دانشگاه مازندران - اردیبهشت 1394

دانشگاه مازندران - اردیبهشت 1394
ارزشیابی روش‌های سنجش دانشگاه مازندران - اردیبهشت 1394 حسن بیات - دانش‌آموخته‌ی علوم آزمایشگاهی

کیفیت: ISO 15189: آزمایشگاه باید نشان دهد که «کیفیت مورد نظر برای نتیجه‌ی آزمایش‌ها تامین می‌شود». تضمین کیفیت

ISO 15189: تضمین کیفیت: آزمایشگاه باید نشان دهد که کیفیت مورد نظر برای نتیجه‌ی آزمایش‌ها تامین می‌شود: : آزمایشگاه شیوه‌هایی را برای آزمایش خواهد برگزید که از نظر کاربرد مورد نظر ارزشیابی شده باشند. : آزمایشگاه شیوه‌هایی را برای پایش کیفیت طراحی خواهد کرد که به دست‌آمدن کیفیت موردنظر برای نتیجه‌ها را تایید می‌کند.

معیار‌های کیفیت ارزشیابی روش تضمین کیفیت 5 طراحی کیفیت بازطراحی کیفیت
بهبود کیفیت معیار‌های کیفیت فرآیندهای کیفیت ارزیابی کیفیت پایش کیفیت

ارزشیابی یعنی چه؟ بررسی این که آیا کارکرد یک سامانه به همان گونه‌ای است که انتظار می‌رود.

ارزشیابی یعنی بررسی انحراف:
جوابی که تولید کرده‌ایم چقدر با مقدار واقعی اختلاف دارد؟ آیا این مقدار انحراف به اندازه‌‌ای هست که به کاربرد جواب آسیب بزند یا نه؟

وستگارد: در آزمایشگاه باید ارزشیابی روش فرآیندی ضابطه‌مند باشد. ‌راه‌های مشخص برای: جمع‌آوری اطلاعات واکاوی اطلاعات داوری نیازمند دانستن الزامات کیفیت است که به طور عینی مشخص کند یک آزمایش چقدر باید خوب باشد.

مراجع تعیین خطای مجاز: CLIA http://www.westgard.com/clia.htm
European Recommendations for Biologic Goals for Imprecision and Inaccuracy Rililbak – German Guidelines for Quality RCPA Quality requirements

CLIA گام‌های ارزشیابی روش: ضروری در صورت نیاز
خطی بودن روش؛ گستره‌ی قابل گزارش بررسی نوسان؛ تکرارپذیری بررسی نامیزانی بررسی مداخله‌گرها / بازیافت بررسی مرز تشخیص روش ضروری CLIA در صورت نیاز

آشنایی با برنامه‌ی ارزیابی:
هدف: ناآشنایی با کار ارزشیابی به حساب عملکرد روش گذاشته نشود. آشنایی با دستگاه/کیت: به طور معمول 5 روز، راه‌اندازی، کاربرد، نگهداری، پایش کیفیت کار با نمونه‌های واقعی، روبرو شدن با همه‌ی پیشآمدهای ممکن (اعلان‌های خطا، اصلاح خطا، کالیبراسیون، ...).

بررسی خطی بودن: کمترین و بیشترین نتایجی که قابل اعتماد هستند
به ویژه برای روش‌هایی که به شکل دونقطه‌ای با فرض خطی بودن کالیبر می‌شوند؛ نام‌های دیگر: CLIA: محدوده‌ی قابل گزارش محدوده‌ی خطی بودن، محدوده‌ی سنجشی، محدوده‌ی کاری CAP: AMR: محدوده‌ی اندازه گیری سنجشی CRR: محدوده‌ی قابل گزارش بالینی

فرآیند کلی: نتیجه‌ی سنجش غلظت/نسبت
سنجش موادی با غلظت معین یا باغلظت نسبی بررسی چشمی: رسم «بهترین خط راست» بین نقطه ها با شروع از کوچکترین غلظت، رسم خط نقطه به نقطه و مقایسه ی آن با بهترین خط نتیجه‌ی سنجش غلظت/نسبت

عواملی که باید در نظر گرفت:
تعداد سطح‌ها: 4 تا یا ترجیحا 5 تا سلسله مراتب مواد قابل قبول: نمونه انسانی؛ یک نمونه‌ی تک با غلظت بالا با یک نمونه‌ی تک با غلظت پایین # # رقیق شده با حلال توصیه شده؛ یک نمونه‌ی تک با غلظت بالا # # تغلیظ شده با آنالیت مورد نظر؛ !: حداکثر افزایش حجم 10% تیمار شده (مثل دیالیز، حرارت، کروماتوگرافی) فرآورده‌های تجاری: کنترل/کالبیراتور/مواد خطیت؛ !: شکل فیزیولوژیک مواد (مثلا متصل به پروتئین، متابولیت) نمونه انسانی؛ رقیق شده با سالین یا حلالی غیر از حلال توصیه شده مواد تجاری کم‌رقیق شده/ بیش‌رقیق شده محلول‌های آبکی؛ تعداد زیادی از روش‌های بیوشیمی با محلول‌های آبکی تنظیم می‌شوند محلول‌های حلال آلی تهیه ی رقت ها: ترکیب یک علظت صفر یا نزدیک به صفر با غلظت برابر حد بالای سنجش یا کمی بالاتر به نسبت های گوناگون تعداد سنجش: حداقل 3 بار واکاوی اطلاعات: بررسی چشمی، محاسبه ی خطای کل و مقایسه با خطای کل مجاز

مثال: بررسی خطی بودن کلسترول
داوری؟ خطای کل مجاز خطای کل اختلاف میانگین سنجش سوم سنجش دوم سنجش یکم غلظتها 2 1 105 95 100 205 195 200 290 300 310 400 390 380 480 460 470 500

داوری؟ خطای کل مجاز خطای کل اختلاف میانگین سنجش سوم سنجش دوم سنجش یکم غلظتها 1 2 100 105 95 200 205 195 300 290 310 390 400 380 470 480 460 500

500? 400? 300? نتیجه‌ی سنجش غلظت

CV = 3% مثال: بررسی خطی بودن کلسترول TAE = Bias + 2SD داوری؟ خطای کل مجاز خطای کل اختلاف میانگین سنجش سوم سنجش دوم سنجش یکم غلظتها 1 2 100 105 95 200 205 195 300 290 310 10 390 400 380 30 470 480 460 500

