Juan se realiza cada año un control de su glucemia y resulta: Sabemos que la glucemia en ayunas puede variar :  por un proceso patológico  por alguna.

Slides:



Advertisements
Presentaciones similares
DISEÑOS DE ESTUDIO EN EPIDEMIOLOGIA
Advertisements

DISEÑO DE EXPERIMENTOS EXPERIMENTOS DE COMPARACIÓN SIMPLE
Prueba de Hipótesis (Test de Hipótesis)
BUENAS TARDES.
DISEÑO DE EXPERIMENTOS
Estudios de Cohorte Dra. Pilar Jiménez M..
Modelos de Variable Dependiente Binaria -Logit y Probit-
Contraste de Hipótesis
CONTROL DE CALIDAD DE LOS PROCEDIMIENTOS ANALITICOS
CONCEPTOS BÁSICOS EN QUÍMICA CLÍNICA
BIENVENIDOS.
La prueba U DE MANN-WHITNEY
Planeación Financiera
Clase 3 Universo y Muestra
Utilización de la variabilidad biológica en el laboratorio clínico
HERRAMIENTAS PARA EL CONTROL ESTADÍSTICO DE CALIDAD.
DRA.MIER BIOQUIMICA EUTM,2006
Prof. Dr. Enrique Abraham Marcel Lic. Miriam García Huergo
Clase 5 Hipótesis de diferencias de grupos
TIPOS DE MODELOS DE REGRESIÓN Y SUPUESTOS PARA EL MODELO A
Diseño Estadístico y Herramientas para la Calidad
El equipo médico y de enfermería de Atención Primaria ante el paciente en riesgo de sufrir insuficiencia cardiaca Fernando J. Ruiz Laiglesia Álvaro Flamarique.
Importancia de las aplicaciones de estadística en el control de procesos Guatemala 2010.
UNIVERSIDAD INCA GARCILASO DE LA VEGA
UNIVERSIDAD TÉCNICA DE BABAHOYO
Curso de Bioestadística. ANOVA
INDICADORES DE CALIDAD ANALÍTICOS
METFORMINA Vs DIETA Y EJERCICIO PARA TRATAR LA GLUCEMIA BASAL ALTERADA EN PACIENTES ADSCRITOS A LA UMF 66  INSTITUTO MEXICANO DEL SEGURO SOCIAL UNIDAD.
ECONOMÍA II INSTITUTO REGIOMONTANO DE HOTELERÍA Semestre Agosto – Diciembre 2011 Lic. César Octavio Contreras Web:
VALORES DE REFERENCIA EN QUIMICA CLINICA Referencia: IFCC y SEQC II Congreso Bioquímico del NEA Bioq. Alberto Daniel.
Universidad de Chile Facultad de Ciencias Químicas y Farmacéuticas
PATOLOGÍA CLÍNICA Dra. Julissa Reyes PUCMM. Patología Clínica: Pathos: enfermedad Logos: tratado Kline: Lecho Es la especialidad medica que Aplica la.
ESPECIFICACIONES DE CALIDAD (EECC) EN EL LABORATORIO CLÍNICO
¿Cómo afecta la pluripatología a la calidad de la atención prestada? Turner BJ, Hollenbeak CS, Weiner M, Have TT, Tang SSK. Effect of Unrelated Comorbid.
Unidad V: Estimación de
ESTADISTICA TEMA y 223.
Datos: Estadística.
Medidas de Dispersión.
Procesamiento estadístico de datos en bioquímica clínica
FACILITADOR JOSE HERIBERTO CRUZ GARCÍA
OBJETIVOS DE APRENDIZAJE Se pretende que el alumno, luego de estudiar el tema y realizar los ejercicios de aplicación, sea capaz de: Reconocer las fuentes.
Universidad Nacional de Colombia Curso Análisis de Datos Cuantitativos.
Capacidad de Proceso.
INSTITUTO MEXICANO DEL SEGURO SOCIAL
Tratamiento de datos y azar
Herramientas básicas.
Intervalo de Confianza para una proporción con muestra grande
Tamaño de Muestra y Poder del Estudio de Investigación  Los ingredientes para calcular el tamaño de muestra y como diseñar el estudio  Un ejemplo, con.
TAMAÑO MINIMO DE MUESTRA PARA COMPARACIONES DE PROMEDIOS Mario Briones L. MV, MSc 2005.
AUTOANALIZADORES DE QUIMICA CLINICA
Sesión 13: Distribuciones Muestrales y Tamaño de Muestra
Eficacia del tratamiento intensivo para reducir el colesterol LDL en la prevención de las enfermedades cardiovasculares Cholesterol Treatment Trialists´
ANÁLISIS E INTREPRETACIÓN DE DATOS
GUIA DE INFORMACIÓN BASICA PARA EL CIUDADANO EN RELACION A LOS LABORATORIOS CLÍNICOS los laboratorios del Área de Gestión Clínica de Biotecnología de la.
COMPROBACION DE HIPOTESIS SOBRE DOS PROMEDIOS Mario Briones L. MV, MSc 2005.
Introducción a la psicología
Regresión Lineal Simple
Septiembre  Responde a quienes y cuantas personas se aplicará el instrumento de recolección de datos.
MUESTREO Y TAMAÑO DE LA MUESTRA
Control Estadístico de Procesos
Construcción de modelos con regresión y correlación
TUTORA: DRA. SARA AGUIRRE DISERTANTE: DR. JORGE ESTIGARRIBIA LOS IECA REDUCEN LA MORTALIDAD EN PACIENTES CON HIPERTENSIÓN Disminución de muertes.
Intervalos de confianza
Estadística para administradores
Especificaciones de la calidad analítica para magnitudes de gran variación biológica. Fernández Calle P, Alvarez Funes V, Biosca Adzet C, Boned Juliani.
DILUCIONES.
Rigoberto Marcelo Yáñez Vera
Teoría de la Generalizabilidad
RECHAZO DE DATOS DE UNA SERIE
INTERVALO DE CONFIANZA
Transcripción de la presentación:

