Statistiques +VR+Valid/vérif Flashcards
Qu’est-ce que la variance?
Écart type au carré
Qu’est-ce que l’intervalle interquartile et comment on le calcule?
Mesure de dispersion pour distribution non gaussienne, intervalle entre 25e centile et 75e centile (représente le 50% du milieu de la distribution)
EI = Q3-Q1
À quoi sert un test de normalité et nomme une test pour calculer la normalité?
-Test permettant de savoir si tes résultats forme une cloche gaussienne (distribution symétrique autour de la moyenne).
-Test de Kolmogorov-Smirnov
J’ai des données qui ne semblent pas avoir une distribution normale, qu’est-ce que je peux faire?
Faire un graph en transformant les données (les mettre au carré ou faire le log)
Dans une distribution normale, quels sont les % des données dans +/-1, +/-2 et +/-3 écart-type?
+/- 1 écart type = 68.26% de la population
+/- 2 écart type = 95.44% de la population
+/- 3 écart type = 99.72% de la population
**on a environ 0.3% de chance d’être à plus de 3 écart-type de la moyenne, donc souvent on va refaire la mesure ou l’analyse avant de rejeter la données.
Qu’est-ce que l’erreur standard de la moyenne (SEM) et comment on la calcule?
Déterminer l’intervalle de confiance autour de la moyenne calculée (donne une idée si la moyenne est bonne ou pas)
SEM = écart type/ (racine carré de N)
Comment déterminer une vraie moyenne?
Exercice: en évaluant 31 contrôles de qualité, vous avez obtenu une moyenne de 210umol/L et un écart-type est de 4.2umol/L. Quel est le CV et entre quelles valeurs se situent la vrai moyenne?
Vraie moyenne = moyenne échantillon ± t* SEM (puisque pas possible de savoir la vraie moyenne d’une population)
CV = 4.2/210*100 = 2%
SEM = 4.2/√31 = 0,75 umol/L
Dans tableau de référence: t pour 95% de probabilité, bilatéral, avec 30 degrés de liberté (N-1) = 2,04
Donc: vrai moyenne = 210 umol/L ± (2,04 * 0,75 umol/L) = entre 208,5 à 211,8 umol/L, avec 95% de probabilité
Quand on compare 2 échantillons provenant de 2 populations, on observe des différences entre les moyennes et les écarts-types des 2 échantillons. Quelles sont les différentes hypothèses à tester pour savoir si la différence est réelle?
Hypothèse nulle ou alternative
Hypothèse nulle (Moyenne 1 = Moyenne 2, Variance 1 = Variance 2)
Hypothèse alternative (moyenne et variance différente)
-bilatérale (Moyenne 1 ≠ Moyenne 2)
-unilatérale: Moyenne 1 > Moyenne 2 ou Moyenne 1 < Moyenne 2
Dans quelle situation peut-on utiliser un test de T et quelles sont les 2 prérequis?
-utilisé pour comparer la moyenne de deux groupes
-les données doivent être distribuées de façon normale et avoir des variances similaires (tester avec test F)
Comment peut-on savoir si nos deux moyennes de tests différents ont des variances similaires?
Grâce au test de F qui compare Fcalculé (variance 1 / variance 2) avec une table de valeur de Fcritique. Si Fcrit>Fcalc, accepte l’hypothèse nulle (variance 1 = 2).
Exercice (Test de F): Vous avez 2 groupes
A) n=33, moy 2260 mg/L, ET 582 mg/L
B) n=29, moy 2650 mg/L, ET 473 mg/L
Est-ce que les variances des deux groupes sont similaires et pourriez-vous procéder au test de T?
1) Fcalc = (variance 1/variance2) = (ET1)^2/ (ET2)^2 = (582)^2/ (473)^2= 1,52
2) Fcrit selon le tableau = 1.84
Degrés de liberté:
Numérateur N=33, df= 32
Dénominateur N=29, df= 28
3) Fcalc (1.52) < Fcrit (1.84) → j’accepte l’hypothèse nulle et je suppose que les variance son égale
4) possible de faire test de T (Si valeur absolue T < Tcritique → accepter hypothèse nulle)
EXAM. Qu’est-ce que la sensibilité et la spécificité, et comment les calculer?
Sensibilité: Capacité à identifier correctement les vrais positifs (vrais malades)
-sensibilité = VP/ (VP+FN) = VP/total des malades
-ex: sensibilité de 80% = 8 patients malades sur 10 auront un résultat positif
Spécificité: Capacité du test à identifier les vrais négatif (non malades)
-spécificité = VN / (VN+FP) = VN/non malades
-spécificité 90% = 9 sujets non malades sur 10 auront un résultat négatif
Qu’est-ce que le seuil et comment il affecte la sensibilité et la spécificité?
