Control de calidad Interno

Control de calidad InternoYonny Aichele GmpelTecnlogo MdicoEncargado de calidad

Control de calidad interno

DefinicionesMaterial de referencia, al material o sustancia en el cual uno o ms valores de sus propiedades son suficientemente homogneos y bien definidos, para ser utilizados para la calibracin de aparatos, la evaluacin de un mtodo de medicin o para asignar valores a los materiales;Material de referenciaCertificados, que estn disponibles en el Instituto Nacional de Estndares y Tecnologa (NIST)Con valores asignados por programas de comparacin de pruebasProducidos por los fabricantes de reactivos con valores asignadosDe programas de evaluacin externa de la calidadDe tercera opinin con valores asignados por anlisis en diferentes laboratoriosSi no se dispone de ninguno de stos, es posible desarrollar un protocolo de verificacin de la veracidad con estndares con concentraciones conocidas preparados por el propio laboratorioEn la base de datos del JCTLM existen actualmente

Ms de 200 materiales certificados de referencia (MCR) para unos 130 mesurandos

125 mtodos y procedimientos de referencia

76 marcadores biolgicos Estos se revisan y actualizan constantemente.CalibradoresSuero de origen humano o Bovino para la calibracin de ensayos. Se suministra como un suero analizado y en algunos de ellos los valores se asignan a partir de los resultados obtenidos en ms de 3000 laboratoriosAditivos biolgicos. Agentes bacteriostticos. La concentracin / actividad de los componentes son especficos de cada lote. Los valores de cada parmetro estn incluidos en la Hoja de Valores de cada lote.

calibradoresCategorias

Multicalibrador -LquidosCalibradores especficos -Liofilizados

controlesSe denominan Muestras control, a las muestras de concentracin conocida que se cuantifican durante la corrida analtica para corroborar la validez del mtodo

Los niveles a usar deben corresponderse con los intervalos de decisin clnicaPatolgico bajoNormalPatolgico alto

Ejemplo niveles de decision clinica

sueros control certificados Certificados por el Instituto Nacional de Estndares y de Tecnologa (NIST) para unos cuantos analitos.

Tienen gran confiabilidad Costo elevadoControlesControl liofilizadoControl Liquido (De preferencia)Control de tercera opininPool

Lo primero es lo primeroInforme del Fabricante y Validacin de Mtodos (Empresa)Verificacin de mtodos (Nosotros) Definir Requisitos de calidadControl de Calidad InternoControl de calidad ExternoValores de Referencia locales

OPTATIVOControl de Tercera opinin

Informe de validacionLa Empresa debe entregarnos un Informe, en donde figure que ellos validaron los datos proporcionados por el fabricante:Esto no nos exime de hacer la verificacin de mtodoCul es el objetivo de validar un mtodo? El objetivo de la validacin de mtodos es conocer la magnitud del error del mtodo, y si este error puede afectar la interpretacin de los resultados y el diagnostico en los pacientes. Un proceso de validacin permite saber si el mtodo es til como herramienta diagnstica.Debemos verificarPrecisinVeracidadLinealidadLimite de cuantificacinIntervalos de ReferenciaVERIFICACIONNosotros tenemos el DEBER de comprobar que es cierto lo que nos Informa el proveedor

Norma Mexicana EP 15-A2 CLSI

Estas Planillas nos permiten controlar:PrecisinVeracidad

EP 15 puede ser aplicado a cualquier laboratorio, independientemente de sus recursos, desde el laboratorio ms sofisticado hasta el laboratorio ms pequeo.EJEMPLO verificacion de la precisionDatos LOCALESControl 1Control 2MensualAnualMensualAnualMedia84,884.6298,4295,8s1,261.773,575,34CV1,52,11,21,8n3930739300Datos InterlaboratorioControl 1Control 2MensualAnualMensualAnualMedia85,886,58296,6295,8s2,122,847,3511,15CV2,53,32,53,8n4761061744010444Que datos numericos debemos tener para usar la ep 15 a2De dos niveles de control:Media (EL valor mas cercano al real)SDr del FabricanteSDi del Fabricante15 determinaciones locales, efectuadas en 5 das por 3 repeticiones

