Uso de las características de desempeño del análisis para estimar la confiabilidad de los resultados de la hemoglobina A1c A. Woodworth, N. Korpi-Steiner,

Slides:



Advertisements
Presentaciones similares
DISEÑO DE EXPERIMENTOS EXPERIMENTOS DE COMPARACIÓN SIMPLE
Advertisements

F. Pagliano, S. Misino, M. E. Almagro, G. Wilbik, P. Pavón, K. Franke, D. Gómez Sector Química Clínica, Laboratorio de Medicina S.A.
Planificación de Monoprocesadores
EVALUACION DE PROYECTOS
Edward Rivera Maldonado Subcomisionado de Seguros de Puerto Rico La Importancia de la Divulgación de Información Financiera: Rol y Herramientas del Supervisor.
EVALUACIÓN DE LA CALIDAD DE UN RESULTADO ANALÍTICO
HERRAMIENTAS ESTADÍSTICAS PARA CONTROL DE CALIDAD
Exploración del genoma de cáncer en plasma: Detección de aberraciones del número de copias relacionadas con el tumor, variantes de nucleótido único y heterogeneidad.
Interferencia de Autoanticuerpos Específicos de Troponina en Diferentes Configuraciones de Estudios de Troponina Cardiaca I. T. Savukoski, E. Engström,
CONTROL ESTADÍSTICO DE PROCESOS
CALIDAD EN EL LABORATORIO DE ANÁLISIS CLÍNICOS
METRICAS DE PROCESO Y PROYECTO
CONTROL DE CALIDAD DE LOS PROCEDIMIENTOS ANALITICOS
Evaluando Competencias Profesionales a Través de Rúbricas
Muestreo Obtención de evidencia confiable y pertinente, suficiente para brindar una base razonable sobre la cual emitir una opinión. Procedimientos que.
Estimación por Intervalos de confianza
Estrategias alternativas de calibración para el laboratorio clínico: aplicación para la farmacovigilancia de la nortriptilina M.T. Olson, A. Breaud, R.
EJEMPLO DE APLICACIÒN DEL PROCEDIMIENTO Se tiene una muestra de sangre, y se requiere determinar alcohol etílico por cromatografía de gas con headspace.
HERRAMIENTAS PARA EL CONTROL ESTADÍSTICO DE CALIDAD.
Sonda mediadora de PCR: un nuevo enfoque para la detección de PCR en tiempo real basado en sondas primarias sin etiquetas y en indicadores fluorogénicos.
MUESTREO DE ACEPTACIÓN DE LOTES POR VARIABLES
Detección de inestabilidad de microsatélites mediante secuenciación
9 Regresión Lineal Simple
Maracaibo, 5 de Noviembre de 2007 Universidad del Zulia Facultad de Ingeniería Instituto de Cálculo Aplicado Universidad del Zulia Facultad de Ingeniería.
Control estadístico de Proceso
Población y Muestra.
Identificación de normalización inadecuada en 6 análisis de laboratorio de rutina a partir de la medición de 8 analitos comunes en suero natural H.C.M.
Importancia de las aplicaciones de estadística en el control de procesos Guatemala 2010.
Inmunorreacciones rápidas activadas magnéticamente
Valor pronóstico a largo plazo para
Precisión diagnóstica de las pruebas de calprotectina fecal y de las pruebas inmunoquímicas de sangre oculta en el punto de atención para el diagnóstico.
Precisión en 6 Estudios de Rutina de 25- HidroxivitaminaD: Influencia de la Concentración de Proteína Adherente de Vitamina D. A.C. Heijboer, M.A. Blankenstein,
UNIVERSIDAD NACIONAL INTERCULTURAL DE LA AMAZONIA
SEGURIDAD EN SISTEMAS DE POTENCIA
VALIDACION DE METODOS ANALITICOS.
ESPECIFICACIONES DE CALIDAD (EECC) EN EL LABORATORIO CLÍNICO
Unidad V: Estimación de
Aplicabilidad del AGREE II, Instrumento para la evaluación del
Procesamiento estadístico de datos en bioquímica clínica
Métodos de calibración: regresión y correlación
Simular: Representar una cosa, fingiendo o imitando lo que no es.
Niveles bajos de 25-hidroxivitamina D y riesgo de diabetes tipo 2: estudio prospectivo, de cohortes y metaanálisis. S. Afzal, S.E. Bojesen y B.G. Nordestgaard.
El enfoque tradicional del enfoque de aceptación
Capacidad de Proceso.
Inferencia Estadística
Herramientas básicas.
MEDIDAS DE PRECISIÓN Fijación de complemento = FC Sensibilidad = Se
Sistemas, Procesos y Modelos
TUTORIAL EVALUACIÓN ESTADÍSTICA DE LOS RESULTADOS
Journal Club Diagnóstico in vitro de microARN con analizadores de inmunoanálisis A. Kappel, C. Backes, Y. Huang, S. Zafari, P. Leidinger, B. Meder, H.
Aproximaciones y Errores
Estimación y contraste de hipótesis
Introducción al proceso de verificación y validación.
Regresión Lineal Simple
MUESTREO Y TAMAÑO DE LA MUESTRA
Estadística para la gestión educativa Conceptos básicos Mtra. Ing. Rosa María Lamadrid Velazco T.
Construcción de modelos con regresión y correlación
Calidad de las Mediciones; Repetibilidad y Reproducibilidad
INFERENCIA ESTADÍSTICA
Marco de Trabajo para Indexación, Clasificación y Recopilación Automática de Documentos Digitales Javier Caicedo Espinoza Gonzalo Parra Chico.
Cómo escribir un informe de investigación
Rigoberto Marcelo Yáñez Vera
TAMAÑO DE LA MUESTRA. Para definir el tamaño de la muestra se debe tener en cuenta los recursos disponibles y las necesidades del plan de análisis, el.
POBLACIÓN Y MUESTRA CÁLCULO DEL TAMAÑO MUESTRAL. Descripción e inferencia Población Muestra Muestreo Inferencia Resultado.
RECHAZO DE DATOS DE UNA SERIE
METODOS DE REMUESTREO: JACKKNIFE Y BOOTSTRAP
TAMAÑO DE LA MUESTRA Alvaro Alfredo Bravo Dpto. de Matemáticas y Estadística Universidad de Nariño - Colombia.
ESTADISTICA Llamada ciencia de los datos por el aporte que recibe de la matemática y el uso que hace de esta para la medición de errores. Se encarga de.
TEMA 7 ANÁLISIS DE LOS RESULTADOS TEMA 7 ANÁLISIS DE LOS RESULTADOS.
Hospitales seguros Preparativos del sector salud en casos de desastre
Transcripción de la presentación:

