Samkjøring av instrumenter

Like dokumenter
Mellominstrumentell. Eksempler fra medisinsk biokjemi. Utarbeidet av overlege Sverre Marstein og bioingeniør Torill Odden Sentrallaboratoriet

Databehandlingen for de ovennevnte EKV programmene blir utført på samme dataprogram, og utseendet av rapportene blir derfor tilnærmet likt.

Akseptgrenser. De grenser et EKV-resultat bør ligge innenfor for at resultatet skal vurderes som akseptabelt. Akseptgrenser i EKV

HbA1c Kvalitetskrav. Diabetesforum 2015 Oslo, den 22. april 2015

NKK-Workshop. Sveinung Rørstad, Fürst Medisinsk Laboratorium

IQC/metodevalidering: Kartlegging av impresisjon og middelverdi (target).

Krav til analysekvalitet Forslag til fremgangsmåte

Bioingeniørkongressen 3. juni 2016 «Preanalytisk usikkerhet ulike aspekt» Marit Sverresdotter Sylte, Overbioingeniør/PhD

Måleusikkerhet, bruk av kontrollkort og deltakelse i sammenliknende laboratorieprøvinger innen kjemisk prøving

VERIFISERING AV STORE ANALYSESYSTEMER

CLSI Verification of Comparability of Patient Results Within One Health Care System; Approved Guideline Appendix B. NKK workshop 2013 Pål Rustad

NS-EN ISO 15189:2007

Krav til analysekvalitet sett i sammenheng med Ekstern Kvalitetsvurdering (EKV)

HbA1c Kvalitetskrav og enheter - hva skjer?

Diagnostikk av diabetes. HbA1c, hvordan skal vi bruke den i hverdagen? Feilkilder og kritisk differanse

Tolkning av TnT resultat - analytiske kvalitetskrav til troponin analyser

Analysekvaliteten på U-AKR og S-kreatinin (egfr)

Validering av analysekvalitet, Del 1. Tester og riktighet

Fagbioingeniør Kirsti Holden

ESTIMATION OF PREANALYTICAL UNCERTAINTY IN CLINICAL CHEMISTRY

Datamatrisen: observasjoner, variabler og verdier. Variablers målenivå: Nominal Ordinal Intervall Forholdstall (ratio)

Analysekvalitet på urinalbuminanalysen

Prøvematerialets holdbarhet

ER EDTA-PLASMA ALLTID EGNET TIL ANALYSE AV HOMOCYSTEIN?

Oppgave 1. Det oppgis at dersom y ij er observasjon nummer j fra laboratorium i så er SSA = (y ij ȳ i ) 2 =

Nasjonal holdbarhetsdatabase

Feilsøking innen EKV. FLYTSKJEMA en strukturert tilnærming for å finne årsak til EKVavvik HVORFOR?

Oppgave 1. X 1 B(n 1, p 1 ) X 2. Vi er interessert i forskjellen i andeler p 1 p 2, som vi estimerer med. p 1 p 2 = X 1. n 1 n 2.

Valideringsrapport av P-APTT med STA- PTT A 5 analysert på STA-R Evolution og STA Compact

Statistisk prosesskontroll i blodbank

Bedre resultater i Nord-Trøndelag

Hvordan forbedre EKV-program som har metodespesifikk fasit?

Test av riktighet med NFKK Reference Serum X utført i danske, islandske og norske laboratorier

Kvalitetskontroller fra Radiometer

Laboratorium for medisinsk biokjemi og blodbank.

