe diagramă sunt deasupra şi
jumătate sunt dedesubt); punctul de intersecţie al celor două mediane - centru
- se numeşte medianul Manhattan. Se duc apoi paralele cu mediana verticală
la distanţele ±SDlow , ±2SDlow , ±3SDlow şi, la fel, se duc paralele cu mediana
orizontală la distanţele ±SDhigh , ±2SDhigh , ±3SDhigh . Scalarea pe cele două
axe nu este identică, scalarea se face astfel ı̂ncât lungimea corespunzătoare pentru
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) ;
Figura 3.11 Reprezentarea grafică a valorilor de teste pereche: a) ı̂ntr-o dia-

gramă Youden; b) ı̂ntr-o suprafaţă delimitată de valori de eroare
admisă.
- punctele plasate ı̂n apropiere de diagonala la 45◦ , dar departe de centru, ı̂n
afară pătratului 2SD, indică o eroare sistematică (de exemplu, punctul 2);
- punctele plasate ı̂ndepărtat de diagonala la 45◦ indică o eroare aleatorie (de

exemplu, punctul 3).
Uneori, testele pereche sunt reprezentate, similar ca la diagrama Youden,

tot ı̂ntr-un plan XY, dar se urmăreşte ı̂ncadrarea punctului corespunzător labora-
torului ı̂ntr-un dreptunghi care fixează anumite limite de eroare admise (conform
unui obiectiv analitic) , Figura 3.11-b. Reprezentarea din această figură corespunde
unei intercomparări pentru estradiol. Limitele admise sunt: valoare asignată/ţintă
±ETa , ı̂n acest caz ETa = 20%. Pentru nivel low (sample B1 ), valoarea asignată
a materialului testat este 0,12 nmol/L, iar limitele sunt 0, 12 ± 0, 2 · 0, 12, adică in-
tervalul (0, 10 − 0, 15) nmol/L. Pentru nivelul high (sample B2 ), valoarea asignată
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).
Utilitatea principală a participării ı̂ntr-o schemă de intercomparare rezultă

din posibilitatea laboratorului de a-şi evalua inexactitatea metodei (a-şi determina
deplasarea D), dar o astfel de evaluare nu se poate realiza ı̂n timp real, rezultatele
se obţin uzual lunar sau pot fi cu o frecvenţă mai mare, prin utilizarea internetului.
Pentru laboratoarele mari şi foarte mari, beneficiul participării ı̂ntr-o schemă de
intercomparare pentru evaluarea calităţii nu apare ca fiind atractiv ı̂n raport cu
efortul transmiterii volumului mare de date. Astfel de laboratoare, având multiple
metode de măsurare ı̂n aceaşi locaţie sau ı̂n locaţii diferite, ı̂si pot realiza intern
o intercomparare ı̂ntre metode; mai mult, ı̂şi pot procura materiale de referinţă
trasabile sau pot dispune de metode de referinţă.
Pentru laboratoarele de mărime medie sau mică, care au resurse reduse,
beneficiul participării ı̂ntr-o schemă de intercomparare externă pentru estimarea
calităţii este evident; intercompararea este singura posibilitate de a-şi evalua per-
formanţele ı̂n rapoart cu alte metode. Această evaluare este de mare ajutor ı̂n asi-
gurarea performanţelor ı̂n vederea obţinerii acreditării sau a testelor de competenţă.
Numai că, pentru aceste laboratoare, participarea ı̂ntr-o schemă de intercomparare
nu se face prin teste zilnice, cum s-a considerat ı̂n exemplificările anterioare, ci doar
prin efectuarea unor teste cu o frecvenţă de cel mult o dată la două săptămâni
sau o dată pe lună sau chiar o dată pe trimestru. Pentru o astfel de frecvenţă de
testare redusă, schema externă este, ı̂n general, o combinaţie ı̂ntre o schemă ex-
ternă de estimare a calităţii şi o schemă de competenţă. Într-o astfel de combinaţie
se raportează participantului, de către organizator, rezultatele după fiecare test
(similar ca ı̂ntr-o schemă de competenţă); la unele dintre valorile raportate, cum
ar fi SDI, se raportează valoarea pentru testul respectiv, precum şi o valoare SDI
obţinută sub forma unei medieri (aritmetice, nu un calcul cumulativ) efectuate
asupra valorilor SDI pentru ultimele 5 sau 10 teste realizate de laborator. În ast-
fel de scheme de intrecomparare, raportul generat de organizator ı̂n urma fiecărui
test, ı̂n general, conţine următoarele date:
- numărul de participanţi ı̂ncadraţi ı̂n grupul de intercomparare;
- valoarea xlab obţinută de laborator la testul respectiv;
- plasarea valorii xlab pe histograma valorilor obţinute de participanţii din grup

(Figura 3.8-a);
- valoarea mediei de grup, xgrup ;
- deplasarea laboratorului, D, faţă de media grupului, relaţia (3.5-a);

- deplasarea procentuală a laboratorului, D%; faţă de media grupului, relaţia

(3.5-b);
- deviaţia standard a grupului, SDgrup ;
- valoarea calculată a scorului Z, relaţia (3.6), eventual o valoare obţinută din

medierea aritmetică a scorurilor Z de la ultimele 10 teste;
- reprezentarea sub forma unei diagrame Levey-Jennings a scorurilor Z calcu-

late pentru ultimele 10 teste (Figura 3.8-b);
- diagrama Youden;
- ı̂ncadrarea deplasării ı̂ntr-un anumit interval admis; ı̂n general, se consideră

ca interval admis (xgrup − 2SDgrup ) − (xgrup + 2SDgrup ), ceea ce corespunde
unui scor Z mai mic de 2; sau ı̂ncadrarea erorii totale ı̂ntr-un interval de
eroare totală admisă, ±T Ea (Figura 3.11-b).
3.2.2 Evaluarea calităţii prin testarea de competenţă

Testarea de competenţă, PT (Proficiency Testing) constă ı̂n evaluarea perfor-
manţelor laboratorului ı̂n cadrul unei scheme de intercomparare externă printr-o
testare de către laborator a unei probe de valoare necunoscută, scopul fiind de a
evidenţia dacă laboratorul realizează măsurări acceptabile. În cadrul unei scheme
PT, organizatorul trimite periodic participanţilor una sau mai multe probe de
valoare necunoscută, proba/probele sunt măsurate (sau/şi identificate) o singură
dată, iar rezultatul/rezultatele sunt trimise organizatorului. Valoarea obţinută de
laborator este comparată cu o valoare de referinţă care poate fi:
- valoarea medie a grupului participant ı̂n schema PT;
- o valoare medie obţinută de un grup de laboratoare de referinţă;
- o valoare medie obţinută pe un grup de metode de referinţă.
În raport cu valoarea de referinţă, se calculează, prin diferenţă, eroarea laboratoru-

lui, ET , pentru proba măsurată, eroare care conţine atât componenta aleatorie,
cât şi componenta sistematică. Eroarea totală a laboratorului se compară cu o
valoare de eroare totală admisă, ETa (secţiunea 2.3.4.3 sau Anexa 5). Labora-
torul este considerat că a trecut testarea de competenţă, şi este admis, dacă este
ı̂ndeplinită relaţia ET ≤ ETa , adică valorile măsurărilor efectuate ı̂n laborator
sunt afectate de o eroare totală mai mică decât o eroare limită admisă, adică sunt
acceptabile pentru actul de decizie medicală.
De exemplu, după CLIA, modul de desfăşurare a testării de competenţă
este următorul. Fiecare laborator ı̂nscris ı̂n schema PT este testat de trei ori pe
an. Organizatorul schemei PT trimite laboratorului, pentru fiecare dintre cele
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
4.1 NOŢIUNEA DE INCERTITUDINE
Rezultatul măsurării unei probe de pacient pentru concentraţia analitului

este o valoare x. Se pune ı̂ntrebarea, cu care a ı̂nceput această carte, este aceasta
valoarea adevărată a concentraţiei de analit din proba respectivă ? Deocamdată
se poate da doar următorul răspuns: valoarea x este o estimaţie a concentraţiei
analitului din probă, obţinută ı̂n urma măsurării. Dar dacă aparatul de măsurare
prezintă o deplasare cunoscută, D, atunci rezultatul măsurării trebuie corectat cu
valoarea corecţiei, C = −D, şi se obţine valoarea corectată xc = x + C = x − D;
acum se poate spune că cea mai bună estimaţie obţinută ı̂n urma măsurării ana-
litului X este valoarea xc . Dar cât de corectă este această afirmaţie? deoarece
eroarea aleatorie, care nu poate fi compensată, este inclusă ı̂n valoarea corectată
xc . Evident că rămâne, totuşi, o ı̂ndoială, un dubiu privitor la cât de corect
reprezintă acest rezultat corectat, xc , valoarea mărimii măsurate; această atitu-
dine asupra corectitudinii rezultatului exprimat poate fi cuprinsă ı̂n noţiunea de
incertitudine. Rezultă că noţiunea de incertitudine, dacă este cuantificată, exprimă
calitatea, gradul de ı̂ncredere ı̂n rezultatul măsurării. În această viziune, rezultatul
unei măsurări este o estimaţie pentru acel măsurand, dar pentru sprijinul acestei
estimaţii trebuie să se asocieze un parametru cantitativ, adică incertitudinea, pen-
tru care una dintre definiţii este [1]:
Incertitudinea de măsurare este un parametru, asociat rezultatu-
lui unei măsurări, care caracterizează dispersia valorilor ce, ı̂n mod
rezonabil, pot fi atribuite măsurandului.
Gradul de ı̂ncredere ı̂n valoarea unei măsurări este determinat de calitatea
asociată acelei valori. Calitatea asociată unei valori obţinute ı̂n urma unei măsurări
poate fi exprimată prin valoarea erorii de măsurare sau, ı̂ntr-o abordare mai re-
centă, prin valoarea incertitudinii de măsurare. Calitatea poate fi exprimată pe
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.
Conform Figurii 2.3, pentru un material cu valoarea specificată a prin măsu-

rare ı̂n laborator se obţine valoarea xi , care se compune din valoarea (convenţional)
adevărată (a), din deplasarea/bias-ul (D), care este cauzată de efectele sistematice
(şi care poate fi anulată sau adusă la o valoare aproape de zero prin etalonare/cali-
brare), şi din eroarea aleatorie (EA) cauzată de efectele aleatorii. Dar, fiecare
dintre valorile acestor trei componente este afectată de o incertitudine asociată
(u1 ; u2 ; u3 ); ı̂n consecinţă, aceste incertitudini, propagate după o anumită lege,
contribuie ı̂n calculul valorii incertitudinii estimate totale/compuse, uc , pentru
4.1. NOŢIUNEA DE INCERTITUDINE 147
mărimea măsurată xi ; deci uc este o funcţie de u1 , u2 , u3 :
xi = a + D + a
↓ ↓ ↓ ↓ (4.1)
incertitudini asociate: uc u1 u2 u3
În practică, valoarea adevărată a unui măsurand este inaccesibilă, dar cu

noţiunea de incertitudine de măsurare este posibil să se exprime, cu o anumită
probabilitate, de exemplu de 95%, pentru o lege de distribuţie normală, un in-
terval ı̂n care se situează valoarea adevărată a mărimii măsurate. În concluzie,
un rezultat de laborator de analiză cantitativă, xi , nu este ı̂ntr-adevăr complet
dacă nu i se asociază valoarea incertitudinii compuse de măsurare, uc . Acest nou
mod de exprimare a calităţii valorii măsurate, printr-o incertitudine, mai ales ı̂n
practica laboratoarelor medicale, este ı̂ncă la ı̂nceput, iar interpretarea clinică a
unei măsurări ı̂nsoţite de valoarea incertitudinii ı̂ntâmpină dificultăţi. Cuantifi-
carea incertitudinii asociate acestor mărimi se face sub formă de deviaţie standard
experimentală şi este referită ca incertitudine standard.
Incertitudinea este necesară pentru a decide dacă rezultatul măsurării este
adecvat scopului destinat şi pentru a stabili dacă este consistent cu alte rezul-
tate similare. Pentru laboratoarele medicale, exprimarea rezultatelor măsurărilor
ı̂nsoţită de valoarea incertitudinii este importantă ı̂n raport cu clienţii săi (pacienţi,
medici), ı̂n scopul comparării cu valorile biologice de referinţă sau cu a pragurilor
clinice/terapeutice (pentru interpretarea clinică). Standardul ISO 15189 specifică
la paragraful 5.6.3. ”Laboratorul trebuie să estimeze incertitudinea rezultatelor
unde este relevant şi posibil...”.
4.1.1 Metode de estimare a incertitudinii de

măsurare pentru metodele analitice cantitative
Variantele de calcul ı̂n vederea estimării incertitudinii rezultă din modalităţile
ı̂n care se colectează şi se prelucreză datele, iar aceste modalităţii se sprijină
pe abordări intra sau interlaboratoare; privind ı̂n acest fel [6], se pot distinge
următoarele patru metode de estimare, reprezentate ı̂n Figura 4.1.
1. Metoda analitică, utilizează pentru estimarea valorii incertitudinii de mă-

surare un model matematic/(relaţie) pentru procesul de măsurare (subcapi-
tolul 4.2).
2. Caracteristicile (metodei), utilizează pentru estimarea valorii incertitu-

dinii de măsurare datele din baza de date, obţinute prin controlul intern de
calitate sau ı̂n urma procesului de validare a metodei, referitoare la caracte-
risticile de performanţă analitică ale metodei (repetabilitate, reproductibili-
tate internă, liniaritate, exactitate).
Figura 4.1 Structurarea modalităţilor de abordare pentru estimarea incerti-

tudinii de măsurare.
3. Performanţele (metodei), utilizează pentru estimarea valorii incertitu-

dinii de măsurare o abordare colectivă ı̂ntre laboratoare. Aceasta implică
participarea mai multor laboratoare, fiecare utilizând aceeaşi metodă şi ace-
laşi tip de aparat de analiză (peer-group).
4. Compararea interlaboratoare, utilizează pentru estimarea valorii incer-
titudinii de măsurare dispersia/varianţa rezultatelor individuale ale labora-
torului ı̂n raport cu o valoare ţintă. Determinarea valorii ţintă este responsa-
bilitatea organizatorului structurii de comparare interlaboratoare, şi aceasta
poate fi obţinută:
(a) fie independent de rezultatele comparării intrelaboratoare (materiale de
referinţă, metode de referinţă etc.);
(b) fie ı̂n funcţie de rezultatele comparării interlaboratoare (valoare me-
die pe grup, valoare consensuală a tuturor laboratoarelor) sau doar a
laboratoarelor care utilizează metode trasabile la SI.
Metodele 2, 3, 4 sunt metode neanalitice deoarece, spre deosebire de prima
4.2. ESTIMAREA INCERTITUDINII PRIN
METODA ANALITICĂ 149
metodă, nu analizează separat fiecare componentă generatoare de incertitudine din

incertitudinea compusă pentru procesul de măsurare. Aceste metode, fără a avea
un model matematic explicit al procesului de măsurare, combină cât mai multe
componente, ı̂n măsura ı̂n care este posibil, rezultând pentru incertitudinea com-
pusă doar o componentă pentru efectele sistematice şi, la fel, o singură componentă
pentru cele aleatorii (se estimează ı̂n mare şi nu pe detalii).

METODA ANALITICĂ
4.2.1 Modelul matematic

În cele mai multe cazuri un măsurand Y nu este măsurat direct, ci este
determinat indirect, pe baza unor mărimi X1 , X2 ..., XN , prin intermediul unei
relaţii funcţionale f
Y = f (X1 , X2 , X3 , X4 , . . . , XN ) (4.2)
Mărimile de intrare (variabile) X1 , X2 , . . . , XN , de care depinde mărimea de ieşire

Y , pot fi privite ele ı̂nsele ca măsuranzi şi pot să depindă, la rândul lor, de alte
mărimi, inclusiv de corecţii şi factori de corecţie (vezi Anexa 2) pentru efecte
sistematice, ceea ce conduce, astfel, la o relaţie funcţională complicată care, uneori,
nu poate fi scrisă explicit. De asemenea, funcţia f poate admite doar o determinare
experimentală sau poate exista doar sub forma unui program de calculator. Aceste
mărimi de intrare particularizate pentru un proces de măsurare dintr-un laborator
medical ar putea avea următoarele semnificaţii:
X1 - factori care afectează faza preanalitică;
X2 - factori prin care intervine faza analitică (metodă, reactivi, instrument,

operatori etc.);
X3 - calibratorul (prin specificaţiile ca material de referinţă);
X4 - factori care depind de faza postanalitică (reprezentare, aproximări, in-

terpretare etc.);
XN - alţi factori
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:
- definiţia incompletă a operandului (relaţia funcţională f );
- realizarea/implementarea incompletă a definiţiei operandului;
- eşantionarea nereprezentativă, adică proba supusă măsurării poate să nu re-

prezinte măsurandul definit;
- eroarea observatorului/operatorului la citirea mijloacelor de măsurare analo-

gice (paralaxă);
- rezoluţie limitată a mijloacelor de măsurare sau pragul de discriminare al

acestora;
- valori inexacte ale etaloanelor şi materialelor de referinţă;
- 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;
- variaţiile dintre observaţiile repetate ale măsurandului ı̂n condiţii aparent

identice.
Estimarea incertitudinii pe baza unui model analitic este exemplificată pentru

prepararea unui standard (calibrator) ı̂n Anexa 1 şi pentru o metodă de măsurare
a glicemiei ı̂n Anexa 2.
Particularizat pentru procesul de măsurare specific unui laborator medical,

sursele de erori, deci şi de incertitudine, sunt indicate ı̂n desenul din Figura 3.2.
Pentru faza preanalitică se pot enumera ca surse: prepararea pacientului, tehnica
de prelevare a probelor, transportul şi depozitarea probelor, prepararea eşantioane-
lor pentru analiză. În faza de analiză, sursele pot fi: incertitudinea asociată valorii
calibratorului şi valorile volumelor măsurate, variaţia loturilor de reactivi şi a
materialelor de calibrare, drift-ul şi ı̂mbătrânirea echipamentului, mentenanţa,
schimbarea operatorilor, fluctuaţiile de mediu etc. Se poate constata că procesul
analitic, figurat prin ı̂ncercuirea pregnantă, contribuie doar parţial ı̂n estimarea
incertitudinii, ponderi ı̂nsemnate având şi celelalte componente: faza preanalitică
şi cea postanalitică. Fiecare sursă de incertitudine trebuie analizată separat şi,
mai mult, cuantificată separat. Pentru a se uşura modalităţile de determinare a
incertitudinii, acestea au fost grupate ı̂n două metode de evaluare referite: de tip
A şi de tip B.
4.2.2 Evaluarea incertitudinii standard de tip A

