Metodutvärdering I. Metodutvärdering -validering. Metodutvärdering II. Metodutvärdering III

Relevanta dokument
Illustrerad noggrannhet

Mätosäkerhet. Tillämpningsområde: Laboratoriemedicin. Bild- och Funktionsmedicin. %swedoc_nrdatumutgava_nr% SWEDAC DOC 05:3 Datum Utgåva 2

Bestämning av fluoridhalt i tandkräm

Kvalitetssäkring och Validering Molekylära Metoder. Susanna Falklind Jerkérus Sektionen för Molekylär Diagnostik Karolinska Universitetslaboratoriet

FMSF55: Matematisk statistik för C och M OH-bilder på föreläsning 5, a 2 e x2 /a 2, x > 0 där a antas vara 0.6.

SKandinavisk Utprövning av laboratorieutrustning för Primärvården. Elisabet Eriksson Boija, Equalis SKUP-koordinator i Sverige

Validering och Verifiering: Vad är det och hur bör det utföras? Kerstin Elvin EQUALIS användarmöte 18 april 2013

Bestämning av fillers förstyvande inverkan på bitumen. Aggregate. Determination of filler s stiffening effect on bitumen.

Analys av D-dimer på patient med misstänkt HAMA

Torbjörn Kjerstadius Klinisk mikrobiologi Karolinska universitetslaboratoriet, Solna

U-Albumin. Equalis användarmöte Gunnar Nordin Marie Lundberg

Kontrolldiagram hjälper oss att skilja mellan två olika typer variation, nämligen akut och kronisk variation.

SKandinavisk Utprövning av laboratorieutrustning för Primärvården. Elisabet Eriksson Boija, Equalis SKUP-koordinator i Sverige

7,5 högskolepoäng. Statistisk försöksplanering och kvalitetsstyrning. TentamensKod: Tentamensdatum: 28 oktober 2016 Tid: 9.

Föreläsning 8. NDAB02 Statistik; teori och tillämpning i biologi

Coatest SP Factor VIII Swedish revision 12/2004

IGFBP-3 på IDS isys (NPU28268)

Immunanalys VANKOMYCIN-KALIBRATORER Förklaring till symboler som används

Bestämning av en saltsyralösnings koncentration genom titrimetrisk analys

Statistik 1 för biologer, logopeder och psykologer

7,5 högskolepoäng. Statistisk försöksplanering och kvalitetsstyrning. TentamensKod: Tentamensdatum: 30 oktober 2015 Tid: 9-13:00

Bestämning av en saltsyralösnings koncentration genom titrimetrisk analys

Föreläsning 13: Multipel Regression

G(s) = 5s + 1 s(10s + 1)

BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 6 ( ) OCH INFÖR ÖVNING 7 ( )

1 Förberedelseuppgifter

Innehåll. Frekvenstabell. II. Beskrivande statistik, sid 53 i E

Föreläsning 12: Regression

Korrelation kausalitet. ˆ Y =bx +a KAPITEL 6: LINEAR REGRESSION: PREDICTION

Validering av kemiska analysmetoder

Validering och Verifiering: Vad när och hur? Kerstin Elvin EQUALIS 26 mars 2015

FÖRELÄSNINGSMATERIAL. diff SE. SE x x. Grundläggande statistik 2: KORRELATION OCH HYPOTESTESTNING. Påbyggnadskurs T1. Odontologisk profylaktik

Bild 1. Bild 2 Sammanfattning Statistik I. Bild 3 Hypotesprövning. Medicinsk statistik II

Verifiering av mätmetoder

Laboration 2: Styrkefunktion samt Regression

Kemisk kvalitetssäkring av dialysvätska

Kvalitetssäkring i laboratoriediagnostik. Kerstin Elvin Allergi och Autoimmunitet; Laboratoriediagnostik Oktober 2016

Grundläggande matematisk statistik

Vetenskaplig metod och statistik

F12 Regression. Måns Thulin. Uppsala universitet Statistik för ingenjörer 28/ /24

Vetenskaplig metod och statistik

Forskningsmetodik Lektion 8 Systematiska och statistiska fel

Året som gått. PK-INR D-dimer. Tomas Lindahl

Föreläsning 12: Linjär regression

Verifiering RP500 PNA-instrument Rapport

Centrifugering av lipemiska prover. Filtrering av prover för kreatininoch ammoniumjonmätning vid höga bilirubinhalter

Sänkningen av parasitnivåerna i blodet

Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13

DiviTum V2. Bruksanvisning IVD. Denna bruksanvisning avser endast DiviTum V2. Ref. 932, rev. SV 1

Prediktera. Statistik för modellval och prediktion. Trend? - Syrehalt beroende på kovariater. Sambands- och trendanalys

Ylva Hedeland Niclas Rollborn Anders Larsson. Analys av HbA1c metodjämförelse mellan några sjukhuslabb i Sverige

Styrelsens för teknisk ackreditering författningssamling

732G71 Statistik B. Föreläsning 1, kap Bertil Wegmann. IDA, Linköpings universitet. Bertil Wegmann (IDA, LiU) 732G71, Statistik B 1 / 20