Uso de las características de desempeño del análisis para estimar la confiabilidad de los resultados de la hemoglobina A1c A. Woodworth, N. Korpi-Steiner, J.J. Miller, L.V. Rao, J. Yundt-Pacheco, L. Kuchipudi, C.A. Parvin, J.M. Rhea y R. Molinaro Agosto de 2014 www.clinchem.org/content/60/8/1073.full © Copyright 2014 by the American Association for Clinical Chemistry

Introducción – Control de calidad y riesgos Los programas de controles de calidad (CC) analíticos se desarrollan en todos los laboratorios certificados por CLIA para identificar y corregir errores rápidamente. CMS introdujo recientemente un nuevo tipo de plan de CC: Plan de Control de Calidad Individualizado (IQCP) Los laboratorios pueden decidir usar enfoques de CC tradicionales o estrategias de gestión de riesgos El riesgo de la notificación de un resultado poco confiable de pacientes puede determinarse mediante el uso de requerimientos de desempeño analítico y características de un análisis individual.

Introducción Esta evaluación de riesgos de Hb A1c utiliza: Un IQCP basado en riesgos para la hemoglobina (Hb) A1c Ideal para poner a prueba un análisis de riesgos debido a: Armonización y normalización Características de desempeño definidas Ambas plataformas de laboratorio y diagnóstico inmediato Amplio conjunto de información clínica para conducir las pruebas Esta evaluación de riesgos de Hb A1c utiliza: Características de desempeño del análisis en entornos clínicos Tres límites de aceptación diferentes (± 5 %, 6 % y 7 %) Práctica de CC estándar (1-2S con 2 niveles de CC) Mismo número de pacientes entre eventos de CC (100)

Herramientas cuantitativas para la evaluación de riesgos Imprecisión del análisis (% CV) y exactitud (% sesgo) Error total admisible (ETa): especificaciones de calidad para las diferencias aceptables entre los resultados reales y medidos de un análisis dado Métricas Sigma ponderadas por paciente: valor Sigma calculado y promediado a lo largo de la distribución observada de Hb A1c de pacientes, donde σ = [(ETa -% sesgo)/CV] E(Nuf): el número de resultados finales de pacientes con errores > ETa cada vez que se observa un CC fuera de rango % poco confiable en condiciones de control: probabilidad (%) de generar resultados con errores > ETa cuando el análisis está controlado

Objetivo de este estudio Introducción Objetivo de este estudio Evaluar el riesgo de notificación de un resultado de Hb A1c poco confiable al usar métodos de Hb A1c certificados por NGSP actualmente disponibles. La evaluación de riesgos empleada: 6 métodos diferentes entre 4 centros médicos académicos Consulte Editorial: Little, RR. Performance of Hb A1c Assay Methods: Good Enough? (Desempeño de métodos de análisis de Hb A1c: ¿Es lo suficientemente bueno?). Clin Chem 2014;60:8:1031.

Pregunta Además del error analítico, ¿qué otras fuentes de error deben considerarse al evaluar el riesgo de notificación de un resultado poco confiable? ¿Cómo se detectan estos errores?