Pentru unii măsuranzi se poate obţine experimental un şir de n măsurări
independente, iar din dispersia/varianţa datelor obţinute se poate calcula abaterea
standard experimentală conform relaţiei (2.2). Ca măsură pentru incertitudinea
u(x), a unui măsurand X, a cărui distribuţie este cunoscută pe baza celor n date,
obţinute experimental (distribuţie de frecvenţă), se consideră abaterea standard
experimentală, s(x). v
u n
uP
u (xk − x)2
t k=1
u(x) = s(x) = (4.4)
(n − 1)
Evaluarea de tip A a incertitudinii standard este aplicabilă atunci când, pe

baza unui eşantion de n măsurări independente, se poate determina dispersia/varianţa
procesului de măsurare, adică deviaţia standard, SD.
Există situaţii când o metodă de măsurare este bine caracterizată şi aflată
sub control statistic şi pentru care se cunoaşteq deja dispersia procesulului de
măsurare s2p (respectiv deviaţia standard sp = s2p ). Dacă pe o astfel de metodă
se efectuază un şir de n măsurări, pentru care se determină valoarea medie, x,
atunci deviaţia standard a mediei s(x), deci incertitudinea standard asociată valo-
rii medii, se poate calcula cu relaţia:
sp
u= √ (4.5)
n
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
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.
4.2.3 Evaluarea incertitudinii standard de tip B

Pentru unele dintre variabilele X, ale modelului matematic al măsurandului
Y , relaţia (4.2), nu este disponibilă o distribuţie normală, pe baza a n măsurări, din
care să se determine parametrii distribuţiei (media aritmetică, deviaţia standard
experimentală, deviaţia standard experimentală a mediei) şi apoi să se calculeze
incertitudinea standard u(xi ), ca pentru evaluarea de tip A. Pentru astfel de vari-
abile poate exista o informaţie apriori (privitoare la distribuţie) care trebuie să fie
convertită la o deviaţie standard experimentală s(x), care, apoi, să fie considerată
incertitudinea standard u(x) = s(x). Informaţia apriori, pe baza căreia se poate
realiza o astfel de conversie, poate fi găsită ı̂n:
- rezultatele unor măsurări anterioare;
- experienţa sau cunoaşterea generală referitoare la comportarea şi proprietăţi-
le materialelor de referinţă şi ale mijloacelor de măsurare utilizate;
- specificaţiile fabricanţilor de echipamente;
- date specificate ı̂n certificatele de etalonare sau ı̂n alte certificate;
- incertitudinea atribuită valorilor de referinţă preluate din lucrări şi manuale;
- rezultate obţinute prin schemele de intercomparare
- etc.
Informaţia necesară pentru conversie, spre o incertitudine standard, poate fi
prezentată sub forma unui interval; se vor considera ı̂n continuare numai intervale
simetrice faţă de valoarea medie |X − x| ≤ a (valoarea medie x fiind considerată
la mijlocul intervalului). Pentru aceste intervale poate exista sau nu un nivel de
ı̂ncredere (p - probabilitate, exprimată procentual).
1. Distribuţia dreptunghiulară.
Limitele intervalului sunt date sub forma ±a, fără a se specifica un nivel de
ı̂ncredere. Dacă nu există nicio informaţie specifică despre valorile posibile ale lui
Xi ı̂n interiorul intervalului, atunci se poate presupune că valorile lui Xi se găsesc
cu egală probabilitate ı̂n oricare punct al intervalului (distribuţie uniformă), cu
valoarea medie x situată la mijlocul intervalului. Abaterea standard s, care este
un estimator fără deplasare a lui σ, se determină cu relaţia (1.10)
a
u(x) = σ = √ (4.6)
3
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 4.2 Volumul de 10 mL (Grad A) al unui flacon este certificat cu ±0,2

mL (etalonarea pe linia de fabricaţie, se face ı̂n scopul ca toate flacoanele să fie marcate
cu valoarea de 10 mL, deci distribuţia triunghiulară este cea mai realistă).
Soluţie: Incertitudinea standard u(v) este egală cu abaterea standard σ care are
valoarea: √ √
u(v) = σ = a/ 6 = 0, 2/ 6 ≈ 0, 08 mL
3. Interval ±a cu un nivel de ı̂ncredere p.

În general, se consideră că ı̂n interiorul intervalului pentru mărimea respec-
tivă există o distribuţie normală. Pentru o distribuţie normală, pe baza TABELU-
LUI 1.1, dându-se probabilitatea (nivelul de ı̂ncredere) se pot determina limitele
intervalului (acoperit prin această probabilitate), - problema inversă - sau dându-
se intervalul se poate determina probabilitatea (nivelul de ı̂ncredere) - problema
directă - secţiunea 1.2.2. Pentru nivelurile de ı̂ncredere (p) uzuale, ı̂n TABELUL
4.1 sunt date intervalele corespunzătoare ±a.
TABELUL 4.1
Nivel de ı̂ncredere p [%] Intervalul ±a [×σ]
50 0.66 σ
68,27 1.00 σ
90 1.645 σ
95 1.960 σ
95,45 2.00 σ
99 2.576 σ
99,73 3.00 σ
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.
4.2.4 Calculul incertitudinii standard compuse

Incertitudinea estimării valorii măsurandului Y , notată cu uc (y) - referită ca
incertitudine compusă - depinde de incertitudinile u(xi ) ale estimărilor valorilor
x1 , x2 , . . . , xi . . . , xN pentru variabilele X1 , X2 , . . . , Xi , . . . , XN din relaţia 4.2. O
incertitudine u(xi ), a unei variabile Xi , influenţează incertitudinea compusă, uc (y),
printr-un coeficient ci , deci intervine cu valoarea ci · u(xi ). Dar, dacă variabilele Xi
sunt corelate (se influenţează reciproc), atunci ı̂n calculul valorii lui uc (y) intervin
şi incertitudinile relaţiei de influenţare dintre variabilele Xi ; deci, ı̂n abordarea
incertitudinii compuse trebuie să se distingă două cazuri pentru calculul acesteia:
cu mărimi de intrare necorelate (independente) şi cu mărimi de intrare corelate.
1. Calculul incertitudinii compuse cu mărimi de intrare necorelate.

O incertitudine ui (x) a unei variabile Xi influenţează incertitudinea compusă
proporţional cu un coeficient de sensibilitate ci , deci intervine cu valoarea
ci ·u(xi ). Calculul incertitudinii compuse se bazează pe legea generală a propagării
erorilor din teoria calculului, care aplicată pentru incertitudini se exprimă prin:
dispersia/varianţa măsurandului Y este egală cu suma dispersiilor/varianţelor va-
riabilelor Xi . Dar, deoarece ca măsură a incertitudinii este abaterea standard
experimentală, care la pătrat este egală cu dispersia/varianţa (vezi relaţia 1.3-a),
ı̂nseamnă că pătratul incertitudinii compuse u2c (y) este egal cu suma pătratelor,
TABELUL 4.2 Modalităţi de calcul pentru incertitudinea

standard.
DISTRIBUŢIA DREPTUNGHIULARĂ
Densitatea de probabilitate f (X) Informaţia disponibilă poate fi: Incertitudinea
• Într-un certificat sau ı̂n alte spe-

cificaţii se dau limitele, fără a se
specifica nivelul de ı̂ncredere (de
exemplu 25 ml ± 0,05 ml). a
u(x) = √
• O estimare sub forma unui inter- 3
val maxim (±a), fără nicio infor-
maţie despre forma de distribuţie ı̂n
interiorul intervalului.
DISTRIBUŢIA TRIUNGHIULARĂ
• 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
• O estimare sub forma unui inter-

val maxim (±a), cu o distribuţie si-
metrică.
DISTRIBUŢIA NORMALĂ
• 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
u2 (xi ), ale incertitudinilor variabilelor Xi , adică o exprimare prin următoarea

relaţie de sumare de pătrate:
N
X N
X
u2c (y) = [ci · u(xi )]2 = u2i (y) (4.8-a)
i=1 i=1
sau v v
uN uN
uX uX
2
uc (y) = t [ci · u(xi )] = t u2i (y) (4.8-b)
i=1 i=1
unde s-a notat ci · u(xi ) = ui (y).

Fizic, coeficientul de sensibilitate ci exprimă cantitativ variaţia ∆y obţinută
ı̂n valoarea estimaţiei lui Y produsă de o variaţie ∆xi a variabilei de intrare Xi .
Coeficienţii ci se pot determina:
1. ca derivate parţiale ale funcţiei f ı̂n raport cu fiecare variabilă de intrare

Xi .
∂f
ci = (4.9-a)
∂xi
şi atunci relaţia (4.8-b) se poate rescrie
v
uN
uX ∂f 2
uc (y) = t · u2i (xi ) (4.9-b)
∂xi
i=1
sau
2. pe cale experimentală. Experimental, se măsoară variaţia ∆y produsă de

o variaţie ∆xi (când celelalte variabile de intrare sunt menţinute constante)
şi se calculează raportul ci = ∆y/∆xi .
Relaţia de calcul (4.8-b) pentru incertitudine compusa uc (y) se reduce la

expresii relativ simple (când ci = 1) pentru următoarele două forme uzuale ale
funcţiei f .
Regula 1. Funcţia f este compusă numai sume/diferenţe de variabile de intrare
Y = X1 + X2 − X3 + X4 − . . .
Incertitudinea compusă se calculează cu relaţia:

p
uc (y) = u2 (x1 ) + u2 (x2 ) + u2 (x3 ) + u2 (x4 ) + . . . (4.10-a)
• 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
standard, u(x) = SD(x)).
Exemplul 4.4 Calculul concentraţiei de LDL-colesterol se efectuează cu formula

lui Frederikson
Concentraţie LDL-colesterol = Colesterol total − (HDL-colesterol + Trigliceride/2,2)
mmol/L
Estimarea incertitudinii compuse ucLDL , pentru LDL-colesterol calculat, conform
relaţiei (4.10-a) se obţine:
q
ucLDL = u2Colt + u2HDL + u2T rig
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
Concentraţie LDL-colesterol = 5, 8 − 1, 08 − 0, 72 = 4, 0 mmol/L
şi valoarea incertitudinii compuse ucLDL

p p
ucLDL = 0, 162 + 0, 042 + 0, 072 = 0, 0321 = 0, 17 mmol/L
Raportarea rezultatului, pentru k = 2, U = k · ucLDL = 2 · 0, 17 = 0, 4 mmol/L, este sub

forma:
Concentraţie LDL-colesterol = 4,0 ± 0, 4 mmol/L, pentru k = 2
Regula 2. Funcţia este compusă numai produse/rapoarte de variabilele de intrare:

X1
Y = X1 · X2 · X3 · . . . sau Y =
X2 · X3 · X4 · . . .
Incertitudinea compusă se calculează cu relaţia:
s
u(x1 ) 2 u(x2 ) 2 u(x3 ) 2 u(x4 ) 2

uc (y)
= + + + + ... (4.10-b)
y x1 x2 x3 x4
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).
Exemplul 4.5 Clearance-ul renal, C, pentru creatinină se calculează cu relaţia:

U ·V
C= [mL/s]
P ·t
ı̂n care:
C - Clearence-ul renal [mL/s];

P - Concentraţia de creatinină plasmatică [mmol/L];
U - Concentraţia de creatinină urinară [mmol/L];
V - Volumul de urină [mL];
t - Durata de colectare [s]
Pentru valorile acestor mărimi, obţinute prin măsurare, şi ale incertitudinilor lor asociate
calculate/estimate
P = 0,1 mmol/L uP = 0,004 mmol/L

U = 10,0 mmol/L uU = 0,5 mmol/L
V = 1500 mL uV = 100 mL (estimaţie)
t = 86400 s (ı̂n 24 ore) ut = 1800 s (estimaţie)
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
Clearence-ul renal se poate raporta sub forma:
C = 1, 74 ± 0, 33 mL/s, pentru k = 2 sau C = 104 ± 20 mL/min
2. Calculul incertitudinii standard compuse cu mărimi de intrare core-

late.
Dependenţa mutuală a două variabile aleatorii, Xi şi Xj , este exprimată
prin noţiunea de covarianţă, cov(Xi , Xj ) = cov(Xj , Xi ). Gradul de corelaţie ı̂ntre
variabile este introdus cantitativ prin parametrul r(xi , xj ), denumit coeficient de

corelaţie, care are următoarea expresie
cov(xi , xj )
r(xi , xj ) = (4.11)
u(xi ) · u(xj )
şi are valoarea −1 ≤ r(xi , xj ) ≤ +1; pentru r(xi , xj ) = 0 variabilele xi , xj nu sunt

corelate (au variaţii independente).
Pentru două variabile xi şi xj cu variaţie aleatorie pe baza a n perechi de
măsurări simultane şi ı̂n aceleaşi condiţii se calculează valorile medii xi şi y i , relaţia
(2.2), atunci cov(xi , xj ) se determină cu abaterea standard experimentală, s(xi , y i ),
pentru două variabile conform relaţiei următoare:
N
1 X
cov(xi , xj ) = s(xi , xj ) = (xik − xi ) (xjk − xj ) (4.12)
N (N − 1)
k=1
deci relaţia (3.11) poate fi calculată şi ı̂n felul următor:
s(xi , xj )
r(xi , xj ) = r(xi , xj ) = (4.13)
s(xi ) · s(xj )
Cu ajutorul relaţiei(4.13) se calculează valoarea coeficientului de corelaţie r(xi , xj );

valorile pentru s(xi , xj ) se obţin cu relaţia (4.12), iar valorile pentru s(xi ) şi s(xj )
se obţin cu relaţia (2.5).
Coeficientul de corelaţie r(xi , xj ) se poate determina şi experimental ı̂n felul
următor: se produce o variaţie ∆xi a variabilei xi şi se măsoară variaţia ∆xj
produsă variabilei xj ; valoarea coeficientului se obţine cu relaţia:
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.
• Între două mărimi de intrare poate exista o corelaţie semnificativă, dacă

pentru măsurarea lor se foloseşte acelaşi mijloc de măsurare, acelaşi etalon fizic
sau aceeaşi dată de referinţă care are o incertitudine standard semnificativă; ı̂n
următoarele două exemple se prezintă astfel de cazuri.
Exemplul 4.6 Uneori, este nevoie să se determine o corecţie de temperatură

pentru estimarea valorii unei marimi de intrare xi şi, ı̂n acest scop, se foloseşte un ter-
mometru. Dacă pentru o corecţie similară, pentru estimarea valorii unei altei mărimi de
intrare, xj , se foloseşte acelaşi termometru, atunci cele doua mărimi xi şi xj pot fi corelate
ı̂n mod semnificativ.
Exemplul 4.7 La etalonarea prin comparare a entităţilor/metodelor de măsurare

cu acelaşi etalon, valorile mărimilor rezultate prin măsurare pe aceste metode sunt corelate
(prin intermediul etalonului). Gradul de corelare al valorilor măsurate depinde de raportul
dintre incertitudinea de comparare şi incertitudinea etalonului. În practică, incertitudinea
de comparare este neglijabilă ı̂n raport cu incertitudinea etalonului, deci incertitudinea
fiecărei entităţi etalonate este egală cu incertitudinea etalonului.
Interdependenţa a două variabile, xi şi xj , prin intermediul unei mărimi/ele-

ment de influenţă (ı̂n Exemplul 4.6 şi 4.7, termometrul, respectiv etalonul/materia-
lul de referinţă), ı̂n practică, se consideră cu o interdependenţă neglijabilă; ı̂n
consecinţă, se admite că variabilele xi şi xj nu sunt corelate.
Se recomndă ca pentru efectuarea calculelor, ı̂n estimarea incertitudinii com-
puse, să se utilizeze o structurare ca cea dată ı̂n tabelul bugetului de incertitudine,
Tabelul 4.3.
4.2.5 Incertitudinea extinsă

Pentru calculul incertitudinii standard compuse uc (y) (relaţia 4.15 sau sim-
plificată 4.8-b), se consideră incertitudinile u(xi ) ale tuturor variabilelor Xi din
relaţia (4.2), care au valori semnificative. Aceste incertitudini u(xi ) sunt fie de tip
A, fie de tip B - adică au fost deduse pentru variabile aleatoare cu o distribuţie de
probabilitate normală (bazate pe observaţii repetate), respectiv pentru variabile
cu o ditribuţie dreptunghiulară sau triunghiulară (bazate pe informaţie apriori).
Dar, ı̂n general, distribuţiile considerate normale sunt, ı̂n majoritatea cazurilor,
aproximativ normale, deoarece sunt determinate pentru un număr de observaţii
relativ redus şi nu pentru un număr de observaţii (teoretic) infinit, ceea ce ar
TABELUL 4.3 Bugetul de incertitudine

