TEMA 6

CONTROL DE CALIDAD INTERNO EN PROCEDIMIENTOS DE MEDIDA CUANTITATIVOS

Jorge Morancho Zaragoza

Programa de Formacin Continuada a Distancia 2011

CONTROL DE CALIDAD INTERNO EN PROCEDIMIENTOS DE MEDIDAS CUANTITATIVO

Jorge Morancho Zaragoza Director Tcnico del Programa de Supervisin Externa de la Calidad de la Asociacin Espaola de Farmacuticos Analistas. Madrid Webmaster plataforma educativa eduaefa.es

INDICE
1. INTRODUCCIN. 2. TERMINOLOGA. 2.1. Exactitud y error. 2.2. Veracidad y sesgo. 2.3. Precisin. 2.4. Incertidumbre. 2.5. Control de Calidad. 2.6. Otros trminos de inters. 2.7. Mapas conceptuales. 3. PROPOSITO DEL CONTROL DE CALIDAD 4. PLANIFICACION DE CONTROL ESTADSTICO DE LA CALIDAD 4.1. Seleccionar la especificacin de la calidad (requisito metrolgico) para el procedimiento de medida de la magnitud biolgica. 4.1.1. Definicin de especificacin de calidad y formas de expresin 4.1.2. Consenso de Estocolmo. 4.1.3. Legislacin. 4.1.4. Variabilidad biolgica. 4.1.5. Estado del arte. 4.1.6. Modelos de error total.

4.2. Seleccionar el material de control 4.2.1. Presentaciones del material de control. 4.2.2. Relacin del material de control con los calibradores. 4.2.3. Concentracin o actividad de los analitos en el material de control. 4.5. Predecir el rendimiento de las estrategias candidatas para el control de calidad 4.6. Seleccionar una estrategia de control de calidad cuyo rendimiento previsto cumpla o mejore los objetivos de especificacin de la calidad 4.3. Concretar las caractersticas de funcionamiento del procedimiento de medida en situacin de estabilidad 4.3.1. Obtencin del sesgo 4.3.2. Obtencin de la precisin. 4.3.2.1. Comparacin sencilla de precisiones. 4.4. Identificar estrategias candidatas para el control de calidad 4.4.1. Serie analtica 4.4.2. Longitud de la serie analtica. 4.4.3. Grficos de control de calidad. 4.4.4. Reglas estadsticas de control de calidad. 4.4.5. Formas de aplicacin 5. ABREVIATURAS. 6. BIBLIOGRAFIA.

OBJETIVOS ESPECFICOS:
Una vez completado el cuadernillo deber poder: Definir los trminos exactitud, veracidad, precisin, incertidumbre, control de calidad y su relacin con error, sesgo y error sistemtico Listar las etapas necesarias para la planificacin estadstica del control de calidad. Describir que es una especificacin de calidad analtica y como se pueden expresar. Describir el contenido del Consenso de Estocolmo. Listar las tres formas ms habituales del clculo de las especificaciones de calidad. Listar los mtodos ms importantes de obtencin de especificaciones de calidad. Comparar los modelos de error total propuestos. Calcular el sesgo y la precisin. Comparar precisiones. Confeccionar grficos de control. Utilizar las reglas de control habituales y las multireglas de Westgard Utilizar las grficas de potencia de las reglas de control. Calcular el incremento de error sistemtico y el incremento de error aleatorio en una situacin previa definida. Utilizar las grficas para especificaciones de proceso operativo.

1. INTRODUCCIN
Los resultados que suministra el laboratorio deben tener una exactitud adecuada al fin que se persigue. El objetivo suele ser la monitorizacin de pacientes y la comparacin de resultado frente a los valores de referencia poblacionales o lmites de decisin. Una de las herramientas que permite tener garanta de la exactitud de los mismos es el control de calidad interno (CCI) El mismo se desarrolla de acuerdo al control estadstico de la calidad. A lo largo de los aos se han producido numerosas publicaciones y libros recomendando como se debe llevar a trmino el CCI (1,2 y 3). Pese a todo, en encuestas realizadas sobre los laboratorios (4) se constata que las tcnicas de CCI recomendadas no son seguidas en forma global, explicndose tal comportamiento en funcin de la complejidad de las mismas y el coste asociado. En Espaa la falta de legislacin al respecto es evidente. Si bien es cierto que la mayora de los decretos de apertura y funcionamiento establecen la necesidad de seguir un CCI mnimo no suelen incluir unas especificaciones de la calidad mnimas (o requisitos metrolgicos). A nivel internacional, la teleconferencia, A How-Should-I Guide to Laboratory Quality Control organizada por la ASCP (5) tuvo un fuerte impacto. Se defini como un problema grave que no hubiese una gua oficial de buena prctica del laboratorio para: fijar los lmites estadsticos del CCI monitorizar y evaluar al CCI. crear un CCI sostenible con buena relacin con los recursos necesarios para su desarrollo. La tercera edicin del documento CLSI C24-A2:2006 (6) proporcion una gua para resolver esos problemas y se ha convertido de facto en un estndar. Este documento utilizando el esqueleto de la gua CLSI C24-A2:2006, explicar las herramientas del CCI con fines formativos. Slo se tratar los procedimientos que utilizan muestras de control frente a otras alternativas (media de los normales, etc.). A lo largo del documento se encontrar ejemplos, enmarcados en lneas de puntos suspensivos, que faciliten la comprensin de lo explicado. En el enlace [A] consta un compendio de documentos relacionados con el cuadernillo.

2. TERMINOLOGA.
En las dos ltimas dcadas algunos conceptos metrolgicos han sido modificados y redefinidos. Antiguamente el concepto exactitud era paralelo al de precisin. Era comn utilizar la ilustracin de la Figura 1 como explicacin de ambos trminos. En la actualidad, el cuerpo normativo fundamentado en las normas ISO, consideran que el concepto exactitud es la suma de veracidad y precisin (Figura 2, (7))

Figura 1

Figura 2

Si embargo, siguen habiendo divergencias entre las normas ISO frente a las guas del CLSI o frente a autores muy reconocidos como JO Westgard (8). En este documento se establece el vocabulario en funcin de la norma JCGM:2006 (9). En negrita aparecern las palabras clave que tienen definicin a lo largo del apartado 2. Para cada definicin se incluirn comentarios en cursiva aclaratorios, extrados de la propia norma (9), o de otras normas ISO (10) o comits reconocidos (6,7). Los comentarios aparecern en cursiva. Con el fin de visualizar las relaciones existentes entre los conceptos ms importantes se incluirn mapas conceptuales.

2.1. Exactitud y error.

exactitud de medida, proximidad entre un valor medido y un valor verdadero de un mensurando (9, definicin 2.13.) En la prctica, el valor convencional sustituye al valor verdadero. El trmino exactitud. cuando se aplica a un conjunto de resultados de medicin, implica una combinacin de componentes aleatorios y un error sistemtico comn o componente de sesgo. Exactitud hace referencia a una combinacin de veracidad y precisin. Exactitud es esencialmente la ausencia de error de medida Exactitud no debera usarse en contraste a precisin. En sentido estricto, la exactitud se aplica al valor medido y no a entidades mas generales como los mtodos analticos o laboratorios, y slo debera ser utilizado como tal en la escritura formal. error de medida: diferencia entre un valor medido de una magnitud y un valor de referencia (9, definicin 3.10.) error de resultado: Resultado de test o resultado de medicin menos el valor verdadero . (10, definicin 3.4.4.) error aleatorio de medida: componente del error de medida que, en mediciones repetidas, vara de manera impredecible (9, definicin 2.19.) error aleatorio de resultado: Componente del error de resultado que, a lo largo de un nmero de resultados de test o de resultados de medicin , para la misma caracterstica o cantidad, vara de manera imprevisible. (10, definicin 3.4.6.) error sistemtico de medida: componente del error de medida que, en mediciones repetidas, permanece constante o vara de manera predecible (9, definicin 2.17.) error sistemtico de resultado: Componente del error de resultado que, a lo largo de un nmero de resultados de test o de resultados de medicin , para la misma

caracterstica o cantidad, permanece constante o vara de manera previsible. (10, definicin 3.4.7.) El valor de referencia para un error sistemtico es un valor verdadero, un valor medido de un patrn cuya incertidumbre de medida es despreciable, o un valor convencional. El error sistemtico y sus causas pueden ser conocidas o no. Para compensar un error sistemtico conocido puede aplicarse una correccin. El error sistemtico es igual a la diferencia entre el error de medida y el error aleatorio.

error mximo permitido: valor extremo del error de medida, con respecto a un valor de referencia conocido, permitido por especificaciones o reglamentaciones, para una medicin, instrumento o sistema de medida dado. (9, definicin 4.26) En general, los trminos errores mximos permitidos o lmites de error se utilizan cuando existen dos valores extremos. No es conveniente utilizar el trmino tolerancia para designar el error mximo permitido. Ejp (e1) Un laboratorio realiza un anlisis para el Colesterol sobre un material de referencia certificado SRM (1951B) obteniendo un valor de 204,3 mg/dL. El valor convencional para ese material asignado por el NIST es 185,76 mg/dL. El error de medida sera 204,3 185,76 = 18,54 mg/dL. Si se expresase en % entonces sera ((204,3-185,76)/185,76)*100 = 10 %. Cada resultado obtenido conlleva un error de medida.

2.2. Veracidad y sesgo

veracidad de medida . Proximidad entre la media de un nmero infinito de valores medidos repetidos y un valor de referencia (9, definicin 2.14.) veracidad: Proximidad del acuerdo entre la esperanza matemtica de un resultado de test o un resultado de medicin y un valor verdadero . (10, definicin 3.3.3.) La veracidad de medida no es una magnitud y no puede expresarse numricamente, aunque la norma ISO 5725 especifica formas de expresar dicha proximidad. La veracidad de medida est inversamente relacionada con el error sistemtico, pero no est relacionada con el error aleatorio No debe utilizarse el trmino exactitud de medida en lugar de veracidad de medida y viceversa

sesgo de medida: valor estimado de un error sistemtico. (9, definicin 2.18.) sesgo: Diferencia entre la esperanza matemtica de un resultado de test o resultado de medicin y un valor verdadero . (10, definicin 3.3.2) El sesgo es el error sistemtico total como oposicin al error aleatorio. Puede haber uno o ms componentes de error sistemtico que contribuyan al sesgo. Una mayor diferencia sistemtica respecto al valor verdadero se refleja como un valor del sesgo mayor. Veracidad es la ausencia de sesgo. El sesgo es un tipo de error sistemtico Veracidad, a diferencia de la exactitud, es oponible a precisin. El sesgo y el error sistemtico pueden considerarse dos trminos equivalentes.

Ejp (e2) El laboratorio del ejemplo (e1) sigue realizando nuevos anlisis a los largo de las series, sobre el mismo material de control SRM 1951B obteniendo los siguientes valores: 204,3; 194,1; 170,2; 185,3 y 169,1 mg/dL. El valor medio de la serie de resultados es (204,3 + 194,1 + 170,2 + 185,3 + 169,1) / 5 = 184,6 y el sesgo sera 184,6 185,76 = -1,16 mg/dl. Si se expresase en % entonces sera ((184,6 185,76)/185,76)*100 = -0,62 %.

