DR Marc Vachon, DR Philippe Desmeules Et Clément Arès

VARIABILITÉ BIOLOGIQUE
UTILITÉ AU QUOTIDIEN
Congrès CSCC/SQBC 2012 – QUÉBEC, QC

Dr Marc Vachon, Dr Philippe Desmeules et Clément Arès
Variabilité Biologique
CSCC/SQBC 2012 - Québec
Dr Marc Vachon
2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

Depuis quelques années, surtout en Europe, on

considère que la gestion de la qualité dans un
laboratoire implique beaucoup plus que le simple
contrôle de qualité statistique qui est d’usage courant
dans nos laboratoires en 2012.
La gestion de la qualité implique que l’on considère

toutes les facettes d’un résultat de laboratoire, incluant
les phases pré analytiques, analytiques et post
analytiques de notre travail.

L’Organisation internationale de standardisation

(ISO) définie la qualité pour les besoins des résultats
de laboratoire comme suit:
La qualité des résultats d’examen biochimique dans
nos laboratoires doivent permettre aux cliniciens de
pratiquer une bonne médecine.
Donc, avant de penser à contrôler, à assurer et à
améliorer la qualité des examens de labo, il nous faut
connaître exactement le niveau de qualité nécessaire
pour assurer des décisions cliniques de qualité.

Tentatives de rapprocher la qualité des examens de

laboratoires des besoins de la clinique:
Enquêtes auprès de médecins: Cette approche a été essayée
mais les besoins en qualité différent beaucoup d’un médecin à
l’autre et d’une étude à l’autre.
Définition de l’erreur totale selon CLIA’88: Un pas dans la
bonne direction mais plus basé sur les possibilités techniques
en 1991 que sur les besoins cliniques.
Variabilité biologique: Défini une base de comparaison dérivées
à partir de données factuelles sur des populations.
Variabilité intra individuelle
Variabilité inter individuelle

Variabilité biologique inter individuelle:

Variation de la concentration d’un paramètre autour du
point homéostatique de plusieurs individus.
Variabilité biologique intra individuelle:

Fluctuation aléatoire de la concentration d’un
paramètre autour d’un point homéostatique chez un
individu.

Contrôle de qualité actuel:

Biais (erreur systématique):
Possible de voir sur une longue période
(Histogramme de Bio-Rad dans le rapport mensuel).
CQ externe: Par rapport aux valeurs des méthodes de référence
idéalement ou groupe des pairs.
CV (erreur aléatoire):
On oublie ici les contrôles validés sur des appareils où la qualité est
définie par ± 2ET
CV Max : Sur quelles bases?
Cvi : Le Dr. Desmeules définira ce CV dans sa présentation


Erreur totale:
Tient compte à la fois des deux erreurs dans
l’évaluation de la qualité (Imprécision et
inexactitude)
Commence à être plus utilisée.
Quelles cibles on prend:
CLIA’88: DigitalPt, CAP
Besoins cliniques.
Variabilité biologique.

Déficience des règles CLIA:

Exemple du Calcium:
Si on considère les valeurs de référence du calcium, soit 2.15-2.55
mmol/L
Si on prend la valeur moyenne : 2.35 mmol/L ± 11% (CLIA)
On arrive à 2.08 et 2.61 mmol/L, soit une valeur en hypocalcémie et
l’autre en hypercalcémie
Dans ce cas, (et dans d’autres), on voit l’absurdité d’utiliser la règle
CLIA dans ce cas comme guide de la qualité.
Ces règles ont été définies en 1991 et la qualité des appareils s’est
beaucoup améliorée depuis ce temps. Pour le calcium en tout cas.

Définition des balises de qualité par la variabilité

biologique
Précision et biais maximaux.