CLIA; 10% داوری؟ خطای کل مجاز خطای کل SD اختلاف میانگین سنجش سوم سنجش دوم سنجش یکم غلظتها 1 2 100 105 95 200 205 195 300 290 310 34 12 10 390 400 380 60 15 30 470 480 460 500

اشکال: وقتی بررسی خطی بودن اولین بررسی است، CV را از کجا بیاوریم؟ مثال: بررسی خطی بودن کلسترول داوری؟ خطای کل مجاز خطای کل SD اختلاف میانگین سنجش سوم سنجش دوم سنجش یکم غلظتها 1 2 100 105 95 200 205 195 300 290 310 پذیرفته 40 34 12 10 390 400 380 ناپذیرفته 50 60 15 30 470 480 460 500 پیشنهاد: برآورد CV از نتیجه‌های خطی بودن (؟) حد بالای خطی بودن: 400

CLSI EP6-A2 ارزیابی دقت خطیت روش‌های سنجش کمی: یک رویکرد آماری؛ راهکارنمای تایید شده 2003

نمونه‌های تهیه شده به صورت درهم چیده شود
تایید توسط آزمایشگاه: 5 تا 7 سطح، 2 سنجش ارزشیابی یک روش آزمایشگاه‌ساخته یا تغییر داده شده: 7 تا 9 سطح، 2 تا 3 سنجش تعیین خطیت توسط سازنده: 9 تا 11 سطح، 2 تا 4 بار سنجش تعداد سطح، تعداد سنجش نمونه‌های تهیه شده به صورت درهم چیده شود

حد پایین سنجش سطوح تصمیم بالینی مختلف حد بالای سنجش سطوح انتخاب شده:

یک داده‌ی پرت قابل حذف است حداکثر
بررسی از نظر نتایج خیلی متفاوت بررسی نتایج پرت با رسم نمودار ارزیابی مقدماتی نتایج یک داده‌ی پرت قابل حذف است حداکثر

بررسی نتایج – بررسی تکرارپذیری
محاسبه‌ی SD بر اساس اختلاف جفت نتایج مقایسه با معیار؛ ؟؟؟ ¼ خطای کل، CV مجاز از جدول نوسان زیستی

بررسی نتایج – بررسی خطیت
با استفاده از رگرسیون بررسی نتایج – بررسی خطیت

با استفاده از رگرسیون بررسی نتایج – بررسی خطیت Sy,x شاخص تطابق خط یا منحنی با نتایج

خط راست معادلات پلی نامینال

تعیین معادله‌های رگرسیون: پلی نامینال درجه یک، دو و سه حساب کردن خطای معیار ضرایب درجه 2 و 3 (SE) و Sy,x آزمون t t بزرگتر از حد بحرانی وجود ندارد: روش خطی است # # # دارد: اختلاف نتایج حاصل از معادله‌ی منحنی با نتایج معادله‌ی خط راست مقایسه‌ی اختلاف با مقدار مجاز؛ ؟؟؟ ½ خطای کل مجاز، عدم صحت مجاز جدول نوسان زیستی Df = L x L - nb

مثال – بررسی خطیت روش سنجش کلسیم
معیارها (بر اساس جدول کلیا): SD ≤ 0.25 ؛ TEa = 1mg/dL → Dif. ≤ 0.5 سطح سنجش 1 سنجش 2 1 4.7 4.6 2 7.8 7.6 3 10.4 10.2 4 13 13.1 5 15.5 15.3 6 16.3 16.1 اختلاف d d2 -0.1 0.01 -0.2 0.04 0.1 پذیرفته! SD = 0.12

از نظر آماری خطی نیست.. از نظر بالینی؟ درجه‌ی معادله ضریب مقدار SE t
df t-crit Sy,x 1 b0 2.86 0.667 b1 2.39 2 0.82 0.313 3.92 b2 -0.22 0.04 -6.00 9 ±2.262 3 2.48 0.197 1.82 0.48 0.18 2.60 8 ±2.306 b3 -0.07 0.02 -3.80 از نظر آماری خطی نیست.. از نظر بالینی؟

پیش‌بینی معادله‌ی درجه 1 پیش‌بینی معادله‌ی درجه 3
میانگین پیش‌بینی معادله‌ی درجه 1 پیش‌بینی معادله‌ی درجه 3 اختلاف 4.65 5.25 4.71 -0.54 7.70 7.63 7.50 -0.13 10.30 10.02 10.54 0.52 13.05 12.41 13.15 0.74 15.40 14.80 15.22 0.42 16.20 17.19 16.26 -0.93 X X X X اختلاف کمتر/مساوی با 5 mg/dL

از نظر آماری خطی نیست.. از نظر بالینی؟ درجه‌ی معادله ضریب مقدار SE t
df t-crit Sy,x 1 b0 2.16 2.04 b1 2.68 2 1.54 0.124 3.22 b2 -0.09 0.02 -3.8 9 2.262 3 1.47 0.134 3.32 -0.13 0.23 -0.56 8 2.306 b3 0.004 0.17 از نظر آماری خطی نیست.. از نظر بالینی؟

پیش‌بینی معادله‌ی درجه 1 پیش‌بینی معادله‌ی درجه 2
میانگین پیش‌بینی معادله‌ی درجه 1 پیش‌بینی معادله‌ی درجه 2 اختلاف 4.65 4.85 4.67 -0.18 7.70 7.54 7.62 0.08 10.30 10.22 10.40 0.18 13.05 12.90 12.99 0.09 15.40 15.59 15.41 √ √ √ √ √ اختلاف کمتر/مساوی با 5 mg/dL

ویژگی‌های مربوط به اعتمادپذیری
گام‌های ارزشیابی روش: √ خطی بودن روش؛ گستره‌ی قابل گزارش بررسی نوسان؛ تکرارپذیری بررسی نامیزانی بررسی مداخله‌گرها و بازیافت بررسی مرز تشخیص روش تایید/تعیین محدوده‌ی مرجع ویژگی‌های مربوط به اعتمادپذیری

انواع خطا: اتفاقی سامانمند (منظم) ثابت نسبی بررسی تکرارپذیری
مقایسه با روش مقیاس ثابت نسبی

برآورد خطای ما قابل اطمینان باشد
بررسی خطای تصادفی طول ارزیابی: درون دوری، درون روزی، روز به روز یا بین روزی زمینه: سرم، پلاسما، ادرار، CSF، مایع سروزی تعداد سطح‌ها تعداد سنجش: دست‌کم 20تا نوع نمونه: استاندارد، کنترل تجاری، نمونه‌های بیماران عواملی که باید در نظر گرفت: برآورد خطای ما قابل اطمینان باشد