2.3. Precisin
precisin de medida: proximidad entre las indicaciones o los valores medidos obtenidos en mediciones repetidas de un mismo objeto, o de objetos similares, bajo condiciones especificadas (9, definicin 2.15.). La precisin depende slo de la distribucin de los errores aleatorios y no est relacionada con el valor verdadero o con el valor especificado. La medida de la precisin generalmente se expresa en trminos de imprecisin y se calcula como una desviacin tpica de los resultados de la medicin. Una precisin baja se refleja en una mayor desviacin tpica. Las medidas cuantitativas de la precisin dependen de manera crtica de las condiciones estipuladas. Las condiciones de repetibilidad y las condiciones de reproducibilidad son conjuntos particulares de condiciones extremas estipuladas. Debido a que la precisin depende de las condiciones en la que es calculada, es necesario especificar cuales son esas condiciones cuando se presenta una estimacin de la precisin. Los siguientes trminos son de uso comn para describir las condiciones de medicin: condicin de repetibilidad de una medicin: condicin de medicin, dentro de un conjunto de condiciones que incluye el mismo procedimiento de medida, los mismos operadores, el mismo sistema de medida, las mismas condiciones de operacin y el mismo lugar, as como mediciones repetidas del mismo objeto o de un objeto similar en un periodo corto de tiempo (9, definicin 2.20.). condicin de reproducibilidad de una medicin: condicin de medicin, dentro de un conjunto de condiciones que incluye diferentes lugares, operadores, sistemas de medida y mediciones repetidas de los mismos objetos u objetos similares (9, definicin 2.24.) condicin de precisin intermedia de una medicin: condicin de medicin, dentro de un conjunto de condiciones que incluye el mismo procedimiento de medicin, el mismo lugar y mediciones repetidas del mismo objeto u objetos similares durante un periodo amplio de tiempo, pero que puede incluir otras condiciones que involucren variaciones (9, definicin 2.22.). Las variaciones pueden comprender nuevas calibraciones, patrones, operadores y sistemas de medida. En la prctica, conviene que toda especificacin relativa a las condiciones incluya las condiciones que involucren variaciones y las que no. Ejp (e3) Con los valores obtenidos por el laboratorio en el ejemplo (e2) podemos obtener la precisin intermedia calculando la desviacin tpica (DT) de los resultados = 15,21 mg/dl o como Coeficiente de Variacin (CV) (15,21/ 184,6 )*100= 8,24 %. Ejp (e4) Si otro laboratorio (Lab 2) utiliza el mismo material de control, obtiene a lo largo de las series los valores 214,3; 199,1; 170,2; 180,3 y 159,1 mg/dl entonces el valor medio seria (214,3 +199,1 + 170,2 +180,3 + 159,1)/5=184,6 mg/dl y el sesgo 184,6 185,76 = -1,16 mg/dl ((184,6 185,76)/185,76)*100 = -0,62 %. La precisin intermedia sera DT=22,18 mg/dl CV=(22,18/ 184,6 )*100= 12,1 %. Comparando al laboratorio 1 frente al laboratorio 2 se concluye que ambos tienen igual sesgo pero que el laboratorio 2 tiene peor precisin intermedia (en CV 12,1 % frente a 8,24 %) y por lo tanto el laboratorio 1 es ms exacto que el 2 al realizar los anlisis sobre esa muestra.

2.4. Incertidumbre
incertidumbre de medida: parmetro no negativo que caracteriza la dispersin de los valores atribuidos a un mensurando, a partir de la informacin que se utiliza. (9, definicin 2.26.). La incertidumbre de medida incluye componentes procedentes de efectos sistemticos, tales como componentes asociadas a correcciones y a valores asignados a patrones, as como la incertidumbre debida a la definicin. Algunas veces no se corrigen los efectos sistemticos estimados y en su lugar se tratan como componentes de incertidumbre. El parmetro puede ser, por ejemplo, una desviacin tpica, en cuyo caso se denomina incertidumbre tpica de medida (o un mltiplo de ella), o una semiamplitud con una probabilidad de cobertura determinada

incertidumbre expandida de medida: producto de una incertidumbre tpica combinada y un factor mayor que uno (9, definicin 2.35.) El factor depende del tipo de distribucin de probabilidad de la magnitud de salida en un modelo de medicin y de la probabilidad de cobertura elegida. El factor que interviene en esta definicin es un factor de cobertura. . mensurando: magnitud que se desea medir. (9, definicin 2.3.) magnitud: propiedad de un fenmeno, cuerpo o sustancia, que puede expresarse cuantitativamente mediante un nmero y una referencia (9, definicin 1.1.) Ejp (e5) Segn el certificado del producto, el material de referencia certificado SRM (1951B) que se ha utilizado en los ejemplos 1 a 4 tiene un valor convencional de 185,76 mg/dL con una incertidumbre de 0,55 mg/dl. La asignacin se ha realizado por un mtodo definitivo. La incertidumbre expandida de medida se calcula multiplicando el factor de cobertura de valor 2 por la incertidumbre de medida = 2* 0,55 mg/dl = 1,1 mg/dl. El factor utilizado se fundamenta en que la distribucin que se asume que tendrn los resultados de medida, es la t de student y que para un nivel de confianza del 95 % el factor es 2. Se puede decir por lo tanto, que el SRM tendr un valor convencional situado entre el 184,66 mg/dl (185,76 - 1,1) y 186,86 mg/dl (185,76 + 1,1). El material SRM 1951B tiene adems valorado otro nivel para el colesterol de 266,58 mg/dl con incertidumbre 0,84 mg/dl e incertidumbre expandida de 1,68 mg/dl. En general los laboratorios suelen utilizar el material de control asignado por los Organizadores de Ensayos de Aptitud o por productores de diagnstico in vitro. Por ejemplo, para el Ensayo de Aptitud de AEFA y AEBM del 2009, el valor asignado para el Colesterol y para el material de control de nivel 1 fue 102,27 mg/dl, la incertidumbre 0,41 mg/dl y por lo tanto la incertidumbre expandida 0,82 mg/dl. Para el nivel 2 fue 243,08 mg/dl, la incertidumbre 0,80 mg/dl y la incertidumbre expandida 1,6 mg/dl.

2.5. Control de Calidad

control de calidad: Parte de la gestin de la calidad orientada al cumplimiento de los requisitos de calidad (11, ref 3.2.10.) Control de Calidad Interno es definido como el conjunto de procedimientos usados para detectar errores atribuidos a un fallo del sistema analtico, a condiciones ambientales adversas o a variaciones en la forma de actuacin del operador, asi como para el seguimiento de la veracidad y de la precisin de los sistema de medida, a largo trmino (12). gestin de la calidad: Actividades coordinadas para dirigir y controlar una organizacin en lo relativo a la calidad (11, ref. 3.2.8)

calidad: Grado en el que un conjunto de caractersticas inherentes cumple con los requisitos (11, ref 3.1.1) requisito: Necesidad o expectativa establecida, generalmente implicita u obligatoria (11, ref. 3.1.2.)

2.6. Otros trminos de inters

coeficiente de variacin muestral: Desviacin tpica muestral dividida por la media muestral. desviacin tpica muestral; definicin 1.17.). Raz cuadrada no negativa de la varianza muestral (13,

media (media muestral, media arimtica): Suma de las variables aleatorias de una muestra aleatoria dividido por el nmero de elementos de la suma. (13, definicin 1.15.). valor verdadero de una magnitud (valor verdadero): valor de una magnitud compatible con la definicin de la magnitud (9, definicin 1.19.). valor convencional de una magnitud: valor asignado a una magnitud, mediante un acuerdo, para un determinado propsito (9, definicin 2.12.). valor medido de una magnitud (valor medido): valor de una magnitud que representa un resultado de medida (9, definicin 2.10.). valor de referencia de una magnitud: valor de una magnitud que sirve como base de comparacin con valores de magnitudes de la misma naturaleza (9, definicin 5.18.). El valor de referencia puede ser un valor verdadero de un mensurando, en cuyo caso es desconocido, o un valor convencional, en cuyo caso es conocido

validacin: verificacin de que los requisitos especificados son adecuados para un uso previsto. (9, definicin 2.45.). varianza muestral ; Suma de los cuadrados de las desviaciones de las variables aleatorias de una muestra aleatoria respecto a su media muestral dividido por el nmero de elementos de la suma menos 1. (13, definicin 1.16.). verificacin: aportacin de evidencia objetiva de que un elemento satisface los requisitos especificados. (9, definicin 2.44.).

2.7. Mapas conceptuales

Figura 3 La Figura 3 relaciona el valor verdadero, convencional y de referencia.

Figura 4 La Figura 4 muestra la relacin entre la exactitud, veracidad y precisin, y como se pueden expresar. Formalmente podemos dar adjetivos a la exactitud como alta, baja, mediana, superior a, inferior a, etc. al igual que para la precisin o a la veracidad. No podemos dar un valor cuantitativo a la exactitud y a la veracidad pero si a la precisin.

Ejp (e6) Utilizando la informacin del ejemplo (e3) y del ejemplo (e4) podemos decir que ambos laboratorios tienen igual veracidad (porque el sesgo es idntico), que el laboratorio 2 tiene peor precisin intermedia que el laboratorio 1, que el valor de la precisin intermedia del laboratorio 1 es de 15,21 mg/dl o de 8,24 % y que a nuestro juicio (totalmente personal) esa precisin intermedia es demasiado elevada. Tambin podemos decir que el laboratorio 1 es ms exacto que el laboratorio 2 al analizar la misma muestra.

Figura 5 La Figura 5 explica la relacin entre los conceptos que son cuantificables (error aleatorio, sesgo, error sistemtico y error de medida) frente a los que no son cuantificables (exactitud y veracidad). La precisin como se ha indicado anteriormente se puede expresar tanto cuantitativamente como cualitativamente. Ejp (e7) Supongamos que deseamos conocer si el laboratorio 1 (ejemplo (e2)) es capaz de satisfacer un error mximo permitido de 5%, un sesgo mximo permitido de 1% y una precisin mxima permitida de 3 %. Para ello debemos calcular el error de medida que muestra el laboratorio 1 para cada uno de los anlisis que realiza en las muestra: Resultados Error en mg/dl Error en % Serie 1 204,3 18,54 10 Serie 2 194,1 8,34 4,5 Serie 3 170,2 -15,56 -8,4 Serie 4 185,3 -0,46 -0,2 Serie 5 169.1 -16,66 9,0

Como el error mximo permitido es 5 % concluimos que se satisface ese requisito en las series 2 y 4, pero no en la 1, 3 y 5. Como adems el ejemplo (e2) nos ensea que el sesgo es de -1,16 mg/dl -0,62 % vemos que se satisface el sesgo mximo del 1 %. Asimismo como la precisin intermedia es 15,21 mg/dl 8,24 % vemos que no se satisface el requisito de precisin mxima permitida.

3. PROPOSITO DE CONTROL DE LA CALIDAD.

Los procedimientos de medida son formalmente seleccionados por el laboratorio con el objetivo de que cumplan unas especificaciones de funcionamiento adecuado para su uso mdico. Los procedimientos estadsticos de control de calidad se han diseado para monitorizar la incertidumbre de un procedimiento de medicin y sealar problemas que podran limitar la utilidad de un resultado para su uso por el clnico.

10

El laboratorio tiene la obligacin de disear procedimientos de control de calidad que verifiquen que los resultados de sus procedimientos de medicin cumplen una determinada calidad. Esa calidad sera aquella que permitiese un deterioro en la fiabilidad del procedimiento tal que no se perjudique la toma de decisiones mdicas. El control de calidad se realiza generalmente mediante el anlisis de muestras estables y la comparacin de los valores observados de esas muestras frente a una distribucin esperada bajo condiciones de funcionamiento estable del sistema analtico. En general, se trata de calcular las medias y desviaciones tpicas de valores observados para los materiales de control para establecer los lmites adecuados de control, de forma que se pueda identificar situaciones inusuales que puedan querer indicar un funcionamiento inestable. Los datos estadsticos obtenidos se utilizan para hacer juicios sobre la calidad de los resultados analticos, esencialmente, si los datos de los pacientes deben ser aceptados o no, y para estimar los parmetros de rendimiento que se puedan comparar con las especificaciones de calidad.

4. PLANIFICACION DE CONTROL ESTADSTICO DE LA CALIDAD .

Para planificar un procedimiento de control estadstico de la calidad fiable deben seguirse una serie de pautas con varias etapas (6).

4.1 Seleccionar la especificacin de la calidad (requisito metrolgico) para el procedimiento de medida de la magnitud biolgica.
4.1.1. Definicin de especificacin de calidad y formas de expresin La especificacin de la calidad es la piedra angular del laboratorio clnico. Es un valor cuantitativo en forma de requisito metrolgico que el laboratorio debe cumplir para garantizar que sus prestaciones son las adecuadas para un objetivo dado. Se pueden presentar en tres formas: Error mximo permitido. Precisin mxima permitida. Sesgo mximo permitido.