Erreur totale maximale permise.
Précise les cibles à atteindre plutôt que de simples règles
statistiques.
Permet de mettre le doigt sur les méthodes dont il faut suivre la
qualité de très près.
Définition de la qualité:
Incertitude de mesure

Variabilité biologique intra individuelle:

Établissement de ces valeurs en faisant des mesures de chacun des
paramètres biochimiques dans le sang chez le même individu à
plusieurs reprises (4).
Évaluation très difficile et longue. Il faut diminuer au max les
facteurs pré analytiques. Faire les mesure ensemble après
congélation pour minimiser le biais.
Utiliser les tables disponibles publiées par Ricos et coll. et par
Callum Fraser (références à la fin).
 Le Dr. Desmeules présentera les limites des paramètres de la
qualité avec l’utilisation des tables de variabilité biologique et un
exemple de calcul.

Paramètres de la variabilité intra individuelle

Coefficient de variation (CV):
Le CV courant du laboratoire pour un paramètre doit être, en général : CVa <
0.5 CVi pour une qualité « désirable ».
Pour un test dont la précision est excellente et l’erreur totale permise est
large, on peut choisir: CVa < 0.25 CVi = qualité « optimale » (ex: triglycérides)
Pour une analyse dont la qualité technique n’est pas très bonne (ou que le
CVa est trop élevé) par rapport aux besoins de la variabilité biologique, on
peut choisir : CVa < 0.75 CVi = qualité « minimale ».
CVa = CV analytique
CVi (ou CVw)= CV intra individuel


Biais (erreur systématique) selon Var. biologique
Performance désirable = Ba < 0.250 (CVi2 + CVg2)½
Performance optimale = Ba < 0.125 (CVi2 + CVg2)½
Performance minimale = Ba < 0.375 (CVi2 + CVg2)½
Ces valeurs sont disponibles dans la table en annexe.
Ba = Biais analytique
CVi (ou CVw)= Coefficient de variation intra individuel
CVg= Coefficient de variation inter individuel (groupe)


Erreur totale selon variabilité biologique:
TEa désirable < 1.65 (0.50 CVi) + 0.250 (CVi2 + CVg2)½
Pour CK et triglycérides, par exemple:
Optimale : TEa < 1.65 (0.25 CVi) + 0.125 (CVi2 + CVg2)½
Pour Na+ et Ca +:
Minimale: TEa < 1.65 (0.75 CVi) + 0.375 (CVi2 + CVg2)½
Ces données sont disponibles sur un tableau sur le site de Westgard cité dans les
références.

Pour certains paramètres, il n’est pas possible

d’atteindre l’erreur totale dite « optimale » car la
capacité technique des appareils n’est pas assez bonne
pour atteindre les degrés de précision et d’exactitude
qui seraient nécessaire selon les besoins cliniques.
EX: Sodium, Calcium, Chlorure et à un moindre degré, l’albumine, les
protéines totales et plusieurs tests en immunoessaie (T4L, T3L, etc)
Il faut donc choisir la qualité désirable ou minimale dans ces cas, mais
on voit bien que ce n’est pas idéal.
Question: Quel est le meilleur contrôle de qualité pour ces examens
biochimiques????

Application concrète du concept de variabilité

biologique dans le laboratoire
Avec les données du contrôle de qualité interne que vous

suivez dans le laboratoire (CV%) et les données du contrôle de
qualité externe (DigitalPt) duquel on peut dériver le biais par
rapport au groupe de pair ou de la valeur cible déterminée par
une méthode de référence, il est possible d’évaluer l’erreur
totale sur chacun de ces paramètres et de comparer celles-ci
avec les cibles à atteindre, soit:
Erreur totale permise CLIA
Erreur totale dérivée de la variabilité biologique


Application concrète du concept de variabilité

biologique dans le laboratoire
Il est également possible de suivre

quotidiennement votre qualité par rapport à la
variabilité biologique avec le logiciel Unity RealTime
de Bio-Rad.
M. Clément Arès donnera les explications

nécessaire à l’utilisation du logiciel.

Autres utilisations de la variabilité biologique
Valeurs de référence:
Définition des valeurs de références dans différents contextes
cliniques.
Diagnostic: Minimiser le biais et l’erreur aléatoire.
Monitoring à long terme: Minimiser le biais.
Screening: Minimiser l’erreur aléatoire surtout mais aussi l’erreur
systématique (biais).
Les valeurs de référence pourraient être différentes selon les besoins cliniques.