Juan se realiza cada año un control de su glucemia y resulta: Sabemos que la glucemia en ayunas puede variar :  por un proceso patológico  por alguna medicación  por fluctuaciones biológicas intraindividuo  por la imprecisión inherente a la medición La cuestión es poder discriminar cuál o cuáles de estas 4 causas provocan los cambios observados en las 4 causas provocan los cambios observados en las glucemias en ayunas de Juan glucemias en ayunas de Juan Variabilidades y diferencia crítica mg%85 mg%92 mg%100 mg%

Para valorar si este cambio se debe solamente a las fluctuaciones biologicas + analiticas, ó es consecuencia de un proceso patológico ( o de una medicación), se calcula el Valor de Referencia del Cambio o Diferencia crítica. VRC= Zp x(2) 1/2 x (CV A2 +CV w2 ) 1/2, donde. Zp = 1,96 para tener un 95% de confianza CV A = Coef de Var analítica, CV w = Coef de Var biológica intraind. No podemos modificar el CV w, pero podemos minimizar el CV A y con ello lograr un menor VCR El VRC estima el máximo cambio observable entre dos mediciones en un mismo indiv, debido a la Variabil. biol.intraind más la variabilidad analítica. Si la diferencia observada es > al VCR del analito, hay una probabilidad del 95% que exista otra causa, además de ambas variabilidades. A menor VCR, mayor poder de discriminar las causas de la diferencia observada entre dos mediciones en un mismo indiv.

Para la glucemia en ayunas, C.V.bi= 5,7%, por tanto la Gluc= 100 mg% puede fluctuar entre 94,7 y 105,7 mg% por causas biológicas del individuo Si nuestro lab tiene un CVa = 2,5 %, una Gluc= 100 mg% puede fluctuar entre 97,5 y 102,5 mg% por nuestra imprecisión analítica. Si calculamos el VCR, (para IC = 95%) para la glucemia obtenemos: VCR= 15% Para una gluc= 100mg%, el 15% = 15 mg%, por lo tanto, hay 95 % de probabilidad que una diferencia entre dos glucemias < 15 mg% se deba a fluctuaciones biológicas + analíticas.