4.1.2. Consenso de Estocolmo. A lo largo de los ltimos 30 aos diferentes autores han propuestos numerosos modelos para la definicin y seleccin de valores de especificacin de calidad. A partir de una conferencia (14) desarrollada en 1999, en Estocolmo se acord un sistema que integraba a todo los modelos previamente propuesto en forma de una pirmide jerrquica para la seleccin de especificaciones de calidad: 1. Evaluacin del efecto de la prestacin analtica sobre los resultados clnicos en situaciones clnicas especificas. 2. Evaluacin del efecto de la prestacin analtica sobre las decisiones clnicas generales: a) mediante los datos derivados de los componentes de variacin biolgica. b) mediante los datos derivados del anlisis de las opiniones de los clnicos. 3. Recomendaciones publicadas por grupos profesionales: a) entidades expertas nacionales e internacionales. b) grupos expertos locales o individuales. 4. Objetivos de prestacin establecidos por: a) entidades legislativas. b) organizadores de programas de evaluacin externa de la calidad.

11

5. Objetivos de prestacin basados en el estado del arte: a) Datos extrados de programas de evaluacin externa de la calidad o de ensayos de aptitud. b) Datos obtenidos de las publicaciones actuales sobre metodologa. El sistema recomienda aplicar los criterios mas altos de esta jerarqua, antes que los de orden inferior, si ello es posible para el laboratorio y si es adecuado para la utilidad prctica de las determinaciones solicitadas. Los tres modelos ms utilizados para la seleccin de especificaciones son: Legislativas (nivel 4a). Fundamentados en los componentes de variacin biolgica (nivel 2 a). Fundamentados en el estado del arte (nivel 5). 4.1.3. Legislacin. Tanto Estados Unidos (EEUU) como Alemania (RFA) disponen de legislacin sobre especificaciones de calidad. Son de obligado cumplimiento. La forma de comprobar que los laboratorios cumplen esos valores, son a travs de los Ensayos de Aptitud. La forma de obtencin de esas especificaciones de calidad en EEUU fue a travs del consenso entre la Administracin y los profesionales del laboratorio clnico (CAP, AACC entre otros). Para RFA, las especificaciones de la calidad son generadas por la Bundesrztekammer (Asociacin Mdica Alemana) a travs de un grupo de expertos creado al efecto. El modelo se explica en el apartado 3.1.6. (formula II) de este documento. El grupo de expertos elige los valores de sesgo y precisin en funcin de sus conocimientos y experiencia de los Programas de Evaluacin Externa de la Calidad y calculan el valor de error total con la formula II . En el enlace [B] es posible encontrar los valores para las 74 magnitudes de las que constan especificaciones (15) en EEUU y tambin lo publicado por Bundesrztekammer para la RFA (16). 4.1.4. Variabilidad biolgica. La obtencin de especificacin de la calidad en funcin de la variabilidad biolgica se fundamenta en los estudios de Fraser (17), el cual utiliza las formulas matemticas siguientes:
Criterio

Precisin mxima admitida (en %) < 0,75CVbi < 0,50CVbi < 0,25CVbi

Sesgo mximo permitido (en %) <0,375 ((CVbi)2 2 1/2 (CVbg) ) <0,25 ((CVbi)2 (CVbg)2)1/2 <0,125 ((CVbi)2 2 1/2 (CVbg) )

Error mximo permitido + z 0,75CVbi +0,375 ((CVbi)2 + (CVbg)2)1/2 + z 0,50CVbi +0,250 ((CVbi)2 + (CVbg)2)1/2 + z 0,25CVbi +0,125 ((CVbi)2 + (CVbg)2)1/2

Mnima

Deseable

ptima

Siendo CVbi coeficiente de variacin intraindividual, CVbg coeficiente de variacin interindividual , z=1,65 para =0,05 y z=2,33 para =0,01 Tabla I El mecanismo de obtencin y seleccin consiste, en buscar el valor de CVbi y CVbg a travs de la bibliografa, para determinar que valores del precisin, sesgo y error total mximo permitido sern validos como especificacin de calidad en funcin de unos criterios (mnimo, deseables u optimo) y en funcin de la probabilidad deseada (=0,05 o =0,01). En la literatura se pueden encontrar un compendio de tablas en donde se hallan valores de especificacin para cada magnitud biolgica (18) [B].

12

Ejp (e8) Para la magnitud potasio los valores de CVbi y CVbg son respectivamente 3,5 % y 2,6% (19) Si aplicamos las formulas descritas de la Tabla I tendramos para =0,05, z=1,65 y
Criterio Precisin mxima admitida (en %) < 0,75 * 3,5 = 2,6 < 0,50 * 3,5 =1,8 < 0,25 * 3,5 =0,9 Sesgo Mximo permitido (en %) <0,375 * ((3,5)2 + (2,6)2)1/2 =1,6 <0,25 * ((3,5)2 + (2,6)2)1/2 =1,1 <0,125 * ((3,5)2 + (2,6)2)1/2 =0,6 Error Mximo Permitido (en %) 1,65 * 0,75 *(3,5) +0,375 ((3,5)2 + (2,6)2)1/2 =6,0 1,65 * 0,50 *(3,5) +0,250 ((3,5) 2 + (2,6)2)1/2 =4,0 1,65 * 0,25 *(3,5) +0,125 ((3,5) 2 + (2,6)2)1/2 =2,0

Mnima Deseable ptima

y para =0,01, z=2,33

Criterio Precisin mxima admitida (en %) < 0,75 * 3,5 = 2,6 < 0,50 * 3,5 =1,8 < 0,25 * 3,5 =0,9 Sesgo Mximo permitido (en %) <0,375 * ((3,5)2 + (2,6)2)1/2 =1,6 <0,25 * ((3,5)2 + (2,6)2)1/2 =1,1 <0,125 * ((3,5)2 + (2,6)2)1/2 =0,6 Error Mximo Permitido (en %) 2,33 * 0,75 *(3,5) +0,375 ((3,5)2 + (2,6)2)1/2 =7,8 2,33 * 0,50 *(3,5) +0,250 ((3,5) 2 + (2,6)2)1/2 =5,2 2,33 * 0,25 *(3,5) +0,125 ((3,5) 2 + (2,6)2)1/2 =2,6

Mnima Deseable ptima

4.1.5. Estado del arte. Las especificaciones de calidad fundamentadas en el estado del arte (state of art) se obtienen al extraer informacin (metrolgica), del conjunto formado por un grupo de laboratorios que utilizan un mismo (o similar) producto de diagnostico in vitro. Esa extraccin se puede realizar considerando el factor resultado o el factor laboratorio. En el caso del factor resultado, la clave es definir el nmero de resultados que representan el estado del arte y fijar la especificacin de forma que ese numero de resultados este dentro de la misma. Por ejemplo en el Consenso Espaol (20,21) se estima que el 90 % de resultados observados en los Programas de Evaluacin Externa de la Calidad (PEEC) representan el estado del arte. Para el caso del Potasio el 90 % de los laboratorios tienen un error inferior al 7%. Entonces 7 % es la especificacin de calidad en error total permitido para esa magnitud. En el caso del factor laboratorio, el mecanismo es identificar que % X de laboratorios son capaces de entregar un % Y de sus resultados dentro de un error total mximo determinado T, tambin utilizando los resultados de participacin de los laboratorios en los PEEC. En funcin del valor X, e Y se obtiene un valor T de especificacin en error total. Esto puede ser expresado a travs de las grficas del estado del arte (22):

13

Grfica estado del arte. Glucosa

100 95 90 85 80 75 70 65 60 55 50 45 40 35 30 25 20 15 10 5 0 0 1 2 3 4

75% 50% 100%

Laboratorios (%)

9 10 11 12 13 14 15 16 17 18 19 20

Error (%)

Figura 6. En el eje de ordenadas consta el % de laboratorios que son capaces de tener una parte de sus resultados (el 50 % o 75%) o la totalidad (100%) dentro de un error absoluto dado (eje abcisas) cuando participan en los PEEC. De la lectura de la grfica de la glucosa (Figura 6) podemos conocer a) Que porcentaje de laboratorios son capaces de tener una parte de sus resultados dentro de un error De la observacin de la Figura 6 se desprende que: % de laboratorios que consiguen sus resultados con ese error mximo Error mximo Todas las muestras 75 % de las muestras 50 % de las muestras (100%) 5% 15% 42% 72% 10 % 50 % 80% 92% b) Que error mximo tienen un % determinado de laboratorios al procesar un % de muestras determinado Con la Figura 6 conocemos que: Porcentaje de % de error mximo que son capaces de obtener ese % de laboratorios laboratorios En todas las En el 75 % de las En el 50 % de las muestras (100%) muestras muestras 50 % 9,5 % 5,7 % 3,2 % 75 % 17 % 9% 5,5 % Las grficas permiten conocer a priori, el grado de dificultad que tienen especificaciones obtenidas por otros modelos (variabilidad biolgica, legislativas, opiniones de clnicos, etc.). En el enlace [B] constan las grficas del estado del arte que han sido publicadas hasta la

fecha.

14

4.1.6.

Modelos de error total.

Hay varios modelos matemticos que relacionan los trminos sesgo y precisin con error total. a) Modelo lineal simple

ET = sesgo + z * precisin

(I)

Siendo, ET el error total sesgo el valor absoluto del sesgo (en %), precisin en forma de CV en % z la desviacin tpica correspondiente a una probabilidad seleccionada. Por ej. z=1,65 para una probabilidad de una cola del 0,05% o z=2,33 para 0,01 %. b) Modelo fundamentado en el GUM (23)

ET = ((sesgo)2 + (precisin) 2) (II)

Siendo, ET el error total, sesgo en %, precisin, en Coeficiente de Variacin en %. Debe observase que en funcin del modelo que se aplique los resultados de Error Total obtenidos seran diferentes. Ambos modelos sirven para intentar explicar el Error Total que pueden llegar a tener los resultados de un laboratorio para una determinada magnitud. Debe entenderse que cuando se calcula el Error Total en funcin del sesgo y precisin para una muestra se obtendr el valor que se espera encontrar del mismo, no el que el laboratorio en cuestin tiene. El modelo I es el ms utilizado en nuestro sector. Ejp ( e9) Sea un laboratorio que tiene para una determinada muestra un sesgo de un - 2 % y una precisin intermedia en CV de un 3 %, para una probabilidad de una cola del 0,05%, podremos decir que el error total que se espera que tenga sea: % 59,6 = 3 * 56,1 + 2 -segn el modelo I. Para el caso del modelo II el error total esperado sera ((-2)2 + (3) 2) = 3,6 %. Obsrvese que el error total que se calcula es una previsin de lo que se espera que ocurra con posterioridad al clculo. La forma de calcular el valor del error total es experimental. Una de ellas se muestra en los ejemplos anteriores (e1) y (e7). Para una revisin mas exhaustiva de este apartado se puede consulta el cuaderno de formacin continuada de AEFA: Especificaciones de Calidad en el Laboratorio Clnicos ([B]) .

4.2. Seleccionar el material de control

El material de control es un elemento imprescindible del Control de Calidad Interno. Esta pensado para ser utilizado como una muestra ms junto a las muestras de los pacientes. Se deben tener en consideracin los siguientes aspectos a la hora de seleccionar el material: Homogeneidad. Estabilidad. El material de control ser utilizado a lo largo de un periodo de tiempo y por ello debe asegurarse que no hay deterioro del mismo. Disponibilidad de suficiente material de control para abastecerle durante un periodo mnimo de 1 ao (para evitar tener que realizar evaluaciones con nuevos lotes de material). La variabilidad entre-viales debe ser suficiente y mucho menor que la variabilidad esperada en el procedimiento de medida.

15

4.2.1.

Presentaciones del material de control. Liofilizado. Lquidos. Congelados.

4.2.2. Relacin del material de control con los calibradores. Pese a que el material de control puede tener una composicin similar al calibrador estos no son intercambiables. El material de control empleado por el laboratorio debe ser diferente al calibrador, para asegurar que la evaluacin que realiza el procedimiento de control de calidad sea independiente del calibrador que ha sido utilizado para la puesta en marcha del procedimiento de medida. 4.2.3. Concentracin o actividad de los analitos en el material de control. La concentracin o actividad del material de control debe cubrir el rango de trabajo, en la medida que los productores de diagnstico in vitro puedan suministrarlo. Difcilmente se puede comprobar la fiabilidad de los resultados si no hay constancia de cmo se comporta a todos los niveles. Preferiblemente se deben elegir con niveles cercanos a lmites de decisin clnica, si ello fuese posible. En general es posible para la mayora de las magnitudes con 2 niveles.