CV = (S/X )100 محاسبه ها: تکرار سنجش یک ماده:
نمونه‌های دوتایی بیماران: CV = (S/X )100

CLSI EP5-A2 ارزیابی دقت عملکردی روش‌های سنجش کمی؛ راهکارنمای تایید شده – ویرایش دوم 2004

CLSI EP5-A2 الف) روند معمول؛ برای آزمایش‌های «دور کوتاه»:
دست کم 20 روز؛ ادامه تا 15 روز پس از مرحله‌ی آشنایی با برنامه روزی 2 دور دست کم 2 ساعت فاصله دست کم 10 نمونه‌ی بیمار در هر دور ترتیب مواد آزمایش و کنترل در هر دور عوض شود اگر به صورت پیوسته انجام می‌شود در دو زمان مختلف به طور اتفاقی هر دور دو قسمت از نمونه سنجیده شود دست کم یک نمونه‌ی پایش کیفیت در هر دور ب) برای آزمایش‌های «دور بلند»: راهکار یکم: دست کم 20 روز با دست کم 3 تکرار در روز راهکار دوم: دو تکرار در روز در دست کم 30 روز

هماهنگ‌سازی/عیارمندسازی
تعریف اجزای دقت: تکرار پذیری؛ Repeatability: میزان یکدستی نتایج پی در پی در شرایط تکرارپذیری شرایط تکرارپذیری: یک آزمایشگاه، یک کاربر، همان وسایل، زمان کوتاه درون‌دوری سابق (Within run) دقت بینابینی؛ Intermediate Precisin: شرایط بینابینی: شرایط اجرایی متفاوت؛ زمان، کالیبراسیون، کاربر، وسایل بین‌دوری، درون روزی، بین‌روزی، درون دستگاهی، درون‌آزمایشگاهی همانندسازی؛ Reproducibility: آزمایشگاه‌های مختلف، کاربران مختلف، وسایل مختلف هماهنگ‌سازی/عیارمندسازی

ماده‌ی آزمایش: زمینه: همانند نمونه‌ی بالینی باشد؛ ترجیحا انباشته‌ی پایدار و یخزده تعداد سطوح: دو سطح اگر SD یا CV متفاوت بود سطوح بیشتر بررسی شود اگر بیش از دو سطح: سطوح اضافی تا حد ممکن نزدیک به سطوح تصمیم بالینی باشند مقایسه با ادعاهای عملکردی منتشر شده: نزدیک به سطح مورد ادعا

برتری این روش: برنامه‌های شامل 20 تکرار در یک دور و بیست روز روزی یک تکرار همه‌ی منابع مهم نوسان را در بر نمی‌گیرند 20 تکرار در یک دور: ممکن است شرایط آن دور شرایط معمول را بازتاب ندهد راهی نداریم که بدانیم یک دور چقدر عملکرد منتظره را نمایندگی می‌کند انباشتن نتایج حاصل از دورهای مختلف برای نوسان درون دوری دقت‌های بینابینی مستقل از تعداد روزها و دورها در روز است حساب کردن نوسان کل از ترکیب نوسان درون دوری، دور به دور و روز به روز توان آماری مناسب؛ به ویژه برای مقایسه با ادعای سازنده یا نوسان مجاز در بر داشتن نقش عواملی مانند آماده سازی نمونه، پایداری نمونه، ته‌ماندگی، و جابجایی

آشنایی با برنامه: تا زمانی که دست کم 5 روز بدون مشکل انجام شده باشد نتایج این 5 روز نگهداری شود چون ممکن است در بررسی استفاده شود ارزیابی مقدماتی دقت: چگونگی: پس از یا نزدیک به آخر مرحله‌ی آشنایی با برنامه نمونه با غلظت نزدیک به سطوح در دست بررسی 20 قسمت یا یک جانمونه‌ای کامل کاربرد: شناسایی و رفع مشکلات پیش از ورود به مرحله‌ی اصلی معیار داده‌ی پرت؛ ±5SD

برنامه: دست کم 20 روز؛ تا 15 روز پس از مرحله‌ی آشنایی با برنامه روزی 2 دور، دو قسمت در هر دور؛ اگر به صورت پیوسته انجام می‌شود در دو زمان مختلف به طور اتفاقی دست کم یک نمونه‌ی پایش کیفیت در هر دور هر 5 روز میانگین و انحراف معیار حساب شود مرز ارزیابی: 3S؛ مرز رد: 4S با هر بار محاسبه‌ی میانگین و انحراف معیار، همه‌ی دورهای قبلی مرور شود بررسی داده‌ی پرت: اطمینان از این که مشکلات اجرایی به طور ناخواسته بر نتیجه اثر سوء نداشته باشد فاصله‌ی بین دو تکرار بیش از5.5SD ریشه‌یابی، رفع اشکال و تکرار آن دور بیش از 5% دورها و علتی یافت نمی‌شود: پایداری برای ارزیابی ارزشمند نوسان کافی نیست

محاسبات: برآورد انحراف معیار بین روزی

اگر منفی شد، صفر در نظر بگیرید
تکرارپذیری محاسبات: برآورد انحراف معیار بین دوری اگر منفی شد، صفر در نظر بگیرید برآورد انحراف معیار بین روزی انحراف معیار میانگین دورها انحراف معیار میانگین روزها

اگر منفی شد، صفر در نظر بگیرید برآورد دقت درون دستگاهی
تکرارپذیری محاسبات: برآورد انحراف معیار بین دوری اگر منفی شد، صفر در نظر بگیرید برآورد انحراف معیار بین روزی انحراف معیار میانگین دورها برآورد دقت درون دستگاهی (یا درون آزمایشگاهی) انحراف معیار میانگین روزها

محاسبات: مقایسه با ادعای سازنده و/یا نوسان مجاز درجه‌ی آزادی نوسان کل
تکرارپذیری محاسبات: برآورد انحراف معیار بین دوری مقایسه با ادعای سازنده و/یا نوسان مجاز اگر منفی شد، صفر در نظر بگیرید برآورد انحراف معیار بین روزی برآورد دقت درون دستگاهی (یا درون آزمایشگاهی) درجه‌ی آزادی نوسان کل

√ √ گام‌های ارزشیابی روش: خطی بودن روش؛ گستره‌ی قابل گزارش
بررسی نوسان؛ تکرارپذیری بررسی نامیزانی بررسی مداخله‌گرها یا بررسی بازیافت بررسی مرز تشخیص روش √