-seuil : cutoff, détermine sensibilité et spécifique
-la sensibilité et la spécificité sont toujours réciproques
-seuil plus bas → sensibilité augmentée et spécificité diminuée
-seuil plus haut → sensibilité diminuée et spécificité augmentée
EXAM. Qu’est-ce que le VPP et VPN, et comment les calculer?
Valeur prédictive positive (VPP) : proportion de patients avec résultat positif qui ont effectivement la maladie
-VPP = VP / (VP + FP) = VP / (tous les +)
Valeur prédictive négative (VPN) : Proportion des patients avec résultat négatif qui ne sont effectivement pas malade
-VPN = VN / (VN+FN) = VN / (tous les -)
Comment calculer l’exactitude diagnostique?
exactitude diagnostique = (VP + VN) / total
*c’est comme un % de fois qu’on teste les bons dans les deux sens
Est-ce que la sensibilité, la spécificité, la VPP et la VPN sont affectés par la prévalence d’une maladie?
Seulement les VPP et VPN sont fortement influencé par la prévalence
Ex: pour une même sensibilité (seuil), un test performe mieux quand il y a une haute prévalence de la maladie que quand il y a une plus faible prévalence (trop de faux négatifs)
EXAM. À quoi sert la courbe ROC et comment est-elle construite?
-Permet de choisir le seuil optimal et de comparer deux tests entre eux
-elle est construite en mettant sur un graph le taux de vrais positifs (sensibilité) en fonction du taux de faux positifs (1- spécificité) pour différents seuils choisis
-plus la surface sous la courbe ROC est grande, plus le test est performant (donc courbe ROC linéaire = pourri)
Dans quelles situations il faut préférer la sensibilité vs la spécificité?
-Si on veut exclure = mieux d’avoir un seuil qui favorise la sensibilité
-Si on veut catégoriser/diagnostiquer = favoriser spécificité au détriment de la sensibilité
Exercice de performance diagnostique d’un test:
-Le test a 71% de sensibilité et 85% de spécificité
-La prévalence est de 30% dans cohorte de 1000 patients
1) total des malades = 0.3x1000 = 300
2) total des non-malades = 1000-300 = 700
3) Sensibilité = 71% donc =.71x300 = 213 VP
4) Spécificité = 85% donc 0.85x700 = 595 VN
5) on peut compléter le nombre de FN (300-213=87) et de FP (700-595=105)
6) Le total des + = 213+105=318 et le total des - = 87+595=682
7) VPP = VP / (VP + FP) = 213 / 318 = 67% et VPN = VN / (VN + FN) = 595 / 682 = 87%
*possible qu’à l’exam il faut calculer la spécificité et la sensibilité à partir de ca
Interprète ces résultats avec les informations suivantes pour un test urinaire : prévalence est de 30%, VPP = 67% et VPN = 87%.
-si je trempe une bandelette urinaire dans l’urine d’une population avec une prévalence de 30% et que j’obtiens un résultats positif, j’ai 67% des chances que cette personne ait une infection urinaire (ou présence de leucocyte dans l’urine)
-si je trempe une bandelette urinaire dans l’urine d’une population avec une prévalence de 30% et que j’obtiens un résultats négatif, j’ai 87% des chances que cette personne ait pas une infection urinaire (ou présence de leucocyte dans l’urine), mais 13% de chance que oui
EXAM. À quoi servent les likehood ratios et comment les calculer?
Peut être utilisé pour regarder la probabilité post-test en utilisant la probabilité pré-test sous forme de cote. Grâce à ces résultats, il est possible de savoir qu’elle prévalence est nécessaire pour que le test soit utile
LR+ =(sensibilité) / (1-spécificité) = (fréq. VP / fréq. FP)
LR- : (1-sensibilité)/ (spécificité) = (fréq. FN / fréq. VN)
Est-ce que les likehood ratios dépendent de la prévalence?
Non
Nous avons un likehood ratio+ de 4.73 et une prévalence de 30%, quelle est la probabilité que le patient aille la maladie?
-Prévalence de 30%:
Cote = probabilité/(1–probabilité) = 0.3/(1-0.3) = 0.43
-Si test positif : cote*LR+ = 0.43x4,73(LR+) = 2.03
-En probabilité = cote/(cote+1) = 2,03 / (2.03+1) = 0.67 donc 67% qu’on aille vraiment la maladie
Au laboratoire on peut établir les cibles de performances désirables pour l’imprécision analytique, le biais analytique et l’erreur totale. Comment on les calcule?
-Imprécision désirable : CVanalytique doit être plus petit ou égale à 0.5xCVbiologique intra
-Biais désirable : biais doit être plus petit ou égal à 0.250x√[(CVbiol.intra)^2+(CVbiol.inter)^2]
-Erreur totale = Biais désirable + 1,65ximprécision désirable
Qu’est que le RCV (Reference Change Value)?