Simbol Valoare Unitate Tip Incertitudine Coeficient
Contribuţia fiecărei componente
compo- compo- de de standard de
nentă nentă măsură incert. u(xi ) Sensibilitate
Absolută Relativă, %
[] |ci |
c21 · u2 (x1 )
X1 x1 [x1 ] Tip A u(x1 ) |c1 | c21 · u2 (x1 ) · 100
N
c2i · u2 (xi )
P
i=1
c22 · u2 (x2 )
X2 x2 [x2 ] Tip B u(x2 ) |c2 | c22 · u2 (x2 ) · 100
N
c2i · u2 (xi )
P
i=1
.. .. .. .. .. .. .. ..
. . . . . . . .
c2N · u2 (xN )
XN xN [xN ] Tip B u(xN ) |cN | c2N · u2 (xN ) · 100
N
c2i · u2 (xi )
P
i=1
v
uN
uX
Y y [y] t c2i · u2 (xi ) uc (y) = . . .
i=1
corespunde distribuţiei (adevărat) normale, relaţia (1.1). Estimarea distribuţiei

aproximativ normale printr-o distribuţie (adevărat) normală are credibilitate nu-
mai dacă numărul de grade de libertate ν, al variabilei aleatorii respective, are o
valoare ridicată. Pentru o singură variabilă aleatorie, estimată prin media arit-
metică, relaţia (2.1), pe baza a n observaţii independente, numărul de grade de
libertate (vezi pag. 39) se calculează cu următoarea relaţie
ν =n−1 (4.16)
Se pune ı̂ntrebarea: prin compunera/(convoluţia) distribuţiilor de probabilitate

ale variabilelor Xi , ale căror incertitudini intră ı̂n calculul incertitudinii compuse,
uc (y), care este distribuţia de probabilitate rezultată pentru măsurandul Y , din
relaţia (4.2); răspunsul la această ı̂ntrebare este dat de teorema limitei centrale.
• Teorema limitei centrale arată că: dacă funcţia y este o funcţie liniară
de variabilele Xi
N
X
Y = c1 X1 + c2 X2 + . . . + ci Xi + . . . + cN XN = ci Xi (4.17)
i=1
şi dacă variabilele Xi sunt caracterizate prin distribuţii de probabilitate normală,

atunci şi distribuţia rezultată a lui Y este, de asemenea, normală. Mai mult,
chiar dacă variabilele Xi nu au o distribuţie normală, totuşi, distribuţia lui Y
tinde/converge către o distribuţie normală şi această tendinţă este cu atât mai
pronunţată, spre o distribuţie normală, cu cât numărul componentelor incertitu-
dinilor u(xi ), care intră ı̂n calculul incertitudinii compuse, uc (y), este mai mare
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)
Rezultatul măsurării se exprimă, acum, sub forma
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.
Cu noţiunile prezentate până acum se poate face distincţia ı̂ntre noţiunea

de eroare şi noţiunea de incertitudine de măsurare:
- eroarea pentru o măsurare este o singură valoare egală cu diferenţa ı̂ntre va-
loarea măsurată şi valoarea adevărată, relaţia (2.8), valoare cu care, dacă se
cunoaşte, se poate corecta rezultatul acelei măsurări.
- incertitudinea de măsurare este un interval ı̂n care valoarea adevărată pentru
o măsurare se situează cu un anumit nivel de ı̂ncredere/probabilitate (nu
poate fi utilizată pentru corectare!).
Incertitudinea de măsurare proprie unei metode de măsurare se asociază tuturor
măsurărilor efectuate pe metoda respectivă.
• În practică, (considerând că distribuţia de probabilitate este aproximativ
normală şi numărul efectiv de grade de libertate, νef , ı̂n estimarea lui uc (y), este
semnificativ de mare) recomandarea ı̂n determinarea incertitudinii extinse este:
- ı̂n general, se alege k = 2, care realizează un interval de ı̂ncredere ± 2uc (y) ı̂n
jurul valorii y a măsurandului Y , ceea ce corespunde unui nivel de ı̂ncredere
(probabilitate) de aproximativ 95%, sau pentru aplicaţii mai riguroase
- se alege k = 3, care realizează un interval de ± 3uc (y) ı̂n jurul valorii y a
măsurandului Y , ceea ce corespunde unui nivel de ı̂ncredere de aproximativ
99%.
Pentru alte valori uzuale ale nivelului de ı̂ncredere valoarea coeficientului de ex-
tindere k se poate găsi ı̂n TABELUL 4.1 sau pe ultimul rând din TABELUL 4.4;
iar pentru o valoare oricare a nivelului de ı̂ncredere, coeficientul k, cu care se
multiplică uc (y), se poate calcula conform modului prezentat ı̂n secţiunea 1.2.2
(problema inversă).
• Recomandările anterioare pentru alegerea coeficientului de extindere k
s-au făcut pe baza evaluării unei distribuţii de probabilitate aproximativ normală a
măsurandului Y cu o distribuţie normală (justificată de teorema limitei centrale).
Dar, o valoare mai exactă pentru coeficientul de extindere k se obţine dintr-o
distribuţie de tip t (distribuţia Student, Figura 2.2) ale cărei valori sunt date ı̂n
TABELUL 4.4, din care alegerea lui k se face atât ı̂n funcţie de nivelul de ı̂ncredere
p, cât şi ı̂n funcţie de numărul efectiv de grade de libertate, νef . Numărul efectiv
de grade de libertate pentru măsurandul Y , cu incertitudinea standard compusă
uc (y), se calculează, ı̂n funcţie de incertitudinile componente ui (y) ale variabilelor
xi , cu relaţia
u4 (y)
νef = N c (4.20)
P u4i (y)
νi
i=1
ı̂n care νi este numărul de grade de libertate, calculat după relaţia (4.16), pentru
variabila componentă xi (numarul de grade de libertate pentru variabilele care au
o distribuţie de probabilitate de tip dreptunghiular este νi → ∞, deci 1/νi = 0).
Exemplul 4.8 Se consideră pentru măsurandul Y expresia: Y = f (X1 , X2 , X3 )

= X1 · X2 · X3 ale cărei mărimi de intrare au o distribuţie normală. Pe baza valorilor
mărimilor de intrare, x1 , x2 , x3 , măsurate, respectiv, de n1 = 10, n2 = 5 şi n3 = 15 ori,
s-au calculat următoarele incertitudini standard relative: u(x1 )/x1 = 0, 25%, u(x2 )/x2 =
0, 57% şi u(x3 )/x3 = 0, 82%. Să se determine pentru uc (y) coeficientul de extindere k,
considerând un nivel de ı̂ncredere 95%.
Soluţie: Incertitudinea compusă relativă se calculează conform relaţiei (4.10-b)
s 2 2 2
uc (y) u(x1 ) u(x2 ) u(x3 )
= + + · 100 = 1, 03%
y x1 x2 x3
Numarul efectiv de grade de libertate se calculează cu relaţia (4.20):

4
uc (y)
y 1, 034
νef = 4 4 4 = 0,254 0,574 0,824
= 19, 0
u(x1 )
· 1
+ u(x2 )
· 1
+ u(x3 )
· 1
10−1 + 5−1 + 15−1
x1 ν1 x2 ν2 x3 ν3
Determinarea coeficientului de extindere k:

Din TABELUL 3.4, pentru ν = 19 şi p = 95% rezultă k = 2, 09, deci incertitudinea extinsă
pentru acest nivel de ı̂ncredere este: U95 = 2, 09 · uc (y) = 2, 09 · (1, 03%y) = 2, 2y% =
0, 022y.
Valoarea estimată pentru y (determinat cu relaţia X1 · X2 · X3 ) se raportează sub forma
Y = y ± U95 = y(1 ± 0, 022) sau 0, 978y ≤ Y ≤ 1, 022y
iar nivelul de ı̂ncredere asociat acestui interval este aproximativ 95%.
• Distribuţia Student pentru ν → ∞ devine o distribuţie normală, Figura

2.2, deci ultima linie din Tabelul 4.4 corespunde cu valorile din Tabelul 4.1.
Tabelul 4.4 Valorile factorului de extindere t (corespunzător distribuţiei Student) pen-

tru ν grade de libertate şi un nivel de ı̂ncredere p%.
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
6 1,09 1,94 2,45 2,52 3,71 4,90

7 1,08 1,89 2,36 2,43 3,50 4,53
8 1,07 1,86 2,31 2,37 3,36 4,28
9 1,06 1,83 2,26 2,32 3,25 4,09
10 1,05 1,81 2,23 2,28 3,17 3,96
11 1,05 1,80 2,20 2,25 3,11 3,85

12 1,04 1,78 2,18 2,23 3,05 3,76
13 1,04 1,77 2,16 2,21 3,01 3,69
14 1,04 1,76 2,14 2,20 2,98 3,64
15 1,03 1,75 2,13 2,18 2,95 3,59
16 1,03 1,75 2,12 2,17 2,92 3,54

17 1,03 1,74 2,11 2,16 2,90 3,51
18 1,03 1,73 2,10 2,15 2,88 3,48
19 1,03 1,73 2,09 2,14 2,86 3,45
20 1,03 1,72 2,09 2,13 2,85 3,42
25 1,02 1,71 2,06 2,11 2,79 3,33

30 1,02 1,70 2,04 2,09 2,75 3,27
35 1,01 1,70 2,03 2,07 2,72 3,23
40 1,01 1,68 2,02 2,06 2,70 3,20
45 1,01 1,68 2,01 2,06 2,69 3,18
50 1,01 1,68 2,01 2,05 2,68 3,16

100 1,005 1,660 1,984 2,025 2,626 3,077
∞ 1,000 1,645 1,960 2,000 2,576 3,000
Valorile coeficienţilor Student se pot obţine, ı̂n Excel, cu ajutorul funcţiei

tp (ν) = T IN V (1 − p, ν).
4.2.6 Raportarea incertitudinii

• Informaţia necesară ı̂n prezentarea rezultatului unei măsurări depinde de
destinaţia utilizării rezultatului. Este recomandabil a se conforma următoarelor
indicaţii [2]:
- 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.
• Dispunând de rezultatul măsurarii y şi incertitudinea standard compusă

uc (y), prezentarea poate fi făcută sub una dintre următoarele trei forme (textul
scris ı̂ntre paranteze poate fi omis); pentru exemplificare se consideră raportarea
unui etalon de masa, me , cu valoarea nominală de 100 g:
1. ”me = 100, 02147 g, cu (incertitudinea standard compusă) uc = 0, 35 mg”.
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”.
Când se raportează rezultatul unei măsurări şi măsura incertitudinii este

incertitudinea extinsă U = k · uc (y), conform relaţiei (4.19) forma de prezentare
este următoarea:
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% ”.
Dacă factorul de ı̂ncredere s-a determinat pe baza distribuţiei Student, TA-

BELUL 4.4: [(me = 100, 02147±0, 0079) g], atunci ultima propoziţie din aserţiunea
anterioară va fi ”.... şi a factorului de extindere k = 2, 26 bazat pe distribuţia t,
pentru ν = 9 grade de libertate 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):
1. În valori absolute (măsurandul fiind glicemia):
y = 6, 44 mmol/L ± 0, 64 mmol/L pentru k = 2
sau alt exemplu
y = 11, 2 mmol/L ± 1, 3 mmol/L pentru k = 2
se observă că numărul cifrelor semnificative zecimale ale incertitudinii extinse se

alege egal cu numărul de cifre semnificative zecimale ale valorii măsurate.
2. În valori relative (măsurandul fiind hemoglobina glicozilată):

Pentru analiza de hemoglobină glicozilată la care s-a obţinut un rezultat de 5% şi
căruia i se asociază
o incertitudine
extinsă (ı̂n valoare relativă) de 6%, din procen-
(5%)
tajul de 5%, · 6 = 0, 3% rezultatul se raportează ı̂n felul următor:
100
y = (5 ± 0, 3)% [mmol/L] pentru k = 2
sau un alt exemplu: pentru

valoarea măsurată
de 7% căruia i se asociază o incerti-
(7%)
tudine extinsă de 6%, · 6 = 0, 4% raportarea rezultatului este:
100
y = (7 ± 0, 4)% [mmol/L] pentru k = 2
În general, rezultatul se raportează cu o zecimală mai mult decât numărul de zecimale
cu care lucrează clinicianul.
Pentru că valoarea incertitudinii estimate depinde de nivelurile de concentra-

ţie, laboratorul poate raporta o singură valoare pentru incertitudine, obţinută prin
interpolarea valorilor de pe diferite domenii/niveluri sau se raportează fiecare dome-
niu cu incertitudinea estimată respectivă. Incertitudinea se reevaluează de fiecare
dată când apare o schimbare semnificativă ı̂n procesul de măsurare (automatul,
reactivi, calibratori etc.). Valoarea incertitudinii estimate, pentru un proces de
măsurare, se asociază tuturor măsurărilor efectuate cu acel proces până la o nouă
evaluare a valorii incertitudinii !
• Raportul detaliat care descrie modul ı̂n care a fost obţinut rezultatul unei
măsurări şi incertitudinea asociată acestuia trebuie să ţintă cont de următoarele
recomandări:
1. Să se prezinte valoarea fiecărei estimaţii de intrare xi şi a incertitudinii stan-

dard u(xi ), ı̂mpreună cu o descriere a modului ı̂n care au fost obţinute aces-
tea.
2. Să se prezinte covarianţele estimate sau coeficienţii de corelaţie estimaţi

(preferabil ambii) asociaţi cu toate estimaţiile de intrare care sunt corelate,
precum şi metodele utilizate pentru obţinerea acestora.
3. Să se prezinte numărul de grade de libertate pentru incertitudinea standard

a fiecărei estimaţii de intrare şi modul ı̂n care au fost obţinute acestea.
4. Să se prezinte relaţia funcţională Y = f (X1 , X2 , . . . , XN ) şi, atunci când se

∂f
consideră util, derivatele parţiale sau coeficienţii de sensibilitate .
∂Xi
Cu cât se urcă ı̂n lanţul ierarhic al măsurărilor, sunt necesare din ce ı̂n
ce mai multe detalii despre modul ı̂n care s-au obţinut rezultatul măsurării şi
incertitudinea acesteia. La niveluri inferioare ale lanţului ierarhic al măsurărilor
(măsurări de rutină), dacă mijloacele de măsurare utilizate satisfac cerinţele pres-
cripţiilor sau ale documentelor normative existente, atunci incertitudinile indicaţii-
lor lor pot fi deduse din aceste specificaţii sau documente normative.
4.2.7 Sumar al procedurii de evaluare şi exprimare a

incertitudinii
I. Definirea măsurandului
1. Definirea relaţiei (modelului) matematice a măsurandului Y ca funcţie

de toate mărimile de intrare Xi , de care depinde, sub forma:
Y = f (X1 , X2 , . . . , XN ), (relaţia (4.2)).
II. Identificarea surselor de incertitudine
2. Identificarea ı̂n modelul matematic al lui Y , pentru fiecare variabilă de

intrare Xi , tipul de incertitudine (tip A sau tip B) cu care contribuie
ı̂n calculul incertitudinii compuse; ı̂n plus, funcţia f se completează cu
toate corecţiile şi factorii de corecţie (vezi ANEXA 2) care pot con-
tribui cu o componentă semnificativă ı̂n calculul incertitudinii asociate
rezultatului măsurării.
3. Pentru mărimile de intrare Xi , care au o distribuţie de probabilitate
bazată pe o distribuţie de frecvenţă, se realizează un şir xi,k de observaţii
(se determină media aritmetică experimentală xi , relaţia (2.1)). Pentru
celelalte mărimi de intrare din modelul matematic al lui Y se consideră
incertitudini ca provenind de la surse externe (informaţie apriori), cum
sunt: mărimile asociate etaloanelor, materialelor de referinţă certificate
sau ale valorilor de referinţă preluate din literatura de specialitate.
III. Cuantificarea componentelor de incertitudine

4. Evaluarea incertitudinii standard u(xi ) a fiecărei estimaţii de intrare xi .
Pentru o estimaţie de intrare obţinută printr-un şir de observaţii şi o
analiză statistică, de la punctul 3, incertitudinea standard se calculeză
conform relaţiilor din secţiunea 4.2.2 (evaluare de tip A a incertitu-
dinii standard). Iar pentru celelalte variabile sau coeficienţi de corecţie
din modelul matematic al lui Y , folosind o informaţie apriori despre
distribuţia de probabilitate, incertitudinea standard u(xi ) se calculează
conform relaţiilor din secţiunea 4.2.3 (evaluare de tip B a incertitudinii
standard).
5. Evaluarea covarianţelor asociate cu toate estimaţiile de intrare care sunt
corelate (secţiunea 4.2.4).
6. Calculul rezultatului măsurării, adică a estimaţiei y a măsurandului Y ,
pe baza relaţiei funcţionale f , folosind pentru mărimile de intrare Xi
estimaţiile xi (mediile aritmetice experimentale) obţinute la punctul 3.
IV. Calculul incertitudinii standard compuse
7. Determinarea incertitudinii standard compuse uc (y) a rezultatului mă-
surării y pe baza incertitudinilor standard şi a covarianţelor asociate cu
estimaţiile de intrare, conform relaţiilor din secţiunea 4.2.4.
8. Pentru cazurile când este necesar ca rezultatul estimării incertitudinii
să furnizeze un interval de la y − U până la y + U , ı̂n care se poate
considera că este cuprinsă o mare parte a distribuţiei valorilor ce, ı̂n
mod rezonabil, pot fi atribuite măsurandului Y , atunci se calculează
incertitudinea extinsă U (secţiunea 4.2.5). Incertitudinea extinsă U se
obţine din incertitudinea standard compusă uc (y) ı̂nmulţită cu un factor
de extindere k, aflat de obicei ı̂n intervalul de la 2 la 3, U = k · uc (y).
Pentru un calcul mai exact al coeficientului de extindere k, care să
genereze un interval cu un nivel de ı̂ncredere apropiat de o valoare
specificată, se calculează numarul efectiv de grade de libertate, νef ,
relaţia(4.20) şi, pe baza distribuţiei t (distribuţia Student), din TABE-
LUL 4.4, se citeşte factorul de extindere t (= k); sau aplicând, ı̂n Excel,
funcţia T IN V (1 − p, ν).
V. Raportarea rezultatului
9. Raportarea rezultatului estimării măsurării y ı̂mpreună cu incertitudi-
nea standard compusă uc (y) sau cu incertitudinea extinsă U se face
conform modalităţilor expuse ı̂n secţiunea 4.2.6. Este foarte indicat să
se descrie modul cum au fost obţinute valorile pentru y, uc (y) sau U .
Exemple de estimare de incertitudine prin metoda analitică sunt expuse ı̂n

Anexa 1 şi Anexa 2.