Définition de Delta Checks:
Il peut être intéressant pour certains paramètres biochimiques de définir une
variation maximale entre deux mesures consécutives.
Exemple 1: Est-ce que la mesure actuelle d’un dosage de créatinine est
compatible avec une variation biologique normale ou une variation
pathologique.
Exemple 2: Est-ce que vous voulez valider les résultats dont la variation
avec la mesure antérieure du même paramètre est trop importante?
Il y a des formules mathématiques qui permettent de définir ces delta
checks dans ces deux situations.

Utiliser la variabilité biologique lors de changement de lots de

réactifs en utilisant la fonction « Objectifs analytiques » de
Unity RealTime.
Utilisable également lors de changement de générations et/ou
de lots de plaques sur les Vitros (chimie sèche). On peut voir
un exemple sur la diapositive suivante.
Le Dr. Desmeules élaborera sur les changements de lots en
chimie régulière.

CHIMIE SÈCHE
Résultats pour le Fer

Fer
Calibration acceptée (à CQ Bio-Rad 8,9 8,1
la limite): CQ Bio-Rad 46,3 51,6
Biais
37,1 40,1 -8,0863
Valeur des contrôles de 24,5 27,6 -12,653
Bio-Rad compatibles 19,9 21,1 -6,0302
avec les valeurs de la 9,9 10,9 -10,101
nouvelle génération. 5,7 6,2 -8,7719
10,4 12 -15,385
Le biais est compatible 7,9 9,3 -17,722
avec le biais maximum de 33,8 35,6 -5,3254
la variabilité biologique 32,5 34,5 -6,1538
du Fer 10,3 11,5 -11,65
oRef: Tableau de la variabilité
19,2 20,88 -10,188 Moyenne
biologique.
Biais maximum= Biais désirable: 8,8%

0.25 x (CVw + CVg) Biais maximum: 12,4%


Élaboration de valeurs de références individuelles:
Même si c’est un peu utopique, le concept de cette approche est très
intéressant.
Il s’agit, en fait, de définir des valeurs de référence pour un patient à
partir de mesure de ses paramètres biochimiques dans des conditions
normales.
Question: Un patient a une CK de 40 U/L dans une prise de sang faite
en santé (check up). Il arrive à l’urgence et sa CK donne 125U/L. Est-elle
normale? Selon la variabilité biologique…NON.
Éditorial du Clin.Chem: Fraser C. Improved monitoring of differences in serial laboratory results: 57: 1635-1637,
2011 (octobre)

Références:
Biological variation: From principles to practice. Callum G. Fraser.
AACC Press 2001, 151 pages
Tietz textbook of clinical chemistry and molecular diagnostics, 4ième
Édition: Burtis, Ashwood et Bruns, pages:467-471 et quelques autres.
Site Webb de J.O.Westgard à : http://www.westgard.com
http://www.westgard.com/biodatabase1.htm
Biologic variation database: the 2008 update
http://www.westgard.com/guest12.htm
BIOLOGICAL VARIATION DATA FOR SETTING QUALITY SPECIFICATIONS IN LABORATORY MEDICINE
http://www.westgard.com/guest17.htm
BIOLOGICAL VARIATION DATABASE (texte)

Objectifs analytiques:
De la théorie à l’application
Partie 2 :
Les variations biologiques pour évaluer les
changements inter-lots des réactifs à l’aide
du logiciel URT.
Dr. Philippe Desmeules, Biochimiste clinique

CSSS Lac-des-deux-montagnes - Hôpital de St-Eustache
SQBC-CSCC 19 juin 2012

La base de données de Ricos sur le site de
Westgard: Limitations
Cette base de donnés présente entre autres les Cvi (ou CVw) et les
CVg pour différents analytes.
Le Cvi consitue la donnée de base qui permet de calculer

l’ensemble des autres paramètres (objectifs analytiques, RCV,
etc).
Toutefois, quelle est la nature du chiffre présenté par Ricos? En

fait, ce chiffre provient dans certains cas de plusieurs études
portant sur la même analyse. Est-ce une moyenne? Autre
chose? Est-ce un amalgame de Cvi comparables ou non?