HISTORIKK UTVIKLINGEN AV FAGET

Lot-lot variasjon -bakgrunn og forslag til utførelse

I dag. Konfidensintervall og hypotesetes4ng ukjent standardavvik (kap. 7.1) t-fordelingen

NKKS RAPPORTVEILEDER FOR LABQUALITY-PROGRAM

Blodsukkermåling HbA1c Oral glukosetoleransetest (OGTT) Kvalitetssikring på laboratoriet

Formål med utsendelsen

Regional forskingskonferanse for Psykiatri og rusfeltet Vår Olav M. Linaker PH, St. Olavs Hospital/INM, NTNU

Seksjon for pasientnær analysering MBF, HUS. Avdeling for medisinsk biokjemi og farmakologi Haukeland Universitetssykehus

Statistikk En måte å beskrive og analysere fenomener kvantitativt Eva Denison

Nasjonale prøver i lesing, regning og engelsk på ungdomstrinnet 2015

Oppgave 1. T = 9 Hypotesetest for å teste om kolesterolnivået har endret seg etter dietten: T observert =

Kunnskapsesenterets Bruk og tolkning av meta-analyser. nye PPT-mal. Jan Odgaard-Jensen, statistiker

EKSAMENSOPPGAVER STAT100 Vår 2011

Repeated Measures Anova.

Nasjonal protokoll for holdbarhetsforsøk

Løsningsforslag eksamen 25. november 2003

ALM-MB Valideringsrapport av P-PTINR med STA- SPA 50 + analysert på STA-R Evolution

6.2 Signifikanstester

Godkjent av: Godkjent fra: Gerd Torvund. Gerd Torvund

NKK Workshop 2013 Gruppeoppgave Del 1

Norges teknisk-naturvitenskapelige universitet Fakultet for samfunnsvitenskap og teknologiledelse Pedagogisk institutt

Kunnskapsesenterets Bruk og tolkning nye PPT-mal av meta-analyser. Jan Odgaard-Jensen, statistiker

Analyse av kontinuerlige data. Intro til hypotesetesting. 21. april Seksjon for medisinsk statistikk, UIO. Tron Anders Moger

Dataanalyse. Hva er en dataanalyse og hvordan gå frem for å gjennomføre en dataanalyse av det innsamlede datagrunnlaget fra en feltundersøkelse?

Flytskjema. - for behandling av avvikende EKV-resultat. Gunn B B Kristensen, NKK møte Hva skal jeg snakke om?

Tid: 29. mai (3.5 timer) Ved alle hypotesetester skal både nullhypotese og alternativ hypotese skrives ned.

HbA1c som diagnostiseringsverktøy Fordeler og begrensninger Hvordan tolker vi det? Kritiske søkelys

Percentiler / Flagger

Resultatrapport hematologi, utsendelse 3/2011

TMA4240 Statistikk H2010

Resultatrapport hematologi, utsendelse 1/2012

Tillatte hjelpemidler: C3: alle typer kalkulator, alle andre hjelpemidler

Fordelinger, mer om sentralmål og variasjonsmål. Tron Anders Moger

Autovalidering Våre erfaringer etter 1 års bruk

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 4

Overordnede kommentarer til resultatene fra organisasjonskulturundersøkelse (arbeidsmiljøundersøkelse) ved Kunsthøgskolen i Oslo

2. Hva er en sampelfordeling? Nevn tre eksempler på sampelfordelinger.

Nasjonalt prosjekt for standardisering. av holdbarhetsforsøk

Nasjonale prøver i lesing, regning og engelsk på 5. trinn 2015

Hvordan forstå meta-analyse

Resultatrapport hematologi, utsendelse 4/2013

Preanalytisk verifisering

Tid: Torsdag 11.desember 9:00 12:30 (3.5 timer) Emneansvarlig: Solve Sæbø, Tlf

Resultatrapport hematologi, utsendelse 4/2011

PULSOKSYMETER RAD-5 MASIMOSET BÆRBAR TYPE REVISJON:

Forurenset sjøbunn En vurdering av miljøundersøkelser som beslutningsgrunnlag for og dokumentasjon av tiltak i norske havner og fjorder

Hypotesetesting. mot. mot. mot. ˆ x

Hurtigtesten som utføres per i dag. Åpent møte 7 januar 2008 Gentesting ved bryst- og eggstokkreft

Resultatrapport hematologi, utsendelse 4/2011

NKKS RAPPORTVEILEDER GENERELL DEL

EQAnord Hemolyseprosjekt

Resultatrapport hematologi, utsendelse 2/2011

Olgunn S. Lid, seksjonsleder for Seksjon for hematologi-og koagulasjonsanalyser, Lab.for klinisk biokjemi,

Noen momenter ved vurdering av eksamen PSY1010 PSYC1100 høsten 2018.