METODE NEANALITICE
Detalierile şi dificultăţile ı̂ntâlnite ı̂n estimarea incertitudinii prin metoda
analitică, practic, nu pot fi rezolvate pentru procesul de estimare a incertitudinii de
măsurare cu aplicare la un laborator medical pentru analize de rutină. Pentru un
astfel de laborator, informaţia necesară estimării incertitudinii de măsurare trebuie
extrasă, fără costuri şi consum de timp ridicat, din acele activităţi deja efectuate ı̂n
laborator, cum sunt: baza de date rezultată ı̂n urma validării metodei sau baza de
date formată prin controlul intern de calitate (QC), rezultatele obţinute ı̂n urma
intercomparărilor.
Informaţia extrasă este necesară, ı̂n fond, conform relaţiei (4.2), pentru esti-
marea incertitudinilor tuturor componentelor de măsurare care intră ı̂n această
relaţie. Dar o abordare, fără a evidenţia toate detaliile, consideră erorile de
măsurare ı̂nglobate numai ı̂n cele două componente majore: eroarea procesului
de măsurare datorată componentei aleatorii şi eroarea datorată componentei sis-
tematice. Aceste două componente de eroare de măsurare (vezi Figura 2.3), ca
surse de incertitudine, se cuantifică prin două componente de incertitudine: up
- incertitudinea asociată impreciziei; uex - incertitudinea asociată inexactităţii.
Conform relaţiei (4.8), incertitudinea standard compusă rezultă:
q
uc = u2ex + u2p (4.21-a)
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).
METODE NEANALITICE 171
4.3.1 Estimarea incertitudinii de măsurare din

caracteristicile metodei analitice
Prin această metodă se estimează incertitudinea de măsurare folosind doar
date deja determinate ı̂n cadrul laboratorului (validarea metodei sau controlul in-
tern de calitate, vezi ramura/coloana a doua din Figura 4.1). Această metodă de
estimare, din caracteristicile metodei analitice, se poate realiza uşor ı̂ntr-un lab-
orator de analize medicale, dar este limitată de existenţa/disponibilitatea unei
referinţe pentru determniarea deplasării/bias-ului metodei de măsurare, iar ı̂n
acest caz referinţa trebuie să fie un material de referinţă.
A. Componenta aleatorie. Componenta aleatorie a erorii, EA, reflectă

dispersia măsurărilor ı̂n jurul valorii medii x, adică precizia procesului de măsurare.
Ca măsură pentru imprecizie se consideră abaterea standard experimentală, relaţia
(2.2), abaterea standard relativă, relaţia (2.3), sau coeficientul de variaţie, relaţia
(2.4). Uzual, incertitudinea standard, up , asociată componentei aleatorii a proce-
sului de măsurare este cuantificată prin valoarea deviaţiei standard experimentale
corespunzătoare preciziei intermediare SD (reproductibilitatea internă), adică
up = SD
Pentru metodele de rutină se recomandă ca reproductibiliatea internă să se cal-

culeze pentru date din baza de date colectate, prin controlul intern de calitate,
pe un interval de minimum şase luni. Pentru metode noi sau metode ce nu sunt
frecvent utilzate se recomandă minim 30 de măsurări pe o durată ı̂n care să se
cuprindă cel puţin două calibrări şi schimbări de loturi de reactivi (această valoare
intermediară se recalculează pe măsură ce se cumulează date ı̂n baza de date, vezi
Exemplul 3.2).
B. Componenta sistematică. Componenta sistematică a erorii, EA, se

reflectă ı̂n valoarea deplasării, D, a procedurii de măsurare. Deplasarea se defineşte
ca fiind diferenţa ı̂ntre media ce s-ar putea obţine din rezultatele unui număr
infnit de măsurări (adică media teoretică, µ) ale aceluiaşi măsurand, efectuate ı̂n
condiţii de repetabilitate şi valoarea adevărată a măsurandului, vezi relaţia (2.9-
a). În laborator, suportul pentru o valoare acceptată convenţional adevărată este
valoarea unui material de referinţă.
Există două clase de materiale de referinţă (vezi 2.3.1.2): materiale de
referinţă certificate (CRM) şi materiale de referinţă (RM). CRM-urile, prin definiţie,
trebuie să fie trasabile la o realizare exactă (etalon) a unităţii ı̂n care este expri-
mată valoarea (proprietăţii materialului), iar această valoare trebuie să fie ı̂nsoţită
de o incertitudine corespunzătoare unui nivel de ı̂ncredere. MR-urile sunt materi-
ale suficient de omogene şi stabile, ale căror valori sunt utilizate pentru calibrarea
aparatelor pentru evaluarea/validarea metodelor de măsurare sau pentru evalua-
rea/stabilirea valorii unor materiale (sintagma material de referinţă este o referire

generică pentru astfel de materiale).
Pentru materialele de referinţă utilizate ı̂n laborator (CRM, RM, calibra-
tori sau standarde), care sunt suportul unor valori convenţionale adevărate pentru
analiţi, valoarea de incertitudine asociată, umr , se citeşte din fişa tehnică a ma-
terialului respectiv (pentru surse de astfel de materiale utilizate vezi pagina 78).
Un material de referinţă poate fi utilizat ı̂ntr-un proces de măsurare doar pentru
un singur tip de măsurare. Dacă pentru material este specificat un interval prin
valoare maximă vmax şi valoarea minimă vmin , incertitudinea sa standard, umr , se
calculează cu valoarea (1.10-a) sub forma minimă u2mr = (vmax − vmin )/12.
1. Incertitudinea introdusă prin testarea materialului de referinţă. Materialul

de referinţă ales (vezi 2.3.4.6-b), cu valoarea de certificat xmr , cu incerti-
tudinea asociată umr , este testat ı̂n n zile consecutive (minim zece zile), iar
din şirul de n valori obţinut se calculează valoarea medie x, deviaţia stan-
dard SDtest şi coeficientul de variaţie CVtest . Rezultă valoarea deplasării D =
x − xmr . Dacă materialul de referinţă provine dintr-o schemă de competenţă
(PT), ı̂n care numărul de participanţi a fost n şi deviaţia standard raportată
a grupului a fost SDP T , atunci valoarea xmr va fi rezultatul de consens din
√
schema PT cu valoarea de incertitudine asociată umr = SDP T / n (relaţia
4.5). Similar, dacă materialul provine dintr-o schemă externă de estimarea a
calităţii, ı̂n care numărul de participanţi ı̂n grupul de intercomparare a fost n
şi deviaţia standard raportată a grupului a fost SDgrup , atunci valoarea xmr
√
va fi valoarea medie a grupului, iar incertitudine asociată umr = SDgrup / n.
Valoarea incertitudinii standard, asociată procesului de testare a materialu-
lui de referinţă, pentru estimarea valorii medii, x, este egală cu deviaţia
standard a mediei, SD(x), vezi relaţia (2.5)
SDtest
utest = √
n
Valoarea incertitudinii, umD , asociată măsurării deplasării D, are expresia:
u2mD = u2mr + u2test
2. Incertitudinea standard componentă datorată valorii deplasării, uD . Trebuie

considerate, ı̂n estimarea acestei componente de incertitudine, două cazuri:
a) Mărimea măsurată, x, nu este corectată cu valoarea deplasării D, deci

mărimea raportată de laborator este xc = x, iar valoarea deplasării
este introdusă ca o componentă de incertitudine uD asociată deplasării.
Pentru deplasare se consideră o distribuţie dreptunghiulară (tip B), iar
incertitudinea standard corespunzătoare se calculează cu relaţia (4.6)
√
uD = D/ 3
b) Mărimea măsurată, x, este corectată cu factorul de corecţie C (= −D);

rezultă valoarea raportată de laborator, xc , egală cu xc = x + (−D),
deci deplasarea nu este introdusă ı̂n valoarea incertitudinii ca la cazul
a). În acest caz, incertitudinea asociată deplasării este numai incerti-
tudinea asociată măsurării delasării, umD . Chiar şi ı̂n cazul când valoa-
rea deplasării este nesemnificativă, D ≈ 0, mărimea raportată fiind
xc = x + (−0) = x, se introduce o componentă de incertitudine care se
estimeză printr-un factor de incertitudine kD . Teoretic, se recomandă
[1], [2] ca valoarea deplasării D să nu fie introdusă ı̂n valoarea incertitu-
dinii (să se aplice corecţie sau, dacă este nesemnificativă, să se neglijeze),
ci să se introducă doar valoarea incertitudinii de estimare a valorii lui
D.
C. Incertitudinea standard compusă uc . Relaţia pentru calculul in-

certitudinii standard compuse se obţine din relaţia (4.21-a) introducând incerti-
tudinile componente asociate preciziei şi exactităţii, corespunzător următoarelor
două cazuri:
1. Trusa de lucru a metodei nu conţine un calibrator trasabil.
a) Valoarea deplasării este inclusă ı̂n incertitudinea de măsurare

v !
u 2
q
2 2
u D 2
uc = (uD + umD ) + u2p = t √ + u2mr + utest + u2p (4.22-a)
3
b) Valoarea deplasării nu este inclusă ı̂n incertitudinea de măsurare (valoa-

rea raportată, de laborator, xc , se obţine din cea măsurată prin corecţie
cu valoarea lui D, xc = x + (−D))
q r
2 2 2
uc = (uD + umD ) + up = (0)2 + u2mr + u2test + u2p (4.22-b)
iar ı̂n cazul când valoarea deplasării este nesemnificativă (D ≈ 0, xc =

x)
q q
uc = (uD + umD ) + up = (0)2 + kD
2 2 2 2 + u2
p (4.22-c)
valoarea numerică pentru kD se estimează.
2. Trusa de lucru a metodei conţine un calibrator trasabil (CRM, trasabili-

tatea asigură acurateţea măsurării) la o realizare etalon sau la o metodă
de referinţă. În certificatul calibratorului se specifică valoarea xcalib , in-
certitudinea extinsă Ucalib şi coeficienetul de extensie k pentru un nivel de
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)
Dacă valoarea prezentă a unei analize se compară (vezi 4.3.3.) cu rezultatele

anterioare ale aceluiaşi pacient, cu valori de referinţă sau cu valori de prag clinic,
atunci clinicianul analizează eventualele diferenţe. În cazul când analizele ante-
rioare de pacient, valorile de referinţă sau valorile de prag clinic au fost obţinute
ı̂n acelaşi laborator cu acelaşi analizor cu care s-a realizat şi proba prezentă de
comparat, atunci, ı̂n valoarea diferenţei obţinute, deplasarea metodei de măsurare
este eliminată (ambii termeni ai scăderii conţin aceeaşi valoare a deplasării, evi-
dent dacă metoda nu s-a modificat). În acest caz, ı̂n valoarea diferenţă de analizat
este inclusă doar eroarea aleatorie (cea sistematică s-a eliminat prin scădere!), iar
incertitudinea standard asociată, uc , reflectă numai dispersia de măsurare şi este
egală cu
uc = up (4.23)
Exemplul 4.10 Se va estima incertitudinea de măsurare pentru Calciu pe un

analizor COBAS Integra 400 prin caracteristicile metodei. Calibratorul (fără trasabilitate)
utilizat este C.f.a.s. lot 178818 cu valoarea 10,6 mg/dL.
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.
B. Componenta sistematică
a) Pentru determinarea deplasării, D, corespunzătoare nivelului normal, se utilizează

materialul de referinţă certificat BCR-304 (IRMM) cu valoarea de certificat Vmr =
8, 08 mg/dL şi incertitudinea umr = 0, 076 mg/dL. S-au efectuat 10 măsurări ı̂n zile
consecutive (n = 10); rezultatele obţinute sunt:
umr = 0, 076 mg/dL
(Când pentru materialul de referinţă - calibrator, standard - există specificată va-

loarea concentraţiei dar nu şi cea a incertitudinii asociate, se va considera umr = 0
şi se va indica aceasta ı̂n raportul de estimare a incertitudinii standard compuse)
pentru care s-a calculat (ı̂n Excel):
- valoarea medie, x = AV ERAGE(A1 : J1) = 8, 22 mg/dL
- deviaţia standard a testului, SDtest = ST DEV (A1 : J1) = 0, 105725 mg/dL
√ √
- deviaţia standard a mediei SD(x) = utest = SDtest / n = 0, 105725/ 10 =
0, 0334 mg/dL
rezultă utest = 0, 0334 mg/dL
b) Deplasarea metodei este
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.
C. Incertitudinea standard compusă, uc
Se calculeză incertitudinea standard compusă utilizând relaţia (4.22-a)

s 2
D p
uc = √ + u2mr + u2test + u2p = 0, 0802 + 0, 0762 + 0, 03342 + 0, 1742 =
3
p
= 0, 043567 = 0, 208 mg/dL
iar incertitudinea extinsă este UCa = k · uc (Ca) = 2 · 0, 208 ≈ 0, 41 mg/dL.

Concentraţia de calciu, CCa , pentru valoarea x măsurată ı̂ntr-o probă de pacient,
se va raporta sub forma:
CCa = x ± 0, 41 [mg/dL] (pentru k = 2)
sau
(x − 0, 41) mg/dL ≤ CCa ≤ (x + 0, 4, 1) mg/dL (pentru k = 2)
Bugetul de incertitudine pentru nivelul normal
(Pentru determinarea incertitudinii de măsurare ı̂n domeniul patologic, calculul se efectuează

similar.)
Exemplul 4.11 Pe un analizor multiparametric sunt efectuate analize de

colesterol. Calibratorul de lucru, furnizat de producătorul metodei, care este trasabil la
etalonul internaţional NIST 909S, are valoarea de certificat xcalib = 3, 40 mmol/L, iar
incertitudinea asociată Ucalib = 0, 06 mmol/L, pentru un coeficient de extensie k = 2.
Laboratorul, pentru controlul intern de calitate, testează zilnic două seruri de control,
pentru care, pe durata de un an, s-au calculat valorile medii de 4,2 şi 6,2 mmol/L. Din
baza de date, pentru serul de control cu valoarea medie de 4,2 mmol/dL s-a calculat SD
= 0,18 mmol/L, iar CV 2,9%.
Componentele de incertitudine sunt:
- pentru precizia metodei, up = 0, 18 mmol/L
- pentru calibratorul trasabil, ucalib = 0, 06/2 = 0, 03 mmol/L
Incertitudinea compusă, conform relaţiei 4.22-d, rezultă:
p
uc = 0, 032 + 0, 182 = 0, 183 mmol/L
4.3.2 Estimarea incertitudinii de măsurare din

compararea interlaboratoare
În biologia medicală, cu rare excepţii, eşantioane racordate/trasabile metro-
logic la etaloanele internaţionale (materiale de referinţă certifcate, CRM) sunt
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-
Figura 4.2 Estimarea incertitudinii de măsurare pe baza datelor obţinute

prin controlul de calitate intern şi din comparări interlaboratoare
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
Figura 4.3 Reprezentarea deplasărilor, Di , (diferenţa ı̂ntre xlab şi valoarea

de referinţă xref fixată prin schema de intercomparare) pentru
valorile eşantioanelor testate ı̂n laborator
toate cele n teste efectuate de laborator se calculează cu relaţia:

Pn n
(xlab − xref )i X
D = i=1 = Di (4.24)
n
i=1
Dispersia/varianţa deplasărilor, Di , ı̂n jurul valorii medii D, se exprimă prin

deviaţia standard experimentală, sD(EE) , care se calculează prin relaţia
s
Pn 2
i=1 (Di − D)
sD(EE) = (4.25)
n−1
A. Estimarea incertitudinii compuse cu includerea deplasării

Dacă din valoarea x a mărimii măsurate nu se elimină/(corectează) mărimea
deplasării D (valoarea raportată de laborator este egală cu valoarea măsurată,
xc = x), atunci această valoare a deplasării (considerată cu o distribuţie rect-
angulară, vezi relaţia (1.10)) se include ı̂n incertitudinea standard compusă, uc .
Relaţia de calcul pentru incertitudinea standard compusă, atunci când calibratorul
analizorului este trasabil şi are incertitudinea asociată ucalib , este de forma:
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
Pentru o estimare acoperitoare, frecvent, se obişnuieşte să se utilizeze pentru

deplasare nu valoarea medie D, ci valoarea maximă a deplasării, max |D| (vezi
Exemplele 4.13 şi 4.14), iar relaţiile anterioare devin:
s 2 s 2
max |D| max |D|
uc = u2calib + √ + u2p respectiv uc = √ + u2p
3 3
(4.26-c)
Exemplul 4.12 Pentru o metodă (Colorimetrica without ppt) de măsurare

a fierului ı̂n sânge pe un analizor Roch Integra (calibrator C.f.a.s. - Cobas, lot 181937-
01, valabilitate oct. 2010; reactiv IRON2-Cobas, lot 616983-01, valabilitate oct. 2010),
prin paticiparea ı̂n schema de intercomparare RIQAS EQA (ciclul 40, martie.2009 - sept.
2009), s-au comunicat datele sistematizate ı̂n tabelul următor:
Rezultă valoarea medie D = −3, 767 µ g/dL

√
uD = 3, 767/ 3 = 2, 177µ g/dL
(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
Conform relaţiei 4.26-b, se calculează incertitudinea standard compusă pentru metodă

s
2
D p
uc = √ + u2p = 2, 1772 + 5, 242 = 5, 68 µg/dL
3
Rezultă incertitudinea extinsă (pentru k = 2)
U = 2 · uc = 11, 36 µg/dL
Valorile măsurate x se raportează sub forma:
xc = x ± 11, 36 µg/dL
B. Estimarea incertitudinii compuse fără includerea deplasării

Se recomandă, când este posibil, ca valorii măsurate x să i se aplice corecţia
C(= −D), deci valoarea mărimii raportate, xc , nu mai conţine deplasarea, xc =
x + C; ı̂n consecinţă, deplasarea D nu mai este inclusă ı̂n valoarea incertitu-
dinii standard compuse. Dar, deoarece corecţia cu valoarea deplasării ı̂n valoarea
mărimii raportate nu poate fi perfectă, se introduce o incertitudine corespunzătoare
corecţiei, printr-un coeficient de corecţie kD (relaţia 4.22-c), care se consideră egal
cu deviaţia standard sD(EE) . Relaţiile de calcul pentru incertitudinea standard

√
compusă se obţin prin substituirea ı̂n relaţiile (4.26) a termenului (D/ 3) cu
sD(EE) , care pentru un calibrator trasabil este
q
uc = u2calib + s2D(EE) + u2p (4.27-a)
şi pentru cazul când calibratorul nu este trasabil

q
uc = s2D(EE) + u2p (4.27-b)
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).
Exemplul 4.13 Un laborator inclus ı̂ntr-o schemă de intercomparare pen-

tru analiză de glucoză, cu calibrator fără trasabilitate, pe durata a 50 săptămâni (un
test/săptămână), a obţinut datele următoare (schema de intercompararea a inclus ”toate
metodele”):
Numărul de teste, n = 50 Dimensiunea [mmol/L]
Valoarea medie a deplasării, D 0,1242
Abaterea standard a deplasării, sD(EE) 0,164826
Valoarea minimă a deplasării, min Di -0,18
Valoarea maximă a deplasării, max |Di| 0,57
Diferenţa, max Di − min Di 0,75
Din controlul intern de calitate, pe durata de un an, s-au calculat:
Valoarea medie, x = 6 mmol/L
Deviaţia standard, SD = 0, 12 mmol/L
Coeficientul de variaţie, CV = 2%
1. Raportare cu aplicarea corecţiei

Rezultatul corectat: xc = x + C = 6 + (−0, 1242) = 5, 88 [mmol/L]
up = SD = 0, 12 mmol/L
sD (EE) = 0, 164826 mmol/L
Calculul incertitudinii standard compuse, uc , conform relaţiei (3.27-b):

p
uc = sD(EE)2 +u2p = 0, 16482 + 0, 122 = 0, 203860344 [mmol/L]
p
Incertitudinea extinsă, pentru k = 2, U = k · uc = 2 · 0, 203860344 = 0, 41 [mmol/L]

Rezultatul raportat:
ı̂n valoare absolută R = 5, 88 ± 0, 41 [mmol/L], (pentru k = 2)
ı̂n valoare relativă R = 5, 88 ± 7% [mmol/L], (pentru k = 2);
(100 · (0, 41/5, 88) = 6, 7% ≈ 7%)
2. Raportare fără aplicarea corecţiei