Prenons par exemple le cas de l’hémoglobine glyquée.
Hémoglobine A1C.
8 études différentes sont utilisées pour calculer le Cvi

(Ref # 60, 129, 173, 176, 180, 186, 226, 229).

Étude CVi CVg
Ricos
1.9 5.7
Goldslang et al, 1985

1.8 -
Philipou et al, 1993

4.2 (Diabétiques) -
Garde et al,2000
< 0.7 3.3
Kikpatrik et al, 1998

1.9 6.8
Trapé et al., 2000
7.9; 5.4;3.9 (différents groupes de

-
Diabétiques, moyenne 5.7)
Rohling et al, 2002

1.7 4
Carlsen, 2011
1.2 -
Braga et al, 2011

2.5 7.1

Biological variation database, and quality specifications for imprecision, bias and total
error (desirable and minimum). The 2012 update
JANUARY 2012 JOANA MINCHINELA[1,2], CARMEN RICÓS[1], CARMEN PERICH*[1,3], PILAR FERNÁNDEZ-CALLE[1,4], VIRTUDES
ALVAREZ[1,5], MARIVÍ DOMENECH[1,6], MARGARITA SIMÓN[1,7], CARMEN BIOSCA[1,8], BEATRIZ BONED[1,9], FERNANDO CAVA[1,10],
JOSÉ-VICENTE GARCÍA-LARIO[1,11], Mª PILAR FERNÁNDEZ-FERNÁNDEZ[1,12]
This is the 7th edition of data regarding the components of biological variation (intra
and interindividual -CVI and CVG , respectively) which compiles the published papers
studying this item in healthy population, up to December 2011. The aim of this work is
to provide quality specifications for in precision, bias and total error to be used in
laboratory medicine. The number of analytes with BV data available in this edition is:
369

Les CVi présentés dans la base de données de Ricos sont

parfois une médiane de plusieurs études portant sur une
analyse sans égard aux groupes étudiés (pathologie ou
non, ‘’short term’’ vs ‘’long term’’)
Dans les cas où le CVi d’une analyse est près de celle du

CVa, il est préférable de choisir un CVi qui nous semble le
plus adéquat

La variation biologique
Variation biologique (théorie du point homéostatique) :

Le dosage de toute molécule au cours du temps chez un sujet va varier au hasard
autour d’un point homéostatique propre à ce sujet. Cette variation de nature aléatoire
peut donc être exprimée quantitativement comme une statistique (coefficient de variation
intra-individuelle CVI).
La comparaison de ces variations entre les sujets peut également être évaluée
(coefficient de variation inter-individuelle, CVG).
Par conséquent, le calcul de la variation biologique consiste à quantifier la composante
biologique comprise dans le dosage d’une molécule. Ce dosage contient aussi des
composantes de variations analytiques et pré-analytiques. De plus, les variations
biologiques qui ne sont pas dues au hasard (ex: cycle circadien) doivent être connues.
Variation préanalytique :
Posture, garrot, jeûne, etc. Ces conditions doivent être minimisées et standardisées lors
d’études sur la variation biologique.
Variation analytique :
Elle est déterminée lors du contrôle de qualité interne du laboratoire (CV a).
Études antérieures portant sur le calcul
de la variation biologique
Tiré de Fraser, 2001
En général, l’estimation de la variation biologique intra-individuelle (CVI) est

relativement constante et n’est pas affectée par le nombre de sujets, le temps de
l’étude, la méthodologie et le pays où l’étude est réalisée.
Toutefois des temps d’étude trop courts peuvent réduire le CVI. L’âge peut
également affecter le point homéostatique (Fraser, 2001).