Transkript:

Samkjøring av instrumenter NKK-møtet 15. mars 2011 Bjørn J. Bolann Laboratorium for klinisk biokjemi Haukeland universitetssykehus

Utgangspunkt To instrumenter gjør samme analyse Gir de samme resultat? Undersøkes ved å parallellanalysere prøver Forskjellen bør være 0, men analytisk variasjon gjør at det alltid blir litt forskjell Hvordan tolke forskjell mellom de parallelle resultatene?

Ulike problemstillinger (1) Påvise systematisk forskjell mellom instrumentene ved normal funksjon Påvise nivåforskjell Mange paralleller statistiske beregninger når fullført (2) Avdekke avvik fra normal funksjon Påvise et tilkommet avvik Løpende vurdering av få resultater tolkning umiddelbart

Avdekke avvik fra normal funksjon ved parallellanalysering Man må først kjenne normal funksjon av metodene: Systematisk forskjell mellom metodene = gjennomsnittsdifferanse (bias) Variasjon i differansene (SD diff ) Hvor stort t(lit (lite) avvik ønsker vi å avdekke? dkk? En realitetsorientering i i kan være nødvendig: di Hvor stort (lite) avvik er det mulig å avdekke? Hvor stort må avviket være for å bli oppdaget med % sannsynlighet?

Hvordan gjørvidet? Prøve Metode som kontrolleres Kontrollerende metode («mentormetoden») Resultat 1 Resultat 2 Resultat 1 - resultat 2 = diff Er diff større enn forventet ved normal funksjon? Nøkkelparametere: Forventet diff ved normal drift (= bias) ) SD diff

Kjenne normal funksjon av metodene Før resultat av parallellanalysering opp i tabell.. o.s.v... og beregn.. Gjennomsnittsdifferanse (bias) SD for differansene B SD diff p g B ±SD diff Spredning av differansene

Tegn differanseplot..

Påvise avvik fra normal funksjon Hvor stort (lite) avvik er det mulig å avdekke? Hvor stort må avviket være for å bli oppdaget med % sannsynlighet?

Metodesamkjøring : Differanser ved normal drift Sannsyn nlighetste etthet 25% 2,5-3 -2-1 0 1 2 3 Differanse, antall SD diff fra forventet verdi

Sannsynlighet for å påvise avvik: Eksempel Alarmgrense Sannsyn nlighetste etthet Avvik 0 Differanse, avvik fra forventet verdi Tilkommet avvik = alarmgrensen Ped (Probability of error detection) =?

Sannsynlighet for å påvise avvik Alarmgrense Sannsyn nlighetste etthet Avvik 50 % 0 Differanse, avvik fra forventet verdi Det er 50 % sannsynlighet for å oppdage et avvik på størrelse med alarmgrensen

Sannsynlighet for å påvise avvik Alarmgrense Sannsyn nlighetste etthet Avvik 90 % 0 Differanse, avvik fra forventet verdi For å oppdage et avvik med > 50 % sannsynlighet må alarmgrensen være < avviket

Sannsynlighet for å oppdage avvik øker med avvikets størrelse Styrkediagram n = 1 for alarm Sann nsynlighet 1 09 0,9 0,5 1-2s 1-2,5s 1-3s 1-3,5s 0 1 2 3 3,3 4 5 Systematisk avvik/sd diff Påvisbart avvik = 3,3 SD diff

Styrkediagram, n = 2 1 0,9 San nnsynlighet fo or alarm 0,5 1-2s 1-2,5s 1-3s/2-2s 1-3s 2-2s 2-2,5s 0 0 1 2 3 4 5 Systematisk avvik/sd diff 3,1 Påvisbart avvik = 3,1 SD diff