Rezultatul corectat: xc = x + C = 6 + 0 = 6, 0 [mmol/L]
max |Di | = 0, 57 mmol/L

s 2 s 2
max |Di | 0, 57
uc = √ + u2p = √ + 0, 122 = 0, 350285597 [mmol/L]
3 3

ı̂n valoare absolută R = 6 ± 0, 70 [mmol/L], (pentru k = 2)
ı̂n valoare relativă R = 6 ± 0, 12% [mmol/L], (pentru k = 2),
(100 · (0, 70/6) = 11, 6% ≈ 12%)
Exemplul 4.14 Un laborator inclus ı̂ntr-o schemă de intercomparare pen-

tru analiză de glucoză, cu calibrator fără trasabilitate, pe durata a 50 săptămâni (un
test/săptămână), a obţinut datele următoare (schema de intercompararea a inclus ”aceeaşi
metodă”):
Numărul de teste, n = 50 Dimensiunea [mmol/L]
Valoarea medie a deplasării, D 0,2328
Abaterea standard a deplasării, sD(EE) 0,146914
Valoarea minmă a deplasării, min Di -0,02
Valoarea maximă a deplasării, max |Di| 0,66
Diferenţa, max Di − min Di 0,68
Din controlul intern de calitate, pe durata de un an, s-au calculat:
Valoarea medie, x = 6 mmol/L
Deviaţia standard, SD = 0, 12 mmol/L
Coeficientul de variaţie, CV = 2%
1. Raportare cu aplicarea corecţiei

Rezultatul corectat: xc = x + C = 6 + (−0, 2328) = 5, 77 [mmol/L]
sD (EE) = 0, 146914 mmol/L

p
uc = sD(EE)2 +u2p = 0, 1469142 + 0, 122 = 0, 189760375 [mmol/L]
p

ı̂n valoare absolută R = 5, 77 ± 0, 38 [mmol/L], (pentru k = 2)
ı̂n valoare relativă R = 5, 77 ± 7% [mmol/L], (pentru k = 2);

(100 · (0, 38/5, 77) = 6, 58% ≈ 7%)
2. Raportare fără aplicarea corecţiei

Rezultatul corectat: xc = x + C = 6 + 0 = 6, 0 [mmol/L]
max |Di | = 0, 66 mmol/L

s 2 s 2
max |Di | 0, 66
uc = √ 2
+ up = √ + 0, 122 = 0, 399499687 [mmol/L]
3 3
Incertitudinea extinsă, pentru k = 2, U = k · uc = 2 · 0, 399499687 ≈ 0, 80 [mmol/L]

ı̂n valoare absolută R = 6 ± 0, 80 [mmol/L], (pentru k = 2)
ı̂n valoare relativă R = 6 ± 13% [mmol/L], (pentru k = 2),
(100 · (0, 80/6) = 13, 3% ≈ 13%)
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)
Raportare fără aplicarea corecţiei

Absolut: 6 ± 0, 70 [mmol/L], (pentru k = 2) 6 ± 0, 80 [mmol/L], (pentru k = 2)
Relativ: 6 ± 12% [mmol/L], (pentru k = 2) 6 ± 13% [mmol/L], (pentru k = 2)
4.3.3 Utilizarea incertitudinii raportate pentru

interpretarea clinică
Din punct de vedere analitic, rezultatul unei analize/măsurări de laborator
se raportează sub formă absolută Y = y ± U , sau relativă Y = y ± (U %), ı̂n
care U = k · uc , uzual k = 2 pentru nivelul de ı̂ncredere 95, 4%, cu următoarea
interpretare: cea mai bună estimaţie a măsurandului este y, dar valoarea reală se
află ı̂n intervalul y − U ≤ Y ≤ y + U cu o probabilitatea de 95, 4%. Incertitudinea
asociată unui rezultat al măsurării nu este, ı̂n mod necesar, o indicaţie a faptului
că rezultatul măsurării este cu adevărat aproape de valoarea reală a măsurandului,

incertitudinea este doar o estimarea a apropierii credibile a rezultatului măsurării
de cea mai bună valoare, ı̂n concordanţă cu cunoştinţele de care se dispune ı̂n acel
moment. Rezultatul unei analize (după corectarea cu componenta sistematică,
bias-ul) poate fi, fără să se ştie, foarte aproape de valoarea reală a măsurandului
(şi poate deci să aibă o eroare de valoare neglijabilă), deşi poate avea asociată
o incertitudine ridicată (din acest punct de vedere, incertitudinea de măsurare
asociată unui rezultat nu trebuie confundată cu eroarea reziduală necunoscută).
Din punct de vedere clinic, rezultatul raportat al unei analize medicale poate
fi interpretat/comparat ı̂n următoarele trei variante:
- cu rezultatele anterioare ale pacientului (pentru monitorizarea pacientului);
- cu un interval de referinţă (pentru diagnostic);
- cu un prag de decizie clinic (pentru diagnostic);
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.
A. Compararea analizei cu date obţinute ı̂n acelaşi laborator

În cazul când rezultatele unei analize sunt interpretate ı̂n raport cu rezul-
tatele aceluiaşi pacient, cu intervale de referinţă sau cu valori de prag clinic
obţinute prin aceeaşi metodă ı̂n acelaşi laborator, incertitudinea de măsurare tre-
buie să cuprindă doar componenta aleatorie (precizia), nu şi componenta sistema-
tică (exactitatea). Eliminarea componentei sistematice din calculul ı̂ncertitudinii
de măsurare compusă este corectă, deoarece această componentă intră cu aceeaşi
valoare (eroare sistematică) atât ı̂n valoarea incertitudinii ataşată mărimii care
se compară, cât şi ı̂n valorile incertitudinii ataşate mărimilor cu care se compară
(evident se presupune că nu s-a modificat componenta sistematică a metodei de
măsurare ı̂ntre momentele obţinerii celor două valori). În acest caz, deoarece com-
ponenta sistematică este eliminată, rezultă că incertitudinea extinsă, uc , este egală
numai cu ±1, 96 SD (sau ±1, 96 CV ), pentru nivelul de ı̂ncredere de 95%, deviaţia
standard SD fiind obţinută din precizia intermediară (controlul intern de calitate).
Practic, valoarea analizei unui pacient se compară:
1. Cu o valoare anterioară a aceluiaşi pacient. Luând ı̂n considerare nu-

mai dispersia procesului de măsurare (dispersia analitică) se poate explica
diferenţa ı̂ntre valorile celor două analize. Această diferenţă poate fi datorată
fie doar incertitudinii de măsurare, fie faptului că cele două valori indică chiar
măsurări diferite obţinute prin aceeaşi metodă de măsurare. Utilizând limita
de repetabilitate, relaţia 2.19, se poate evalua natura diferenţei. Dacă cele

două valori de analize, ale aceluiaşi pacient,
√ sunt separate cu o diferenţă mai
mare decât limita de repetabilitate ( 2 · 1, 96 · SD = 2, 77 · uc ), atunci, cu o
probabilitate de 95%, cele două analize reflectă o modificare ı̂n proba pacien-
tului, deci din punct de vedere analitic sunt diferite. Dar, dacă diferenţa este
mai mică decât limita de repetabilitate, atunci această diferenţă (analitică)
este datorată doar incertitudinii de măsurare (vezi Exemplul 4.15-1-a), deci
din punct de vedere analitic cele două analize nu sunt diferite.
Dacă la compararea celor două analize, ı̂n afară de variabilitatea analitică
(exprimată prin coeficientul de variaţie, CV ), se ia ı̂n considerare şi variabili-
tatea biologică CVI (intra-individual,
q vezi 2.3.4.1), atunci limita de repetabi-
litate se exprimă sub forma: 2, 77 CV 2 + CVI2 .
Cele două analize ale aceluiaşi pacient exprimă, cu o probablilitate de 95, 4%,
că starea pacientuluiqs-a modificat numai atunci când diferenţa valorilor este
mai mare decât 2, 77 CV 2 + CVI2 , vezi Exemplul 3.15-1-b şi 3.16. (Trebuie
specificat faptul că acest calcul se bazează pe presupunerea că variabilitatea
intra-individual, CVI , pentru starea de sănătate este identică cu variabilita-
tea pentru starea de bolnav, presupunere pentru care ı̂n prezent există puţine
evidenţe, http://www.westgard.com/biodatabasedisease.html).
2. Cu o valoare de referinţă. Cazurile de comparare a valorii unei analize cu
o limită de referinţă, Vref , superioară/inferioară impusă (care este o valoare
exactă, deci nu are incertitudine) sunt prezentate ı̂n Figura 4.4. Valoarea
probei de pacient este semnificativ diferită faţă de valoarea de referinţă (linia
√ figură) când diferenţa dintre acestea este mai mare decât 1, 96 ·
ı̂ngroşată din
SD (şi nu 2 · 1, 96SD), ceea ce este intrevalul de ı̂ncredere ±U egal cu
incertitudinea extinsă asociată valorii probei de pacient. În figură, pentru
cazurile 1 şi 4 valoarea măsurată y a probei de pacient este diferită de valoarea
de referinţă, Vref , respectiv este mai mare (neconformitate) şi mai mică
(conformitate) decât valoarea de referinţă. În cazul 2 şi 3 valoarea măsurată y
a probei de pacient este diferită de valoarea de referinţă, Vref , dar diferenţele
ı̂ntre aceste două valori nu sunt mai mari decât valoarea lui U , deci din punct
de vedere analitic nu sunt diferite (diferenţa < 1, 96 · SD = U ); valoarea
referinţei se situează ı̂n intervalul de ı̂ncredere ±U , interval ı̂n care valoarea
adevărată a probei de pacient se situează cu o probabilitate de 95% (nu se
poate spune, cu probabilitatea de 95%, că mărime y este mai mare (cazul
2), sau că este mai mică (cazul 3), decât Vref ).
B. Compararea analizei cu date obţinute ı̂n laboratoare diferite

Dacă valorile unei analize sunt interpretate ı̂n raport cu rezultate, intervale
de referinţă sau praguri de decizie clinică determinate ı̂n alte laboaratoare, atunci
ı̂n estimarea incertitudinii asociate mărimii de comparat trebuie introdusă şi com-
ponenta sistematică. Pentru compararea cu o valoare anterioară a aceluiaşi pacient
Figura 4.4 Cazuri posibile de comparare a unei valori măsurate, căreia i

se asociază incertitudinea extinsă, cu o limită (superioară) de
referinţă, Vref .
sau pentru compararea cu o valoare de referinţă modalităţile de analiză sunt simi-

lare cu cele descrise anterior la punctul A, dar valoarea incertitudinii, de data
aceasta, cuprinde şi componenta sistematică.
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 ).
1-a. Se consideră numai dispersia datorată metodei de analiză (variabilitatea anali-

tică).
- Diferenţa ∆ ı̂ntre valorile celor două analize este:
∆ = 4, 2 − 3, 8 = 0, 4µg/L sau procentual ∆ = (0, 4/3, 8) · 100 = 10, 5%
- Limita de repetabilitate a procesului de măsurare pentru un nivel de ı̂ncredere de

95% este:
√ √
r = 2 · 1, 96 CV = 2, 77 · 5% = 14%, sau ı̂n valori absolute r = 2 · 1, 96 · ucP SA
= 0, 53 µg/L
Din punctul de vedere al dispersiei procesului de măsurare, rezultă că analiza

prezentă ar putea fi, cu un nivel de ı̂ncredere de 95%, chiar de valoarea 3, 8 + 0, 53 =
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).
- Pentru un nivel de ı̂ncredere de 99% limita de repetabilitate are valoarea

√ √
r99 = 2 · 2, 58 CV = 3, 65 · 5% = 18, 3%, sau ı̂n valori absolute r = 2 · 2, 58·
· ucP SA = 0, 7µg/L
deci analiza prezentă ar putea fi 3,8+0,7=4,5 µg/L fără a fi considerată diferită de

3,8 µg/L.
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].
- Limita de repetabilitate, pentru nivelul de ı̂ncredere de 95%, se calculează cu o

relaţie ı̂n care se introduce şi CVI , pe lângă CV , ı̂n felul următor:
√
rh i
2 2
p
r = 2·1, 96· (CV ) + (CVI ) = 2, 77· [5, 02 + 14, 02 ] = 2, 77+14, 87 = 41, 2%
sau ı̂n valori absolute (3, 8 · 41, 2)/100 = 1, 57 µg/L.

Din punctul de vedere al dispersiei procesului de măsurare şi al variaţiei biologice,
la un nivel de ı̂ncredere de 95%, rezultă că analiza prezentă ar fi putut avea valoarea
de 3, 8 + 1, 57 = 5, 37 ≈ 5, 4 µg/L, fără a putea fi considerată semnificativ diferită
de cea de 3,8 µg/L, efectuată cu un an ı̂n urmă.
Concluzia comparării dată de laborator se poate exprima: ”din punctul de vedere al

variaţiei de măsurare şi al variaţiei biologice, cu un grad de ı̂ncredere de 95%, cele două
analize nu sunt semnificativ diferite”.
Exemplul 4.16 Pentru o analiză de fosfatază alcalină, efectuată cu două zile

ı̂n urmă, s-a obţinut o valoare de 95 U/L, iar astăzi, pentru aceeaşi analiză, pentru acelaşi
pacient, tot ı̂n acest laborator, a rezultat o valoare de 108 U/L. Sunt cele două analize
diferite ?
Soluţie: Imprecizia de măsurare a laboratorului, rezultată din baza de date a
controlului intern de calitate, exprimată sub forma coeficientului de variaţie la valoarea
de 87 UM/L, este CV = 1, 45%.
Coeficientul de repetabilitate numai pentru variabilitatea analitică a metodei este
√
r = 2 · 1, 96 · CV = 4%
.
Variabilitatea biologică exprimată prin coeficientul CVI are valoarea CVI = 6, 4%

[10]. Luând ı̂n considerare atât variabilitatea biologică, precum şi cea analitică, rezultă
valoarea coeficientului de repetabilitate
√ q p
r = 2 · 1, 96 · CV 2 + CVI2 = 2, 77 1, 452 + 6, 42 = 18, 3%
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
[1] “Quantifying Uncertainty in Analytical Measurement“. - EURACHEM/

CITAC Guide, second edition.
[2] GUM (“Guide to the Expression of the Uncertainty in Measurement ENV

13005“), (ı̂n limba română SR ENV 13005, se poate procura de la Camerele
de Comerţ).
[3] “The Fitness for Purpose of Analytical Methods“. - EURACHEM/ CITAC

Guide.
[4] “Les Contrôles de la Qualite Analytique en biologie Medicale“. -

COFRAC, Document LAB GTA 06. http://www.cofrac.fr/doc/doc1/
1-laboratoires/.
[5] “Guide de Validation des Methodes en Biologie Medicale“. -

COFRAC, Document LAB GTA 06. http://www.cofrac.fr/doc/doc1/
1-laboratoires/.
[6] “Guide d‘Evaluation des Incertitudes de Mesures de Analyses en Biologie

medicale“. - COFRAC, Document LAB GTA 14. http://www.cofrac.fr/
doc/doc1/1-laboratoires/.
[7] David Iulia Gabriela; Radu Lucian-Gabriel. Validarea metodelor (Bio) ana-
litice. Editura Printech, Bucureşti, 2006.
[8] Lyons Mike. Analytical Chemistry. Trinity College Dublin, 2005.
[9] Clinical Laboratory Improvement Amendments. www.cms.hhs.gov/CLIA/.
[10] http://www.westgard.com/biodatabase1.htm.
[11] “Requirement for the Estimation of Measurement Uncertainty“. Australian

Government Dept. Of Health and Ageing, 2007 Edition.
[12] COFRAC. Comite Francais d‘Accreditation. www.cofrac.fr.
[13] ILAC. International Laboratory Accreditation Cooperation. www.ilac.org.
189
190 BIBLIOGRAFIE
[14] RENAR. Asociaţia de Acreditate din România. www.renar.ro.