بررسی نامیزانی (عدم صحت)
جواب‌های تباد‌ل‌پذیر روش به روش و آزمایشگاه به آزمایشگاه چرا باید «میزان» باشیم؟ ژانت ب. کریزمن (مدیر ارشد اجرایی AACC): «امسال سال پرکاری برای هماهنگ سازی بوده است... تلاش برای این که نتایج آزمایشگاهی در سراسر جهان قابل مقایسه باشند صرفنظر از این که در کجا، کی و با چه روشی انجام شده اند» شماره ی اکتبر 2013 (آبان 92) CLN

رسیدن رد آن به یک روش و/یا ماده‌ی مرجع
ویژگی های روش مقیاس: ردیاب‌پذیر بودن؛ TRACEABILTY رسیدن رد آن به یک روش و/یا ماده‌ی مرجع عدم قطعیت؛ MEASURMENT UNCERTAINTY خطای مجاز کل کوچکتر از روش موردارزیابی (پایش کیفیت بسیار سختگیرانه) تبادل‌پذیری؛ COMMUTABILTY رفتارش با نمونه‌ی مورد استفاده همسان با روش ما باشد

عدم قطعیعت سلسله مراتب ردیابی‌پذیری روش‌های روزمره به یک روش مرجع
پیشنهاد Tietz در 1977؛ پذیرفته و ارائه شده به وسیله‌ی ISO ماده‌ی مرجع اولیه عدم قطعیت کامل با واحد SI روش مرجع اولیه عدم قطعیعت ماده‌ی مرجع ثانویه - زمینه همانند نمونه روش انتخابی کالیبراتور روزمره نمونه‌ی بیمار جواب بیمار روش روزمره

کورتیزول روش مرجع اولیه روش انتخابی روش روزمره ماده‌ی مرجع اولیه
PRM: کریستال کورتیزول؛ بررسی شیمیایی برای ناخالصی NIST SRM 92 ماده‌ی مرجع اولیه عدم قطعیت کامل با واحد SI کالیبراتور اولیه: فرآورده‌ی کورتیزول با خلوص معین، مثلا و CI 95% برابر 0.001± کورتیزول روش مرجع اولیه ID-GC-MS یک مجموعه سرم انسانی تکی ساخت IRMM ERM-DA451/IFCC ماده‌ی مرجع ثانویه - زمینه همانند نمونه تبادل‌پذیر با روش انتخابی مورد نظر روش انتخابی کالیبراتور روزمره تبادل‌پذیر با روش روش روزمره روش روزمره

JCTLM IVD Directive EC 98/79/2003 ISO-15189
نتیجه‌ها باید به طور جهانی قابل مقایسه باشند و این نیازمند ردیابی‌پذیری مترولوژیک و گزارش کردن عدم قطعیت است ERM-DA471K for cystatin C …commutable for … Siemens N Latex cystatin C Test Kit run on a BN ProSpec (Siemens Healthcare Diagnostics), the Sentinel CH assay run on an Architect c16000 (Abbott Laboratories), and the Gentian cystatin C immunoassay performed on an Architect ci8200 تا 2012 حدود 30 آنالیت ردیابی‌پذیر به واحدهای SI JCTLM الکترولیت‌ها، متابولیت‌ها، استروئیدهای و هورمون‌های تیروئیدی NCEP; Cholesterol NKF; Creatinine, eGFR NGSP/UKDPS; A1C CDC + NIST; VDSP IVD Directive EC 98/79/2003 ERM-DA470K: پروتئین‌های سرم The commutability of ERM-DA471/IFCC for use with additional manufacturer’s measurement procedures is being evaluated مشکل با هورمون‌های پروتئینی

اجرای ارزیابی عدم صحت؛ عواملی که باید در نظر گرفت:
اجرای ارزیابی عدم صحت؛ عواملی که باید در نظر گرفت: تبادل‌پذیری نمونه؛ نمونه‌ی بیماران سطح‌های تصمیم‌گیری تعداد نمونه: دست کم 40 نمونه‌ی بیمار در گستره‌ی با اهمیت از نظر بالینی دست کم در طول 5 روز کاری؛ در طول 20 روز بهتر است به صورت دوتایی با هر دو روش کیفیت نمونه مهمتر است از تعداد: اگر سطح نمونه‌ها در تمام گستره‌ی مهم بالینی گسترده باشد، 20 نمونه‌ هم کافی است اگر اساس سنجش فرق می‌کند، باید 100 تا 200 نمونه استفاده شود تا اثر مداخله‌گرها بررسی شود.

محاسبه‌ها: کوچک: کلسیم، سدیم، پتاسیم بازه‌ی سنجش:
بزرگ: گلوکز، تریگلیسرید، HCG اطمینان از کافی بودن تعداد داده ها برای برآورد خطا محاسبه و برآورد خطا بازه‌ی سنجش:

محاسبه ها؛ 1) بازه ی سنجش کوچک است:
اطمینان پذیری محاسبه‌ی نامیزانی آزمون t-studeint حساب کردن اختلاف میانگین ها

اطمینان پذیری با آزمون t Bias = Y - X Sdif = √ (£ (d – Bias)/ (N – 1) Y (آزمون) X (مرجع) D: Y – X y1 x1 y1 –x1 y2 x2 y2 – x2 y3 x3 y3 – x3 … yn xn yn - xn t = Bias * (N / √ Sdif) پیدا کردن t بحرانی برای احتمال مورد نظر از جدول توزیع t "معنی"ش چیه؟ اگر t بزرگتر است از t بحرانی: اختلاف معنی‌دار است

اطمینان پذیری با آزمون t اطمینان از کافی بودن تعداد داده ها برای برآورد خطا محاسبه و برآورد خطا نمودار اختلاف Bias = Y - X Y-X Sdif = √ (£ (d – Bias)/ (N – 1) Y (آزمون) X (مرجع) D: Y – X y1 x1 y1 –x1 y2 x2 y2 – x2 y3 x3 y3 – x3 … yn xn yn - xn t = Bias * (N / √ Sdif) X Bias = Y - X پیدا کردن t بحرانی برای احتمال مورد نظر از جدول توزیع t %Bias = (B / X) * 100 "معنی"ش چیه؟ اگر t بزرگتر است از t بحرانی: اختلاف معنی‌دار است