4.3. Concretar las caractersticas de funcionamiento del procedimiento de medida en situacin de estabilidad
Las dos caractersticas principales de funcionamiento del proceso analtico, necesarias para planificar un procedimiento de control de calidad, son el sesgo y la precisin. Estas deben ser halladas en periodos en los que el proceso analtico sea estable. 4.3.1. Obtencin del sesgo Para determinar el sesgo (o error sistemtico) a partir de n medidas, debemos estimar el valor ms probable de las n medidas (p.e. mediante la media) y compararlo con un valor verdadero ( o una aproximacin mediante el valor convencional). Dependiendo del experimento, las n medidas se llevarn a cabo en condiciones de repetibilidad, reproducibilidad u otras condiciones En funcin de que uso se le quiera dar al sesgo y como ha sido calculado ese valor convencional, tendremos diferentes posibles sesgos. a) Sesgo obtenido con el uso de material de referencia certificado (CRM SRM) con probada conmutabilidad entre ese material, para la magnitud biolgica elegida, frente a muestras de pacientes. Los ejemplos (e2) y (e5) muestran la forma del clculo. El sesgo que se obtenga ser la mejor estimacin frente al valor verdadero del mensurando. b) Sesgo obtenidos de la participacin del laboratorio en un Programa de Evaluacin Externa de la Calidad (PEEC) o en un Ensayo de Aptitud (EA), para una determinada magnitud. El valor convencional se obtiene dentro del PEEC o EA como valor diana de un grupo de comparacin congruente analticamente. El sesgo debe ser calculado utilizando los resultados de evaluacin en un periodo de tiempo en donde sabemos que el sistema ha sido estable.

16

Ejp (e10) Sea un laboratorio que participa en un Programa de Evaluacin Externa de la Calidad para la magnitud Aspartato aminotransferasa. Los resultados obtenidos en los ltimos 7 periodos y los valores convencionales asignados el PEEC han sido Periodo 1 2 3 4 5 6 7 Resultado en UI/L 183 52,4 34,5 177,6 52,2 178,3 51,9 Valor convencional asignado por el PEEC en UI/L 181,1 43 35,8 182,1 43,7 180,9 44,5 Error de medida en % 1,0 21,9 -3,6 -2,5 19,5 -1,4 16,6

El error de medida se calcula como ((resultado valor convencional)/valor convencianal)*100 El sesgo se calcula como la media de los errores de medida y es (1,0 + 21,9 -3,6 -2,5 + 19,5 -1,4 +16,6)/7=7,3 %. Obsrvese que si calculamos el sesgo para aquellos valores cercanos a 41,8 UI/L (periodo 2, 3, 5 y 7) el sesgo sera (21,9 -3,6 + 19,5 +16,6)/4=13,6 % mientras que para los valores cercanos a 181,4 UI/L (periodos 1, 4 y 6) el sesgo seria (1,0 -2,5 -1,4)/3=-1,0 %. Debe tenerse en cuenta que si no se esta en un periodo de estabilidad los resultados obtenidos de sesgo no sern representativos los materiales habitualmente utilizados en los PEEC o EA (como en otros materiales de control de calidad) suelen tener problemas de conmutabilidad (24,25). Cuanto mas no conmutables sean, es decir, cuanto ms diferentemente se comporte el material de control frente a la muestra de los pacientes, ms dbil ser la estimacin del sesgo. El sesgo que se obtiene es frente a un valor convencional obtenido por grupo que ha servido de comparacin. En funcin del PEEC, la magnitud tratada y el numero de datos con el que cuente el Organizador, el grupo puede ser el equipo con el mismo calibrador, el equipo slo, el mtodo, agrupacin de mtodos y todos los equipos. Ese valor convencional no tiene que ser necesariamente el valor verdadero del mesurando. Al haber diferencias entre esos valores convencionales tambin habr diferencias entre los sesgos que se pudiesen obtener. c) sesgo obtenido al comparar los resultados de los pacientes por el mtodo del laboratorio frente a otro mtodo de rutina. Este mtodo requiere comparaciones mltiples a lo largo del tiempo. Como resultado final el sesgo obtenido esta referido de un mtodo frente a otro. La forma de clculo recomendada es una guia del CLSI (26). d) sesgo obtenido al comparar los resultados de los pacientes por el mtodo del laboratorio frente a un mtodo de referencia. Este mtodo tambin requiere comparaciones mltiples a lo largo del tiempo. El sesgo obtenido ser el obtenido por el mtodo del laboratorio frente a un mtodo de referencia. Se recomienda el uso de la guia del CLSI (26) antes citada. Algunas de las cuatro propuestas descritas de obtencin del sesgo pueden llegar a ser impracticables por el coste econmico que conllevan, aunque el sesgo obtenido a travs de la participacin del laboratorio en un Programa de Evaluacin Externa de la Calidad es fcil de seguir a un coste razonable. En el caso de que el laboratorio no pueda conocer cual es el sesgo de su mtodo debido a la complejidad o coste de las propuestas a), b) c) o d) anteriormente descritas puede lanzar la hiptesis de que su sesgo es cero (6) siempre y cuando:

17

1. Disponga de informacin bien establecida y contrastada conforme es razonable tal suposicin (estudios intercentros con el mismo mtodo y equipo, informacin del productor, etc.) 2. Haya realizado una estimacin de los valores de sesgo en situacin de estabilidad (lnea base). Para ello, puede utilizar un material de control de calidad interno, proveniente de un productor de diagnstico in vitro. Se recomienda el uso de al menos 20 muestras control (6). Para cada serie se debe reconstituir nuevo material (del mismo nivel) si se tarta con liofilizados. En este tipo de estimacin, es clave conocer como el fabricante ha asignado el valor convencional del material de control y cual es la conmutabilidad del producto. El valor de sesgo que se obtendr ser el del mtodo frente al grupo, que el fabricante haya definido como referencia y para el que ha asignado el valor convencional. 3. Haya intentado eliminar o corregir el sesgo en situacin de estabilidad, mediante acciones correctivas o la aplicacin de funciones correctoras (6). La hiptesis (sesgo cero) deber ser peridicamente contrastada, enfrentando los valores obtenidos en su estrategia de control de calidad a lo largo del tiempo frente a la lnea base obtenida en situacin de estabilidad.. Ejp (e11) Sea un laboratorio que adquiere un material de control a un productor de diagnstico in vitro consistente en dos nivel de concentracin para la magnitud Hierro. El primer nivel tiene un valor convencional de 110 g/dl y el segundo nivel 297 g/dl. El laboratorio a lo largo de 20 series, una por da, realiza los anlisis de las muestras control obteniendo los siguientes valores Error total en % Nivel 1 Serie 1 2 3 4 5 6 7 8 9 10 Media Nivel 2 Nivel 1 -2,7 -4,5 6,4 3,6 -2,7 -4,5 0,9 -1,8 -3,6 -0,9 g/dL g/dL 107 293 105 292 117 296 114 300 107 284 105 287 111 296 108 295 106 297 109 304 Nivel 1 Nivel 2 109,25 295,95 Error total Nivel Nivel en % 1 2 Nivel Nivel Nivel 2 Serie g/dL g/dL 1 2 -1,3 11 105 300 -4,5 1,0 -1,7 12 116 301 5,5 1,3 -0,3 13 113 302 2,7 1,7 1,0 14 106 292 -3,6 -1,7 -4,4 15 103 286 -6,4 -3,7 -3,4 16 111 303 0,9 2,0 -0,3 17 111 299 0,9 0,7 -0,7 18 111 297 0,9 0,0 0,0 19 110 292 0,0 -1,7 2,4 20 110 303 0,0 2,0

El sesgo seria la diferencia entre el valor medio y el valor convencional. Para el nivel 1: ((109,25-110)/110)*100= -0,7 % y para el nivel 2: ((295,85-297)/297)*100=-0,4% . Obsrvese que cada resultado da lugar a un error total de medida. En el caso del ejemplo (e11), una vez que el laboratorio hubiese intentado eliminar o corregir su sesgo podra lanzar la hiptesis de sesgo cero y definir la estrategia de control de calidad en funcin de que su sesgo es cero. Si los valores de sesgo estimados, fuesen muy elevados no tendra sentido lanzar esa hiptesis.

18

4.3.2.

Obtencin de la precisin.

La precisin es una variable cuantitativa que es estimada mediante medidas repetidas sobre una material de control que sea estable, cuando el procedimiento de medicin est funcionando en condiciones estables. La estimacin inicial de la precisin, en condiciones intermedias, se realiza mediante al menos 20 mediciones diferentes de material de control, para cada nivel de control, una por da. En el caso de utilizar material de control liofilizado se debe utilizar 20 frascos de reconstitucin por cada nivel, es decir un frasco por nivel y por da. El documento del CLSI EP5 (27) utiliza un protocolo para la estimacin de la precisin empleando anlisis por duplicado de las muestras dos veces al da, por cada nivel, al menos durante 20 das. Obsrvese que la precisin estimada sera en condiciones intermedias y que no incluye otros factores que influyen, que tambin afectaran a la variabilidad en un perodo de tiempo ms largo, tales como calibracin, cambios de reactivo y calibrador, mantenimiento de instrumentos, y variables ambientales. Se recomienda que tambin se estime la precisin en condiciones de reproducibilidad utilizando datos obtenidos a ms largo plazo para disponer de una mayor cobertura de las fuentes previstas de variacin. 4.3.2.1. Comparacin sencilla de precisiones. Suele ser necesario comparar los valores de precisin, obtenidas en unas condiciones determinadas, en las siguientes circunstancias a) Un mismo material de control entre dos periodos de tiempo diferentes. b) Dos niveles diferentes de material de control. c) La precisin obtenida en una material de control frente a la especificacin de calidad elegida en forma precisin mxima permitida. Para tal fin se puede realizar una sencilla comparacin nominal de los valores, aunque es mejor y aconsejable realizar una comparacin estadstica. Para el caso a), si se desea comparar los valores obtenidos de dos precisiones en forma de desviacin tpica, se puede utilizar la razn (DT2/gl2)2/(DT1 /gl1)2 siendo DT2 la desviacin tpica mayor de las dos muestras (DT2 >DT1) y gl2 y gl1 los grados de libertad de las muestras utilizadas para el calculo de DT2 y DT1, respectivamente (gl= nmero de resultados de la muestra - 1). Esta razn sigue la distribucin F de Fischer y por ello se puede comparar el valor de esa razn frente al valor lmite esperado F(; gl2; gl1), siendo el nivel de significacin. Estos valores de F pueden ser encontrados en tablas ([A]) Para el caso b) y c) las comparaciones de precisin deben realizarse utilizando el Coeficiente de Variacin. En este caso el valor de CV sustituye a DT de forma que la razn que debe ser calculada es (CV2/gl2)2/(CV1 /gl1)2 para su comparacin posterior con la F(; gl2; gl1) oportuna. Ejp (e12) En el ejemplo (e11) los valores de precisin en condiciones intermedias que se obtuvieron fueron: Nivel 1 Nivel 2 Media 109,25 295,95 DT 3,85 5,84 CV 3,53 1,98 Siendo DT, la desviacin tpica y el CV el coeficiente de variacin

19

Los valores obtenidos de CV son nominalmente diferentes 3,53 vs 1,98. Sin embargo para comprobar si esa diferencia es estadsticamente significativa se puede utilizar la razn (CV2/gl2)2/(CV1 /gl1)2. En este caso el n de grado de libertad son 19 para cada uno de los niveles (gl = n de datos -1= 20-1). Para un nivel de significacin del 0,05 tenemos que el valor F mnimo que se debera de presentar, para dar por significativo que son diferentes CV2 y CV1 es F(0,05;19;19)=2,17 . Como el resultado de la razn (3.53/19)2/(1.98/19)2 es 0,81, entonces concluimos que esos dos valores de CV no son significativamente diferentes.