Cual es el valor mas cercano al real?Datos InterlaboratorioControl 1Control 2MensualAnualMensualAnualMedia85,886,58296,6295,8s2,122,847,3511,15CV2,53,32,53,8n4761061744010444Respuesta: El que est en la tabla de los datos Intralaboratorio por tener un n mayor

Tomaremos para nuestros clculosLa media anual del Control 1 (86.58)mg/dlLa media anual del Control 2 (295.8)mg/dl

Planilla ep15 a2Completamos el campo Concentracin

86.58 Nos falta el SDrNos Falta el SDiPor otro lado estan los datos del Inserto

PrecisinGrado de concordancia entre resultados analticos individuales cuando el procedimiento se aplica repetidamente a diferentes porciones de una muestra homognea del producto Se evala comoRepetibilidad y ReproducibilidadRepetibilidad: Precisin de un mtodo analtico que expresa la variacin dentro de un mismo laboratorio obtenida entre determinaciones independientes realizadas en las mismas condiciones

Reproducibilidad intralaboratorioPrecisin de un mtodo analtico que expresa la variacin obtenida entre determinaciones independientes realizadas en el mismo laboratorio, pero en diferentes condiciones de anlisis, tales como das, equipo, columnas o analistas

Que nos dice el InsertoFabricanteControl 1Control 2Media (mg/dl)79,6281,3Repetibilidad (CV)1,980,65Reproducibilidad (CV)2,151,51n8080Volviendo al EP 15 a2SDr Control 1 (Repetitibidad)

SDi Control 1 (Reproducibilidad)Completamos la planillaAgregamos SDr y SdiCompletamos los datos de 5 dias a 3 repeticiones

La Planilla realiza los calculos pertinentes

La planilla saca sus propias conclusiones

Como lo hizo?Compara EL SDr local con el informado por el fabricante para Evaluar la RepetibilidadCompara EL SDi local con el informado por el fabricante para Evaluar el Desvo estndar intralaboratorio

SDr local < SDr fabricante se verifica la REPETIBILIDAD

Sdi local < SDi fabricante se verifica el Desvo estndar intralaboratorioDe lo contrario, se rechazaveracidadDatos InterlaboratorioControl 1Control 2MensualAnualMensualAnualMedia85,886,58296,6295,8s2,122,847,3511,15CV2,53,32,53,8N Muestras4761061744010444N Laboratorios18411741Para los clculos se requiere conocer el Sa, Promedio y Desv est de los 15 puntos

Media real SDg NgCalculo del Sa

Calculo de tUso de t student Con 14 grados de libertad (15-1) y alfa=1NUESTRO T=0.6245

Datos de los 15 puntosEl promedio de los 15 puntos es 85.26

La Desviacin estndar es 0.969 mg/dl

Al elevar la desviacin estndar al cuadrado (DE2) obtengo la Varianza que es 0.940 mg2 /dl2

Intervalo de verificacin

X=85.26 T=2.6245Sx=0.969 Sa=0.444

veracidadConclusin

Los limites de veracidad van desde 82.46mg/dl a 88.06mg/dl

El valor evaluado 86.8mg/dl cae dentro de esos limites

SE ACEPTA LA VERIFICACIONCampana de GaussDistribucin normal La mayora de los valores estarn cercanos al promedio mientras que una menor cantidad de valores estarn ubicados en los extremos.

Relacion entre reglas de westgard y campana de gauss

Ejemplo (95% confianza)X=3,8 1s =4,3 2s=8,695% confianza -4.8 a 12.2 Fuera de estos lmites puede considerarse un defecto

Inferior: x-2s3,8-8,6= -4.8Superior: x+2s3,8+8,6=12.2Confeccin campana de GaussCon soloCalcular el PROMEDIOCalcular la DESVIACION ESTANDARDAplicar formulas en ExcelPodemosGraficar una campana de Gauss en ExcelDesVIACION STANDARD

COEFICIENTE DE VARIACIONExpresa en porcentaje la relacin entre la desviacin estndar y el promedio