محاسبه ها؛ بازه ی سنجش کوچک است:
t test: Sdif = ((£(y-x) – bias))/(n-1))^1/2 t = bias / (sdif / n^1/2) t > t-crit ? محاسبه ی نامیزانی Bias = Y – X %Bias = (B / X) * 100 مثال: سنجش T3 تعداد نمونه: 40 میانگین روش مرجع: 1.65 pg/L میانگین آزمایشگاه فلان: 1.7 pg/L t = t-crit0.95 = 1.7 آیا با احتمال 95% اختلاف قابل اطمینان است؟ خیر بین دو دستگاه اختلاف وجود ندارد؛ روش مورد بررسی میزان است: Bias = 0 محاسبه ها؛ بازه ی سنجش کوچک است:

محاسبه ها؛ بازه ی سنجش کوچک است:
مثال: سنجش هموگلوبین تعداد نمونه: 45 میانگین روش مرجع: g/dL؛ میانگین آزمایشگاه فلان: meq/L t = t-crit0.95 = 1.7 آیا اختلاف قابل اطمینان است؟ بلی Bias = – 14.6 = 0.15 meq/L Bias = (0.15/ 14.6) * 100 = 1% محاسبه ها؛ بازه ی سنجش کوچک است: برآورد قابل اطمنیان «اختلاف» داوری: آیا این مقدار نامیزانی مهم است؟

محاسبه ها؛ 2) بازه‌ی سنجش وسیع است:
معادله‌ی بازگشت (Regression) ممکن است نامیزانی در سراسر بازه‌ یکسان نباشد؛ هرسطح تصمیم‌گیری جداگانه بررسی شود؛ برای هر سطح دست کم 40 نمونه؟ راه ساده‌تر؟

محاسبه ها؛ 2) بازه ی سنجش وسیع است:
Y (آزمون) X (مرجع) y1 x1 y2 x2 y3 x3 … yn xn Y؛ روش مورد ارزشیابی ؛ روش مرجع (مقیاس)X

محاسبه ها؛ 2) بازه ی سنجش وسیع است:
اطمینان پذیری محاسبه‌ی نامیزانی r =[ NΣXY - (ΣX)(ΣY) / Sqrt([NΣX2 - (ΣX)2][NΣY2 - (ΣY)2])] ضریب همبستگی: r > 0.975 استفاده از معادله ی بازگشت خطی ساده Simple Linear Regression

r = 0.65 همبستگی ضعیف Y؛ روش مورد ارزشیابی ؛ روش مرجع (مقیاس)X 50 10 5
20 ؛ روش مرجع (مقیاس)X

B = (NΣXY - (ΣX)(ΣY)) / (NΣX2 - (ΣX)2) A = (ΣY - b(ΣX)) / N
r > 0.975 همبستگی خوب خط حداقل مجذورها Y = A + BX Y Xc1 Xc2 Xc3 X

تفسیر معادله‌ی خط بازگشتY = A + BX
Constant SE = A B: نمایانگر خطای سامانمند نسبی Proportional SE = B-1 تفسیر معادله‌ی خط بازگشتY = A + BX A = 0 B = 1 Y = X Y X

فقط خطای سامانمند ثابت Y = A + BX Y = -5 + X CE = A = -5 PE = B - 1
= 1 – 1 = 0 X -5

فقط خطای سامانمند نسبی Y = A + BX Y = 0.8X CE = 0 PE = 0.8 - 1 = -0.2
= -20% X

خطای سامانمند ثابت و نسبی
A ≠ 0 B ≠ 1 CE SE PE Y = A + BX Y = X CE SE PE CE = -5 PE = = -20% Xc2 Xc1

A ≠ 0 B ≠ 1 Y = A + BX Glucose: Y = X CE = 8 mg/dL PE = = -0.1 413 SE = -8% 188 SE = -6% 98 SE = -2% SE = +17% 35 Xc =30 Xc =100 Xc = 200 450

A ≠ 0 B ≠ 1 Bias = 17.5% 470 Y = A + BX Glucose: Y = X CE = -10 mg/dL PE = 0.2 Bias = 15% 230 Bias = 10% 110 Bias = 0% 50 Bias = -13% 26 30 50 100 200 400

برای این که کار را آسان کرده باشیم!
پرسش: چرا برای آزمایش های با بازه ی وسیع هم آزمون t نکنیم؟ چرا با نمودار بازگشت کار را سخت کنیم؟ اگر r < شد چه؟ برای این که کار را آسان کرده باشیم!

چرا r < 0.975 ؟ نوسان بالای نتایج r < 0.975 r < 0.975
Y Y X X

چرا r < 0.975 ؟ انباشته بودن نتایج r : Range/SD r = 0.764 r = 0.986
Y Y X X

نه! یعنی حالا برآورد ما قابل اطمینان است! => r < 0.975
پرسش؟ یعنی حالا برآورد ما قابل اطمینان است! نه! آیا به این معنی است که روش ما قابل قبول می‌شود ؟ انباشتگی نتایج نوسان بالا

مهم: r > 0.975 دلیل میزان بودن روش نیست؛ حتا r = 1 !
Y = X Y = X Y Y Y100 = 125 Bias = 25% Y100 = 103 Bias = 3% Y50 = 70 Bias = 40% Y50 = 52 Bias = 4% X X

نوسان بالای روش سنجش/انباشته بودن نتایج
چرا r < ؟ نوسان بالای روش سنجش/انباشته بودن نتایج راه چاره: ادامه‌ی بررسی و افزایش نمونه‌ها دسته‌بندی داده‌ها و آزمون t جداگانه برای هر سطح تصمیم‌گیری میانگین داده‌ها نزدیک به سطح تصمیم‌گیری؟ آزمون t میانگین و محدود کردن داوری به پیرامون میانگین

شرط قابل اطمینان بودن استفاده از معادله‌ی بازگشت:
خطی بودن ***

خطی بودن داده‌ی پرت ***

خطی بودن داده‌ی پرت داده‌ی تاثیرگذار TSH 0.77 r = 0.99 Y = 1.03X 1 2 3 4 5 20

برآورد «نامیزانی» از معادله‌ی خط بازگشت "قابل اطمینان" است.
محاسبه‌ی نامیزانی r > 0.975 برآورد «نامیزانی» از معادله‌ی خط بازگشت "قابل اطمینان" است. YC = A + BXC Y = A + BX

محاسبه‌ی نامیزانی؛ مثال
r = 0.98 ; Y = X Y50 = * 50 = 47.5 Bias50 = 47.5 – 50 = -2.5 %Bias50 = (2.5/50) * 100 = 5% Y100 = * 100 = 100 %Bias100 = (0/100) * 100 = 0% Y200 = * 200 = 205 %Bias200 = (5/200) * 100 = 2.5% سنجش گلوکز Average Bias = 2.5%