[15] C. Ricos et al. “Current Database on Biological Variation: Pros, Cons and
Progress“. pages 491–500, Scandinavian Journal of Clinic Lab. Invest, 1999.
[16] Expression of Uncertainty of Measurement in Clinical Laboratory Medicine
(c51). http://www.clsi.org.
[17] A. Vassault et al. “Analyses de biologie medicale: specifications et normes
d‘acceptabilite a l‘usage de la validation de techniques“.
http://www.jle.com/fr/revues/bio_rech/abc/e-docs/00/00/C4/0C/
article.md?type=text.html.
[18] C. Giroud et al. “Recommandations relatives a l‘expression de l‘incertitude de
mesure des resultats quantitatifs en biologie medicale (Document F)“. Ann.
Biol. Clin., vol. 65, no.2, mars-avril 2007. http://www.jle.com/fr/revues/
bio_rech/abc/e-docs/00/04/2C/31/article.md?type=text.html.
[19] “Estimation of Uncertainty of Measurement in Medical Laboratoires“. www.
edma-ivd.be.
[20] “Conversion Between SI units“. http://www.cja-jca.org/cgi/reprint/
29/4/414.pdf.
[21] James O. Westgrad. “Basic Method Validation - Training in Analytical Qual-
ity Management for Healthcare Laboratories“. Westgard QC, Inc., ISBN 1-
886958-19-X, third edition, 2008.
[22] James O. Westgrad. “Assuring the Right Quality Right - Good Laboratory
Practices for Verifying the Attainement of the Intended Quality of the Test“.
Westgard QC, Inc., ISBN 1-886958-24-6, 2007.
[23] “The Selection and Use of Reference Materials“. EA-04/14. http://www.
european-accrediatation.org/n1/doc/ea-4-14.pdf.
[24] James O. Westgrad. “Basic QC Practices“. Westgard QC, Inc., ISBN 1-
886958-07-6, 2010.
[25] Philippe Marquis. “Le Controle de la Qualite au Laboratoire de Biologie
Clinique“. www.multiqc.com.
[26] James O. Westgrad. “Six Sigma Quality Design Control“. Westgard QC, Inc.,
ISBN 1-886958-23-8, second edition, 2006.
[27] “Application note 1 - Comparison of Measurement Result with the Certified
Value“. www.erm-crm.org/html/application_notes.
[28] “User Verification of Performance for Precision and Trueness“. CLSI, EP-15
A3. www.clsi.org.
BIBLIOGRAFIE 191
[29] Dumitru L. Irina ş.a. “A model for calculating measurement uncertainty in

medical laboratory“. Revista Romnă de Medicină de Laborator, Vol. 18, Nr.
1/4 martie 2010.
[30] White Graham H. “Basics of Estimating Measurement Uncertainty“. Clin

Biochem Rev. 2008 August; 29(Supplement (i)): S53-S60.
[31] C53-A CLSI. “Characterization and Qualification of Commutable Reference

Materials for Laboratory Medicine“. ISBN 1-56238-726-X. www.clsi.org.
[32] RANDOX. “RIQAS Explained“. www.riqas.com.
[33] Schimmel H. Emons H. Gancberg D., Corbisier P. “Guidance Document on

the Use of Reference Materials in Genetic Testing“. European Commission,
Joint Research Centre Institute for Reference Materials and Measurements.
[34] CLSI C24-A3. “Statistical Quality Control for Quantitative Measurement

Procedures: Principles and Definitions; Approved Guideline“. Third Edition.
www.clsi.org/source/orders/free/c24-a3.pdf.
192 BIBLIOGRAFIE
PAGINI WEB UTILE PENTRU UN LABORATOR CLINIC
IFCC. International Federation of Clinical Chemistry. www.ifcc.org
FDA. Food and Drug Administration. www.fda.org
NIST. National Institute of Standards and Technology (NIST)

www.cstl.nist.gov
AACC. American Association of Clinical Chemistry. www.aacc.org
Clinical Chemistry. www.clinchem.org
Clinical Laboratory News. http://www.aacc.org/AACC/publications/cln
WESTGARD. www.westgard.com
PAHO. Panamerican Health Organisation www.paho.org
WHO. World Health Organisation. www.who.org
CLSI. Clinical Laboratory Standards Institute. www.clsi.org
CAP. College of American Pathologists. www.cap.org
CLIA. Clinical Laboratory Improvement Amendments.

http://www.cdc.gov/clia/
EURACHEM. http://www.eurachem.org/
UKAS. United Kingdom Accreditation Service. www.ukas.com
COFRAC. Comite Francais d’Accreditation. www.cofrac.fr
NPAAC. National Pathology Accreditation Advisory Council.

www.health.gov.au/npaac
ERM. European Reference Materials. www.erm-cm.org
RENAR. Asociaţia de Acreditare din Romania. www.renar.ro

ANEXA 1
APLICAŢIA 1. PREPARAREA UNUI CALIBRATOR STANDARD
Se va prepara un calibrator standard pentru spectroscopie de absorbţie

atomică, AAS (Atomic Absorbtion Spectroscopy), din metal de ı̂naltă puritate
(ı̂n acest exemplu, o concentraţie de ≈ 1000 mg/L Cd ı̂n diluţie de HNO3 ).
ETAPA 1. DEFINIREA/SPECIFICAREA MĂSURANDULUI
1.1 Procedura pentru prepararea calibratorului standard.
a) Suprafaţa metalului (Cd) de ı̂naltă puritate este curăţată cu o soluţie

acidă pentru ı̂nlăturarea oricărei urme de oxid, metoda de curăţire este
specificată de către fabricantul metalului şi trebuie respectată pentru a
obţine puritatea specificată ı̂n certificatul ı̂nsoţitor.
b) Un balon cotat este cântărit fără şi cu o cantitate de 100 mg de Cd
ı̂năuntru. Balanţa pentru cântărire are rezoluţia de 0,01 mg.
c) 1 mL de acid azotic (65% m/m) şi 3 mL de apă deionizată sunt turnate
ı̂n balonul cotat, pentru dizolvarea cadmiului. Apoi balonul cotat este
umplut până la marcaj cu apă deionizată şi rotit de cel puţin 30 de ori.
1.2 Măsurandul este concentraţia soluţiei standard de calibrare, care depinde de

cantitatea de metal (Cd), puritatea metalului şi de volumul de lichid din
balonul cotat, exprimată prin relaţia
1000 · m · P
cCd = [mg/L]
V
ı̂n care
cCd - concentraţia calibratorului standard [mg/L]

m - masa metalului de ı̂naltă puritate [mg]
P - puritatea metalului, exprimată ca fracţie de masă, procent
1000 - factorul de conversie a volumului, din [mL] la [L], (dimensiunea
utilizată ı̂n relaţie este L)
193
194 ANEXA 1
V - volumul de lichid exprimat ı̂n mL
ETAPA 2. IDENTIFICAREA ŞI ANALIZAREA SURSELOR DE IN-

CERTITUDINE
Parametrii care intră ı̂n relaţia concentraţiei,

cCd = f (P, m, V )
ı̂n estimare lor, pot avea o eroare, deci fiecăruia i se poate asocia o incertitudine care
se transmite ı̂n calculul incertitudinii compuse asociată măsurandului (concentraţia
cCd ). Aceste surse de incertitudine sunt prezentate ı̂n continuare.
2.1 Puritatea metalului, P. Puritatea cadmiului, specificată de producător, este

99, 99 ± 0, 01% adică 0, 9999 ± 0, 0001. Această valoare depinde de curăţirea
suprafeţei metalului; dacă este bine realizată, nu apare pericolul de contami-
nare a suprafeţei cu oxizi. De asemenea, nu există informaţie cu privire la
dizolvarea 100%, de aceea se verifică soluţia şi se repetă operaţia de preparare
până se obţine o dizolvare de 100%; ı̂n acest fel, specificaţia de puritate dată
de producător se poate considera că nu mai este afectată şi de alte surse de
incertitudine.
2.2 Masa, m. Se prepară 100 mL de soluţie de Cd cu concentraţia de 1000 mg/L.
Masa de Cd pentru această soluţie, cântarită cu balanţa, este de m = 0, 10028
g. Sursele de incertitudine care pot afecta cântărirea sunt:
a) citirea pe scala balanţei;
b) repetabilitatea (citirilor succesive);
c) calibrarea scalei, care, potenţial, are următoarele două surse de incerti-
tudine:
- liniaritatea;
- sensibilitatea (care poate fi neglijată).
2.3 Volumul, V. Volumul de soluţie din balonul cotat poate fi afectat de următoa-
rele surse de incertitudine:
a) incertitudinea de certificare a volumului balonului cotat specificată de
către producător (calibrarea);
b) incertitudinea asociată umplerii la cotă a balonului (repetabilitatea);
c) temperatura soluţiei şi a balonului cotat diferă de temperatura la care
balonul a fost cotat (temperatura).
Aceste efecte care intervin ı̂n evaluarea incertitudinii concentraţiei calibra-
torului standard sunt reprezentate ı̂n diagrama ”cauză-efect” (”os-de-peşte”,
Ishikava) următoare
ANEXA 1 195
ETAPA 3. CUANTIFICAREA COMPONENTELOR DE INCERTI-

TUDINE
În acestă etapă fiecare dintre sursele potenţiale de incertitudine, identificate

ı̂n etapa 2, sunt fie direct măsurate (de tip A), fie estimate utilizând o informaţie
apriori (de tip B).
3.1 Puritatea. Puritatea cadmiului este dată ı̂n certificatul ı̂nsoţitor 0, 9999 ±
0, 0001.
Deoarece nu există nicio altă informaţie referitoare la incertitudinea asociată
acestei valori, se consideră o distribuţie de probabilitate dreptunghiulară cu
semiintervalul a = 0, 0001. Incertitudinea standard se determină cu relaţia
(4.6)
0, 0001
u(P ) = √
3
3.2 Masa. Incertitudinea asociată determinării masei este indicată de către pro-
ducătorul de balanţă ca fiind
u(m) = 0, 05 mg
care include toate cele trei surse potenţiale identificate anterior.
3.3 Volumul. În estimarea volumului sunt trei surse de incertitudine: calibrarea,
repetabilitatea şi efectele de temperatură.
a) Calibrarea. Producătorul specifică pentru balonul cotat 100mL±0, 1mL
la temperatura de 20◦ C. Se va considera o distribuţie triunghiulară
(vezi exemplul 1.7), deci incertitudinea standard se calculează cu relaţia
(4.6)
0, 1 mL
u(Vc ) = √ = 0, 04 mL
6
196 ANEXA 1
b) Repetabilitatea. Incertitudinea datorată variaţiilor la umplerea balonu-

lui cotat. Pentru o serie de 10 umpleri şi cântăriri ale balonului cotat a
rezultat o abatere standard
u(Vr ) = 0, 02 mL
c) Temperatura. Conform producătorului, balonul cotat a fost calibrat la

temperatura de 20◦ C, pe când ı̂n laboratorul prezentei evaluări tempera-
tura variază ı̂ntre limitele de ±4◦ C faţă de 20◦ C. Incertitudinea datorată
acestei variaţii de temperatură poate fi estimată din coeficientul de ex-
pandare a balonului şi intervalul de temperatură, dar se consideră că
dilatarea volumului lichidului este mai mare dacât expandarea volumu-
lui balonului. Coeficientul de dilatare al apei este de 2, 1 · 10−4 /◦ C, care
duce la la o variaţie de volum de ±(100 mL · 4◦ C · 2, 1 · 10−6 /◦ C) =
±0, 084 mL. Considerând pentru variaţia de temperatură o distribuţie
rectangulară, incertitudinea standard, calculată cu relaţia (4.6), este
0, 084
u(Vt ) = √ = 0, 05 mL
3
Cele trei surse de incertitudine care afectează măsurarea volumului sunt

combinate ı̂n incertitudinea standard u(V ) asociată volumului V
p p
u(V ) = u(Vc )2 + u(Vr )2 + u(Vt )2 = 0, 042 + 0, 022 + 0, 052
= 0, 07 mL
ETAPA 4. CALCULUL INCERTITUDINII COMPUSE
Valorile pentru calculul incertitudinii compuse sunt trecute ı̂n tabelul următor:
TABELUL A1-1 - Bugetul de incertitudini
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
Vc Calibrarea ±0, 1 mL Tip B 0,04 mL

Vr Repetabilitatea 100 mL Tip A 0,02 mL
Vt Temperatura ±0, 084 mL Tip B 0,05 mL
Concentraţia uc (cCd )
uc (cCd ) = =
cCd calibratorului 1002,7 mg/L cCd
= 0, 9 mg/L
standard = 0, 0009
ANEXA 1 197
Cu valorile din tabel se calculează concentraţia calibratorului standard

1000 · m · P 1000 · 100, 28 · 0, 9999
cCd = = = 1002, 7 mg/L
V 100, 0
Pentru această expresie multiplicativă, incertitudinea compusă se calculează con-
form relaţiei (4.10-b)
s
u(P ) 2 u(m) 2 u(V ) 2

uc (cCd )
= + +
cCd P m V
s 2 2
0, 07 2

0, 000058 0, 05
= + + = 0, 0009
0, 9999 100, 28 100
uc (cCd ) = cCd · 0, 0009 = (1002, 7 mg/L) · 0, 0009 = 0, 9 mg/L

Incertitudinea extinsă U (cCd ) se obţine utilizând un coeficient de multiplicare k = 2
(nivel de ı̂ncredere ≈ 95%)
U (cCd ) = 2 · 0, 9 mg/L = 1, 8 mg/L
Concentraţia calibratorului se raportează:
- În valori absolute: cCd = 1002, 7 ± 1, 8 [mg/L] (pentru k = 2)
- În valori relative: cCd = 1002, 7 ± 0, 17% [mg/L] (pentru k = 2)

ANEXA 2
APLICAŢIA 2. ESTIMAREA INCERTITUDINII ASOCIATE PRO-

CESULUI DE MĂSURARE A GLICEMIEI PE UN AUTOANALIZOR
UTILIZAND METODA ANALITICĂ.
Caracteristica de transfer pentru analizor este cea exprimată prin relaţia

(2.15), care se retranscrie sub următoarea formă
Ax − A0 A’
Cx = C0 + (Ccal − C0 ) = C0 + x (Ccal − C0 ) (A2.1)
Acal − A0 A’cal
În a doua egalitate s-a substituit Ax − A0 cu A’x (semnalul de absorbţie

obţinut pentru probă corectat cu blancul) şi Acal − A0 cu A’cal (semnalul de
absorbţie obţinut pentru calibrator corectat cu blancul). Toate mărimile care apar
ı̂n partea dreaptă a egalităţii sunt mărimi de intrare ı̂n modelul matematic pen-
tru procesul de măsurare pe autoanalizor. Fiecare dintre aceste mărimi de intrare
este afectată de o incertitudine, iar aceste incertitudini contribuie la incertitudinea
asociată valorii măsurate, Cx , a probei de glucoză.
Modelul teoretic (A2.1) trebuie completat ı̂ncât să includă şi alte surse de
incertitudine care intervin ı̂n procesul de măsurare, ı̂n consecinţă se introduc ı̂n
relaţie următorii coeficienţi:
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
ı̂nscrisă ı̂n diagramele de control (Shewhart) şi constituie parte a controlului

intern de calitate. Schimbarea sensibilităţii aparatului (”drift”) ı̂ntre cali-
brări, adică modificarea ı̂n timp a pantei dreptei de calibrare duce, evident,
la modificarea valorii concentraţiei măsurate. Dacă măsurările asupra pro-
belor de control indică valori care se situează ı̂n afara unui interval acceptat,
atunci se repetă controlul, iar dacă abaterile persistă, se realizează calibrarea.
Stabilitatea ı̂n timp a analizorului, constanţa valorii pantei caracteristicii de
transfer (caracteristica de calibrare) testate de către furnizor la instalare, iar
de către laborator, la calibrarea analizorului. Factorul de drift este introdus
ı̂n modelul matematic pentru a lua ı̂n considerare incertitudinea asociată
eventualei apariţii a instabilităţii ı̂n timp (”drift”) a analizorului asupra val-
orii măsurate.
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:
- contaminarea şi/sau pierderi datorate echipamentului utilizat;

- tehnica de prelevare, şi ı̂n general, manipularea probelor pentru a evita,
de exemplu, hemoliza;
- efectele de timp şi de temperatură, de exemplu, ı̂n timpul depozitării;
- reglări speciale ale instrumentelor, de exemplu, poziţia tubului şi viteza
ı̂n timpul centrifugării;
- concentraţia substanţelor sau reactivilor din recipientul de colectare.
Toate aceste posibile efecte, surse de incertitudine asupra valorii măsurate,

sunt luate ı̂n considerare ı̂n modelul matematic prin introducerea termenului
kpreanalitic .
kintra - Concentraţia tuturor componentelor clinice relevante, din sângele uman,

depinde de factori biologici şi de altă natură, cum sunt: ritmul zilnic, dieta,
stresul sau somnul. Aceştia pot fi incluşi ı̂n evaluarea incertitudinii prin
considerarea factorului intra-individual, kintra , iar valoarile utilizate se culeg
din literatură.
Modelul matematic (A2.1), prin introducera efectelor de mai sus devine

" #
A’x
Cx = C0 + (Ccal − C0 ) · d · kmatr · kdrif t · kintra + kpreanalitic (A2.2)
A’ cal
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.
Valoarea concentraţiei de glucoză, Cg , conform relaţiei (A2.2) rezultă:

0, 3 1, 6 + 200
Cg = 0 + (8, 04 − 0) · 1 · 1 · 1 + 0 = 7, 06 mmol/L
0, 3445 200
iar pentru calculul incertitudinii compuse, conform relaţiei (4.8-b) rezultă:

r
uc (Cg ) = c2 · u2 (A’x ) + c2 · u2 (A’cal ) + c2C0 · u2 (C0 ) + c2Ccal · u2 (Ccal )
A’x A’ cal
+c2V1 · u2 (V 1) + c2V2 · u2 (V2 ) = 0, 2115 mmol/L
Incertitudinea extinsă, pentru k = 2, este U = 2 · 0, 2115 = 0, 43 mmol/L, iar

valoarea raportată numai cu două zecimale este
absolut Cg = 7, 06 ± 0, 43 [mmol/L] pentru k = 2
relativ Cg = 7, 06 ± 6% [mmol/L] pentru k = 2
Comparând valoarea relativă a incertitudinii extinse, de 6%, obţinută prin

această metodă analitică, cu incertitudinea de 7%, obţinută prin utilizarea datelor
din controlul intern de calitate şi din evaluarea interlaboratoare, Exemplul 4.13 cu
aplicarea corecţiei, se constată valori apropiate. Este normal ca ı̂n Exemplul 4.11
incertitudinea extinsă să fie o valoare puţin mai mare, deoarece prin modalitatea
respectivă de estimare sunt consideraţi toţi factorii de eroare (şi cei care au fost
omişi prin această metoda analitică).
Bugetul de incertitudine pentru această metodă analitică este prezentat ı̂n
tabelul următor [6]
Măsurand: concentraţia totală de glucoză, (Cg ), ı̂n probă de plasmă umană
Componente Unitate de Informaţie furnizată pentru

%
Simbol Xi (Surse de incertitudine) Valoare Xi măsură evaluarea incertitudinii u(Xi ) Tip u(Xi ) |ci |
Valoare Sursă 100
Semnalul de absorbanţă Reproductibilitatea internă din
A’x 0,3 [AU] 0,006 A 0,0060 23,5249 44, 56%
(corectat cu blanc-ul) controlul intern de calitate, 2%
Semnalul de absorbanţă Dispersia experimentală pe
A’cal al calibratorului (corectat 0,3445 [AU] 0,0046 durata a şase luni A 0,0046 -20,486 19, 86%
cu blancul)
Concentraţia ı̂n glucoză Se consideră că incertitudinea pt.
C0 0 mmol/L 0 - 0,0000 0,13021 0, 00%
a blancului (apă pură) ”concentraţia” apei este zero
Concentraţia ı̂n glucoză
Ccal 8,04 mmol/L 0,1437 Calibrator trasabil MR NIST 965 B 0,1437 0,87779 35, 58%
a calibratorului
ANEXA 2
Volumul eşantionului Bias: 0,03 Incertitudinea pipetelor indicată

V1 1,6 µL B 0,0223 0,03501 0, 00%
(automat) s(V1 ) : 0, 014 de furnizor
Volumul reactiv + apă Bias: 1,6 Incertitudinea pipetelor indicată
V2 200 µL B 0,9700 0,003 0, 00%
(automat) s(V1 ) : 0, 3 de furnizor
kmatr Factorul de matrice 1 - 0 Nu există informaţie - 0
Informaţia de la fabricant sau
kdrif t Factorul de sensibilitate 1 - 0 - 0
inclusă ı̂n precizie
Corecţia pt. faza Plan de prelevare, 4% la
kpreanalitic preanalitică 0 mmol/L 0 - 0
5 mmol/L
Liniile ı̂n nuanţă gri au fost neglijate ı̂n calcul din lipsă de informaţie
201
ANEXA 3
EXEMPLU DE FIŞĂ DE VALIDARE
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
continuare de pe pagina precedentă