Calcul de la variation totale (CVT) et dérivation de la formule
reliant la probabilité au changement significatif d’un résultat
ETT2  ETPA2  ETA2  ETI 2 Les sources de variations sont additives
Transformation en CV (les µ des composantes

CVT2  CVPA2  CVA2  CVI 2 sont identiques)
CVT  (CVA2  CVI 2 )

La variation est aléatoire
(Gaussienne): on peut donc trouver
CVT  Z  (CVA2  CVI 2 ) l’étendue des valeurs et leurs
probabilité (Z score).
1/ 2
 
2

2 

VarTotale  Z  (CVA2  CVI 2 )   Z  (CVA2  CVI 2 )  
    
RCV  21/ 2  Z  (CVA2  CVI 2 ) RCV = Reference change value

Petit rappel sur le calcul du CVI: Le CVA est
retiré….
Mesures de l’analyte en question pour différents sujets qui constituent la variance

totale (St).
Anova pour obtenir la variance intra-individuelle contenant la variance analytique

(SI+A) et la variance inter-individuelle contenant aussi la variance analytique
(Sg+A)
On peut ensuite transformer la variance totale en CV et soustraire les CVA de SI+A

pour obtenir le CVI

Formules exprimant qu’est-ce qu’un
changement significatif
RCV  2 1/ 2
 Z  (CV  CV ) 2 2
« changement
significatif »
A I
21/2 car il y a deux mesures (échantillons)
Z = 1.96 (95%) ou 2.58 (98%)
CVA est obtenu du contrôle de qualité interne
CVI est obtenue de nos calculs de variations biologiques
 Z
Changement
21/ 2  (CVA2  CVI 2 )
Pour différents changements de la mesure (%) on peut calculer le Z score
qui lui est associé et ensuite trouver la probabilité correspondante (en
utilisant des tables de statistiques).
 Fraser, C.G. (2002)
Fraser et Harris,(1989)
Variations inter-lots des réactifs
Du côté de la biochimie, les changements de lots de réactifs sont

souvent observables sur le L-J. Selon le fournisseur, la chimie, ou
l’appareil, l’intensité de ces changements est variable au cours
d’une année.
Pour certaines chimies, il est plus ou moins facile d’appliquer un

critère objectif définissant l’acceptabilité de ces variations de lots.
On peut utiliser les formules de changements significatifs (RCV)

afin de déterminer si le simple changement inter-lot produit une
variation significative pour un patient.
Ceci peut faciliter l’argumentation auprès du fournisseur pour

accepter ou refuser un lot.
La section, pertinence médicale de URT peut être utilisée.

Tableau des RCV calculés à l’aide
de CVI choisis

Utilisation de la section «Pertinence
médicale» de Unity Real Time

Créatinine évaluée avec limites de tolérance
basées sur un RCV de 75%
RCV  21/ 2  Z  (CVA2  CVI2 )


Variations inter-lots de la créatinine sérique
avec limite de RCV à 75 %

Exemple de variations inter-lots avec limites
de RCV à 95 %

Le cas du sodium (changement de cartouche)
avec limite de tolérance avec RCV de 75%.

Analyse du CEA avec limite de
tolérance avec RCV à 75%.

Effet de l’étalonnage de la ferritine (courbe
expirée) avec limite de tolérance de RCV 75%.
étalonnage étalonnage

Tableau des RCV calculés à
l’aide de CVI choisis

HbA1c avec limite de tolérance
à un RCV de 75%.

Lot de transferrine refusé car il dépasse la
limite de tolérance à un RCV de 95%.

Conclusions
Les CVI de la base de données de Ricos sont parfois inadéquats. Pour

certains analytes, il est préférable de faire son propre choix afin de calculer
de nouveaux paramètres (ETa, Imprécision, RCV).
Il faut se méfier, selon moi, des études qui rapportent des CVI calculés sur
des périodes plus petites que la durée de vie de la molécule étudiée.
Dans le cas où l’on choisi son CVI, la section de pertinence médicale de

Unity real time s’avère très utile.
La formule du RCV est un outil objectif pratique pour évaluer l’effet des
changements lots et/ou des étalonnages.

Conclusions (suite)
La formule du RCV et des probabilités (Z) tient

compte du CVA (contrairement à la formule
d’objectif analytique). Cela permet de moduler
les attentes que nous avons pour une chimie
selon les niveaux mesurés.