برآورد قابل اطمنیان «اختلاف» برآورد قابل اطمنیان «اختلاف»
محاسبه‌ی نامیزانی؛ مثال سنجش کورتیزول مثال: سنجش هموگلوبین تعداد نمونه: 45 میانگین روش مرجع: g/dL؛ میانگین آزمایشگاه فلان: meq/L t cal > t crit برآورد قابل اطمنیان «اختلاف» Y150 = 158; %B = 5.3% Y240 = 366; %B = 4.6% Average Bias = 5% برآورد قابل اطمنیان «اختلاف» داوری: آیا این مقدار نامیزانی مهم است؟ داوری: آیا این مقدار نامیزانی مهم است؟

آیا «نامیزانی» روش پذیرفتنی است؟
داوری بازه‌ی کوچک؛ آزمون t؛ نامیزانی برابر اختلاف میانگین نمونه‌ها مثال: سنجش هموگلوبین Bias = 1% بازه‌ی بزرگ؛ ضریب همبستگی؛ حساب کردن نامیزانی در سطوح تصمیم‌گیری با استفاده از معادله‌ی خط بازگشت مثال: سنجش کورتیزول Bias = 5% آیا «نامیزانی» روش پذیرفتنی است؟

داوری حساب کردن خطای کل سنجش: TAE = B + 2CV مقایسه با خطای کل مجاز:
TAE < ATE ? حساب کردن عیار سیگما: SM = (ATE – B) / CV

چرا حساب کردن عیار سیگما؟
oخوب یعنی: داوری حساب کردن خطای کل سنجش: TAE = B + 2CV مقایسه با خطای کل مجاز: TAE < ATE ? حساب کردن عیار سیگما: SM = (ATE – B) / CV پرسش؟ CLIA: ATE Hb = 7% ; ATE Cort. = 25% دست کم 95% از جواب‌های ما درون محدوده‌ی "خطای مجاز کل" قرار می‌گیرد. SM TAE (%) CV Bias (%) آنالیت 1 Hb 5 Cortisol چرا حساب کردن عیار سیگما؟ پذیرفته 3 5 2 با کیفیت؛ خوب پذیرفته 6.7 11 3 با کیفیت؛ خوب

چرا عیار سیگما؟ خوبتر تر تر ... Hb سرمرزی 3 Cortisol کلاس جهانی 6.7 SM
SQC برای تضمین 95% جواب درست رتبه‌ی کیفیت SM رتبه 2 ضعیف 3 سرمرزی 4 خوب 5 عالی ≥ 6 کلاس جهانی SM آنالیت Hb Cortisol N = 6; 1:3s/2of3:2s/R4s/3:1s/6x Ped = 73%; Pfr = 7% خوب سرمرزی 3 SQC به تنهایی کافی نیست! خوبتر تر تر ... N = 1; 1:3s Ped = 100%; Pfr = 0% SQC به تنهایی کافی است. خوب کلاس جهانی 6.7 می‌توان با Ped = 90% تولید بیش از 99% جواب درست را تضمین کرد!

√ √ √ گام‌های ارزشیابی روش: خطی بودن روش؛ گستره‌ی قابل گزارش
بررسی نوسان؛ تکرارپذیری بررسی نامیزانی بررسی مداخله‌گرها یا بررسی بازیافت بررسی مرز تشخیص روش √ √

بررسی تداخل/بازیافت: وبسایت انجمن ... - تالار گفتگو:
CLIA: برای روش‌های تغییرنیافته لازم نیست بررسی سرچشمه‌های اختصاصی نامیزانی؛ کمک به شناسایی علت شکل تداخل: ثابت: ماده‌ی مداخله‌‌گر با معرف(ها) واکنش می‌دهد؛ مستقل از غلظت آنالیت عمل می‌کند نسبی: ماده‌ی مداخله‌‌گر با آنالیت واکنش می‌دهد؛ با معرف(ها) رقابت می‌کند؛ میزان تداخل به غلظت آنالیت وابستگی دارد وبسایت انجمن تالار گفتگو: "ما در بیمارستان با کیت الایزای شرکت *** تروپونین انجام می‌دهیم. با نمونه‌های افرادی که هپارین مصرف می‌کنند خیلی جواب مثبت کاذب داریم ..." بررسی تداخل بررسی بازیافت

برآورد قابل اطمینان تداخل (خطا)
تداخل؛ Interference بررسی تداخل ثابت فرآیند کلی: افزودن مقدار معین از محلول مداخله‌گر احتمالی به نمونه افزودن همان مقدار حلال به نمونه سنجش و حساب کردن اختلاف غلظت نمونه‌ها داوری: آیا این مقدار خطا مهم است؟ برآورد قابل اطمینان تداخل (خطا) مداخله‌گر حلال م م ح م – ح = 0

عواملی که باید در نظر گرفت:
محلول آنالیت: استاندارد، کنترل، یا نمونه‌ی بیماران تعداد نمونه بیمار: دست کم دو تا تعداد تکرار سنجش: دست کم دو بار محلول مداخله‌گر: استاندارد: غلظت مورد نظر نمونه‌ی بیماران: لیپمی، همولیز حجم محلول مداخله‌گر: حداکثر 10% حجم نهایی تکرارپذیری پیپت/سمپلر غلظت ماده‌ی مداخله‌گر: نزدیک به بیشترین غلظت مورد انتظار در نمونه‌ی بیماران مداخله‌گرهای مورد بررسی: بیلیروبین همولیز لیپمی مواد افزودنی: ضدانعقادها، نگهدارنده‌ها موارد اختصاصی: داروها [در صورت جایگزین کردن یک روش] بررسی همزمان روش قبلی

مثال: بررسی تداخل همولیز بر یک روش سنجش گلوکز
حلال مداخله‌گر میانگین سنجش دوم سنجش یکم شماره‌ی نمونه 102 98 112 110 1 95 93 108 106 2 84 80 94 3 اختلاف 11 100 111 برآورد قابل اطمینان تداخل 13 94 107 14 82 96 12.7 mg/dL میانگین تداخل