-% variation requis pour obtenir une différence significative entre deux résultats avec un niveau de probabilité donné
-ex: est-ce que le traitement marche?
-Calculé avec CVanalytique et CVbiologique intra-individuel
Comment calculer le RCV?
RCV = CVtotal = Z * √2 * √[ (CVanalytique^2) + (CVbiol intra^2)]
-Z=dans table de référence (ex: 95% = 1.96 pour test bilatéral)
-Pour être significatif (avec une probabilité donnée), le changement entre deux résultats doit être plus grand que le RCV
Qu’est-ce qui peut affecter les variations biologiques intra-individuelles?
Instabilité de l’état du patient (médicaments, détérioration d’un état pré-existant ou apparition d’une pathologie)
Quand s’occuper des valeurs de référence ?
-nouvelle analyse
-nouvelle méthode analytique
-appels des équipes soignantes (ex: analytes tjrs haut)
-dérive d’une méthode
Nomme moi certaines lacunes dans les intervalles de références dans les laboratoires?
-déterminées il y a longtemps avec instruments plus vieux et méthodes moins justes
-sont disponibles seulement pour population caucasienne
-référence pédiatrique sont incomplets et/ou pas à jour
-pas de valeurs de référence chez la femme enceinte.
Nomme moi les types d’échantillonnage pour sélectionner des individus de référence
-Direct
-Indirect
-À priori
-À postériori
Qu’est-ce que l’échantillonnage direct et quels sont les avantages inconvénients?
-Échantillonnage direct : Sélectionner individus dans une population en se basant sur des critères d’inclusion
-Avantages : rigoureux, recommandé par IFCC et CLSI
-Inconvénients: très couteux, très difficile pour les laboratoires individuels et possible comme projet multicentrique
Qu’est-ce que l’échantillonnage (direct) à priori et à postériori?
-À priori : Les données n’existent pas encore (recrute des individus pour prélever échantillons et faisable pour études plus modestes)
-À postériori : Il y a déjà des données (sélectionner individus déjà dans une base de données avec résultats, préférable si base de données déjà établis comme une étude épidémiologique)
Comment choisir et trouver des individus de référence pour l’échantillonnage direct? Quels sont les facteurs d’exclusion?
Choix des individus de référence :
-population similaire aux patients
-sélectionner aléatoire
-état de santé défini
-conditions de prélèvements contrôlés
-analyse effectuées avec même méthodes analytiques que les patients
Comment en trouver :
-Employés de l’hôpital, université
-publicité
-se greffer sur des études de recherche
-Cependant, échantillonnage n’est pas nécessairement aléatoire (tjrs biais de sélection)
Critères d’évaluation et d’exclusion :
-maladies, facteurs de risque, médicaments
-état physiologique
-Utilisation d’outils (questionnaire ou examen physique)
Qu’est-ce que l’échantillonnage indirect et quels sont les avantages et inconvénients?
Échantillonnage indirect :
-utilise une base de données de patients déjà existants (SIL)
-sur la base que la plupart des résultats du lab sont dans les limites de références
-épuration de données fournis un estimé des valeurs de la population en santé
-toujours à postériori
Avantages :
-moins coûteux
-basé sur la population du laboratoire
-basé sur les méthodes du laboratoire
-relativement rapide
-acceptable par CLSI si combiné avec données cliniques de d’autres bases de données
Inconvénient :
-Contraire au concept de population de référence par CLSI/IFCC
-dépend des calculs math choisi
-traitement math exigent
-méthodes maison
-seulement pour vérifier/corriger valeurs de références en utilisation
Quels sont les conditions de prélèvement pour déterminer des valeurs de référence?
-conditions prélèvements = mêmes que ceux des patients
-méthode = même que pour les patients
-méthode bien calibrée et contrôlée
-s’assurer que les résultats puissent être transférés (SIL)
-documenter les paramètres (lot calibrateurs, réactifs, contrôles internes et externes, # produit, etc…)
Comment doit-on doser les échantillons pour faire une intervalle de référence?
-Les échantillons doivent être dosés à ce qu’ils soient représentatifs de la routine du laboratoire.
-prendre TOUTES les mesures pour éviter les biais
-minimiser biais intra-essais en analysant sur plusieurs essais
Comment identifier des valeurs abberantes?
-Test de Dixon (valeurs ordre croissant, calculer intervalle entre les deux valeurs à l’extrémité des distributions – diviser valeur par 3 – si distinction entre valeur suspecte et valeur suivante est plus grande, rejetée
-Si gaussienne : plus grand que 3 ou 4 ET
-Si non gaussiennne, transformer en gaussienne puis rejeter les extrêmes (test Horn)
-Toujours utilisé critères bien définis
Si on retrouve une courbe multimondale, que faire?
-partitionner les échantillons en fonction de certains paramètres comme le sexe, âge, par période développement, état psychologique
-Partitionner et comparer les groupes + faire tests de significativité entre les groupes
Nomme 3 méthodes de traitement statistiques des données.