Westgard: Références HbA1C
60. Godslang IF. Intra-individual variation: significant changes in parameters of lipid and carbohydrate
metabolism in the individual andintra-individual variation in different test populations. Ann Clin
Biochem 1985; 22: 618:624
129. Phillipou George, and Phillips Patrick. Intraindividual Variation of Glycohemoglobin: Implications
for Interpretation and Analytical Goals. Clin Chem 1993;39:2305-2308
173. Garde AH, Hansen AM, Skovgaard LT, Christensen JM. Seasonal and biological variation of blood
concentrations of total cholesterol, dehydroepiandrosterone sulfate, hemoglobin A1C, IgA,
prolactin and free testosterone in healthy women. Clin Chem 2000; 46:551-559
176. Kikpatrick ES, Maylor PV, Keevil BG. Biological variation of glycated hemoglobin. Diabetes care
1998;21:251-264
180. Trapé J. Aliart , Brunet M, Dern E, Abadal , Queraltó JM. Reference change value for HbA1C in
patients with type 2 Diabetes Mellitus. Clin Chem Lab Med 2000;38:1283-1287
186. Rohlfing C, Wiedmeyer HM, Little R, Grota L, Tennill A, England J, Madsen R, Goldstein D.
Biological variaiton of glycohemoglobin. Clin Chem 2002;48:1116-1118
226. Carlsen S, Petersen PH, Skeie S, Skadberg O, Sandberg S. Within subject biological variation of
glucose and HbA1c in healthy persons and in type 1 diabetes patients. Clin Chem Lab Med 2011;
49(9):1501-1507
229. Braga F, Dolci A, Montagnana M, Pagani F, Paleari R, Guidi GC, Panteghini M. Revaluation of
biological variation of glycated hemoglobin (HbA1c) using an accurately designed protocol and
an assay traceable to the IFCC reference system. Clin Chim Acta 2011;412:1412-1416

Références
Fraser and Harris, Generation and application of data on

biological variation in clinical chemistry, crit. Rev. Clin.
Lab. Sci. 1989; 27:409-437
Fraser, Biological variation: from principles to practice,
AACC Presss, 2001
Queralto et al., On the calculation of reference change
values, with examples from a long-term study. Clin
Chem. 1993; 39: 1398-1403.

Variabilité biologique
Utilité au quotidien
Paramétrage dans Unity Real Time 2.0
CSCC/SQBC 2012 - Québec – 19 juin 2012

Unity Real Time ® 2.0
Agenda
Les Objectifs Analytiques

Présentation
Pertinence médicale
Variations biologiques
Etat de l’art

Les objectifs analytiques
Comment fonctionnent les Objectifs Analytiques
Ils déterminent un nouvel intervalle de confiance pour les

valeurs de contrôle en s’appuyant par ordre de priorité sur :
 La pertinence médicale
 Les variations biologiques
 L’état de l’art
Les valeurs nécessaires (moyenne et CV des pairs) pour le

calcul des objectifs analytiques sont intégrées
automatiquement dans le logiciel Unity Real Time par les
mises à jour mensuelles.

Sur le graphe de Levey Jennings

Affichage simultané de l’intervalle 3 ET et de l’Erreur Totale admissible
ETa
3ET


LAB GTA 06 (guides techniques d’accréditation-Cofrac)

9.6.1.3 L’utilisation d’objectifs analytiques
L’interprétation statistique des résultats de contrôle interne de

qualité peut être complétée et optimisée par la fixation
d’objectifs analytiques aux performances des méthodes
utilisées.
Ces objectifs analytiques peuvent être établis

en fonction de la variabilité biologique (variations biologiques )
ou
en fonction des performances techniquement atteignables par
les méthodes disponibles sur le marché (état de l’art)



Pertinence Médicale
Entièrement paramétrable par le biochimiste en

fonction de critères médicaux.
Permet au laboratoire de définir des limites d’erreur totale
acceptable à partir des critères de décisions cliniques
(Glucose, Cholestérol, Hémoglobine A1c)
Peut être hautement subjective
Donne au biochimiste et au clinicien plus de maîtrise sur des
tests spécifiques
Alarme :
 PM si un point sort des limites fixées