Nr.
crt.
- Data punerii ı̂n funcţionare: . . . (Se ataşează proce-
sul verbal de instalare al echipamentului, Anexa nr. 4∗ )
- Inregistrări de mentenanţă: Analizorul zilnic ı̂şi
h. ı̂nregistrări de
face automat următoarele operaţii de ı̂ntreţinere: spălare
mentenanţă
tubulatură şi ace şi deproteinizare. Mentenanţa zilnică
este executată de către responsabilul de analiză con-
form planului de mentenanţă. Celelalte operaţiuni peri-
odice de ı̂ntreţinere se regăsesc, de asemenea, ı̂n Registrul
ı̂nregistrare mentenanţă (se ataşeză Anexa 4∗ procesele
verbale cu datele generate de mentenanţă şi planificarea
datelor pentru efectuarea reviziilor ).
Reactivii sunt adecvaţi lucrului cu echipamentul (sunt ı̂n
sistem ı̂nchis) şi sunt ı̂n termen de valabilitate. Reactiv
Roche Diagnostics, lot 69193601, data expirării 09.2009
(se ataşează certificate de calitate/declaraţii de confor-
5. Reactivi utilizaţi
mitate, Anexa nr 5∗ ). Reactivul este stabil la bordul
echipamentului;
Materialele de control sunt adecvate metodei care
urmează a fi validată şi sunt ı̂n termen de valabilitate
(Anexa nr. 6∗ ):
- Ser de control nivel normal: ”Precinorm U” lot:
175650; data expirării: 12.2010, cu valori ı̂n inter-
valul: [34,8 - 47,4] mg/dL, valoarea ţintă = 41,1
6. Materiale de control mg/dL; SD = 2, 1 mg/dL;
- Ser de control nivel patologic: ”Precipath U” lot:
174531; data expirării: 11.2009, cu valori ı̂n in-
tervalul: [142 - 172] mg/dL, valoarea ţintă = 157
mg/dL; SD = 5 mg/dL;
- material de referinţă (pentru verificarea exactităţii,
dacă este cazul ) ... Valoare de certificat ..., Incer-
titudine standard ...
- Calibrator ...
Limita minimă de (Această limită nu este uzuală pentru metodele can-
7.
detecţie - LD titative, nu are relevanţă clinică, deci nu se deter-
mină/verifică!) Deoarece punctul de calibrare de blanc
este la LCm = 0 mg/dL se cosideră că şi LD = 0
mg/dL
204 ANEXA 3

Nr.
crt.
(Trebuie să se verifice că intervalul ı̂n care se situează
valorile măsurărilor obţinute ı̂n laborator este inclus ı̂n
domeniul de măsurare al aparatului şi că domeniul de
măsurare al aparatului pe acel interval este liniar şi
generează măsurări corecte şi de ı̂ncredere, vezi punctul
10 din acest tabel. Valorile obţinute ı̂n laborator pen-
tru probele de pacinaţi sănătoşi se situează ı̂n domeniul
de referinţă/normalitate, DR . Dar intervalul care tre-
buie verificat depăşeşte domeniul de normalitate, pen-
tru cazurile patologice valorile obţinute se situează peste
limita superioară a domneniului de referinţă, DR , cât
şi sub limita inferioară a domeniului de referinţă; pen-
tru toate aceste analize din laborator rezultatele (nor-
male şi patologice) obţinute trebuie să fie corecte. În
consecinţă, determinarea/verificarea limitei minime de
măsurare/cuantificare, LQ , se realizează ı̂n funcţie de
valoarea distanţei care separă zona pentru LQ şi limita
inferioară a domeniului de referinţă, ceea ce ı̂n procedura
de validare determină următoarele două cazuri:
Limita minimă de
8. cuantificare/măsurare 1. Dacă limita inferioară a domeniului de referinţă se
- LQ situează (coboară) foarte aprope de zona ı̂n care se află
valoarea limitei minime de măsurare, atunci LQ trebuie
verificată sau determinată, deoarece unele valori ale
analizelor de pacient se pot situa/coborı̂ ı̂n zona valorii
lui LQ sau ı̂n imediata vecinătate a acesteia.
- Când LQ este specificată de producător, această val-
oare trebuie verificată doar ı̂n felul următor. Calibra-
torul sau serul de control, disponibil ı̂n laborator, cu
concentraţia cea mai mică, se diluează până se obţine
o concentraţie Ctest egală (sau foarte aproape) cu LQ .
Se testeză de 4-5 ori(vezi cum se procedeză la deter-
minarea valorii pentru LIverf de la punctul 10 - veri-
ficarea domeniului de măsurare), iar din aceste valori
obţinute se alege concentraţia de valoare C pentru care
eroarea totală ET are valoarea absolută cea mai mare,
ET = max |C − Ctest |. Cu această valoare de eroare
absolută maximă se calculează eroarea totală maximă ı̂n
test |
procente ET % = max|C−C Ctest
· 100. Valoarea calculată
pentru eroarea totală maximă procentuală trebuie să fie
mai mică decât eroarea totală admisă, ETa , pentru anal-
itul respectiv, ET ≤ ETa . Dacă această condiţie nu este
satisfăcută se ı̂ncearcă cu o valoare de concentraţie mai
mare pentru Ctest . Concentraţia pentru care este sat-
isfăcută inegalitatea anterioară va fi limita minimă de
măsurare verificată pentru laborator, LQverif . Valoarea
pentru ETa se consideră eroarea limită admisă după tes-
tul de competenţă, vezi Anexa 5.
ANEXA 3 205

Nr.
crt.
- Când LQ nu este specificată de producător, această val-
oare trebuie determinată ı̂n felul următor. Se prepară,
prin diluţii, 4-5 probe de test, ale căror valori de
concentraţie sunt ı̂n zona ı̂n care se estimează că se
situează valoarea pentru LQ . Fiecare dintre probele de
test se măsoară de zece ori şi se determină pentru fiecare
dintre probe perechea de valori: valoarea medie şi coefi-
cientul de variaţie (x, CV). Fiecare dintre aceste perechi
de valori se va plasa ca un punct ı̂ntr-un sistem de
axe, ı̂n care abscisa reprezintă valoarea medie, iar ordo-
nata reprezintă coeficientul de variaţie. Apoi, ı̂n acest
sistem de axe, printre punctele rezultate se trasează o
dreaptă care să treacă prin cât mai multe puncte sau
să treacă cât mai aproape de cât mai multe puncte. Pe
această dreaptă, pentru o anumită valoare a coeficientu-
lui de variaţie (uzual 20%), se determină care este val-
oarea concentraţiei corespunzătoare, x; această valoare
de concentraţie determinată se va considera ca limită
minimă de măsurare pentru analizor, LQ = x.
2. Dacă limita inferioară a domeniului de referinţă,

DR , este mult mai mare decât zona ı̂n care se află val-
oarea limitei minime de măsurare, valoarea pentru LQ
nu se se determnină/verifică deoarece nu aduce nicio
informaţie pentru intrepretarea clinică, valorile obţinute
ı̂n laborator prin măsurarea probelor normale şi patolo-
gice se situează cu mult deasupra vecinătăţii lui LQ .
Acesta este cazul ı̂ntâlnit ı̂n marea majoritate a labora-
toarelor de analize medicale. Pentru acest caz se va ver-
ifica doar o limită inferioară a domeniului de măsurare
LIverf , vezi punctul 10 din acest tabel).
(Dacă LD = 0 mg/dL evident că) LQ > 0 mg/dL, dar
este irelevantă din punct de vedere clinic, deoarece limita
minimă a domeniului de referinţă = 20mg/dL > LQ , deci
se consideră LQ = LCm = LI = 0 mg/dL pentru uree.
(În concluzie, prin determinarea unei valori pentru limita
inferioară verificată a domeniului de măsurare, LIverf ,
cum se procedeză la punctul 10 din acest tabel, din punc-
tul de vedere al procesulului de validare se poate elimina
verificarea/determinarea pentru LQ , deoarece laboratorul
asigură ı̂n domeniul de referinţă/normalitate (care este
inclus ı̂n domeniul de măsurare verificat) măsurări care
au o eroare mai mică decât eroarea admisă, ETa ).
206 ANEXA 3

Nr.
crt.
LM = 240 mg/dL din catalog, (se consideră pentru
LM ca fiind egală cu limita superioară a domeniului de
măsurare, LS = 240 mg/dL, apoi această valoare trebuie
verificată, care, din cauza disponibilităţii materialelor de
concentraţie ridicată, este greu de realizat. Uzual, se con-
9. Limita maximă de sideră că limita maximă de măsurare, LM , este egală cu
măsurare - LM limita superioară a domeniului de măsurare verificată,
LSverf , vezi modul de determinare a acestei valori la
punctul 10 din acest tabel).
LM = LSverf = 220 mg/dL
- Domeniul de măsurare, DM = 0 − 240 mg/dL; LI = 0,

LS = 240 (specificat de producător).
- Domeniul de referinţă, DR = 20 − 40 mg/dL (adulţi)
- (Nu/ S-au semnalat interferenţe ale următoarelor
substanţe: ... (se enumeră eventualii interferenţi şi
modul de influenţare a valorii măsurate).
a) Verificarea limitelor domeniului de măsurare:
(Pentru verificarea limitei inferioare, LIverf , se reco-
mandă testarea de 4-5 ori a unui material, obţinut prin
diluţii, cu o valoare de concentraţie cât mai mică faţă
de limita inferioară a domeniului de referinţă, DR (vezi
10. Verificarea domeniu- explicaţia de la punctul 8 din acest tabel) şi care să se
lui de măsurare apropie (sau egală) de valoarea inferioară a domeniului
de măsurare LI specificată de producătorul analizorului)
- LIverf . S-a testat de cinci ori materialul tip ...
cu valoarea de concentraţie = 5 mg/dL şi s-a obţinut
{4, 9; 4, 7; 5, 7; 5, 3; 6, 0}. Se alege valoarea de test de
6mg/dL, deoarece generează eroarea totală maximă (ı̂n
valoare absolută) ET = |6 − 5| = 1 mg/dL, iar ı̂n pro-
cente ET % = 100(|6 − 5|)/5 = 20%. (Conform criteriu-
lui testului de performaţă, vezi Anexa 5, pentru uree se
admite o eroare totală, ETa , de ±2 mg/dL sau ±9%, se
alege dintre acestea valoarea care este mai mare. Pentru
o concentraţie de până la 22mg/dL, valoarea de eroare
totală de ± 2mg/dL este mai mare decât ±9%, iar peste
această concentraţie de 22mg/dL eroarea totală de ±
2mg/dL este mai mică decât ±9%)
ANEXA 3 207

Nr.
crt.
Rezultă ET = 1mg/dL < ETa = 2mg/dL, deci limita
inferioară verificată pentru domeniul de măsurare este
LIverf = 5 mg/dL
(Dacă pentru concentraţia de 5 mg/dL nu este satisfăcută

inegalitatea anterioară se testează concentraţii de val-
ori din ce ı̂n ce mai ridicate, până când eroarea to-
tală maximă obţinută este mai mică decât ETa . Pen-
tru cazul când s-a determinat/verificat limita minimă de
măsurare LQ , vezi punctul 8-1 din acest tabel, nu mai este
nevoie să se verifice o limită inferioară pentru domeniul
de măsurare, se va considera LIverif = LQ )
- LSverf . (Pentru limita superioară, LSverf , se re-
comandă testarea la o valoare de concentraţie cât mai
mare faţă de limita superioară a domeniului de referinţă,
DR ,(vezi explicaţia de la punctul 8 din acest tabel) şi
care să se apropie (sau egală) de valoarea superioară a
domeniului de măsurare, LS , specificată de producătorul
analizorului). S-a testat de cinci ori materialul tip . . .
cu valoarea de concentraţie = 220 mg/dL şi s-a obţinut
{219; 214; 227; 232; 235}. Se alege valoarea de test de
235mg/dL, deoarece generează eroarea totală maximă (ı̂n
valoare absolută) ET = |235 − 220| = 15mg/dL, iar ı̂n
procente ET = 100(235 − 220)/220 = 6, 8%. Rezultă
ET = 6, 8% < ETa = 9%, conform criteriului testului de
performaţă (vezi Anexa 5), deci limita superioară verifi-
cată pentru domeniul de măsurare este
LSverf = 220 mg/dL.
Domeniul de măsurare verificat este:
DMverf = (LIverf , LSverf ) = (5, 220) mg/dL.
b) Domeniul de calibrare DC = (0, 150)mg/dL.

Liniaritatea domeniului de calibrare (Anexa 3∗ ) se ex-
tinde peste punctual de calibrare LCM = 150mg/dL ”set-
point” şi se poate considera că această extindere de linia-
ritate este corectă până la limita superioară a domeniului
măsurare verificat, LSverf = 220 mg/dL.
c) Liniaritatea, conform punctului b, liniaritatea se

poate extinde până la limita superioară a domeniului de
măsurare verificat, LSverf , deci pe domeniul DM verf ca-
racteristica de transfer (de calibrare) este liniară.
208 ANEXA 3

Nr.
crt.
d) Domeniul de referinţă DR = (20, 40) mg/dL este in-
clus ı̂n domeniul de măsurare verificat DM verf = (5, 220)
mg/dL şi caracteristica de transfer pe acest domeniu este
liniară
DR ⊂ DM ver .
(Când pentru analizor specificarea domeniului
de măsurare se face ı̂n unităţi de densitate op-
tică/absorbanţă (O.D sau AU), de exemplu domeniul
de măsurare (measurement range): 0.1-5AU, conversia
de la unităţi O.D sau AU la unităţi de concentraţie se
face prin intermediul dreptei de calibrare a analizorului
pentru analitul respectiv).
În concluzie:
- Domeniul de măsurare verificat, DM verf = (5, 220)
mg/dL.
- Domeniul de calibrare, DC = (0, 150) mg/dL
- Domeniul de referinţă, DR = (20, 40) mg/dL,
Metoda asigură, pentru măsurările din laborator, linia-
ritate şi o eroare totală (conform criteriului testului de
competenţă, CLIA) mai mică decât ETa pe domeniul
de măsurare verificat DM verf = (5, 220) mg/dL, iar
ı̂n domeniul de măsurare verificat este inclus domeniul
de referinţă DR = (20, 40) mg/dL, DR ⊂ DM verf .
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):

ANEXA 3 209

Nr.
crt.
(Determinarea impreciziei prin repetabilitate, CVrepet ,
nu este o verificare necesară validării metodei, dacă
se determină precizia prin reproductibiliatea internă,
CVreprod . Validarea imprecizei se efectuează prin com-
pararea CVreprod cu valoarea limită, valorile prin repro-
ductibiliatea internă, normal, sunt mai mari decât prin
repetabilitate, deci sunt acoperitoare. Totuşi, valorile de-
terminate pentru CVrepet pot fi utilizate ı̂n scopul com-
parării lor cu valorile pentru CVreprod , iar ı̂n urma aces-
tei comparaţii, se poate aprecia robusteţea metodei, o
diferenţă doar de câteva procente ı̂ntre cele două valori
11. Imprecizia reflectă o robusteţe bună pentru metodă).
Reproductibilitatea internă
Din baza de date de la controlul intern de cali-
tate pentru perioada 01.08.09-30.09.09 s-au colectat
40 de măsurări (Anexa 8∗ ). (În lipsa unei baze de
date de la controlul intern, se efectuează testarea, zil-
nic, pentru o perioadă care să cuprindă minim 20 de
măsurări. Pentru calculul mediei, din Excel, se utilizează
funcţia AVERAGE, iar pentru SD funcţia STDEV.)
Parametrul analitic precizie pentru metodă este

validat, deoarece valorile de imprecizie obţinute,
atât pentru nivel normal, cât şi pentru nivelul pa-
tologic, sunt inferioare valorii limită de imprecizie
admisă conform criteriului variaţiei biologice.
(Dacă valorile obţinute nu s-ar fi ı̂ncadrat ı̂n limita ad-
misă de la criteriul variaţiei biologice, se putea verifica
cu limitele de la alte criterii analitice. Pentru acelaşi
analit, valoarea limită impusă nu este identică ı̂n toate
criteriile!)
210 ANEXA 3

Nr.
crt.
Verificarea inexactităţii se poate efectua prin una dintre
următoarele trei metode:
1) Testarea unui material de valoare cunoscută
(Materialele de test pot fi: material de referinţă cu o
valoare cunoscută (vezi pagina 78): standard, material
special livrat de producătorul metodei pentru verificarea
exactităţii, material special pentru verificarea exactităţii
livrat de un alt producător, materiale utilizate ı̂n testul
de competenţă (PT) sau ı̂n schemele de intercomparare,
calibrator. Se efectueză minim 10 măsurări, ı̂n zece zile
consecutive)
- Nivel normal: S-au efectuat 10 măsurări, ı̂n inter-
valul 15.08.09- 31.08.09, (Anexa 9∗ ) utilizând Multicon-
stituent Calibrator (Abbott) lot 60404M100, termen de
valabilitate 09.2010, cu valoarea ţintă Vt = 19mg/dL.
Valoare medie calculată fiind x = 19, 4mg/dL, rezultă
D = x − Vt = 0, 4 mg/dL, deci
D% = 100D/Vt = 2, 1% < 5, 5%
conform criteriului variaţiei biologice.

