Metodický list 10 - Porovnání výsledků analytických metod

www.medcalc.orgCharakterizace výkonnosti analytické měřící metody je jedním z důležitých znaků analytického měřicího systému, zejména pro rozhodování, jaká analytická metoda je vhodná pro daný účel. Tento metodický list by měl pomoci při řešení tohoto úkolu v laboratoři.

1 Úvod

Porovnání výsledků analytických metod (měřicích postupů) je jedním z klíčových prvků systému řízení kvality (interní, externí). Používá se rovněž při interní validaci nově vytvořené metody vůči referenční metodě nebo při validaci metody mezilaboratorním pokusem.

Matematicko-statistické metody vyhodnocování výsledků závisí na plánu experimentu, resp. na tvaru experimentální matice primárních dat. Postupovat můžeme dvojím způsobem:

• grafické zobrazení experimentální matice
• numerické vyhodnocení experimentální matice

Experimentální matice se vytváří buď měřením jednoho vzorku dvěma metodami v různých laboratořích, nebo měřením několika vzorků s různým obsahem analytu dvěma metodami v jedné laboratoři.

2 Grafické metody

2.1 Youdenův graf

Youdenův graf je používán pro vyhodnocování celé řady experimentálních situací. Ukážeme si jeho použití při zjišťování systematické odchylky (bias, vychýlení) měřicího postupu (metody) mezilaboratorním pokusem.

Algoritmus vytvoření experimentální matice

a) organizátor připraví dva vzorky (A, B) s podobnou matricí a s podobným obsahem analytu b) rozešle vzorky laboratořím (min. 30) c) každá laboratoř analyzuje oba vzorky stejným měřicím postupem (stejný Standardní pracovní postup (SOP)) d) každý z obou vzorků je analyzován dvakrát (duplikátní stanovení)

Grafické zpracování

Organizátor mezilaboratorního postupu vypočítá:

celkový průměr všech stanovení vzorků A a B: X̿ᴀ , X̿ᴃ

průměry stanovení obou vzorků jednotlivých laboratoří (např. pro i-tou laboratoř): X̅ᴀ,i , X̅ᴃ,i

Poté se vytvoří dvourozměrný graf, ve kterém na osu x vynášíme hodnoty pro vzorek A, na osu y hodnoty vzorku B. Každý bod v grafu je tedy dán hodnotami X̅ᴀ,i , X̅ᴃ,i , pro vzorky A a B pro jednu laboratoř. V bodech celkových průměrů pro oba vzorky vedeme rovnoběžky s osami x a y, jejich průsečíkem potom přímku pod úhlem 45ᵒ. Dále vytvoříme elipsu společného intervalu spolehlivosti. Body, které jsou vně elipsy a jsou umístěny v levém spodním kvadrantu nebo v pravém horním kvadrantu indikují systematickou odchylku. Názornější je tzv. normalizovaný Youdenův graf, ve kterém se souřadnice jednotlivých bodů počítají podle vztahů

kde s jsou směrodatné odchylky počítané standardním způsobem. Příklad normalizovaného Youdenova grafu je na obr. 1. V grafu jsou zobrazeny jednotlivé laboratoře čísly, přímka pod úhlem 45ᵒ a obdélníky ±1s jednotek a ± 2s jednotek. Jednotlivé body posuzujeme stejně jako v předchozím případě.

Obr. 1. Normalizovaný Youdenův graf; osa x: hodnoty vzorku A; osa y: hodnoty vzorku B; jednotlivé laboratoře (počet 10) jsou v grafu označeny čísly

2.2 Bland-Altmanův diagram

Bland-Altmanův diagram se využívá hlavně v laboratorní medicíně (v klinické biochemii a hematologii aj.). Je to grafická závislost rozdílu výsledků dvou měřicích postupů pro jeden vzorek na průměru výsledků obou postupů.

Pokud zobrazíme závislost rozdílu výsledků na průměru obou metod v Excelu, můžeme jednoduchými statistickými prostředky Excelu vyhodnotit, zda je úsek či směrnice významná, tj. zda existuje systematická či proporcionální odchylka jedné metody vůči druhé.