4.4. Identificar estrategias candidatas para el control de calidad

Una estrategia de control de calidad (o procedimiento de control de calidad) se caracteriza por

Que material de control se emplear. Cuantas muestras de control sern analizadas en cada serie analtica. Donde se situarn esas muestras de control, dentro de la serie analtica. Que reglas estadsticas de control de calidad sern empleadas.

La eleccin de la estrategia depender de la especificacin de calidad que se desea obtener, as como el grado de inestabilidad esperado del procedimiento de medida utilizado (tipo, frecuencia y magnitud de los errores). La concrecin de las caractersticas indicadas dar lugar a posibles estrategias diferenciadas. 4.4.1. Serie analtica Es un intervalo (de tiempo o de numero de mediciones) en las cuales la veracidad y precisin del proceso de medida se espera que sea estable. 4.4.2. Longitud de la serie analtica. La longitud de la serie analtica debe estar adecuada al sistema analtico y mtodo analtico que se utilizar. Debe estar definido como un intervalo en el cual el riesgo de que se produzca un evento que tenga impacto sobre la precisin o veracidad pueda ser tolerable para las caractersticas operativas del sistema analtico El productor de diagnostico in vitro puede recomendar una longitud mxima para el sistema analtico en funcin de la estabilidad del procedimiento de medida que el mismo ha observado, sin embargo las condiciones en las que el productor ha hecho el ensayo no tienen porque ser necesariamente las mismas que tiene el laboratorio. El laboratorio debe fijar su longitud (en tiempo o en nmero de mediciones) adecuada a sus propias caractersticas: estructura del laboratorio, flujos de trabajo, grado de estabilidad del sistema analtico en la sede del laboratorio, numero de muestras de pacientes que deben ser habitualmente analizadas, costo del re-anlisis en caso de un fallo del control de calidad, impacto clnico de no detectar un error existente hasta el momento en que las muestras de control de calidad interno sean analizadas. estabilidad de las magnitudes en las muestras de pacientes 4.4.3. Grficos de control de calidad. Un grfico de control es un dibujo para determinar si el modelo de probabilidad (variabilidad) es estable o cambia a lo largo del tiempo. El modelo de probabilidad que se obtiene al realizar anlisis repetidos de muestras control, presenta una distribucin llamada normal o guassiana (Figura 7).

20

68,2 %

95,5 % 99,7 % Media - 3 DT Media - 2 DT Media - 1 DT Media Media +1 DT Media + 2 DT Media + 3 DT

Figura 7. Este modelo explica hacia donde los resultados tienden a agruparse (media) por efecto del error sistemtico o sesgo. La desviacin tpica esta en funcin de cmo varan los resultados por efecto del error aleatorio. Esta distribucin esta caracterizada porque el porcentaje de resultados que se espera encontrar entre ciertos lmites puede ser predicho. Por ejemplo se espera que los resultados de control que se ajusten a la distribucin gaussiana tengan al 68,2 % de los mismos entre mas/menos la media y una desviacin tpica; el 95,5 % entre la media y mas/menos dos desviaciones tpicas y el 99,7 % entre las media y mas/menos tres desviaciones tpicas. Los resultados de control pueden ser representados grficamente a lo largo del tiempo (de las series) para dar lugar al grfico de control:

Figura 8. El grfico (Figura 8) tiene una lnea central que representa el valor medio de la magnitud analizada en la muestra de control en situacin de estabilidad del procedimiento de medida. Hay tambin otras dos lneas horizontales, llamadas Lmite Superior de Control (LSC) y Lmite Inferior de Control (LIC). Las lneas estn situadas en funcin de: LSC = Media + k DT (III) Lnea central = Media (IV) LIC = Media - k DT (V) donde k es la distancia entre los lmites de control y la lnea central, expresada en desviaciones tpicas.

21

Un valor que se ubique entre los lmites de control nos informa que el procedimiento de medida representado por el resultado de muestra de control no ha sufrido un cambio, con respecto a la situacin de estabilidad en el que el sesgo y la precisin fueron calculados. Este tipo de grficos de control se denominan diagramas de Shewhart. En el laboratorio clnico tambin son utilizados una ligera modificacin de estos diagramas (Figura 9) en los que, en el eje de las ordenadas se sitan otros lmites de control que tambin estn en funcin de k (III y V), y sirven para aplicar visualmente las reglas estadsticas de control de calidad.

G r fic o d e c o n tro l
M e d ia + 3 D T 1 3 0 M e d ia + 2 D T 1 2 0 M e d ia + 1 D T 1 1 0 M e d ia 1 0 0 M e d ia - 1 D T
90

M e d ia - 2 D T 8 0 M e d ia - 3 D T 7 0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
N m e ro d e s e rie

Figura 9 Ejp (e13) En la Figura 9 esta representada una grafica de control en el que se han representado los ltimos 20 resultados de control obtenidos para una muestra de control. Esa muestra de control tiene asignado un valor de 100 y la precisin representada en forma de desviacin tpica es de 10. Por ello los posibles lmites de control son de 70 (calculado segn: Media k* DT = 100- 3* 10), 80, 90, 110, 120 y 130. Los grficos de control de calidad deben tener calculados los lmites en funcin de los resultados obtenidos por el propio laboratorio. No es correcto importar los limites de control sugeridos por el productor de diagnostico in vitro pues las caractersticas que definan el estado de estabilidad son propias y no tienen porque ser las de otros laboratorios. 4.4.4. Reglas estadsticas de control de calidad. Una regla estadstica de control de calidad es un criterio que permite juzgar sin una serie analtica esta dentro o fuera de control. Est compuesta por el nmero de resultados de control implicados para la ejecucin de la regla y los lmites de control al utilizar. La definicin de la regla estadstica de control de calidad est fundamentada en localizar una situacin que a nivel estadstico sea poco probable de encontrarse en situacin de estabilidad. Una vez localizada esa situacin se asume que cuando vuelva ha ocurrir, es debido a la presencia de un error (sistemtico o aleatorio) que rompe la estabilidad del sistema. Por ejemplo una situacin poco probable sera que un resultado se site fuera de los limites de la media mas /menos dos desviaciones tpicas, pues esto, en situacin de estabilidad se produce slo en el 4,5 % de los casos. Cuando en la prctica diaria se aplicase esa regla de control (denominada 12s ) y apareciese un resultado que la viola podra ser debido a: - Presencia de un error sistemtico o aleatorio aadido que ha producido que la distribucin guassiana se desplace, se achate ambas cosas a la vez. - Presencia del error inherente a la estabilidad.

22

La regla de control asume que la primera razn es la valida y por ello concluramos que esa muestra de control, que representa a una serie de muestras, est fuera de control. La forma habitual de expresin de las reglas control es NL o N:L siendo N el nmero de resultado de control implicados para la ejecucin de la regla y L limites de control a utilizar Las reglas de control habituales estn pensadas para que no sea necesario ningn clculo previo a la hora de ser aplicada. Con esas reglas se suelen revisar los resultados obtenidos para el material de control dentro de las series o a lo largo de las series. Las principales reglas son:

12s .Regla violada cuando un resultado de control es superior al lmite fijado por la media mas
dos desviaciones tpicas o es inferior a la media menos dos desviaciones tpicas (Figura 10). tres desviaciones tpicas o es inferior a la media menos dos desviaciones tpicas (Figura 11). 22s .Regla violada cuando dos resultado de control consecutivos son superiores al lmite fijado por la media mas dos desviaciones tpicas o son inferiores ambos a la media menos dos desviaciones tpicas (Figura 12). R4s .Regla violada cuando entre dos resultados de control consecutivos uno es superior al lmite fijado por la media mas dos desviaciones tpicas y el otro es inferior a la media menos dos desviaciones tpicas (Figura 13). 41s .Regla violada cuando cuatro resultados de control consecutivos son superiores al lmite fijado por la media mas una desviacin tpica o todos son inferiores a la media menos una desviaciones tpica (Figura 14). 10X .Regla violada cuando diez resultados de control consecutivos son superiores al lmite fijado por la media mas una desviacin tpicas o todos son inferiores a la media menos una desviaciones tpicas (Figura 15). 2de32s .Regla violada cuando dos resultado de control de tres consecutivos son superiores al lmite fijado por la media mas dos desviaciones tpicas o dos de tres son inferiores a la media menos dos desviaciones tpicas (Figura 16). 7T .Regla violada cuando siete resultados de control consecutivos presentan valores progresivamente crecientes o progresivamente decrecientes (Figura 17). Tambin se pueden utilizar reglas derivadas de las anteriores como 12,5s ; 13,5s ; 31s ;6X ; 8X ; 9X ; 12X Existen otras reglas estadsticas de control que utilizan la historia de los resultados de control obtenidos, para realizar una serie de clculos estadsticos que den un ndice que se comparar frente a unos lmites. MMPE . Media mvil ponderada exponencialmente (en ingles EWMA) (28). La regla de control tienen en cuenta los resultados precedentes a la muestra control que esta siendo procesada pero dndole mas peso a los resultados mas recientes y menos a los ms lejados en el tiempo. CUSUM. Suma las desviaciones acumuladas de cada resultado respecto al valor convencional asignado al material de control. (29) X0,05 ;X0,01. Reglas que miden el valor medio acumulado a lo largo de los series. (30)

13s .Regla violada cuando un resultado de control es superior al lmite fijado por la media mas

R0,05. R0,01 . Reglas que miden el rango (Valor superior Valor inferior de un grupo de resultados). (30)

Estas reglas son ahora aplicables fcilmente con el uso de los ordenadores.

23

Regla Control 12s

Media + 3 DT Media + 2 DT Media + 1 DT Media Media - 1 DT Media - 2 DT Media - 3 DT 0 1 2 3 4 5 6 7 8 9 10 Media + 3 DT Media + 2 DT Media + 1 DT Media Media - 1 DT Media - 2 DT Media - 3 DT

Ejemplo de Regla Control 13s

9 10

Figura 10 Ejemplo de Regla Control 22s

Media + 3 DT Media + 2 DT Media + 1 DT Media Media - 1 DT Media - 2 DT Media - 3 DT 0 1 2 3 4 5 6 7 8 9 10

Figura 11

Ejemplo de Regla Control R4s

Media + 3 DT Media + 2 DT Media + 1 DT Media Media - 1 DT Media - 2 DT Media - 3 DT 0 1 2 3 4 5 6 7 8 9 10

Figura 12 Ejemplo de Regla Control 41s

Media + 3 DT Media + 2 DT Media + 1 DT Media Media - 1 DT Media - 2 DT Media - 3 DT 0 1 2 3 4 5 6 7 8 9 10

Figura 13

Ejemplo de Regla Control 10x

Media + 3 DT Media + 2 DT Media + 1 DT Media Media - 1 DT Media - 2 DT Media - 3 DT 0 1 2 3 4 5 6 7 8 9 10

Figura 14 Ejemplo de Regla Control 2de32s

Media + 3 DT Media + 2 DT Media + 1 DT Media Media - 1 DT Media - 2 DT Media - 3 DT 0 1 2 3 4 5 6 7 8 9 10

Figura 15 Ejemplo de Regla Control 7T

Media + 3 DT Media + 2 DT Media + 1 DT Media Media - 1 DT Media - 2 DT Media - 3 DT 0 1 2 3 4 5 6 7 8 9 10

Figura 16

Figura 17

24

A travs de estudios de simulacin (31) se ha demostrado que algunas reglas son ms sensibles que otras a la presencia del error sistemtico o del aleatorio Reglas mas sensibles 12,5s ; 13,s ;13,5s ;R4s ;R0,05 ;R0,01 22s ;41s ;2de32s ;31s ;6X ;8X ;9X ;10X ;12X ;X0,05 ;X0,01 ;CUSUM; MMPE Tabla II Tericamente seria posible en funcin de la regla de control violada tener un aviso del tipo de error que posiblemente se est produciendo. 4.4.5. Formas de aplicacin Las reglas de control pueden ser aplicadas en funcin de una serie de estrategias predefinidas: a) Levey-Jennings. 12s y 13s . Se considera que cuando se viola la regla 12s se est en situacin de alerta pero que no conlleva un rechazo de la serie, mientras que si se viola la regla 13s la serie debe ser rechazada b) Multireglas de Westgard. 12s y 13s / 22s / R4s / 41s / 10X . La regla 12s inicia el procedimiento, si ella es violada entonces debe aplicarse el resto, y si alguna de ellas es violada, la serie debe ser rechazada (Figura 18 ) Condicin de error Aleatorio Sistemtico

Datos control

no

12s
si no

Dentro de Control. Aceptar serie.

no no no

13s
si

22s
si

R4s
si

41s
si

10X
si

Fuera de Control. Rechazar serie.