Validering av kontroller. Equalis användarmöte Håkan Janson Klinisk mikrobiologi, Region Kronoberg

Stokastiska vektorer

2016- Året som gått. PK-INR D-dimer. Tomas Lindahl

NO x -föreskriftens krav enligt NFS 2004:6 och SS-EN 14181

Kalibrering. Dagens föreläsning. När behöver man inte kalibrera? Varför kalibrera? Ex på kalibrering. Linjär regression (komp 5)

Konsoliderad version av. Styrelsens för ackreditering och teknisk kontroll (SWEDAC) föreskrifter och allmänna råd (STAFS 2006:8) om värmemätare

Validering grundläggande aspekter. Ulf Örnemark

Hur skriver man statistikavsnittet i en ansökan?

Experimentella metoder, FK3001. Datorövning: Finn ett samband

Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar

Hypotesprövning. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University

STATISTISK POWER OCH STICKPROVSDIMENSIONERING

Laboration 2. i 5B1512, Grundkurs i matematisk statistik för ekonomer

LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK

FluoroSpheres Kodnr. K0110

S-IGF BP 3, Malmö Immulite2000XPi

1 (6) Årsrapport Projektet bygger. Resultat Den. drygt grund av så. och en med. för att redovisas.

Regressions- och Tidsserieanalys - F7

Verifiering av analys av Summa nitrit- nitratkväve (NOX) med AutoAnalyzer 3. Ingrid Nygren

Rättningstiden är i normalfall 15 arbetsdagar, till detta tillkommer upp till 5 arbetsdagar för administration, annars är det detta datum som gäller:

Beräkningar och diagram i EQUALIS resultatsammanställningar. P016 v

LYCKA TILL! Omtentamen i Statistik A1, Institutionen för Farmaceutisk Biovetenskap Institutionen för Farmaci

Statistik 1 för biologer, logopeder och psykologer

Konsoliderad version av. Styrelsens för ackreditering och teknisk kontroll (SWEDAC) föreskrifter och allmänna råd (STAFS 2006:10) om automatiska vågar

Matematisk statistik för D, I, Π och Fysiker

Standardfel (Standard error, SE) SD eller SE. Intervallskattning MSG Staffan Nilsson, Chalmers 1

I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Parametriska Icke-parametriska

Validering/verifiering av kvantitativa och. kvalitativa metoder - Vägledning. Tillämpningsområde: Laboratoriemedicin. Bild- och Funktionsmedicin

Driftinstruktion DULCOTEST DT1

För ett andra ordningens system utan nollställen, där överföringsfunktionen är. ω 2 0 s 2 + 2ζω 0 s + ω0

Tentamen Statistik och dataanalys 1, 5p Institutionen för matematik, natur- och datavetenskap, Högskolan i Gävle

Godkännande och kontroll av askhaltsmätare för mindre provmängder

Medicinsk statistik II

Tentamen i matematisk statistik

PK-INR PT-INR D-dimer

Motivet finns att beställa i följande storlekar

Statistikens grunder. Mattias Nilsson Benfatto, Ph.D

Ingenjörsmetodik IT & ME 2011 Föreläsning 11

Upprepade mätningar och tidsberoende analyser. Stefan Franzén Statistiker Registercentrum Västra Götaland

Viktiga dimensioner vid val av test (och även val av deskriptiv statistik) Biostatistik II - Hypotesprövning i teori och praktik.

Appendix 3 Checklista för höjdmätning mot SWEPOS Nätverks- RTK-tjänst

Betrakta kopparutbytet från malm från en viss gruva. För att kontrollera detta tar man ut n =16 prover och mäter kopparhalten i dessa.

Viktig produktsäkerhetsinformation

729G43 Artificiell intelligens (2016) Maskininlärning 2. Marco Kuhlmann Institutionen för datavetenskap

ABX Pentra Creatinine 120 CP

Koncentrationsbestämning med hjälp av spädningsteknik och spektrofotometri

Statistisk försöksplanering

Transkript:

Metodutvärdering I Metodutvärdering -validering Nya metoder utvecklas för att Förbättra noggrannhet och precision Tillåta automation Minska kostnader Arbetsmiljö Bestämning av ny analyt Metoden måste verifieras experimentellt Metodutvärdering II Rutinkontroller Upptäcker fel om de överstiger etablerade kontrollgränser Tillverkaren Uppfyller krav från kontrollerande myndighet Medicinska behov Felet i analysen måste vara mindre än angivet tillåtet fel vid kritisk analytnivå Metodutvärdering III Utvärderingen Bestämmer storlek på analytiskt fel för enskilda patientprover Bestämmer tillfälliga och systematiska fel Tillåtet fel kan anges som CV A = ½ CV intra CV A analysmetodens CV CV intra biologisk variation inom en individ 1