Experimentální matice byla převzata (1) a má tvar uvedený v Tab. I:

Tabulka I. Experimentální matice pro srovnání dvou metod

Grafické zpracování této experimentální matice je na obr. 2.

Obr. 2. Bland-Altmanův diagram

Test významnosti úseku (b₁) a hypotézy, zda směrnice (b₂) je jednotková, v regresní rovnici y = b₁ + b₂x lze provést následovně:

kde sbі je směrodatná odchylka úseku či směrnice. Vypočtené Tbi se srovná s kritickou hodnotou trozdělení, t0,975; n-2. Tentýž test lze provést i analýzou rozptylu, která je součástí Excelu (Analýza dat-Regrese). V tomto případě test prokázal nevýznamnost úseku a významnost směrnice. Lze tedy konstatovat, že metoda 2 vykazuje proporcionální odchylku od metody 1 (odchylka je závislá na obsahu analytu). Systematická odchylka nebyla prokázána.

3 Numerické metody

Numerické metody pro srovnávání dvou měřicích postupů jsou závislé na údajích v experimentální matici. Pokud výsledky měření vzorků oběma metodami nejsou doplněny kombinovanou nejistotou, můžeme použít např. standardní párové testy v parametrickém či neparametrickém provedení (Studentův test, Wilcoxonův test (2)). V případě, že výsledky měření jsou doplněny údajem o kombinované nejistotě, je možno použít regresních metod.

3.1 Studentův test

Experimentální matice je organizována stejně, jako v případě Band-Altmanova diagramu. Vypočítáme průměrnou hodnotu rozdílů (xd) a příslušnou výběrovou směrodatnou odchylku (sd). Testové kritérium má tvar

a srovnáváme ho s kritickou hodnou t-rozdělení t0,975;n-1. Pro náš případ předchozí experimentální matice je T = 5,05, t0,975;n-1 = 2,07. Metoda 2 vykazuje významný rozdíl vůči metodě 1.

3.2 Regresní metody

Hodnoty výsledků (včetně nejistot) referenční metody budeme považovat za hodnoty nezávisle proměnné veličiny (x), hodnoty výsledků srovnávané metody za hodnoty závisle proměnné veličiny (y). Experimentální matice má tvar:

V případě takto organizovaných dat nemůžeme použít prosté lineární regrese. V literatuře existuje celá řada regresních metod, které využívají této struktury experimentální matice. Mezi regresní metody, které se používají např. v laboratorní medicíně, patří parametrická Demingova regrese nebo Passing-Bablokova neparametrická regrese. Tyto složité výpočetní postupy jsou uvedeny např. v programovém souboru MEDCALC (3), který je dostupný za 400 USD.

České uživatele odkazujeme na KVALIMETRII 16 (4) (dostupné ke stažení na: http://www.eurachem.cz/publikace.php) a na programový soubor v Excelu porovnani_postupu_60-xls. Soubor obsahuje šablonu pro porovnání referenčního postupu s novým postupem pro max. 60 vzorků. Obsahuje rovněž test na přítomnost systematické či proporcionální odchylky srovnávané metody s metodou referenční. Validace excelovského souboru prokázala vhodnost použitého algoritmu pro regresi s nejistotami hodnot na obou osách.

Pro rychlou orientaci můžeme použít prostou lineární regresi, stejně jako v případě grafických metod. Pro úplnost uvádíme zpracování datové matice lineární regresí. Toto zpracování je jedním z dalších příkladů použití Youdenovy metody. Na obrázku 3 je zobrazena prostá lineární regrese příslušné datové matice (viz Tabulka I).

Obr. 3. Youdenův graf pro výsledky dvou metod – referenční a srovnávané

Testy významnosti úseku a směrnice potvrdily, že existuje proporcionální odchylka. Systematická odchylka srovnávané metody s metodou referenční je nevýznamná. Závěry jsou tedy totožné s Bland –Altmanovou grafickou metodou.