Figura 18
c) Otras multireglas. Son combinaciones de las reglas simples. Deben ser aplicadas una detrs de otra. Si una de ella es violada indica que el sistema esta fuera de control. 13s / 2de32s / R4s 13s / 2de32s / R4s / 31s 13s / 22s / R4s / 41s ..

25

4.5. Predecir el rendimiento de las estrategias candidatas para el control de calidad

El rendimiento de las diferentes estrategias aplicables para el control de calidad pueden ser conocidas gracias a clculos de probabilidades o a estudios de simulacin (31). Estos estudios asumen que la distribucin de errores es guassiana. El indicador ms directo del rendimiento de una estrategia de control de calidad, es el nmero esperado de resultados de anlisis efectuados de forma inaceptable, sobre muestras de pacientes, que han sido obtenidos en condiciones fuera de control. Este indicador depender de: Del tipo y magnitud de error que se produzca. Del tamao del error. De las reglas de control que se empleen en la estrategia. Del numero de muestras control empleadas en cada serie. Las reglas de control pueden ser clasificadas en funcin de dos variables Probabilidad de detectar errores (Pde). Es la probabilidad de que una regla de control detecte un error (sistemtico o aleatorio) aadido al error inherente al mtodo, cuando este error se presente. Probabilidad de falsos rechazos (Pfr). Es la probabilidad de que una regla de control informe que se ha detectado un error cuando realmente no ha existido.

Lo ideal sera que las reglas de control tuviesen un valor de Pde del 100% y una Pfr del 0 %. Esto significara que cada vez que en proceso de medida se produjese la presencia de un error este sera detectado siempre (Pde 100 %) y sin equivocaciones por parte del procedimiento de control (Pfr 0 %). Se ha realizado estudios (31) que presentan los valores de Pde y Pfr en funcin de: la regla de control (o multiregla) tipo de error (sistemtico o aleatorio) que se presente tamao de error que se produzca. Se considera que la seleccin de reglas de control es razonable cuando la Pde es como mnimo el 90 % y la Pfr es como mximo 5 %. La unidad que se utiliza para representar el tamao de error es la desviacin tpica del proceso de medida en estabilidad. Sea la media asignada M y la desviacin tpica DT, decimos que el incremento de error sistemtico (ES) es 1 cuando el error sistemtico ha producido un cambio de media de M a M + 1 DT, si ES=2 entonces la media M se hubiese desplazado M + 2 DT y as sucesivamente. Para el caso del error aleatorio, decimos que el incremento de error aleatorio (EA) es 2 cuando el error aleatorio ha producido un cambio en la DT de forma que la DT ha pasado de ser DT a 2*DT, sera EA=3 en el caso de que le DT pasase a ser 3*DT.

Figura 19

Figura 20

26

Ejp (e14) En la Figura 19 esta representada una grafica en donde se muestra el efecto que tiene sobre un procedimiento de control establecido con una media de 100 y una desviacin tpica de 10, la presencia de un incremento de error sistemtico ES= 2. La media se desplaza de 100 a (100 + 2 *10)=120. Estamos por lo tanto ante un sesgo de ((120-100)/100)*100=20 %. En la Figura 20 se muestra el efecto de un incremento de error aleatorio EA=1,5. La desviacin tpica ha pasado de ser 10 a 10*1,5= 15. Por eso la distribucin se ha vuelto ms ancha. Mediante las grficas de potencia de las reglas de control (32) es posible analizar como se comportarn las mismas frente a posibles situaciones de error. La grfica tiene en el eje de las X el tamao de error y en las Y la probabilidad de de rechazo.

Figura 21

Figura 22

La Figura 21 presenta la grafica de potencia para la regla 12s (adaptada de (33)) cuando es estudiado el efecto del error sistemtico. En la misma constan cuatro curvas en funcin del nmero de muestras control (N=1 a N=4) se situan en la serie y que servirn para ver si es violada la regla. Puede observarse que : conforme se incrementa el numero de muestras control se incrementa la probabilidad de rechazo al incrementase el tamao del error se incrementa la probabilidad de rechazo. Lo mismo es mostrado en la Figura 22 cuando para la regla 12s (adaptada de (33)), se estudia el efecto del error aleatorio. Debe sealarse que la interseccin de las curvas con el eje de la Y muestra la probabilidad de rechazo en la situacin de estabilidad, y sera por lo tanto el valor de la probabilidad de falso rechazo. En cualquier otra situacin la curva nos informara de la probabilidad de deteccin de errores. En el caso de esta regla 12s, la Pfr para 1, 2, 3 y 4 muestras de control es respectivamente 5, 9, 15 y 18 %. Esto implica que la regla 12s esta muy afectada por la Pfr y debera ser utilizada con cautela en el caso de utilizar 2 o mas muestras de control, pues se alejara de la recomendacin de elegir reglas de control con un mximo de Pfr del 5%. Para cada regla de control se puede encontrar este tipo de grficas de potencia. Las que demuestran ser mas efectivas son las multireglas. Tanto porque incrementan la Pde como porque disminuyen drsticamente la Pfr (Figura 23 y 24). Sin embargo suelen son complicadas de utilizar si se utilizan de forma manual.

27

Figura 23

Figura 24

Ejp (e15) Si comparamos la Pde obtenida para la regla 12s utilizando 2 muestras de control frente a la 13s / 22s / R4s / 41s / 10X ,tambin con 2 muestras control, al enfrentarse a un incremento de error sistemtico de ES= 2 tenemos que la Pde para 12s (Figura 21) es 0,78 mientras que para la multiregla la 13s / 22s / R4s / 41s / 10X (Figura 21) la Pde 0,90. En el caso de la Pfr tenemos 9% (Figura 21) para 12s frente a 2 % (Figura 23) para de 13s / 22s / R4s / 41s /

10X

4.6. Seleccionar una estrategia de control de calidad cuyo rendimiento

previsto cumpla o mejore los objetivos de especificacin de la calidad
Para poder hacer una seleccin de la estrategia para el control de calidad es necesario conocer cual es el error que queremos poder detectar. Este error llamado crtico, estar en funcin de: El sesgo y la precisin del procedimiento de medida en situacin de estabilidad. La especificacin de calidad que se haya elegido en forma de error total. Se puede demostrar que desde el modelo lineal simple (I) que explica el error total, se desprende que:

ESc = (Error total - sesgo /) precisin - z EAc = (Error total - sesgo /) precisin * z

(VI) (VII)

Siendo, ESc: incremento de error sistemtico crtico, EAc: incremento de aleatorio crtico, ET: error total, sesgo : valor absoluto del sesgo en %, precisin en forma de CV en % y z: la desviacin tpica correspondiente a una probabilidad seleccionada. Por ej. z=1,65 para una probabilidad del 0,05% o z=2,33 para 0,01 %. En el caso de que el valor de error total sea superior al sesgo, significa que el procedimiento de medida no puede conseguir cumplir la especificacin de calidad fijada. Cuando mas pequeo sea el valor (ET-sesgo)/precisin significa que mas pequeo ser el error critico que pueda poner en dificultad conseguir la especificacin de calidad. En funcin de los valores de ESc se puede clasificar

28

Ejp (e16) Supongamos que se desea seleccionar una estrategia de control de calidad que permita asegurar que los resultados que se suministran por un laboratorio para la glucosa tengan un error mximo permitido del 10 %. Este laboratorio ha comprobado que para un nivel de 90 mg/dl su sesgo es del -1% y que su precisin en DT es del 1,8 mg/dl (y su CV de 2 %). Al aplicar las formulas VI y VII tenemos ESc=(10- -1)/2 1,65 (para una probabilidad del 0,05%) =2,85 EAc=(10--1)/(2*1,65) (para una probabilidad del 0,05%) =2,72 Esto significa que el error critico sistemtico que se debera presentar en el laboratorio, para que provocase que se incumpliese la especificacin de calidad sera aquel que hiciese que la media de 90 mg/dl pasase a ser 90 + 2,85 *1,8 = 95,13 mg/dl. En el caso del error critico aleatorio, se debera pasar de una precisin de 1,8 mg/dl a 1,8 *2,72 = 4,9 mg/dl que en CV es 5,4 % para que estuviese afectada el cumplimiento de la especificacin de calidad Se puede comprobar que si la precisin hubiese sido un CV del 4 % y el sesgo del 2 % entonces los valores de ESc e EAc seran 0,35 y 1,21. En este caso con un incremento de error sistemtico mas pequeo, aquel que hiciese pasar la media de 90 mg/dl a 90+0,35 *1,8= 91,3 mg/dl seria suficiente para no cumplir la especificacin de calidad. Lo mismo ocurrira con el incremento de error aleatorio pues el cambio de CV sera de 1,8 mg/dl a 1,8*1,21=2,2 mg/dl. Una vez calculados los valores de ESc y EAc se pueden consultar las graficas de funcin de potencia similares a las Figuras 21 a 24 en las que se pueden encontrar diferentes composiciones de reglas de control y nmero de muestras posibles. El objetivo ser entonces localizar con un error critico dado una regla de control (o multiregla) y numero de muestras, que permita disponer de un Pde del 90 % y un Pfr mximo del 5 %. Para ello estn disponibles las grficas para especificaciones de proceso operativo (33).

Grfica OPSpecs. Error Total Analitico 5 % con 90% Pde (ES)

5,00 4,75 4,50 4,25 4,00 3,75 3,50 3,25 3,00 2,75 2,50 2,25 2,00 1,75 1,50 1,25 1,00 0,75 0,50 0,25 0,00 Linea de estabilidad 1:2s Pfr 0.09 N=2 R=1 1:2.5s Pfr 0.03 N=2 R=1 1:3s/2:2s/R4s Pfr 0.01 N=2 R=1 1:3s Pfr 0.00 N=2 R=1 1:3.5s Pfr 0.00 N=2 R=1

Sesgo (en %)

+
X Precisin (CV en %)

0, 0 0, 1 0, 2 0, 3 0, 4 0, 5 0, 6 0, 7 0, 8 0, 9 1, 0 1, 1 1, 2 1, 3 1, 4 1, 5 1, 6 1, 7 1, 8 1, 9 2, 0 2, 1 2, 2 2, 3 2, 4 2, 5

Figura 25

29

Grfica OPSpecs. Error Total Analitico 5 % con 90% Pde (ES)

5,0 4,8 4,6 4,4 4,2 4,0 3,8 3,6 3,4 3,2 3,0 2,8 2,6 2,4 2,2 2,0 1,8 1,6 1,4 1,2 1,0 0,8 0,6 0,4 0,2 0,0 Linea de estabilidad 1:2s Pfr 0.14 N=3 R=1 1:3s/2de3:2s/R:4s/3:1s Pfr 0.02 N=3 R=1 1:2.5s Pfr 0.03 N=3 R=1 1:3s/2de3:2s/R:4s Pfr 0.01 N=3 R=1 1:3s Pfr 0.01 N=3 R=1 1:3.5s Pfr 0.00 N=3 R=1

Sesgo (en %)

+
X Precisin (CV en %)
Figura 26

Estas graficas (Figuras 25 y 26) presentan en las abcisas la precisin en forma del CV y en %, y en las ordenadas el sesgo en %. Para cada regla de control (o multiregla) consta una lnea. Cuando se da la confluencia de un sesgo y una precisin de forma que se site a la izquierda de la lnea se concluye que esa regla de control (que esta representa por esa lnea) es susceptible de ser adoptada como estrategia de control de calidad pues la Pde alcanzable es del 90 % para una especificacin de calidad determinada (en el caso de la Figuras 25 y 26 la especificacin de calidad es el 5 %). En la grfica consta adems un rectngulo donde aparece para cada regla la Pfr asociada, el nmero de muestras control necesarias (N) (N=2 para la Figura 25 y N=3 para la Figura 26) en la serie y nmero de series acumuladas (R) a travs de las cuales se aplicar la regla de control. Consta as mismo la lnea de estabilidad que define la relacin entre sesgo y precisin tal que sea posible a priori esa especificacin de calidad. Para cada error total y Pde se puede encontrar una grfica para especificaciones de proceso operativo. Tambin existen este tipo de graficas para el caso en el que slo se desee detectar la Pde de un 50 % (Figura 27) incluso 25 %. Estas grficas pueden ser tiles cuando la confluencia de sesgo y precisin no permita encontrar una estrategia que permita conseguir el Pde del 90%. En estos casos se debe suponer que el procedimiento de medida es muy estable y por ello podemos correr el riesgo de elegir una Pde del 50% o del 25 %. En cualquier caso se deber ser consciente que el procedimiento de control elegido deber ser vigilado muy de cerca y verificado peridicamente.