Esto no excluye que además posea algún proceso patológico o un tratamiento que cause leves cambios, pero ya no podemos advertirlo por el VCR Volviendo a las glucemias de Juan, vemos que todos los cambios interanuales no son diferencias críticas. Sin embargo, hay una tendencia no explicable por fluctuaciones aleatorias que sugiere investigar un proceso patológico o un tratamiento como causa del aumento de la glucemia.

 Si en el caso anterior de Juan, en el siguiente control (año 2012), su gluc= 118mg%, comparado con su glucemia = 100 mg% del 2011, la diferencia = 18 mg%. Ahora, la diferencia > al VRC= 15 mg%, por lo tanto: Ahora, la diferencia > al VRC= 15 mg%, por lo tanto: “hay una probabilidad mayor al 95% que el incremento observado ( 18 mg%) se deba a alguna causa no biológica ni analítica, (además de estas causas)”, por ejemplo un proceso de deterioro de su capacidad para regular la glucemia en ayunas y/o por efecto de una medicación que esté recibiendo por ejemplo un proceso de deterioro de su capacidad para regular la glucemia en ayunas y/o por efecto de una medicación que esté recibiendo Que pasa si la diferencia observada es mayor al VRC ?

Por Ej, los Triglicéridos tienen gran VB intraindiv. Cvbi= 21% y moderada variabilidad analítica Cva= 10,5% María se realiza controles de sus TG cada 6 meses y resulta: Para 200 mg%, la VB intraind =21% significa que este valor fluctúa entre 158 y 242 mg% Para 200 mg%, la V analítica = 10,55 %, significa que al dosar TG podemos obtener entre 179 y 221 mg% Si consideramos ambas, se tiene un VRC= 64,8% (para IC 95%). Para 200 mg%, VRC= 129,6 mg% !! Analitos con alta VB i y/o alta Var. analítica, tendrán un VRC grande Analitos con alta VB i y/o alta Var. analítica, tendrán un VRC grande Junio 2009Diciembre 2009Junio mg%185 mg%205 mg%

Las diferencias observadas (20 mg% en cada semestre), son mucho menores que el VRC por tanto hay 95% de Pbb que sean cambios por fluctuaciones biológicas y analíticas. Si además hay causas patológicas o de un tratamiento que también aumenten los TG, no podemos visualizarlo al aplicar el VRC En analitos con un VRC grande, hay muy baja sensibilidad para detectar cambios por procesos patológicos, y muy baja capacidad de discriminar si los cambios observados se deben a fluctuaciones biológicas y/o analíticas y/o por un proceso patológico y/o por un tratamiento. muy baja capacidad de discriminar si los cambios observados se deben a fluctuaciones biológicas y/o analíticas y/o por un proceso patológico y/o por un tratamiento. Cómo interpretamos los cambios en los TG de María ?

1- VALORAR LA TENDENCIA En el caso de María, observamos una tendencia de aumento no explicable por fluctuaciones aleatorias que sugiere investigar un proceso patológico que incrementa lentamente sus niveles de TG. Este recurso es útil en todo analito, cualquiera sea su valor de VRC 2- COMPARAR NUESTRO RESULTADO CON EL PROMEDIO DE LOS VALORES PREVIOS. En este Ej, la media= 185 mg% se compara con el último valor = 205 mg% y la diferencia se contrasta con el VRC= 129 mg%. Vemos que con VRC muy elevado no tiene mayor utilidad este recurso. Qué otros recursos tenemos para interpretar los cambios que observamos en valores seriados de un analito ?