-méthode non-paramétrique
-méthode paramétrique
-boostrap
Comment trouver une intervalle de référence avec une méthode non-paramétrique et y a-t-il des conditions préalable?
Aucune condition préalable
1)Ranger les données
2)numéroter les valeurs
3)déterminer le rang des centiles de l’intervalle de référence (2.5e=0.025(N+1) et 97.5e=0.975(N+1)
4)trouver les valeurs correspondantes
5)Déterminer l’intervalle de confiance des centiles
Comment trouver une intervalle de références avec une méthode paramétrique et y a-t-il des conditions préalable?
Condition: la distribution doit être gaussienne (ex: Kolmogorov-Smirnov, Cramer-von Mises, Anderson-Darling)
Si courbe gaussienne :
1)calculer moyenne et écart-type
2a)valeurs de référence = 95% au centre des résultats, donc = moyenne +/- 1.96xET
2b)à 90% c’est = centile +/- 2.81x(ET/√n)
Si non gaussienne:
-transformer les valeurs (distribution logarithmique, racine carré) ou sinon transformation en deux étape (enlever asymétrie et ensuite aplatissement)
Qu’est-ce que le boostrap et comment le faire?
-méthode itérative qui améliore les intervalles de confiance. Fait par ordinateur
-Choisir au hasard Z échantillons de la population n de valeurs
-estimer 2.5 et 97.5 centile avec méthode non paramétrique
-répéter 500 fois
-calculer la médiane pour 500 valeurs = valeurs de référence finale
-calculer intervalle de confiance (90%) à partir des centiles
Combien de sujets nécessaires pour faire une intervalle de confiance?
-Minimum 40 (car 2.5%=1 personne), mais plus de sujet et mieux c’est
-recommandé 120 CLSI
-si partitionne, chaque sous groupe nécessite 40 ou 120
EXAM. Comment déterminer et interpréter l’index d’individualité?
-II = variabilité intra/ variabilité inter
-si >1.4: valeur de référence utile
-si <0.6: valeur de référence moins utile et mieux de se baser sur les valeurs de références intra
Quelles peuvent être les conséquences d’utiliser une intervalle de confiance inadéquate (ex : utiliser intervalle adulte pour pédiatrie)
-Prélèvements sanguins inutiles
-risque accrue d’infection
-douleur et anxiété chez le patient
-séjour prolongés
-procédures diagnostiques inutiles
-coût élevé
-diagnostique erroné ou retardé durant l’enfance ou l’adolescence
Quelle est la hiérarchie à faire pour choisir des données à utiliser pour faire une intervalle de référence?
-appliquer lignes directrices du CLSI
-appliquer critères avec sélection moins exigente
-utilisation données de la littérature avec la même méthode ± vérification
-utiliser des données spécifiques d’un autre laboratoire avec la même méthode ± vérification
-utiliser données du manufacturier ± vérification
-utiliser données générales de la littérature ± vérification
Est-ce possible de remplacer des valeurs de référence par autre chose? Dans qu’elle situation?
-Possible de remplacer valeurs de références par des critères diagnostiques et cibles thérapeutiques
-doit être une méthode standardisée ; comme lignes directrices de l’Association canadienne du diabète (glucose, HbA1c) ou la Société canadienne de cardiologie (cholestérol)
Que faire en tant que biochimiste clinique avec des valeurs de référence?
-Toujours s’assurer de regarder le biais lors de nouveau réactif
-analyse régulière de pool de patient peut être une bonne idée
-après analyse statistique, impliquer les cliniciens (statuer ensemble sur les intervalles de référence)
-éduquer sur le concept d’intervalle de référence pour qu’il soit mieux compris et utilisé
Quels sont les principaux éléments à regarder lors du processus d’évaluation de méthodes (paramètres de performance analytique)?
-Imprécision
-Exactitude (biais)
-Intervalle de mesure et linéarité
-Détermination sensibilité analytique
-Erreur totale et incertitude de mesure
(+spécificité analytique, susceptibilité aux interférences, objectifs de performance analytique, valeurs de référence)
Nomme et décrit les 3 paramètres à calculer pour déterminer l’imprécision.
-Répétabilité : intra-série (within-run), capacité d’obtenir même résultat lors de mesures successives du même échantillon par la même méthode dans les mêmes conditions
-Fidélité intermédiaire : intra-lab (within-lab), capacité d’obtenir même résultat lors de mesures successives sur plusieurs jours du même échantillon par la même méthode dans les mêmes conditions
-Reproductibilité : capacité d’obtenir même résultat lors de mesures successives du même échantillon par la même méthode dans des conditions différentes
Comment déterminer une imprécision lors de validation?