برای بخش نوزادان و نیز تشخیص هیپوگلایسمی مناسب نیست.
داوری: گلوکومتر برای استفاده در بخش‌ها : CLIA: ATE = 6mg/dL یا 10% هر کدام بزرگتر است معیار: احتمال همولیز بالاست، گلوکومتر سامانه‌ی تشخیص همولیز ندارد برای بخش نوزادان و نیز تشخیص هیپوگلایسمی مناسب نیست. سطح تصمیم: 30, 50, 100, 150, 200, 400 Xc تداخل (mg/dL) ATE (mg/dL) داوری 30 12.7 50 100 150 200 400 6 ناپذیرفته 6 ناپذیرفته 10 ناپذیرفته 15 پذیرفته 20 پذیرفته 40 پذیرفته

برآورد قابل اطمینان بازیافت (خطا)
بازیافت؛ Recovery بررسی تداخل نسبی فرآیند کلی: افزودن مقدار معین از محلول آنالیت به نمونه افزودن همان مقدار حلال به نمونه سنجش و حساب کردن اختلاف غلظت نمونه‌ها داوری: آیا این مقدار خطا مهم است؟ آنالیت حلال برآورد قابل اطمینان بازیافت (خطا) آ) – (ح / آ = 100% آ آ ح <

تغییر غلظت × ضریب رقت = غلظت محلول افزودنی
عواملی که باید در نظر گرفت: حجم محلول آنالیت: حداکثر 10% حجم نهایی میزان بودن پیپت/سمپلر زمان پرکردن تمیزکردن زمان تحویل غلظت افزودنی: رسیدن به سطح تصمیم بعدی توجه به نسبت غلظت افزوده با نوسان روش تعداد تکرار سنجش: دست کم دو بار تعداد نمونه بیمار: بسته به ماهیت واکنش‌دهنده مقایسه با روش مرجع تغییر غلظت × ضریب رقت = غلظت محلول افزودنی مثال: کلسیم ΔC = 2 mg/dL 100 uL uL Dil. F = 10 C = 10 x 2 = 20 mg/dL

مثال: بررسی بازیافت یک روش سنجش کلسیم
100 uL uL مثال: بررسی بازیافت یک روش سنجش کلسیم پذیرفته C = 20 mg/dL حلال آنالیت میانگین سنجش دوم سنجش یکم شماره‌ی نمونه 9.6 9.4 11.6 11.2 1 9.3 11.0 2 8.6 8.8 10.6 10.4 3 اختلاف % mg/dL 95 1.9 9.5 11.4 برآورد قابل اطمینان خطای بازیافت داوری 90 1.8 9.3 11.1 90 1.8 8.7 10.5 CLIA: ATE = 1mg/dL معیار: 91.3% میانگین بازیافت Xc: 11 mg/dL; ATE11 = 1/11 = 9.1% خطای بازیافت = 100 – 91.3 = 8.7%

√ √ √ √ گام‌های ارزشیابی روش: خطی بودن روش؛ گستره‌ی قابل گزارش
بررسی نوسان؛ تکرارپذیری بررسی نامیزانی بررسی مداخله‌گرها یا بررسی بازیافت بررسی مرز تشخیص روش √ √ √

بررسی مرز تشخیص: هدف: تعیین کمترین غلظت قابل شناسایی
کاربرد: پیگیری عود بیوشیمیایی کنسر پروستات: PSA ، نشانگرهای قلبی مانند تروپونین، TSH، پزشکی قانونی، تعیین بار ویروسی نام‌های گوناگون: حساسیت، حساسیت سنجشی، مرز تشخیص حداقل، مرز پایین تشخیص (LLD)، مرز بلانک، مرز شناسایی زیستی (BLD)، مرز تشخیص، حساسیت عملکردی، مرز شناسایی CLSI EP17-A (2003): مرز شاهد؛ Limit of Blank; LoB مرز تشخیص: Limit of Detection; LoD مرز شناسایی: Limit of Quantification; LoQ Signal Cons.

Meanblk = 0.1 ; Sblk = 0.06 TSHمثال: سنجش
مرز شاهد؛ LoB بزرگترین نتیجه‌ای که ممکن است با یک احتمال معین (95%) از سنجش شاهد به دست آید. LoB = Meanblk Sblk Meanblk = 0.1 ; Sblk = TSHمثال: سنجش 1.65 LoB = × 0.06 = 0.2 پرسش: اگر مقدار TSH در نمونه 0.25 باشد چه؟ 0.18 LoB = 0.2 0.25

مرز شاهد؛ LoB بزرگترین نتیجه‌ای که ممکن است با یک احتمال معین (95%) از سنجش شاهد به دست آید. LoB = Meanblk Sblk Meanblk = 0.1 ; Sblk = TSHمثال: سنجش 1.65 LoB = × 0.03 = 0.2 پرسش: اگر مقدار TSH در نمونه 0.25 باشد چه؟ 0.18 LoB = 0.2 0.25

مرز شاهد؛ LoB بزرگترین نتیجه‌ای که ممکن است با یک احتمال معین (95%) از سنجش شاهد به دست آید. مرز تشخیص؛ LoD کمترین غلظت آنالیت که با یک احتمال معین (95%) قابل تشخیص است. کیفیت: دست کم 95% نتایج درون محدوده‌ی خطای کل مجاز باشد LoB = Meanblk Sblk Meanblk = 0.1 ; Sblk = TSHمثال: سنجش 1.65 LoB = × 0.03 = 0.2 LoD = LoB Sspk B + 2CV ≤ ATE S0.3 = TSHمثال: سنجش LoD = × 0.12 = 0.4 پرسش: آیا جواب‌های قابل تشخیص، کیفیت هم دارند؟ LoB = 0.2 LoD = 0.4

کمترین غلظت آنالیت که با یک احتمال معین (95%) قابل تشخیص است.
مرز شاهد؛ LoB بزرگترین نتیجه‌ای که ممکن است با یک احتمال معین (95%) از سنجش شاهد به دست آید. مرز تشخیص؛ LoD کمترین غلظت آنالیت که با یک احتمال معین (95%) قابل تشخیص است. مرز تشخیص؛ LoQ کمترین غلظت آنالیت که با کیفیت مورد نظر سنجیده می‌شود. LoB = Meanblk Sblk Meanblk = 0.1 ; Sblk = TSHمثال: سنجش 1.65 LoB = × 0.03 = 0.2 LoD = LoB Sspk S0.3 = TSHمثال: سنجش LoD = × 0.12 = 0.4 LoQ = Bspk + 2Sspk = ATE LoB = 0.2 LoD = 0.4 B2 = 0.1 ; CV2 = 0.15 ; TAE2 = 0.4 TSHمثال: سنجش CLIA: ATE = 20%; 0.4/2 = 20% LoQ = 2