CV= 100 x sd Promedio

Cuantificacin de la imprecisinA mayor CV mayor Imprecisin

ExcelProcedimientoEn la columna B ubicar todos los datosEn la columna C ubicar grupos (de menor a mayor)La columna D la reservamosEn una celda de la columna I calculamos promedio de los valores de la columna B (escribir =PROMEDIO(Celda Inicial:Celda final)En la Celda inferior calculamos desviacin Standard del mismo grupo (escribir =DESVESTA(Celda Inicial:Celda final)

En la columna D al lado de cada resultado de la columna C escribir =DISTR.NORM(C3;$I$3;$I$4;FALSO)GRUPOPromedioDesviacinStandardConstanteSeleccionamos desde D2 hasta E17Buscamos la opcion Insertar graficoInsertar > Grficos > Dispersin > Dispersin con lneas suavizadas.

Para que sirve el Control de calidadDetectar erroresCumplir con exigencias legalesCumplir con estndares de precisin y exactitudESTAR SEGUROS DE SER CONFIABLESPODER PROBAR QUE SOMOS CONFIABLES

Implementando nuestro cciJuntar N 20 (eliminar aberrantes)Calculo de nueva mediaCalculo de Limites superiores e inferioresConstruccin de la grficaConstruccin de la grfica combinada de Desviaciones estndarControlar diariamente siguiendo las reglas de WestgardAnlisis de los 20 puntosFijar nuestro Requisito de Calidad

Levey jENNINGS (1950)Esquema de Shewart

Consideraciones antes de comenzar a juntar los puntosEs recomendable llevar una grfica de Levey Jennigs con los datos del Fabricante, para visualizar cualquier anomalaEs bueno ser permisivo para que los lmites no queden tan acotadosLos resultados EXTRAOS deben quedar registrados como no conformidad

Juntar n20, n40 o n60Juntar 20 o 40 o 60 puntos (respetar valores del fabricante)Eliminar valores aberrantes (DIXON,GRUBBS o GAUSS)

Un valor atpico es una observacin con un valor que no parece corresponderse con el resto de los valores en el grupo de datos

Trazado de puntos para los siguientes datos

5.33.14.93.97.84.74.3

La relacin utilizada es el espacio entre el valor atpico (7.8) y su vecino ms prximo (5.3) dividido por el espacio entre los valores ms grandes y ms pequeos en el grupo(3.1)7.8 5.3 = 0.5327.8 3.1 DIXON

InterpretacionComparo el valor obtenido 0.532con el valor de la tabla El valor 7.8 es aberrante, pues el resultado es superior a 0.507

NO Puede permanecer en el grupo

Formulas dixon

La prueba de Grubbs Utiliza una estadstica de prueba, T, que es la diferencia absoluta entre el valor atpico, XO, y el promedio de la muestra Xdividida por la desviacin estndar de la muestra, s

Para el ejemplo anterior, el promedio de la muestra es= 4.86la desviacin estndar de la muestra es = 1.48. La estadstica calculada de la prueba es:

Para un n = 7 y un riesgo del 5%

el valor crtico es 1.938 el T = 1.99 excede este valor crtico

el valor 7.8 es un valor atpico.

T=1.99

Crit=1.94

Aberrante

PRUEBA DE GAUSSEsta prueba excluye al valor Datos cuestionado "de los clculos 5,3de promedio y desviacin3,1estndard4,9(Dato excluido 7.8)3,94,74,3Promedio4,36666667desvest0,78655366Valor cuestionado - Promedio3,43333333(Xext-X)/desvest4,3650338La prueba de Gauss no resulta con un n tan pequeoG= 4.37

Crit.=4.73

No es aberrante

Calculo de la nueva mediaAl Juntar nuestros 20 puntos por nivel, podemos calcular nuestra nueva mediaEsta puede diferir del fabricante siendo:Mayor, Menor o Igual

Calculo de nuestros limites superior e inferiorCalcular nuestra nueva desviacin estndar a partir de los 20 puntos (para cada nivel)Considerar el resultado como 1sMultiplicar por 2 para obtener 2sMultiplicar por 3 para obtener 3s

Lmite Inferior -3s = Promedio - 3s-2s = Promedio - 2s-1s = Promedio - 1s

Lmite Superior3s = Promedio + 3s2s = Promedio + 2s1s = Promedio + 1sConstruyendo las graficasEsta Grfica se crea para Cada AnalitoCada nivel de Control