20x2x2:
-20 jours
-2 séries d’analyse par jour en duplicata
-2 niveaux de concentration dont 1 proche du seuil de décision clinique
-modifier ordre d’analyse des échantillons entre série
-CLSI EP05-A3
Comment déterminer une imprécision lors de vérification?
5x5:
-5 jours
-1 séries d’analyse par jour avec 5 réplicats
-2 niveaux de concentration dont 1 proche du seuil de décision clinique
-modifier ordre d’analyse des échantillons entre série
-CLSI EP15-A3
Qu’est-ce que l’évaluation de l’exactitude?
-Comparaison résultats de la méthode en évaluation avec méthode de référence pour plusieurs échantillons de concentrations variées
-Analyse de matériels pour les valeurs sont certifiées
Nomme les étapes pour faire une étude de récupération/vérification.
- 2 pool de sérum avec conc différente (échantillons base)
- préparation d’une solution concentrée de l’analyte
- à chacun des pools de base, on ajoute solution concentrée
- dose différentes solutions et calcul % récupération (moy 4 par solution)
- calcul de la récupération moyenne de tous les niveaux de concentration pour déterminer biais et nature de l’erreur systématique (constante ou proportionnelle)
Quels sont les étapes pour déterminer une exactitude avec une méthode reconnue.
1- minimum 40 échantillons au total analysés en duplicata sur au moins 5 jours
2- inverser ordre analyse des échantillons entre chaque série
3- analyse avec nouvelle et ancienne méthode (délai max 4 heures entre les 2 méthodes)
4- distribution homogène des niveaux de concentration idéalement 50% à l’extérieur des valeurs de référence
5- déterminer coefficient de corrélation de la droite de régression et des paramètres de la droite (pente, ordonnée à l’origine, écart-type)
À quoi sert chacun des paramètre de la droite de régression dans la détermination de l’exactitude avec une méthode reconnue?
-Coefficient de corrélation (r): doit servir qu’à valider l’analyse par régression linéaire (r ≥ 0,975 est correct)
-Pente: donne une estimation du biais systématique proportionnelle
-Ordonnée à l’origine: donne un estimé du biais systématique constant
-Droite de régression (y=ax+b): peut être utilisé pour déterminer biais systématique à un niveau donné de concentration
Qu’est-ce qu’une étude de corrélation?
-Régression linéaire où x= mesures de référence et y = mesures de la méthode en évaluation
-Donne un graphique de corrélation avec pente, ordonnée à l’origine, droite de régression et coefficient de corrélation.
Quelles sont les faiblesses de la droite de régression et comment faire pour pallier à ces problèmes?
-Coefficient de corrélation très sensible à l’intervalle des valeurs étudiées
-Plus intervalle grand et plus r sera élevée
-Pour palier ont fait graphique de différences (Bland-Altman)
Qu’est-ce que l’écart-type résiduel et comment le calculer ?
-ET entre valeurs mesurées et valeurs prédites par la droite de régression (décrit distribution/dispersion des points autour de la droite)
-plus résiduel élevé = plus on varie autour de la droite
-Ex : 68,3% des points seront localisée à l’intérieur de Ŷ ± SYX
Syx= √ ( ( ∑〖(MoyY-Yp)〗^2 ) / (N-2) )
MoyY = moyenne des résultats mesurées en duplicata
Yp= valeur prédite selon la régression linéaire
Nomme les différents types de régression linéaires et les décrire.
-Régression linéaire simple : assume qu’il n’y a pas d’erreur de mesure en x et que l’erreur en y est constante sur l’ensemble de l’intervalle de mesure.
-Régression Deming : méthodes x et y assujetties aux erreurs, méthodes comparées sont semblables et sans données aberrantes (outlier), méthodes de choix
-Régression Passing-Bablok : méthode x et y sont sujettes aux erreurs, régression non-paramétrique plus résistante aux outiliers
Qu’est-ce que le graphique de différences Bland-Altman et comment peut-il être fait?
-Met en évidence la différence qui existe entre chacune des paires de données x et y
-Différence peut être en absolue ou relative
-Calculée par rapport à x ou par rapport à la moyenne obtenue par les deux méthodes (si aucune des deux n’est la méthode de référence)
Que permet de déterminer les études de comparaison/corrélation?
-Permet de déterminer biais moyen analytique entre deux méthodes que l’on peut ensuite comparer à des cibles de performance déjà établies (littérature, maufacturier, biais acceptable selon variabilité biologique)
Qu’est-ce que l’intervalle de mesure et linéarité? Comment est-ce déterminé?
-Intervalle de concentration ou il y a une relation directement proportionnelle entre signaux mesurées par une méthode et sa concentration
-Déterminé par dilutions sériées d’un échantillon de concentration très élevé ou par mélange en diverses proportions d’un pool haut et bas (en duplicata).
Comment techniquement faire une intervalle de mesure et comment détecter la linéarité?