مرز شاهد؛ LoB بزرگترین نتیجه‌ای که ممکن است با یک احتمال معین (95%) از سنجش شاهد به دست آید. مرز تشخیص؛ LoD کمترین غلظت آنالیت که با یک احتمال معین (95%) قابل تشخیص است. کمترین غلظت آنالیت که با کیفیت مورد نظر سنجیده می‌شود. LoB = Meanblk Sblk Meanblk = 0.1 ; Sblk = TSHمثال: سنجش 1.65 LoB = × 0.03 = 0.2 LoD = LoB Sspk S0.3 = TSHمثال: سنجش LoD = × 0.12 = 0.4 LoQ = Bspk + 2Sspk = TAE LoB = 0.2 LoD = 0.4 B2 = 0.1 ; CV2 = 0.15 ; TAE2 = 0.4 TSHمثال: سنجش CLIA: ATE = 20%; 0.4/2 = 20% LoQ = 2

مرز شاهد؛ LoB بزرگترین نتیجه‌ای که ممکن است با یک احتمال معین (95%) از سنجش شاهد به دست آید. مرز تشخیص؛ LoD کمترین غلظت آنالیت که با یک احتمال معین (95%) قابل تشخیص است. کمترین غلظت آنالیت که با کیفیت مورد نظر سنجیده می‌شود. LoB = Meanblk Sblk Meanblk = 0.1 ; Sblk = TSHمثال: سنجش 1.65 LoB = × 0.03 = 0.2 LoD = LoB Sspk S0.3 = TSHمثال: سنجش LoD = × 0.12 = 0.4 LoQ = Bspk + 2Sspk = TAE LoB = 0.2 LoD = 0.4 LoQ = 2 LoQ = 2

قابل تشخیص اما غیرقابل اندازه‌گیری Detectable, Not Quantifiable
LoB = 0.05 LoD = 0.1 LoQ = 0.3

معادل‌های پیشین مرز پایین تشخیص؛ LLD LLD = ODblk + 2 or 3 Sblk
مرز شاهد؛LoB مرز تشخیص: LoD مرز شناسایی: LoQ مرز پایین تشخیص؛ LLD LLD = ODblk + 2 or 3 Sblk مرز تشخیص زیستی؛ BLD LLD = LLD + 2 or 3 Sspk حساسیت عملکردی؛ FS FS = CVspk =20%

فرآیند کلی: سنجش تکراری نمونه‌ی شاهد و چند سطح پایین؛ تعیین میانگین و انحراف معیار
عواملی که باید در نظر گرفت: محلول شاهد: ایدآل: زمینه‌ی همانند عملی: محلول استاندارد محلول افزوده: LoD: پایینترین استاندارد LoQ: ساختن چند سطح با استفاده از استانداردهای پایین تعداد تکرار سنجش: برای LoB دست کم 20 بار و برای دو مورد دیگر دست کم 60 بار مدت بررسی: مرز شاهد: یک دوره یا یک روزه کافی است مرز تشخیص: چند روزه مرز اندازه‌گیری: 5 دور در بیش از 5 روز

LoQ = Meanspk @ Bspk + 2Sspk = ATE
روند کار: مرز شاهد؛LoB مرز تشخیص: LoD مرز اندازه‌گیری: LoQ 20 بار LoB = Meanblk Sblk ST0 CV 60 بار LoD = LoB Sspk ST1 غلظت LoQ = Bspk + 2Sspk = ATE TAE = B + 2CV 60 بار کدام TAE = ATE ؟ 60 بار TAE 1 60 بار TAE 2 TAE 3 Spk1 Spk2 Spk3 Spk4 60 بار TAE 4

CLSI ؛ ارزشیابی: سازندگان
مثال: تعیین مرزهای پایین سنجش یک روش سنجش دیگوکسین غلظت میانگین SD CV 0.35 1 2 1.2 60 4 25 6 0.8 13.3 8 0.5 6.6 LoB = *1 = 2 ng/mL 20 بار سنجش نمونه‌ای با غلظت برابر LoD ادعایی 20 بار سنجش شاهد CLSI ؛ ارزشیابی: سازندگان LoD = *1.2 = 4 ng/mL حداکثر 3 نتیجه بیش از LoB ادعاشده باشد حداکثر 1 نتیجه کمتر از LoB ادعاشده باشد ATE = 20% ; Bias = 2 آزمایشگاه‌ها: گواهی‌کردن LoQ = 7 ng/mL B + 2CV = 20% LoD ادعاشده گواهی می‌شود LoB ادعاشده گواهی می‌شود FS = 5 ng/mL FS = 5 ng/mL 2 + 2CV = 20% CV = 9% LoB = 2 LoD = 4

آزمایشگاه‌ها: گواهی‌کردن
مثال: تعیین مرزهای پایین سنجش یک روش سنجش دیگوکسین غلظت میانگین SD CV 0.35 1 2 1.2 60 4 25 6 0.8 13.3 8 0.5 6.6 LoB = *1 = 2 ng/mL 20 بار سنجش نمونه‌ای با غلظت برابر LoD ادعایی ارزشیابی: سازندگان 20 بار سنجش شاهد LoD = *1.2 = 4 ng/mL حداکثر 3 نتیجه بیش از LoB ادعاشده باشد حداکثر 1 نتیجه کمتر از LoB ادعاشده باشد ATE = 20% ; Bias = 2 آزمایشگاه‌ها: گواهی‌کردن LoQ = 7 ng/mL B + 2CV = 20% LoD ادعاشده گواهی می‌شود LoB ادعاشده گواهی می‌شود FS = 5 ng/mL FS = 5 ng/mL 2 + 2CV = 20% CV = 9% LoB = 2 LoD = 4

√ √ √ √ √ گام‌های ارزشیابی روش: خطی بودن روش؛ گستره‌ی قابل گزارش
بررسی نوسان؛ تکرارپذیری بررسی نامیزانی بررسی مداخله‌گرها یا بررسی بازیافت بررسی مرز تشخیص روش √ √ √ √

شاد باشید منابع: 1)Basic Method Validation;3rd edition; 2008
2) Tietz 2012 3) CLSI EP5-A شاد باشید

دانشگاه مازندران - اردیبهشت 1394

Similar presentations

Presentation on theme: "دانشگاه مازندران - اردیبهشت 1394"— Presentation transcript:

Similar presentations

About project

Feedback

Log in

Auth with social network:

دانشگاه مازندران - اردیبهشت 1394

Similar presentations

Presentation on theme: "دانشگاه مازندران - اردیبهشت 1394"— Presentation transcript:

Similar presentations

About project

Feedback