La pertinence médicale:
Paramètre Fidélité (CV)
HbA1c < 4%
Troponine < 10%
Cholestérol total < 3%
Triglycérides < 5%
Cholestérol HDL < 4% si HDL ≥ 1.09 mmol/l

sinon ET < 0.0017

En pratique dans URT:
 Déterminer la valeur cible
 Définir les limites de décision

 le clinicien définira ces limites en
fonction de la pertinence médicale
recherchée
 Activer les alarmes
 Cocher la case pour activer la



Les variations biologiques

Les variations biologiques : Fidélité

Maîtriser la fidélité du laboratoire en utilisant la variation

biologique
La fidélité d’une méthode est mesurée par son CV analytique:

CVa.
Les objectifs de contrôle qualité voudraient la faire tendre vers 0
mais c’est impossible :
Fidélité = Mesure de l’Erreur aléatoire Minimum

Maîtriser la fidélité du laboratoire en utilisant la variation

biologique
formule pour déterminer les choix de cibles possibles basée
sur les objectifs de performance
 Minimum: CVA<0 .75 CVw

 Souhaitable: CVA< 0.50 CVw
 Optimum: CVA< 0.25 CVw

Les variations biologiques : Imprécision BV

 Déterminer la valeur cible
 Choisir son niveau de

performance par rapport au CV
du laboratoire
 Choisir ses limites de

décisions
 Cocher les cases pour

activer les alarmes

Les variations biologiques : Imprécision BV

LD3
LD1
LD2

Les variations biologiques: Erreur Totale

Maîtriser la justesse (biais) du laboratoire en utilisant la variation

biologique:
Le biais correspond à une estimation de l’erreur systématique.

Il est en théorie possible de l’annuler après une bonne calibration
des appareils
labo   pairs
B
 pairs

Maîtriser le biais du laboratoire en utilisant la variation

biologique:
 Minimum: BA< 0.375 (CVw2+ CVb2)1/2

 Souhaitable: BA<0 .250 (CVw2+ CVb2)1/2
 Optimum: BA<0.125 (CVw2+ CVb2)1/2

Connaissant la formule pour l’infidélité et le biais à partir de la

variation biologique, nous pouvons maintenant calculer l’erreur
totale permise
Définition technique générale de l’erreur totale admise:
La somme du:
 CV (%) multipliée par un facteur z pour p<.05 le facteur z =
1.65
p<.05 :conduit à une probabilité de 5% ou moins qu’un système
stable produise un résultat de CQ hors des limites prescrites
d’acceptabilité
 Biais (%)
Une valeur absolue, sans signe

Maîtriser l’erreur totale en utilisant la variation biologique:

 Minimum: TeA<1.65(0,75)CVw+ 0,375(CVw2+ CVb2)1/2

 Souhaitable: TeA<1.65 (0,50)CVw+ 0,250 (CVw2+ CVb2)1/2
 Optimum: TeA<1.65 (0,25)CVw+ 0,125(CVw2+ CVb2)1/2


 Afficher les informations Inter
laboratoires (CVR et IET)
 Choisir son groupe de
consensus
 Déterminer la valeur cible
 Choisir ces niveaux de
performances pour Le biais et
pour la fidélité (Cf. données
consensuelles)
Minimale
Acceptable
Optimale
 L’objectif d’erreur totale est
automatiquement calculé pour
p<0.05
 Cocher les cases pour activer
les alarmes

Choisir ces niveaux de performances pour le biais avec «les données

consensuelles »
Minimale
Acceptable
Optimale
Acceptable

Choisir ces niveaux de performances pour la fidélité(cv)

avec « Informations Consensus »
Minimale
Acceptable
Optimale
Acceptable

Maîtriser l’erreur totale du laboratoire en utilisant la variation

biologique:
L’Erreur Totale Bio-Variation permet au laboratoire de
déterminer un intervalle de confiance calculé à partir de la
moyenne de son groupe de référence entouré de +/- une
fois l’erreur totale
Alarmes :
TE 05 si un point sort cet intervalle de confiance
TE-B si la moyenne s’écarte plus que la limite fixée
TE-I si le CV dépasse la limite fixée