-Pour vérification : 5-7 concentration à l’intérieur de l’intervalle de mesure connu
-Pour validation : 7-11 concentrations dépassant 20-30% l’intervalle de mesure anticipée
-Faire graphique concentration en fonction du signal (absorbance) et déterminer la linéarité par inspection visuelle
Qu’est-ce que la limite du blanc (LOB) et comment l’obtenir?
-Concentration statistiquement la + élevée que peut être observé par le blanc
-20 mesures du blanc (60 pour valid) et pas plus de 5% des résultats ne devraient excéder la limite du blanc connue.
-Si gaussienne = limite blanc = moyennebl + 1,65 x ETbl.
-Si pas gaussienne, place valeurs en ordre croissant et on prend la valeur qui correspond au 95e percentile.
Qu’est-ce que la limite de détection (LOD) et comment l’obtenir?
-+ petite concentration qui peut être détectée de manière fiable (max 5% des mesures en bas de la limite du blanc)
-Analyse échantillons (vérif=20 et valid=60) avec concentration au plus 4 fois la limite du blanc
-95% devraient être plus élevé que la limite de blanc connue
- Si gaussien = limite de détection = limite de blanc + 1,65 / (1-1/4F) x ET
(ou F= nombre de résultats-nombre d’échantillons)
-Si pas gaussienne, place valeurs en ordre croissant et on prend la valeur qui correspond au 95e percentile
Qu’est-ce que la limite de quantification (LOQ) et comment l’obtenir?
-+ petite concentration qui peut être détectée de manière fiable et que l’erreur totale rencontre l’exactitude requise
-Analyse quelques échantillons (vérif = 25 et valid =40) ayant concentration similaire à limite de quantification proposée.
-95% devraient être dans la limite de l’erreur totale
Qu’est-ce que la sensibilité fonctionnelle?
-+ petite concentration pour laquelle la répétabilité ne dépasse pas les normes établis
-Habituellement: CV ≤ 15-20% (≤10% pour troponine)
Qu’est-ce que l’erreur totale et comment la calculer?
-Attribuable aux erreurs systématiques ET erreurs aléatoires
-Combinaison de l’erreur de biais et de l’erreur d’imprécision
-Assume qu’on peut mesurer l’erreur entre la mesure et la vraie valeur
TE = %biais + Z x CV = biais + 1,65 x imprécision
TE = (Z x √[(CVbiol.intra)^2+(CVbiol.inter)^2]) + 1.65 x (0,5 x CVbiologique intra)
ensuite, comparer valeur avec un objectif de performance analytique
Qu’est-ce que l’incertitude de mesure et comment la calculer?
-Quantification du degré de doute ou d’incertitude qui accompagne un résultat
-Définie l’étendue requise pour avoir un degré de confiance de 95% autour d’une mesure (ex : 40+-2 = résultat réel entre 38 et 42)
-Approche CQI/CQE
u(c) = √ (u^2(CIQ) + u^2(EEQ) )
u^2(CIQ) = variance liée aux contrôles internes
u^2(EEQ) = variance liée aux contrôles externes
Quelle est la définition de la qualité analytique?
Aptitude à représenter l’état physiologique du patient et à déceler une variation, que celle-ci soit normale ou pathologique
Qualité analytique =
-précision (capacité à obtenir les mêmes résultats sur le même échantillon)
-exactitude (capacité à atteindre valeur réelle)
(Précision = prérequis de l’exactitude)
Nomme les différents types d’erreurs analytiques (4).
-grossière
-aléatoire
-systématique
-totale
Qu’est-ce que les erreurs grossières?
Provient de l’inattention, de la négligence ou de la non-observation des procédures de travail (erreur humaine). Erreurs évitables.
Qu’est-ce que les erreurs aléatoires et à quoi il porte atteinte?
Syn: fortuite, inhérente
-Si on analyse 100 fois même échantillon, aucun système ne va donner 100 fois le même résultat.
-Résultat imprégné d’un degré d’incertitude, mène à des divergences dans la répétition des résultats, et entraîne une dispersion des résultats autour d’une valeur centrale moyenne.
-Porte atteinte à la PRÉCISION.
L’écart-type permet de déterminer quoi et il est préférable de le transformer en qu’elle valeur et nomme un désavantage.
-ET permet de mesurer l’imprécision (grand ET = grande imprécision).
-Mieux de mettre l’ET en coefficient de variation (CV) puisque mesure plus intuitive et comparable de l’imprécision (avantage) mais peut causer un faux sentiment de sécurité (désavantage).
Quelles sont les équations pour mesurer l’imprécision (moyenne, ET, CV)? Et quels sont les % associés à ± 1s, 2s et 3s?