0, 0 0, 1 0, 2 0, 3 0, 4 0, 5 0, 6 0, 7 0, 8 0, 9 1, 0 1, 1 1, 2 1, 3 1, 4 1, 5 1, 6 1, 7 1, 8 1, 9 2, 0 2, 1 2, 2 2, 3 2, 4 2, 5

30

Grfica OPSpecs. Error Total Analitico 5 % con 50% Pde (ES)

5,0 4,5 4,0 3,5 Linea de estabilidad 1:2s Pfr 0.09 N=2 R=1 1:2.5s Pfr 0.03 N=2 R=1 1:3s/2:2s/R4s Pfr 0.01 N=2 R=1 1:3s Pfr 0.00 N=2 R=1 1:3.5s Pfr 0.00 N=2 R=1

Sesgo (en %)

3,0 2,5 2,0 1,5 1,0 0,5 0,0

1, 0 2, 0 2, 2 0, 0 0, 2 0, 4 0, 6 0, 8 1, 2 1, 4 1, 6 1, 8 2, 4

Precisin (CV en %) Figura 27

El procedimiento a seguir para la utilizacin de estas grficas consiste en: 1. Definir la especificacin de calidad 2. Calcular el sesgo y precisin en situacin de estabilidad 3. Elegir la grfica de funcin de operacin 4. Situar el punto en la grfica de especificacin de proceso operativo dependiendo del sesgo y precisin. 5. Localizar las Probabilidades de deteccin de errores y falsos rechazos 6. Seleccionar las estrategias de control de calidad susceptibles de lograr los objetivos marcados 7. Adoptar una estrategia de control de calidad. Ejp (e17) Supongamos que un laboratorio desea para una determinada magnitud: Cumplir una especificacin en forma de error mximo permitido del 5%, Utilizar como mximo 3 muestras control por serie Tener una Pde del 90 % y una Pfr como mximo del 5 % y en situacin de estabilidad su sesgo es de 0,7 % y la precisin en CV del 1 %. Si situamos el punto de confluencia (sesgo=0,7% , precisin=1%), sealado con + en la Figura 25, observamos que es posible que disponer de una estrategia de control de calidad formada por N=2 y regla de control 1:2s con una Pfr de 9 %. El resto de reglas no son adecuadas pues el punto de confluencia no aparece a la izquierda de la lnea que identifica a la regla de control. Por el contrario cuando se postula utilizar tres muestras de control y se sita el punto de confluencia, sealado con + en la Figura 26 se observa que hay 2 reglas de control susceptibles de ser utilizadas con las condiciones definidas previamente: 1:2s adems de la 1:3s/2de3:2s/R:4s/3:1s. En la primera habra una Pfr de 0,14 % y en la segunda una Pfr de 2 %. Por lo tanto el laboratorio puede elegir tres estrategias que le permitan tener una Pde del 90 % (N=2 y 1:2s , N=3 y 1:2s , N=3 y 1:3s/2de3:2s/R:4s/3:1s ) pero slo una que tenga un Pfr menor que el 5 % (N=3 y 1:3s/2de3:2s/R:4s/3:1s ) Los resultados pueden cambiar radicalmente en el caso que se aplicase lo indicado en el apartado 3.3.1. y se considerase la hiptesis de sesgo cero. En este caso utilizando N=2 (Grafica 25, sealado con X) las reglas de control que cumpliran sera 1:2s; 1:2.5s; 1:3s/2:2s/R4s con valores de Pfr de 9%, 3% y 1% respectivamente. Y si se utilizase N=3 (Figura 26, sealado con

31

X) entonces cumpliran 1:2s; 1:3s/2de3:2s/R:4s/3:1s ; 1:2,5s ; 1:3s/2de3:2s/R:4s y 1:3s con valores de Pfr de 14%, 2%, 3%, 1% y 1% respectivamente. Por lo tanto el laboratorio podra elegir 6 estrategias posibles (N=2 1:2.5s ; N=2 1:3s/2:2s/R4s ; N=3 1:3s/2de3:2s/R:4s/3:1s ; N=3 1:2,5s ; N=3 1:3s/2de3:2s/R:4s y N=3 1:3s). La eleccin entre las 6 candidatas estar en funcin del coste que suponga tratar con 2 o 3 muestras de control por serie y del coste de reanalizar las muestras debido a la Pfr, as como de la facilidad de uso de las reglas control. En el caso de que el laboratorio se propusiese obtener una Pde del 50 % con una Pfr inferior o igual al 5%, el punto de confluencia (Figura 27 marcado con la seal +) le permitira elegir entre N=2 1:2.5s; N=2 1:3s/2:2s/R4s y N=2 1:3s. Si se compara los resultados (sin la hiptesis de sesgo 0) provenientes de la grficas con Pde del 90 % y del 50 %, se observa que esta ltima propondra una estrategia ( N=2 1:3s ) con el menor numero de controles posible y un Pfr 0, lgicamente a cambio de asumir que slo detectara el 50 % de los errores.

32

5. ABREVIATURAS
AACC: American Association for Clinical Chemistry. AEFA: Asociacin Espaola de Farmacuticos Analistas. AEBM: Asociacin Espaola de Biopatologa Mdica. ASCP: American Society for Clinical Pathology. CAP: College of American Pathologists. CCI: Control de Calidad Interno. CLSI: Clinical and Laboratory Standard Institute (NCCLS). CRM: Certified Reference Material. CV: Coeficiente de variacin. DT: Desviacin tpica. EA: Ensayo de Aptitud. EEUU. Estados Unidos de Norteamrica. GUM: Guide to the Expression of Uncertainty in Measurement. ISO: International Organization for Standardization. LSC: Lmite superior de control. LIC: Lmite inferior de control. NIST: National Institute of Standards and Technology. PEEC. Programas de Evaluacin Externa de la Calidad. RFA: Republica Federal Alemana. SRM: Standard Reference Material.

33

6. BIBLIOGRAFA
(1) Hyltoft Petersen P, Ricos C, Stckl D, et al. Proposed guidelines for the internal quality control of analytical results in the medical laboratory. Eur J Clin Chem Biochem. 1996;34:983999. (2) Westgard JO, Klee GG. Quality Management. In: Burtis CA, Ashwood ER, Bruns DE, eds. Tietz Textbook of Clinical Chemistry. 4th ed. Philadelphia, PA: Elsevier-Saunders; 2006:485529. (3) Cembrowski GS, Carey RN. Laboratory Quality Management. Chicago, IL: ASCP Press; 1989:264. (4) LaBeau K M, Simon M, Steindel S J. Quality Control of Test Systems Waived by the Clinical Laboratory Improvement Amendments of 1988. Arch Pathol Lab Med 2000:124:11221127. (5) ASCP. A How-Should-I Guide to Laboratory Quality Control. Teleconference. 2006 (6) Clinical and Laboratory Standards Institute (NCCLS). Statistical quality control for quantitative measurements: Principles and definitions: Approved Guideline Third Edition C24A. Wayne. 2006 (7) Rocal Society of Chemistry. Analytical Methods Committee. Technical brief, TerminologyThe key to understanding anaytical science. Part1: Accuracy, precision and uncertainty, n 13 September 2003. (8) Westgard JO. A War of Words (W.o.W) In Laboratory Medicine, Part I: <http://www.westgard.com/essay116.htm> y A War of Words In Laboratory Medicine: Part II: Concepts and Terminology in a Changing, Uncertain World <http://www.westgard.com/w-o-wpart-ii-concepts-and-terminology.htm> (9) JCGM. Vocabulario Internacional de Metrologa. Conceptos fundamentales y generales, y trminos asociados (VIM).2006 (idntica a la Gua ISO/IEC 99:2007) (10) AENOR. Sistemas de gestin de la calidad. Fundamentos y vocabulario. UNE-EN ISO 9000. AENOR. 2005. (11) AENOR. Estadstica. Vocabulario y smbolos. Parte 2: Estadstica aplicada. UNE-ISO 3534-2 AENOR. 2008 (norma idntica a ISO 3534-2:2006.) (12) Associaci Catalana de Cincies de Laboratorio Clnic. Guia per al control intern de la qualitat de la mesura de magnituds biolgiques utilizant materials de control. In vitro veritas 2006;7;<http://www.acclc.cat/invitroveritas/vol7/art88.pdf> (13) AENOR. Estadstica. Vocabulario y smbolos. Parte 1: Trminos estadsticos generales y trminos empleados en el clculo de probabilidades. UNE-ISO 3534-1 AENOR. 2008 (norma idntica a ISO 3534-1:2006.) (14) Kenny D, Fraser CG, Hyltoft Petersen P, Kallner A. Consensus agreement Conference on Strategies to set global quality specifications in laboratory medicine. Stockholm April 24-26, 1999. Scand J Clin Lab Invest 1999;559:585. (15) HCFA/CLIA. Proficiency Testing Requeriments for Analytical Quality. Federal Register Feb 28, 1992; 57(40):7002-7186. (16) Richtlinie der Bundesrztekammer zur Qualittssicherung laboratoriumsmedizinischer Untersuchungen Deutsches rzteblatt 2008; 105(7): 341-345 (17) Fraser CG, Hyltoft Petersen P, Libeer JC, Ricos C. Proposals for setting generally applicable quality goals solely based on biology. Ann Clin Biochem 1997; 34: 8 - 12. (18) Ricos C, Alvarez F, Cava J, et al. Current databases on biological variation: pros, cons and progress. Scan J Clin Lab Invest 1999;59:491-500 (19) Biosca C, Ricos C, Jimnez CV, Lauzurica R, Galimnay R. Model for Establishing Biological Variation in Nonhealthy Situations: Renal Posttransplantation Data. Clin Chem 1997;43: 2206-2208. (20) Buo A, Calafell R, Morancho-Zaragoza J, Ramn F, Ricos C, Salas A. Consenso sobre especificaciones mnimas de la calidad analtica 2009. Rev Lab Clin. 2008;1(1):35-39 (21) Calafell R, Gutirrez G, Jou JM, Morancho-Zaragoza J, Ramn F, Ricos C, Salas A. Consenso sobre especificaciones mnimas de la calidad analtica para magnitudes hematolgicas y de bioqumica especial. Rev Lab Clin.2010;3(2):8793