Materiales y métodos - Análisis de Hb A1c Instrumento Fabricante Metodología Variant II Turbo (versión 1.0) BioRad HPLC de intercambio iónico Variant II Tosoh G8 Tosoh Capillarys 2 Sebia Electroforesis capilar Cobas Integra 800 Roche Inmunoanálisis DCA Vantage-1 (cal anterior) Siemens Diagnóstico inmediato DCA Vantage-2 (cal nuevo)

Estudio de sesgo (EP-9) Estudio de precisión (EP-5) Materiales y métodos Estudio de sesgo (EP-9) Estudio de precisión (EP-5) NGSP (n=40/lab) Material de CC específico de proveedor Worcsester Louisville Nashville Atlanta Worcsester Louisville Nashville Atlanta Datos compilados en la Universidad de Emory Datos compilados en la Universidad de Emory Análisis de evaluación de riesgos de CC y estadísticas,   Bio-Rad Quality System Division (División de Sistemas de Calidad de Bio-Rad)

Preguntas ¿Qué condiciones fijas se usaron para la evaluación del riesgo de notificación de un resultado poco confiable para cada análisis? ¿Qué entornos de ETa diferentes se usaron y por qué?

Resultados – Figura 2 El sesgo porcentual de todos los métodos se calculó usando las relaciones de regresión lineal sobre un rango de concentraciones de Hb A1c con valor objetivo asignado de NGSP. Estos sesgos variaron ampliamente entre las diferentes plataformas con la mayor variabilidad observada en los análisis Variant II e Integra 800 a bajas concentraciones de Hb A1c. La precisión se determinó mediante el uso de material de CC específico y osciló entre 1.28 % - 2.97 % y 0.8 % - 2.65 % a los niveles alto y bajo, respectivamente (Para obtener más detalles consultar la tabla 1).

Resultados – Figura 3 El cambio previsto en el número esperado de resultados poco confiables de pacientes en forma previa a un evento de CC aceptado, E(Nuf), representado en el eje y computado sobre un rango de posibles condiciones fuera de control [error sistemático (ES)] se muestra en el eje x para cada plataforma de análisis de Hb A1c evaluada. Cada uno asume una norma de CC de 1-2s con 2 CC y una media de 100 exámenes de Hb A1c entre los eventos de CC y un error total admisible (ETa) del 6 %. Las líneas de Capillary 2 (3D) y DCA Vantage Lote 2 (3G) son prácticamente horizontales debido a que el E(Nuf) es mínimo.

Resultados – Tabla 2 Tabla 2 – Análisis de riesgos para los análisis de Hb A1c a 3 diferentes límites de Eta Sigma ponderado por paciente % poco confiable en E(Nuf) máximo en 100 eventos condiciones de control Plataforma de análisis Se calcularon tres medidas diferentes para el riesgo de notificación de un resultado poco confiable en cada análisis a 3 errores totales admisibles diferentes (ETa = 5 %, 6 % y 7 %), incluidos el valor sigma ponderado por paciente, el % de resultados poco confiables mientras el análisis está bajo control (% poco confiable en condición de control) y el máximo número de resultados poco confiables debido a una condición fuera de control (Max E(Nuf)). Cada cálculo se realizó asumiendo una norma de CC 1-2s con 2 eventos de CC por día y 100 muestras de pacientes entre eventos de CC. Capillarys 2 presentó la menor cantidad e Integra 800 la mayor cantidad de resultados poco confiables esperados mientras el análisis se encontraba bajo control y fuera de control a un ETa del 5 %.

Preguntas ¿Cuál tuvo mayor influencia en el desempeño del método (precisión o sesgo) y cómo puede evaluarse esto en forma regular? Teniendo en cuenta las conclusiones de este estudio, ¿realiza su laboratorio una cantidad adecuada de controles de calidad para su método de Hb A1c?

Resumen y conclusiones Pueden usarse tres tipos de características analíticas a fin de evaluar el riesgo de notificación de un resultado poco confiable de Hb A1c: Características de desempeño del análisis (precisión y sesgo) Estrategias de CC (N.º de muestras de CC + normas) Requerimientos de desempeño clínico (objetivos de ETa) Los cálculos de riesgos para la notificación de resultados poco confiables basados en el desempeño analítico exclusivamente variaron prácticamente en 500 veces en las 6 plataformas de análisis de Hb A1c. A una estimación de ETa de ± 6 %, todos los análisis de Hb A1c de este estudio excepto uno requieren la realización del CC “máximo accesible”. Pueden usarse cálculos de riesgos para los métodos de la Hb A1c de laboratorios individuales a fin de evaluar las prácticas de CC y el riesgo residual de la notificación de un resultado de Hb A1c poco confiable.

Gracias por su participación en el Clinical Chemistry Journal Club de este mes. Podrá encontrar otros Journal Club en www.clinchem.org ¡Descargue en forma gratuita la aplicación de Clinical Chemistry en iTunes para obtener contenido adicional! Síganos en