Moyenne (μ) = μ = (∑ n) / N
Écart-type (s) = s = [ ∑ (n - μ)2 ] / (N-1)
Coefficient de variation (CV) = s/μ * 100
μ ± 1s = 68,3% de la distribution
μ ± 1,65s = 90,0% de la distribution
μ ± 2s = 95,4% de la distribution
μ ± 2,58s = 99,0% de la distribution
μ ± 3s = 99,7% de la distribution
Qu’est-ce que les erreurs systématiques et à quoi il porte atteinte?
-Déviation de tous les résultats dans une même direction = biais entre la valeur réelle et valeur mesurée
-Porte donc atteinte à l’EXACTITUDE.
Comment mesurer l’inexactitude?
-A. analyse de récupération
-B.validation des résultats par méthode de référence (valeur indépendante instruments + réactifs, non-accessible aux labo cliniques, pas de méthodes de références pour tous les paramètres)
-C.comparaison inter-laboratoire (plus accessible, valable que si plusieurs labo participe et compare à un matériel de contrôle à valeur consensus)
Est-ce que le biais reflète toujours la qualité des résultats? Si ce n’est pas le cas, que faire?
-Biais ne reflète pas toujours qualité des résultats (5% glucose = ok mais 5% sodium = pas ok)
-utilisation de l’indice d’écart-type (SDI)
Quel est le calcul de l’indice d’écart-type? Pourquoi utiliser ce calcul? Nomme des exemples.
SDI = (x - MOYgroupe) / (ETgroupe)
En divisant le biais par l’écart-type du groupe, on corrige pour la difficulté de la méthode:
-l’ET du sodium est très similaire entre labo donc, pour avoir un bon SDI, notre moyenne doit être proche de la moyenne du groupe.
-Pour bilirubine, exactitude est moins bonne donc ET du groupe plus élevé. Notre moyenne pourra s’éloigner de celle du groupe sans que notre SDI en souffre.
Quels sont les écart (SDI) pour avoir une bonne exactitude, une exactitude acceptable et une exactitude inacceptable?
-1 < SDI < +1 (68% des labos) = bonne exactitude
± 1 < SDI < ± 1,5 (18% des labos) = exactitude acceptable
SDI > ± 1,5 = inexactitude est inacceptable
Combien de temps faut-il pour atteindre une moyenne et CV stable dans nos CQi et quels sont les paramètres qui changent durant cette période?
Nécessite 3 mois.
Paramètres:
-Différents lots de réactif
-Différents lots d’étalons
-Entretien des appareils
-Changements de pièces (pigeurs, lampes)
Quels sont les types de programmes de CQe?
Essais d’aptitude :
-analyse occasionnelle d’échantillons inconnus provenant d’un organisme de contrôle
-évaluation du résultat par rapport au groupe ou à une norme pré-établie
-appréciation de l’exactitude
Proficiency testing :
-assistance technique, formation ou prise de sanctions si performance jugée insuffisante. Fait au Québec par LSPQ
Quels sont les objectifs de performance analytique au niveau de l’exactitude? Dans quels situations l’exactitude est nécessaire ou est moins nécessaire?
-idéal = 100%
-long terme : > 97% si référence existe
-court terme : SDI < 1,5
-essentielle pour paramètres avec des seuils de décision médicale (ex : glucose, cholestérol, calcium, médicaments).
-moins importants pour paramètres dont valeurs de références dépendent de la méthode et ne sont pas universelles.
Qu’est-ce que la variation biologique intra-individuelle et comment permet-elle d’évaluer les objectifs de performance en ce qui concerne l’imprécision? Quels sont les avantages de déterminer cette valeur en lab?
Variation biologique autour d’une valeur moyenne. Tout dosage chez un individu varie au hasard autour d’un point homéostatique proche à ce sujet. Peut être exprimée statistiquement.
Permet de fixer des objectifs de précision analytiques puisqu’un paramètre qui varie beaucoup exige peu de précision pour que 2 valeurs successives soit significative (l’imprécision analytique acceptable doit être inférieure à la moitié de la variabilité biologique)
CVanal ≤ 0,5 x CVbiol.intra
Avantage :
-faible nombre de sujets requis
-court laps de temps nécessaire
-indépendance des méthodes/instruments
-pas affecté par l’âge
-peu affectée par plusieurs maladies
Quel est le calcul du CVtotal?
CVt = √ [ CVanal^2 + CVbiol.intra^2 ]
si CVa = 0,5 x CVb ⇒ CVt = 1,12 x CVb = 1,12 x CVbiol.intra
Qu’est-ce que le RCV et comment on le calcul?
degré de variation entre deux prélèvement successifs pour avoir différence significative (on retire le biais ici)
= K √ [ CVa^2 + CVb^2 ] = 2.77 x √ [ CVa^2 + CVb^2 ]
ou
= Z x √2 x √ [ (CVanal)^2 + (CVbiol.intra)^2 ]
*K = 1,96 x √2 = 2,77 pour p ≤ 0,05
= 2.77 x √ [ (CVanal)^2 + (CVbiol.intra)^2 ]
Quel est le calcul de l’imprécision et quelle est le % de contribution à la variabilité pour les performances optimale, désirable et minimale?
f x CVbiol.intra
f = 0,25 = 3% variabilité (optimale)
f= 0,5 = 12% variabilité (désirable)
f= 0,75 = 25% variabilité (minimale)
Quel est le calcul de l’exactitude (biais) et quelle est le % de contribution à la variabilité pour les performances optimale, désirable et minimale?