Hvor stort avvik er det mulig å avdekke? Ved bruk av Westgard kontrollregler Alarmgrenser 2 3 SD diff 1 2 parallellanalyser: Avvik på 3 3,5 SD diff avdekkes med 90 % sannsynlighet Avvik på 2 2,5 SD diff avdekkes med 50 % sannsynlighet 3 4 parallellanalyser: Avvik på 2,5 3 SD diff avdekkes med 90 % sannsynlighet Avvik på 1,5 2 SD diff avdekkes med 50 % sannsynlighet

Løpende samkjøring av instrumenter: Hvordan avdekke avvik fra normal funksjon Forslag til fremgangsmåte Beregn stabil syst. forskjell (bias, B) mellom metodene Beregn SD diff Velg kontrollregel for differansene F.eks Westgardregel 1 2s (n=1) eller 1 3s 2 2s (n=2) Kontrollregler bygger her på SD diff! Beregn påvisbart avvik Beregn forventet antall falske feilmeldinger Utfør parallellanalysering Legg resultatene inn i et differanseplot med alarmgrenser

Eksempel 1 Differanseplot Stabil syst. forskjell (bias) = 0 1,5 1 0,5 0-0,5-1 -1,5 0 5 10 15 20 Dag Forventet differanse = 0 Alarmgrenser = 0 ± 2 SD diff

Eksempel 2 Differanseplot Stabil syst. forskjell (bias) = 0,6 2 15 1,5 1 05 0,5 0-0,5-1 0 5 10 15 20 Dag Forventet differanse = 0,6 Alarmgrenser = 0,6 ± 2 SD diff

Hvis man synes at påvisbart avvik er for stort Synes du at påvisbart avvik på 2,5 3,5 SD diff er litt mye? Forbedringspotensiale: Lavere SD analytisk Lavere SD diff Flere kontroller, strengere kontrollregel Lavere påvisbart avvik Alternativ prosedyre: Bruk av konfidensintervall for gjennomsnitt av flere målinger

Bruk av konfidensintervall for gjennomsnitt av flere målinger Velg antall målinger (n) som skal klinngå i hver vurdering Beregn standard error of the mean SEM SD diff diff = n Utfør n parallellmålinger, beregn middelverdi av differansene Beregn konfidensintervall = middelverdi av differansene ± z. SEM diff z = 1,28 gir ensidig 90 % intervall, dvs. Ped = 90 % Hi Hvis konfidensintervallet i toverskrider kid tillatt tt avvik ALARM Mean diff ± 1,28 SE EM diff Scand J Clin Lab Invest 2010;70:410

Bruk av konfidensintervall for gjennomsnitt av flere målinger Påvisbart avvik (med 90 % sikkerhet, <1 % falske feilmeldinger): 2 paralleller: 2,8 SD diff 4 paralleller: 2,0 SD diff 10 paralleller: 1,3 SD diff

Bruk av konfidensintervall for gjennomsnitt av flere målinger: Oppskrift På forhånd dbestemmes Stabil syst. forskjell (bias) Tillatt avvik utover dette Forventet SD diff Antall differanser (n) som skal inngå i hver vurdering SEM diff Ønsket % feiloppdagelse (p) Ensidig p % konfidensintervall for gjennomsnitt av n differanser Akseptabel andel falske feilmeldinger Alt ovenfor blir konstante størrelser I hver vurdering beregnes Gjennomsnitt av de n differansene, om dette gjennomsnittet ± konfidensintervallet går utenfor tillatt avvik

Konklusjon Samkjøring av instrumenter Stabil syst. forskjell (bias) mellom metodene må bestemmes Til løpende mellom instrument kontroll brukes vanlige Westgard kontrollregler med SD diff som grunnlag for alarmgrenser B som målverdi Alternativ metode: Konfidensintervall for gjennomsnitt av flere differanser sammenlignes direkte med tillatt avvik