Ricardo se realiza controles anuales de Creatininemia por padecer HTA :  VB intraindividuo: CV bi= 5,3 %, por tanto la Cr= 1mg% fluctúa entre 0,95 y 1,05 mg%  CVa = 2,2 %, por tanto Cr= 1 mg% está entre 0,98 y 1,02 mg%  Para Cr, el VRC= 13,3 % (IC 95%), es decir que para una Cr = 1 mg%, todo cambio < 0,133 mg% se debería a fluctuaciones biológicas y analíticas. Analitos con VRC moderado ,80 mg%0,84 mg%0,92 mg%1,00 mg%

En todos los casos, las diferencias entre un año y el anterior, son < VRC= 0,13 mg%, por tanto, no son diferencias críticas. Sin embargo, nuevamente observamos que existe una tendencia de aumento, no explicable por variaciones aleatorias biológicas y analíticas. Calculamos la media de los valores previos (Cr) = 0,85 mg%, que frente al último control Cr =1 mg%, da una diferencia = 0,15 mg%, mayor al VRC= 0,13 mg%, y nos advierte que hay un cambio significativo. Los cambios de Cr en Ricardo son significativos?

Para un CT = 200 mg% CVbi= 5,4 %, rango VBbi : 189 a 211 mg% CVa= 3%, rango VA: 194 a 206 mg% VRC= 18,6 % (IC 95%) Un CT = 200 mg% puede fluctuar entre 163 y 237 mg% por causas biológicas ( del individuo) y analíticas. Para tener mejor poder de discriminación de diferencias críticas, se aconseja realizar 3 mediciones de colesterol separadas 15 días, y utilizar el promedio para comparar con el promedio de otras 3 mediciones en el próximo control anual. Porqué casi nadie cumple este sabio consejo ??????? Colesterol total

Para un Na = 140 meq/l CVbi= 0,7 %, rango VBbi : 139 a 141 meq/l CVa= 0,4%, rango VA: 139,5 a 140,5 meq/l VRC= 2,2 % (IC 95%) Un Na = 140 meq/l puede fluctuar entre 137 y 143 meq/l por causas biológicas ( del individuo) y analíticas. Vemos un alto poder de discriminación para determinar si una diferencia entre dos valores de Na se debe a algo más que las variabilidades biológica y analítica SODIO plasmático

Ejercicios de aplicación 1- Analice al artículo científico “ Elabore tres grupos de analitos, según su VRC: A- analitos con VCR elevado B- analitos con VCR moderado C- analitos con VCR bajo 2-Construya una tabla para cada grupo, con las VB intra e interindiv, la Variab. analítica y el VRC Realice este agrupamiento para éstos analitos séricos: ácido úrico, albúmina, calcio total, calcio iónico en plasma, AMILASA, CK, colesterol total, Colesterol HDL, colesterol LDL, creatinina, Clearance de creatinina, Cloro, Colinesterasa, fosfato inorg, FAL, ALT, AST, GGT, glucosa, ion hidrógeno, LDH, proteínas totales, triglicérido y urea

A partir de la tabla 3, sólo para la población general: 1- Elabore tres grupos de analitos, según su VRC: A- analitos con VCR elevado: > 20% B- analitos con VCR moderado: entre 10 y 20% C- analitos con VCR bajo: 10% respecto a los analitos del grupo con VCR > 20% ?

BIBLIOGRAFIA RECOMENDADA 1-Estimación de la Variabilidad Biológica y los Valores de Referencia del Cambio (VRC) para una Población Geriátrica en Pruebas Frecuentes del Laboratorio Clínico y Hematológico. Pineda Tenor D y Cols 2- VARIABILIDAD BIOLÓGICA. Su importancia en la interpretación de resultados en el laboratorio clínico. Dra Cecilia Ghisolfi Departamento de Calidad- Laboratorio Dr. Stamboulian 3- En “ 1-Estimación de la Variabilidad Biológica y los Valores de Referencia del Cambio (VRC) para una Población Geriátrica en Pruebas Frecuentes del Laboratorio Clínico y Hematológico. Pineda Tenor D y Cols 2- VARIABILIDAD BIOLÓGICA. Su importancia en la interpretación de resultados en el laboratorio clínico. Dra Cecilia Ghisolfi Departamento de Calidad- Laboratorio Dr. Stamboulian 3- En “Optimal Specifications for Total Error, Imprecision, and Bias, derived from intra- and inter-individual biologic variation”