TE
TE05
05
TE-I
TE-I
TE-B
TE-B

Valeurs > 3ET entrainentAlarmes

le rejet de la série
Diagramme de Levey-
Jennings classique

Les mêmes valeurs placées dans un intervalle d’erreur totale calculé sur les
variations biologiques montre que toutes les valeurs sont correctes
Diagramme de Levey-
Jennings en erreur totale

L’état de l’art

L’état de l’art : fixer une limite de fidélité (CV) basée sur les
capacités de la technologie
• Utilise les CV des groupes de consensus du

programme Unity
• Intègre uniquement les performances inter-
laboratoires pour fixer un objectif de CV.
 Le groupe de pairs est le comparateur le plus approprié

 Un outil pour maintenir la précision dans des limites
prescrites

 Déterminer la valeur
cible
 Choisir le groupe de
consensus
 Choisir ses limites de

décisions
 Cocher les cases

pour activer les alarmes
de fidélité

L’objectif de précision est basé sur le CV médian

du groupe de consensus

L’Etat de l’art ( State of Art)
Permet au laboratoire de déterminer un intervalle de

confiance correspondant à sa propre moyenne entourée de
+/- une, deux ou trois fois le CV de son groupe de référence
Alarmes
 SOA-1 : +/- 1 fois le CV


Documentation
Ricos and al. « Current databases on biological variation : pros, cons and progress » Scandinavian
Journal of Clinical and Laboratory investigation . 1999 ; 59 : 491-500
Frazer and al. « General strategies to set quality specification for reliability performance characteristics
» Scandinavian Journal of Clinical and Laboratory investigation 1999 ; 59 : 487-490

DR Marc Vachon, DR Philippe Desmeules Et Clément Arès

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

DR Marc Vachon, DR Philippe Desmeules Et Clément Arès

Încărcat de

Drepturi de autor:

Formate disponibile

VARIABILITÉ BIOLOGIQUE

Congrès CSCC/SQBC 2012 – QUÉBEC, QC

CSCC/SQBC 2012 - Québec

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

Depuis quelques années, surtout en Europe, on

La gestion de la qualité implique que l’on considère

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

L’Organisation internationale de standardisation

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

Tentatives de rapprocher la qualité des examens de

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

Variabilité biologique inter individuelle:

Variabilité biologique intra individuelle:

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

Contrôle de qualité actuel:

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

Déficience des règles CLIA:

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

Définition des balises de qualité par la variabilité

Précision et biais maximaux.

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

Variabilité biologique intra individuelle:

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

Paramètres de la variabilité intra individuelle

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

Paramètres de la variabilité intra individuelle

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

Paramètres de la variabilité intra individuelle

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

Pour certains paramètres, il n’est pas possible

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

Application concrète du concept de variabilité

Avec les données du contrôle de qualité interne que vous

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

Application concrète du concept de variabilité

Il est également possible de suivre

M. Clément Arès donnera les explications

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

Autres utilisations de la variabilité biologique

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

Autres utilisations de la variabilité biologique

Définition de Delta Checks:

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

Autres utilisations de la variabilité biologique

Utiliser la variabilité biologique lors de changement de lots de

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

Résultats pour le Fer

Biais maximum= Biais désirable: 8,8%

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

Autres utilisations de la variabilité biologique

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

Dr. Philippe Desmeules, Biochimiste clinique

SQBC-CSCC 19 juin 2012

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

Le Cvi consitue la donnée de base qui permet de calculer

Toutefois, quelle est la nature du chiffre présenté par Ricos? En

2011_10/Sales Support France/ QSD Logiciels /JBR/ Formation URT2

Prenons par exemple le cas de l’hémoglobine glyquée.

8 études différentes sont utilisées pour calculer le Cvi