12. Inexactitatea
- Nivel patologic: S-au efectuat 10 de măsurări, ı̂n in-
tervalul 15.08.09 - 31.08.09, (Anexa 9 ∗) utilizând Multi-
constituent Calibrator (Abbott) lot 60404M100, termen
de valabilitate 09.2010, cu valoarea ţintă 56mg/dL. Val-
oare medie calculată fiind x = 58, 52 mg/dL, rezultă
D = x − Vt = 2, 52mg/dL, deci
D% = 100D/Vt = 4, 5% < 5, 5%
conform criteriului variaţiei biologice.
2) Participare ı̂ntr-o schemă de intecomparare

În urma participării ı̂n schema de intercomparare
RIQAS, ı̂n intrevalul 01.08.09-30.09.09, (datele pentru
testarea de imprecizie şi datele pentru testarea de inex-
actitate trebuie să fie culese din aceeaşi perioadă) s-au
comunicat următoarele valori:
ANEXA 3 211

Nr.
crt.
Deplasarea procentuală de valoare cea mai mare 4,08%

este mai mică decât limita admisă 5,5% (conform criteri-
ului de variaţie biologică)
D = 4, 08% < Dspf = 5, 5%
(∗∗ Se calculează şi se completează inexactiatatea şi pen-

tru nivelul patologic. În acest exemplu, nu s-a completat
nivelul patologic din lipsă de date; deoarece ı̂n intervalul
01.08.09-30.09.09, ı̂n care s-au colectat datele, şi pentru
estimarea preciziei, ı̂n schema de intercomparare, nu s-a
testat nicio valoare de concentraţie care să se ı̂ncadreze
ı̂n domeniul de patologic, domeniul de normalitate fiind:
DR = (20, 40)mg/dL. Eventual, se poate folosi o valoare
maximă pentru D, din domeniul patologic, obţinută ı̂n
schema de intercomparare dintr-un interval, ı̂nainte sau
după, dar care este vecin cu intervalul ı̂n care s-au colec-
tat datele pentru estimarea parametrului precizie).
(În cazul când din schema de comparaţie s-a comuni-
cat: scorul Z =....., SDintrecomp =.......şi valoarea de
referinţă pe schema de intercomparare, Xref = ... atunci
se calculează deplasarea cu relaţia D = Z · SDintrecomp )
D% = 100(D/Xref ) < Dspf %
(specificat de un criteriu analitic). (Un scor Z ı̂n inter-

valul (−2, +2) indică o funcţionare corectă).
3 (sau prin) Comparare cu o metodă de referinţă

S-au efectuat 20 de teste cu probe de pacient pe metoda
de validat şi pe metoda de comparat ... (denumire
metodă), rezultatele sunt date ı̂n Anexa 10∗ S-a calcu-
lat D =... (cu relaţiile 2.28);
D% < Dspf %
(specificat de un criteriu analitic).

212 ANEXA 3

Nr.
crt.
Parametrul analitic inexactitate pentru metodă
este validat, deoarece valorile de inexactitate
obţinute, atât pentru nivel normal, cât şi pentru
nivelul patologic, sunt inferioare valorii limită de
inexactitate admisă conform criteriului variaţiei
biologice (sau alt criteriu).
(Pentru validarea metodei trebuie ı̂ndeplinite simultan limitele admise de precizie şi ex-
actitate de la punctele 11 şi 12. Dar, dacă unul dintre parametrii analitici verificaţi
nu ı̂ndeplineşte criteriul respectiv, totuşi, metoda poate fi validată dacă ı̂ndeplineşte
condiţia ca eroarea totală obţinută, ET, să fie mai mică decât eroarea totală admisă,
ETa (ET ≤ ETa ). De exemplu, dacă pentru valorile nivelului normal, de mai sus, s-ar fi
obţinut CV = 5, 71% < 6, 2% (ı̂ncadrare ı̂n limită) şi D% = 6% > 5, 5% (neı̂ncadrare ı̂n
limită), atunci, calculând pentru metodă valoarea erorii totale, ET , conform criteriului
variaţiei biologice, se obţine valoarea ET = 1, 65 · CV + D = 1, 65 · 5, 71 + 6 = 15, 42% <
15, 7% = ETa (ı̂ncadrare ı̂n limită pentru eroarea totală), deci metoda realizează o eroare
totală mai mică decât eroarea totală impusă pentru măsurarea analitului - uree, conform
criteriului variaţiei biologice.
Se poate considera valoarea erorii totale admise şi după un alt criteriu analitic, de exem-
plu după testarea de competenţă, vezi Anexa 5, sau performanţelor de vârf.)
(Pentru estimarea incertitudinii de măsurare se folo-
sesc datele obţinute pentru validarea parametrilor
metodei-imprecizie, inexactitate- poziţiile 11 şi 12. O es-
timare robustă pentru incertitudine se obţine când datele
colectate ı̂n procesul de validare, pentru determinarea im-
preciziei şi inexactităţii, au fost obţinute pe o perioadă
care poate fi până la şase luni. Uzual, ı̂n stadiul actual
de la noi din ţară se utilizează pentru imprecizie datele
obţinute de la controlul intern de calitate, iar pentru inex-
actitate se alege valoarea maximă a deplasării comunicată
dintr-o schemă de intercomparare)
Incertitudinea compusă uc , când deplasarea s-a obţinut
din intercomparare, se calculează utilizând relaţia:
q
uc = u2calib + u2D + u2p
ı̂n care:
- ucalib , componenta de incertitudine datorată cali-

brării (cazul cel mai frecvent ı̂ntâlnit când calibra-
torul utilizat nu este trasabil, deci ı̂n relaţia de cal-
cul se introduce ucalib = 0);
ANEXA 3 213

Nr.
crt.
- up , componenta de incertitudine standard core-
spunzătoare impreciziei metodei este deviaţia
standard (obţinută prin reproductibilitate) up =
SD. (Uzual, pentru calculul valorii lui SD pen-
tru validare se utilizează datele extrase din baza
de la controlul intern de calitate pe un interval de
2-3 luni. Pentru calculul valorii lui SD, utilizată
ı̂n estimarea incertitudinii, se recomandă ca in-
tervalul de extragere a datelor să se extindă chiar
până la şase luni);
- uD , componenta de incertitudine standard core-
spunzătoare inexactităţii metodei se calculeză din
valoarea deplasării D, când mărimea raportată nu
este corectată
√ cu valoarea deplasării, prin relaţia
uD = D/ 3. (Este necesar ca intervalul din care
rezultă valoarea deplasării obţinute din intercom-
parare să se suprapună cu intervalul ı̂n care s-au
colectat date pentru calculul valorii lui SD. Dintre
valorile comunicate pentru deplasare ı̂n acel inter-
val se alege valoarea maximă, max |D|. Dacă pro-
Incertitudinea de
13. bele de test trimise prin schema de intercomparare,
măsurare
ı̂n perioada respectivă, au acoperit atât domeniul
de normalitate/referinţă, cât şi domeniul patologic
atunci se alege pentru deplasare o valoare maximă
care să corespundă unui nivel testat din domeniul
normal şi alta care să corespundă unui nivel testat
din domeniul patologic şi se vor estima două valori
pentru incertitudine, una pentru domeniul normal
şi alta pentru domeniul patologic).
Cu datele de la evaluarea impreciziei, SD = 2, 25mg/dL

(domeniu normal) şi de la evaluarea inexactităţii,
max |D| = 1, 4mg/dL, (deoarece ı̂n acest exemplu, valo-
rile deplasării obţinute din intercomparare corespund
unor niveluri testate situate ı̂n domeniul de referinţă, se
va calcula doar valoarea de incertitudine corespunzătoare
pentru nivelurile normale de analize) obţinute pentru val-
idare la punctul 11, respectiv 12 (din acest tabel), con-
form relaţiei anterioare se obţine valoarea incertitudinii
compuse, uc
r r
2 2
max|D| 1,4
uc = 0+ √
3
+ SD2 = √
3
+ 2, 252
√ √
= 0, 655 + 5, 0625 = 5, 7175 = 2, 39 mg/dL
Procentual, aportul parametrilor analitici ı̂n valoarea in-

certitudinii de măsurare este:

214 ANEXA 3

Nr.
crt.
- imprecizia metodei 100 · (5, 0627/5, 7175) = 88, 5%
- inexactitatea metodei 100 · (0, 655/5, 7175) = 11, 5%
Deci metoda este mult mai exactă decât precisă pentru
domeniul de normalitate.
Incertitudinea extinsă pentru k = 2 (nivel de ı̂ncredere
95%) este:
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 acest exemplu nu s-a completat această linie,

deoarece schema de intercomparare nu a generat un test
din domeniul patologic ı̂n perioada de validare. Dar,
eventual, se poate considera o valoare pentru deplasare
din domeniul patologic, dacă aceasta există, chiar şi
dintr-un interval de intercomparare imediat vecin, ı̂nainte
sau după, cu intervalul de timp ı̂n care s-au colectat datele
pentru validarea parametrilor analitici- precizia şi inex-
actitatea). ∗ ∗ ∗
∗ Anexele se ataşează raportului de validare

∗ ∗ ∗ Standardul ISO 15189 specifică la paragraful 5.6.3. ”Laboratorul trebuie să estimeze
incertitudinea rezultatelor unde este relevant şi posibil...”.
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
FIŞĂ PENTRU ESTIMAREA INCERTITUDINII DE MĂSURARE

(CONFORM ASOCIAŢIEI AUSTRALASIENE DE BIOCHIMIE CLI-
NICĂ [18])
Definirea măsurandului: Concentraţia potasiului ı̂n plasmă

Principiul metodei Electrod ion selectiv Valinomycine
Unitate de măsură mmol/L
Intervalul de referinţă: Plasmă: 3,2 - 4,3 mmol/L
Interferenţe specifice: Hemoliză, EDTA
Trasabilitate: Furnizată de producător
- Metoda de referinţă Gravimetrie
- Calibrator (nivel de ı̂ncredere 95%) Valoare: Incertitudine:
1. Concentraţie scăzută 3, 00 ± 0, 07 mmol/L ue1 = 0, 035 mmol/L
2. Concentraţie ridicată 7, 00 ± 0, 07 mmol/L ue1 = 0, 040 mmol/L
Precizie intermediară: obţinută din controlul intern de calitate ı̂n intervalul 01.01.04 - 20.07.04
- la nivelul n1 = 4, 2 mmol/L: SD = un1 = 0, 04 mmol/L; CVn1 = 1, 06%
- la nivelul n2 = 6, 2 mmol/L: SD = un2 = 0, 05 mmol/L; CVn2 = 0, 86%
Obiective analitice conform:
- State-of-the-art [17]: CVintra-individual = 1, 6%; D = 3, 1%
(pentru nivelul mediu de concentraţie)
- Variaţia biologică [10]: CVintra-individual = 4, 8%(cu limită dorită CV <

0, 5 · CVI = 2, 4%)
(CVn1 = 1, 06%; CVn2 = 0, 86, pentru ambele niveluri valoarea de imprecizie obţinută este mai mică
decât limita impusă: < 2, 4%(după [10]) sau < 1, 6% (după [17]), deci obiectivul analitic ı̂ndeplinit)
Estimarea incertitudinii de măsurare:
q p
- pentru nivelul n1 = 4, 2 mmol/L: uc(n1) = u2e1 + u2n1 = 0, 0352 + 0, 042
= 0, 05 mmol/L
Un1 = 2 · uc(n1) = 2 · 0, 05 = 0, 1 mmol/L
q p
- pentru nivelul n2 = 6, 2 mmol/L: uc(n2) = u2e2 + u2n2 = 0, 042 + 0, 052
= 0, 06 mmol/L
Un2 = 2 · uc(n2) = 2 · 0, 06 ≈ 0, 10 mmol/L)
Valoare raportată:
- pentru nivelul n1 = 4, 2 mmol/L: 4, 2 ± 0, 1 mmol/L
- pentru nivelul n2 = 6, 2 mmol/L: 6, 2 ± 0, 1 mmol/L
215
ANEXA 5
CERINŢELE DE CALITATE ANALITICĂ (DUPĂ CLIA 88)

Valori pentru eroarea totală admisă, ETa (Allowable Total Error).
Pentru actualizare vezi http://www.westgard.com/clia.htm
Routine Chemistry
Test or Analyte Acceptable Performance

Alanine aminotransferase Target value ±20%
Albumin Target value ±10%
Alkaline phosphatase Target value ±30%
Amylase Target value ±30%
Aspartate aminotransferase (AST) Target value ±20%
Bilirubin, total Target value ±0.4 mg/dL or ±20% (greater)
Blood gas p02 Target value ±3SD
Blood gas pC02 Target value ±5 mm Hg or ±8% (greater)
Blood gas pH Target value ±0.04
Calcium, total Target value ±1.0 mg/dL
Chloride Target value ±5%
Cholesterol, total Target value ±10%
Cholesterol, high dens. lipoprotein Target value ±30%
Creatine kinase Target value ±30%
Creatine kinase isoenzymes MB elevated (present or absent) or Target value
±3SD Creatinine
Creatinine Target value ±0.3 mg/dL or ±15% (greater)
Glucose Target value ±6mg/dL or ±10% (greater)
Iron, total Target value ±20%
Lactate dehydrogenase (LDH) Target value ±20%
LDH isoenzymes Target value LDH1/LDH2 (+ or -) or Target value
±30%
Magnesium Target value ±25%
Potassium Target value ±0.5 mmol/L
Sodium Target value ±4 mmol/L
216
ANEXA 5 217
Total protein Target value ±10%

Triglycerides Target value ±25%
Urea Nitrogen Target value ±2 mg/dL or ±9% (greater)
Uric acid Target value ±17%
Toxicology
Theophylline Target value ±25%

Tobramycin Target value ±25%
Procainamide (and metabolite) Target value ±25%
Quinidine Target value ±25%
Valproic acid Target value ±25%
Hematology

Cell identification 90% or greater consensus on identification
White cell differentiation Target ±3SD based on percentage of different
types of white cells
Erythrocyte count Target value ±6%
Hematocrit Target value ±6%
Hemoglobin Target value ±7%
Leukocyte count Target value ±15%
Platelet count Target value ±25%
Fibrinogen Target value ±20%
Partial thromboplastin time Target value ±15%
Prothrombin time Target value ±15%
Endocrinology

Cortisol Target value ±25%
Free thyroxine Target value ±3SD
Erythrocyte count Target value ±6%
Human chorionic gonadotropin Target value ±3 SD or (positive or negative)
T3 uptake Target value ±3 SD by method
Triiodothyronine Target value ±3 SD
Thyroid stimulating hormone Target value ±3 SD
Thyroxine Target value ±20% or 1.0 mcg/dL (greater)
Pentru alţi analiţi se poate consulta RCPA (Australasian) Quality Require-

ments la adresa www.westgard.com/rcpa-australasian-quality-requirements.htm.

TOACȘE Carte

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

TOACȘE Carte

Încărcat de

Drepturi de autor:

Formate disponibile

Gheorghe TOACŞE Ana Maria TOACŞE

CONTROLUL DE CALITATE ŞI VALIDAREA

PENTRU LABORATOARELE MEDICALE

- noile noţiuni nu sunt ı̂nţelese/explicate corect, presupunând şi o reinstruire;

Această lucrare vine ı̂n sprijinul specialiştilor de laborator, realizând o in-

Braşov, ianuarie 2011 Autorii

2 MĂSURARE, STATISTICĂ ŞI VALIDARE 21

2.4.2 Parametrii caracteristici ai metodelor analitice . . . . . . . 83

4 ESTIMAREA INCERTITUDINII DE MĂSURARE 145

Anexa 1 - Prepararea unui calibrator standard 193

Anexa 2 - Estimarea incertitudinii asociate procesului de măsurare

Anexa 3 - Exemplu de fişă de validare 202

Anexa 4 - Fişă pentru estimarea incertitudinii de măsurare (con-

Anexa 5 - Cerinţele de calitate analitică (După CLIA 88) 216

1.1 EVENIMENT ALEATORIU

1. Variabilă aleatorie continuă, care poate lua orice valoare ı̂ntr-un

• Probabilitate - număr real pe scara de la 0 la 1 (0 ≤ p ≤ 1), asociat

notată cu P (A) = p. Există două modalităţi de interpretare a probabilităţii

1. Gradul de ı̂ncredere atribuit producerii unui eveniment P (A) = p.

1.2 DISTRIBUŢIA NORMALĂ

Figura 1.1 Forme de reprezentare a unui şir de măsurări: a) reprezentarea ı̂n

distribuţia numărului de măsurări (pe ordonată) ı̂n funcţie de valoarea mărimii

Figura 1.2 Graficul funcţiei de densitate de probabilitate normală (clopotul

• Funcţia de densitate de probabilitate pentru distribuţia normală este

ı̂n care: X - variabilă aleatorie, dar funcţia de densitate de probabilitate

• Valoarea medie (teoretică), µ, valoarea aşteptată, media (teoretică) pen-

• Varianţa/Dispersia, D(X), unei variabile aleatorii X cu densitatea de

1. Dispersia/Varianţa este egală cu abaterea medie pătratică

D(X) = σ 2 , sau (1.3-a)

2. Parametrul abaterea medie (teoretică), σ, este egal cu rădăcina

Aceşti doi parametri, valoarea medie teoretică, µ, şi dipsersia/varianţa,

1.2.1 Funcţia de repartiţie (de probabilitate)

Figura 1.3 Reprezentarea geometrică a corelaţiei dintre funcţia de densitate

• Funcţia de repartiţie a probabilităţii exprimă probabilitatea ca valoarea

Interpretarea geometrică a valorii funcţiei repartiţie de probabilitate, pen-

1.2.2 Calcule de probabilităţi

Probabilitatea, P (x1 < X < x2 ), ca valorile măsurărilor să se situze ı̂n

P (x1 < X < x2 ) = NORMDIST(x2 , µ, σ, 1) − NORMDIST(x2 , µ, σ, 1)

Problema inversă. Pentru probabilitatea specificată p se poate calcula valoarea

care pentru distribuţia normală (µ, σ) generează valoarea x1 .

Figura 1.4 Explicativă pentru calculul la problema directă prin aplicarea

Exemplul 1.2 O variabilă aleatorie X cu distribuţia normală are valorile

a) P (X < 5) NORMDIST(5, 30, 10, 1) → p = 0, 006209 ≈ 0, 62%

Problema inversă. În cazul când măsurările se situeză cu o probabilitate cunoscută

NORMINV(0, 0228, 30, 10) = 10, 00923 ≈ 10 = x1

iar x2 = µ + 20 = 40, deci intervalul este (µ − 2σ, µ + 2σ) = (10, 50)

Cu ajutorul funcţiilor NORMDIST şi NORMINV se pot soluţiona respectiv

TABELUL 1.1. Valori uzuale de intervale simetrice şi probabilităţile co-

Valorile limită ale Probabilitatea [%] ca valorile

Figura 1.5 Corelaţia dintre valorile intervalelor simetrice multiplu de σ şi

1.3.1 Distribuţia de tip dreptunghiulară

Figura 1.6 Distribuţia de tip dreptunghiulară: a) funcţia de densitate de probabi-

Funcţia densitate de probabilitate

f (x) = 1/2a pentru µ − a− ≤ X ≤ µ + a+

Funcţia repartiţie de probabilitate

În general, pentru aplicaţiile de metrologie, intervalul considerat la o distri-

- Pentru toate valorile observate ale variabilei aleatorii X, probabilitatea ca

- Fiecare valoare a variabilei aleatorii X situată ı̂n interiorul intervalului este

Pentru o distribuţie dreptunghiulară parametrii sunt:

Exemplul 1.4 Un etalon de lungime x este specificat prin x ± a (deci oricare

• Modul de formare a cifrelor la un instrument digital este reprezentat ı̂n Fi-

Figura 1.7 Explicaţie pentru modul de formare a digiţilor pentru o afişare pe

Exemplul 1.6 Cu o balanţă digitală, care are o acurateţe pe display de două