= f x √ [ CVb^2 + CVg^2 ]
= f x √[ (CVbiol.intra)^2+(CVbiol.inter)^2]
f = 0,125 =optimale
f = 0,250 = désirable
f = 0,375 = minimale
Calcul de l’erreur totale acceptable
Erreur totale acceptable = 1,65 x imprécision acceptable + inexactitude acceptable
Cours stats:
TEa = biais + 1,65 * imprécision
TEa = (facteur x √[(CVbiol.intra)^2+(CVbiol.inter)^2]) + 1.65 * (0,5 x CVbiol.intra)
Nomme et décrit les différentes règles de Westgard. Permettent-elles de déterminer des erreurs aléatoires ou systématiques et intra- ou inter-test?
1.2s : Alarme face à une possible perte de contrôle, nécessite l’examen des données de contrôles à l’aide d’autres règles pour valider ou rejeter la série
1.3s : Symbolise la règle selon laquelle une série d’essai est rejetée parce que 1 contrôle plus grand que 3ET. Règles particulièrement sensible à l’erreur ALÉATOIRE mais dépiste aussi les erreurs SYSTÉMATIQUES importantes. Puisque probabilité qu’un résultats excède 3SD = 0,3% donc, 99,7% que le système analytique soit problématique.
2.2s : Symbolise règle selon laquelle une série d’essai est rejetée parce que 2 résultats consécutifs de contrôle excèdent la même limite de moy +/- 2ET. 1 Série d’essai inter-niveau ou 2 série d’essai intra-niveau. Sensible aux erreurs SYSTÉMATIQUES qui touchent un niveau de concentration ou l’ensemble de l’intervalle de concentration entre les 2 niveaux.
R.4s : Règle selon laquelle une série d’essai est rejetée par ce que l’écart des contrôles bas et élevé d’une même série excède 4ET. Sensible aux erreurs ALÉATOIRES.
4.1s : Règle série rejetée parce que 4 résultats consécutifs excèdent 1ET. Intra-niveau ou inter-niveau. Sensible aux erreurs SYSTÉMATIQUES.
10.x : Règle série rejetée parce que 10 résultats consécutifs se situent du même côté de la moyenne. Intra-niveau ou inter-niveau. Sensible aux erreurs SYSTÉMATIQUES.
Lorsqu’on rejette une série, faut-il reprendre tous les échantillons?
Non, ça dépend de la situation.
Quels sont les étapes à faire lors d’un rejet d’une série d’essai?
1- Mise en quarantaine des résultats
2- Déterminer type d’erreur selon la règle (aléatoire: 13S et R4S et systématique: 22S, 4S, 10X et 13S)
3- Identifier et corriger la cause d’erreur selon le type d’erreur (aléatoire: pipetages, mélange ou systématique: calibrateurs, réactif, température)
4- Ré-analyser contrôles pour vérifier la normalisation de la situation
5- Déterminer si résultats de patients doivent être repris ou s’ils peuvent être rapportés
6- Certaines situations justifient de rapporter des résultats de série rejetée (problème dû au contrôle, interversion contrôles, problème limité à un niveau de concentration et reprise sélective, erreur analytique petite relativement à l’utilisation clinique du résultat)
Idéalement, que devrait donner les règles de CQ?
-Une règle de CQ devrait toujours donner un signal de rejet si présence d’erreurs ou donner un signal d’acceptation si absence d’erreurs.
-En pratique, on utilise les probabilité pour caractériser la performance d’une règle de CQ (Ped et Pfr)
Qu’est-ce que le Ped et Pfr? Si on utilise la règle 1.3s, quel serait le Pfr?
Ped : probabilité de détection d’erreurs (idéal = 1)
Pfr : probabilité de faux rejet (idéal = 0)
Si règle 1.3s:
-Pfr = 3/1000 = 0,3% puisque 99,7% des échantillons sont à l’intérieur de 3ET
Quel est le calcul de TEa pour 6 sigma?
TEa ≥ Esystématique + (6s)
Que signifie le nombre de sigma et comment le calculer?
Plus il est élevé, meilleure sera la qualité de l’analyse. Si 5 à 6 atteint, indique que de petits changements de la qualité du processus peuvent être tolérés sans augmenter le taux d’erreur de façon significative.
Calcul du nombre de Sigma :
= (TEa –biais) / s
= (%TEa – %biais) / %CV