34

(22) Morancho-Zaragoza J, Fernndez-Pardo E. Grficas del estado del arte extradas del Programa de Evaluacin Externa de la Calidad. Utilizacin para la seleccin de especificaciones de calidad. An Clin. 2002;27:101-34. (23) Macdonald R. Quality assessment of quantitative analytical results in laboratory medicine by root mean square of measurement deviation. J lab Med 2006; 30(3):111-117. (24) Miller WG. Specimen materials, target values, and commutability for external quality assessment (proficiency testing) schemes. Clin Chim Acta. 2003;327:25-37. (25) Klee GG, Killeen AA. College of American Pathologists 2003 fresh frozen serum proficiency testing studies. Arch Pathol Lab Med.2005;129:292-293. (26) Clinical and Laboratory Standards Institute (NCCLS). Method Comparison and Bias Estimation Using Patient Samples;Approved GuidelineSecond Edition EP09-A2. Wayne. 2002. (27) Clinical and Laboratory Standards Institute (NCCLS). Evaluation of Precision Performance of Quantitative Measurement Methods; Approved Guideline Second Edition EP5-A2. Wayne. 2004. (28) Neubauer AS. The EWMA control chart: properties and comparison with other qualitycontrol procedures by computer simulation. Clin Chem. 1997;43:594-601. (29) Westgard JO, Groth T, Aronsson T, deVerdier CH. Combined Shewhart-Cusum control chart for improved quality control in clinical chemistry. Clin Chem. 1977;23:1881-1887. (30) Hainline A. Quality assurance: theoretical and practical aspects. In: Faulkner WR, Meites S, eds. Selected Methods of Clinical Chemistry, Vol. 9. Selected Methods for the Small Clinical Chemistry Laboratory. Washington, D.C.: AACC; 1982:17-31. (31) Westgard JO, Groth T, Aronsson T, et al. Performance characteristics of rules for internal quality control: probabilities for false rejection and error detection. Clin Chem. 1977;23:18571867 (32) Westgard JO. Charts of operational process specifications (OPSpecs Charts) for assessing the precision, accuracy, and quality control needed to satisfy proficiency testing criteria. Clin Chem 1992;38:12261233. (33) Westgard Quality Corporation. OPSpecs Manual. Operating Specifications for precision, accuracy and Quality Control. Expanded Edition.Ogunquit, Maine. 1996. ENLACES [A] Compendio de documentos relacionados con el cuadernillo http://www.slideshare.net/controldecalidadinterno/ http://www.scribd.com/controldecalidadinte/ [B] Compendio de documentos relacionados con especificaciones de calidad http://www.slideshare.net/especificaciondecalidad/ http://www.scribd.com/especificaciondecalidad/

35

EVALUACIN
CASO CLNICO 1 Un laboratorio desea introducir un control de calidad interno para una magnitud determinada. Para ello utiliza 2 niveles de material de control proveniente de un productor de diagnstico. El productor ha valorado las muestras de control de calidad para cada nivel : Nivel 1: 102 mg/dl con un rango de 66 a 138, y para el Nivel 2: 293 mg/dl con rango de 262 a 334 mg/dl. La asignacin del material de control se ha realizado mediante la participacin de un grupo de laboratorios que utiliza el mismo sistema analtico (mismo instrumento, mismo calibrador, mismo reactivo) que emplea el laboratorio. Para introducir el procedimiento de control de calidad y realiza inicialmente un proceso de valoracin consistente en analizar esos dos niveles de control. Para cada uno de los niveles realiza 1 anlisis de la muestra control por serie durante 20 series (una serie por da). El valor medio del nivel 1 que obtiene el laboratorio es de 100 mg/dl con una desviacin tpica de 10 mg/dl y para el nivel 2 la media es de 300 mg/dl con una desviacin tpica de 10 mg/dl A partir de este momento el laboratorio define como procedimiento de control de calidad interno el siguiente a) Situar en forma aleatoria 2 muestras de control por cada serie, una de cada nivel b) Aplicar el criterio multirreglas de Westgard 1:2s y 1:3s/2:2s/R:4s/4:1s/10x para aceptar o rechazar series. Una vez que ha construido la grafica de control empieza a anotar los resultados de las series conforme se van produciendo. En las ltimas 15 series obtiene las grficas siguientes, por cada nivel:

Nivel 1
Media + 3 DT Media + 2 DT Media + 1 DT Media Media - 1 DT Media - 2 DT Media - 3 DT
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Resultados

Serie

36

Nivel 2
Media + 3 DT Media + 2 DT Media + 1 DT Media Media - 1 DT Media - 2 DT Media - 3 DT
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Resultados

Serie
El laboratorio adems de tener en marcha su programa de control de calidad Interno participa en un Programa de Evaluacin Externa de la Calidad en donde le remiten de forma peridica una muestra de control por mes. Para el ltimo periodo y para esa magnitud, el laboratorio informo un resultado de 150 mg/dl. Posteriormente recibi un informe en donde se le comunicaba que el resultado consensual de los laboratorios, que utilizaban su mismo sistema analtico, era 190 mg/dl y que la desviacin tipica interlaboratorios era 20 mg/dl. Contestar a las preguntas siguientes sabiendo que slo una respuesta es la correcta 1. Los lmites de las grficos control deben ser elegidos a) Utilizando los valores lmites propuestos por los criterios de variabilidad biolgica. b) Utilizando siempre los valores lmites que informa el fabricante c) Utilizando siempre los valores que ha obtenido el laboratorio d) Utilizando los valores lmites que informa el fabricante siempre que los valores de Media y DT obtenidos por el laboratorio sean congruentes. 2. La precisin medida en Coeficiente de Variacin nos indica que el laboratorio para el nivel 2 es mas preciso que para el nivel 1 a) Nominalmente es cierto pero estadsticamente no. b) Tanto nominalmente como estadsticamente es cierto. c) No es cierto, es justo al revs; la precisin sobre el nivel 2 es peor que la del nivel 1, tanto nominalmente como estadsticamente d) No es cierto, son iguales 3. Siguiendo el criterio multirreglas de Westgard 1:2s y 1:3s/2:2s/R:4s/4:1s/10x observamos que el sistema anlitico de control ha estado siempre dentro de control. a) Si es cierto

37

b) No es cierto, esta fuera de control en la serie 4. c) No es cierto, esta fuera de control en la serie 8. d) No es cierto, esta fuera de control en la serie 10. 4. El sesgo (o error sistemtico) obtenido por el laboratorio para el nivel 1 del material de control de calidad interno en las primeras 20 series es a) 1,96 % b) -1,96 % c) - 0,2 % d) 0,2 % 5. De la lectura de la participacin del laboratorio en el Programa de Evaluacin Externa de la Calidad en el ltimo periodo se concluye que el error de medida ha sido: a) 0,21 % b) -0,21 % c) -2 % d) - 21 %

38

CASO CLNICO 2 Un laboratorio introduce un control de calidad interno para la glucosa con el objetivo de garantizar que todos los resultados que emite, cumplan una especificacin de la calidad en forma de error total del 10 %. Utiliza dos niveles de control valorados. Para cada uno de los niveles realiza 1 anlisis de la muestra control por serie durante 20 series. Una serie por da. Los resultados que obtiene son:
Serie -> Nivel 1 Nivel 2 Serie - > Nivel 1 Nivel 2 1 80,9 193,8 11 79 196,7 2 80,4 195,1 12 78,7 195,6 3 77,2 193,8 13 79,7 188,8 4 81 191,9 14 79,3 197,4 5 80,5 200,2 15 77,7 187,9 6 79,2 198,3 16 79,9 196 7 78,3 196,1 17 81,4 196,5 8 77,7 196 18 80 199 9 79,4 187,7 19 82,2 191,3 10 77,3 195,3 20 77,4 194,6

El productor de diagnostico in vitro de las muestras de control de calidad ha asignado los siguientes valores a cada nivel: Nivel 1; 80 mg/dl con un rango de 67 a 93, y para el Nivel 2; 193 mg/dl con rango 159 a 221 mg/dl. Posteriormente con el objetivo de cumplir la especificacin de calidad del 10 %, utiliza las grficas para especificaciones de proceso operativo de Westgard. Para ello emplea los estadsticos que se desprende de los resultados que ha obtenido en las 20 series y la siguiente grfica para especificaciones de proceso operativo.

Grfica OPSpecs. Error Total Analitico 10 % con 90% Pde (ES)

10,0 9,5 9,0 8,5 8,0 7,5 7,0 6,5 6,0 5,5 5,0 4,5 4,0 3,5 3,0 2,5 2,0 1,5 1,0 0,5 0,0
0 2 5 8 1 3 4 6 7 9 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0

Linea de estabilidad 1:2s Pfr 0.09 N=2 R=1 1:2.5s Pfr 0.03 N=2 R=1 1:3s/2:2s/R4s Pfr 0.01 N=2 R=1 1:3s Pfr 0.00 N=2 R=1 1:3.5s Pfr 0.00 N=2 R=1

Sesgo (en %)

Precisin (CV en %)

Y la grfica ampliada desde sesgo 0 a 3,5 % y CV de 1,6 a 2,5 %:

1, 1 1, 2 1, 3 1, 4 1, 5 1, 6 1, 7 1, 8 1, 9 2, 0 2, 1 2, 2 2, 3 2, 4 2, 5

39

Grfica OPSpecs. Error Total Analitico 10 % con 90% Pde (ES)

3,5 3,4 3,3 3,2 3,1 3,0 2,9 2,8 2,7 2,6 2,5 2,4 2,3 2,2 2,1 2,0 1,9 1,8 1,7 1,6 1,5 1,4 1,3 1,2 1,1 1,0 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0
5 0 0 5 5 5 0 0 0 5 0 1, 6 1, 8 1, 9 2, 0 1, 8 1, 6 2, 0 1, 7 1, 9 2, 1 1, 7

Linea de estabilidad 1:2s Pfr 0.09 N=2 R=1 1:2.5s Pfr 0.03 N=2 R=1 1:3s/2:2s/R4s Pfr 0.01 N=2 R=1 1:3s Pfr 0.00 N=2 R=1 1:3.5s Pfr 0.00 N=2 R=1

Sesgo (en %)

5 2, 4

2, 2

2, 3

2, 2

2, 4

Precisin (CV en %)

El deseo del laboratorio es utilizar slo 2 muestras de control por serie, tener una Probabilidad de detectar errores del 90 % y una Probabilidad de falsos rechazos de un 5 % como mximo. Contestar a las preguntas siguientes sabiendo que slo una respuesta es la correcta 6. Si el laboratorio decidiese crear una grfica de control por cada nivel en donde los lmites de control fuesen la media mas/menos tres desviaciones tpicas, que valores debera incluir? a) LIC = 67,0 mg/dl media=80,0 mg/dl LIS= 93 mg/dl b) LIC = 75,0 mg/dl media=79,4 mg/dl LIS=83,8 mg/dl c) LIC= 75,0 mg/dl media=80,0 mg/dl LIS=83,8 mg/dl d) LIC= 67,0 mg/dl media=79,4 mg/dl LIS=93 mg/dl 7. El sesgo (en %) y la precisin obtenida en CV y en % utilizando los resultados de las muestras de control de calidad del nivel 1 han sido: a) sesgo = 1,63 % y precisin 3.64 % b) sesgo = 0,015 % y precisin 1,82 % c) sesgo = 0,80 % y precisin 1,84 % d) sesgo = -0,80 y precisin 1,84 % 8. El incremento de error sistemtico critico y el incremento de error aleatorio crtico para una probabilidad del 0,05%, y para el nivel 1 son: a) ESc=4,2 y ESa=3,6 b) ESc=8,6 y ESa=3,2 c) ESc=3,4 y ESa=3,0 d) ESc=4,7 y ESa=3,8 9. Es posible una estrategia de control de calidad que tenga en cuenta una especificacin de calidad del 10 %, con una Pde del 90 % y una Pfr igual o inferior al 5 % utilizando 2 muestras de control? a) No. b) Si, y se puede aplicar las reglas 1:2s 1:2.5s 1:3s/2:2s/R4s c) Si, y se puede aplicar las reglas 1:2.5s 1:3s/2:2s/R4s d) Si, y se puede aplicar las reglas 1:3s 1:3.5s

40

2, 1

2, 3

2, 5

10. Si el laboratorio aplica la hiptesis del sesgo 0 Que estrategia de control de calidad sera susceptible de ser utilizada para garantizar la Pde del 90 % y una Pfr igual o inferior a 5 %, garantizando cumplir la especificacin de calidad del 10 %, con 2 muestras de control? a) Slo la regla 1:3.5s b) Slo la regla 1:3s c) Una de las siguientes reglas 1:2.5s 1:3s/2:2s/R4s 1:3s d) Una de las siguientes reglas 1:2s 1:2.5s 1:3s/2:2s/R4s 1:3s

41

NOTAS

42

NOTAS

43

ASOCIACIN ESPAOLA DE FARMACUTICOS ANALISTAS

c/ Modesto Lafuente, 3 - entreplanta C y D 28010 Madrid Tel.: 91 593 84 90 - Fax: 91 593 01 34 Correo electrnico: Secretara: aefa@aefa.es Tutora y envo de resultados: fcd@aefa.es Web: www.aefa.es
COMISIN DE FORMACIN CONTINUADA Coordinacin y tutora: Antonio Casas Moreno, Juan Carlos Vella Ramrez ISBN: 978-84-614-6547-7 Depsito Legal: M-1848 -2011 Imprime: AYREGRAF