Metodutvärdering IV Antaganden Laboranten är förtrogen med metoden Reagensen är stabila Linjär dos-respons - minst tre standarder; duplikat Standard preparation i buffert Standard i rätt biologisk matris Seriespädning rekommenderas inte Tillfälliga och systematiska fel Tillfälliga fel (RE, random error) acuracy precision imprecision reproducerbarhet repeterbarhet Tillfälliga fel I, RE - Instabilitet i instrument - Variation i temperatur - Variation i reagens, inkl kalibratorer (standarder) - Variation i handhavande - Pipettering - Blandning - Tidtagning - Variation i operatören Tillfälliga fel II Tillfälliga fel har flera komponenter σ t2 =σ wr2 + σ br2 + σ 2 bd wr within run br between run, within day bd between day 2

Tillfälliga fel III Inomkörningsvariation (σ wr ) Pipetteringsprecision Korttidsvariation i temperatur Stabilitet hos instrumentet Tillfälliga fel IV Inomdag mellan körning (σ br ) Instabilitet i kalibreringskurvan Skillnad i omkalibrering Långvarig variation i instrumentet Ändringar i reagens Ändringar i miljön Trötthet hos personal Tillfälliga fel V Mellandagsvariation (σ bd ) Variationer i instrumentet som sker över dagar Ändringar i reagens Byte av personal Systematiska fel I, SE Fel som är låga eller höga hela tiden 1. Konstanta systematiska fel (CE) a. Interfererande substanser b. Reagens som ger falsk signal 2. Proportionella systematiska fel PE a. Felaktig angivelse av mängd substans i kalibratorer b. Sidoreaktioner med analyten 3

Systematiska fel II Experiment för bestämning av specifika fel Preliminär studie I Tillfälliga fel (RE) replikat Inomkörning replikation precision över mkt kort tid - standard i buffertlösning - standard i rätt biologisk matris (serum, urin etc) Konc som studeras vid medicinskt kritiskt värde - upprepad analys av samma prov RE < E A Preliminär studie II Systematiska fel Konstanta fel (CE) interferensstudier Tillsats av interfererande substans till prov (<10% av volymen); gör även en blank Analysera i minst duplikat Skillnad mellan spikat prov och blank interferens Alla spektrofotometriska analyser testas för: - Hemolys - Ikterus - Lipemi - Jämför med E A CE < E A 4

Systematiska fel Proportionella fel (PE) recovery studier - tillsätter känd mängd analyt till provet; gör blank på motsvarande sätt - beräkna mängd från stamlösningens konc och volym tillsatt - pipettering viktig Preliminär studie III - 2-4 bestämningar på varje prov Recovery = mängd bestämd x 100/ mängd tillsatt % PE < E A Går vi vidare? Om RE < E A CE < E A Gå vidare med slutgiltig validering PE < E A Mellandagsvariation Metodjämförelse - Bias - Korrelationskoefficient - Linjär regression Bestämning av totalt fel (TE) mellandagsvariation Inomkörningsexperimentet upprepas ca 20 dagar Material med känd stabilitet används Minimera alikvot-alikvot variation RE = 4xSD TM RE TM < E A Bestämmer systematiskt fel hos testmetoden Patientprover analyseras >40, helst 100 st Olika sjukdomstillstånd jmf rutinanvändning Analytkonc fördelade över hela arbetsområdet Hemolytiska, lipemiska och ikteriska prover inkluderas om inte annat anges Analys i duplikat i resp metod Prover som stämmer dålig analyseras om Metodjämförelse I 5

Metodjämförelse II Metodjämförelse III Bias, s d endast om PE saknas Systematisk skillnad mellan testmetod och referensmetod Skillnad i medelresultatet i resp metod s d standardavvikelse för skillnaden Bias = Σ (y i x i )/N y i testmetod resultat x i referensmetod resultat N antal talpar t = Bias x N ½ / s d tvåsidig om beräknat t överstiger kritiskt t (tabell) skillnad finns mellan metoderna Om SE < E A accepteras Korrelationskoeficient (r) Extremt känslig för analytens konc område i patientproverna vid jämförelsen r studerar graden av linjärt samband r > 0,975, tillräckligt spridning i mätområdet av provresultat Linjär regressions statistik Gör en x-y plot linjärt samband? Linjen kan beskrivas som Y i = a + b x i Y i beräknat värde, svarar mot x i a intercept b lutning intercept ger konstant fel (CE) lutning ger proportionellt fel (PE) SD runt linjen (s y/x ) ger tillfälligt fel (RE) 6

Linjär regressions statistik II Bestämning av systematiskt fel vid X C SE = Y C -X C = a + bx C - X C Begränsningar Data undersöks för linjäritet och olinjäritet Outliers upptäcks (<1 / 40 observationer) Analytiskt konc område är stort X-data (referens metoden) måste vara utan fel Om r > 0.99 < 1% fel I lutning Bestämning av totalt fel Tillfälliga och systematiska fel kombineras Avståndet från medelvärdet på kurvan till det sanna värdet = SE Spridning runt RE definieras som 4 x SD Sämsta möjliga kombination TE = RE + SE Om TE < E A acceptera metoden 7