Control patologico

Grafica combinada de desviaciones standard

Controlar DIARIAMENTELas reglas de Westgard deben ser analizadas en conjunto, en la grfica combinada de desviaciones estndar

DEBE quedar registradoLo ConformeLas no conformidades Los rechazos Las medidas correctivas

Reglas de westgard

1 2sRegla de advertencia

Error aleatorio (precision)Cualquier desviacin de la mediaPuede ser :hacia arriba (Positiva)Hacia abajo (Negativa)Es al azarProbablemente la falla no se detecteConcepto relacionado (IMPRECISION)Generalmente asociado a 2 2s,4 1s y 10x

RECUERDE CV= 100 x sd Promedio

2 2s

2 2s 3 niveles

4 1s

10x

Posibles causasBurbujas en reactivos o tuberasMezcla inadecuada de reactivosTemperatura de los baos inestableVoltajeOperadores con Manos muy diferentesControlesDescongelamientoLuzAgitacin

FORMAS DE MEJORAR LA PRECISIONCONTROLESUn operadorProbar reconstituir liofilizados con una Pipeta Mantenimiento de MicropipetasNO guardar en congeladores NO FROST domesticosDescongelar siempre a la misma temperatura y bajo las mismas condiciones (Tiempo, cantidad de Luz)Homogenizar de la misma forma los controles antes de analizarlosError sistematico (INEXACTITUD)Se manifiesta en el cambio de la media de los valores de controlEl concepto relacionado es veracidad, BIASPuedo expresarlo como unidades de magnitud medida (cuantos mg/dl lejos de la media me encuentro)Generalmente 1 3s y R4sPuede ser Gradual como una tendenciaDesplazamiento

1 3s

1 3s 3 niveles

R 4s

R 4s 3 niveles

tendenciaDeterioro de fuente de luzIntegridad del filtroEnvejecimiento reactivosAcumulacion desechos tuberias

DesplazamientoFalla o cambio repentino fuente de luzCambio de loteCambio temperaturaFalla en el muestreo

Tendencia y desplazamientoEl desplazamiento es constante, la tendencia no lo esLos errores de calibracin son constantes (desplazamientos)

Reglas de wESTGARD SIGMA

6 sigma requiere solo 1 3s6-sigma quality requires only a single control rule, 13s, with 2 control measurements in each run one on each level of control). The notation N=2 R=1 indicates that 2 control measurements are needed in a single run. See Figure 2.

5 sigma requiere 1 3s 2 2s r4s

Analisis de los 20 puntosPodemos calcular una nueva media, desviacin estndar y coeficiente de variacin para compararnos mes a mes.

El analisis de exactitudPodemos incluir, adems de la Precisin el SESGO en el anlisis de los 20 puntos

BIAS = Valor Obtenido-Valor Real

% BIAS = BIAS Valor Real

El Sesgo lo podemos obtener

Comparacin de Mtodos (Ideal contra el mtodo de referencia)Esquemas InterlaboratorioControl de Calidad Externo (PEEC)Verificacin de VeracidadModelo Alternativo

Modelo alternativoSe corren los controles en el perodo inicial.

Se establece una media inicial que se considera la mejor estimacin del valor verdadero del material de control.

Durante el primer mes se considera que el Bias del mtodo es igual a 0.

Durante el segundo mes se establece una nueva media para el material.

La diferencia entre la nueva media y la inicial es el Bias del segundo mes.

El tercer mes se establece nuevamente la media y la diferencia de esta media con la del ciclo inicial es el Bias de ese mes.

Tipos de erroresSistemticos(Exactitud)

Aleatorios(Precisin)

ET = CV% * 1.65 + |Sesgo%|Constante: Implica trabajar a 95% confianzaError totalTeniendo el %SESGO y el CV podemos calcular el Error TOTAL

Con el Error Total podemos Compararnos con el Eta (Error Total aceptado)Calcular Seis SigmaCalcular SE CrticoHacer Cartas OPSPEC

Para que?:TENER MES A MES REGLAS DE WESTGARD PROGRAMADAS

Muchas Gracias