statistiske vurderinger ved
endring av analysemetade
LARS M0RKRID
Klinisk-kjemisk avdeling, Rikshapitalet N-0027 Oslo
l.
lonledning
Innen klinisk kjemi kommer det stadig nye og for–
bedrede metoder, og vi velger ofte å skifte analy–
semetade for en bestemt analytt Eksempler på
detteer en rekke irnmunkjemiske analyser (f.eks.
for hormoner og plasmaproteiner) som i
~kende
grad legges over på helautomatiske instrumenter.
Her tilbys det for tiden mange ulike systerner og
analyseprinsipper. Det kan vrere
n~dvendig
å vur–
dere disse opp mot hverandre, både med hensyn
til analysekvalitet, pris og andre kriterier. Når vi
f~rst
har valgt et bestemt system, kommer det rett
som det er
st~rre
eller mindre metodemodifikasjo–
ner (endret inkubasjonsprosedyre, nytt antistoff)
som gir endret
n~yaktighet
og presisjon. I tillegg
ser vi at kontrollnivåene plutselig
gj~r
sprang ved
skifte til kit med nytt lotnr. I denne oversikten skal
vi se litt på de statistiske metodene vi bruker når
vi skal vurdere analyseresultater fra ulike metoder
eller serier opp mot hverandre.
Pr~vesvaret
er en
kontinuerlig variabel og standardkurvene er ofte
ulinerere funksjoner. Vi skal se på situasjonen med
to ulike datasett og velger notasjonen
X
=
gam–
me! og Y
=
ny metode. For hver av metodene er
det viktig å kartlegge en rekke forhold.
2. Karakterising av viktige metodeegenskaper
2.1.
Standardkurvens form
besternmes i en serie
buffer-baserte
l~sninger,
tilsatt kjente mengder
analytt samt (bovint) serum albumin for etterligne
pasientpr~venes
plasma/serumproteiner. Hvert
punkt analyseres gjerne som duplikat eller
triplikat. standardkurven for irnmunkjemiske ana–
lyser er sjelden en rett linje. Standardkurver som
ikke er rettlinjede, kan skape probierner i statisti–
ske prosedyrer. Ofte
fors~ker
man å linearisere
standardkurven for å enkelt kunne beregne ana–
lyttkonsentrasjonen ut fra instrumentresponsen.
Men etter slik lineansering vii ofte spredningen
Klinisk Kemi
i
Norden
2,
1998
på grunn av tilfeldige feil variere med analytt–
konsentrasjonen, og ofte
~ke
mot det ene eller
begge endepunktene. Systematisk avvik i stan–
dardkurvens pararnetre vii kunne
f~re
til
n~y
aktighetsavvik i analyseresultatet som blir en
ulinerer funksjon av nivået. Dette kan vrere en av
forklaringene på at funksjonssammenhengen
mellom måleresultatene fra metoder som har ulik
form på standardkurven, ikke blir en rettlinjet
funksjon.
2.2.
Nedre deteksjonsgrense
besternmes ut fra
instrumentresponsen R, på n målinger (R;; i
=
l ,2 .. .n) av et analyttfritt, bufferbasert
m~dium
(s tandard 0). Aritmetisk gjennomsnitt R, og
standardavvik SD av disse målingene beregnes.
Nedre deteksjonsgrense defineres ofte som den
konsentrasjon som ut fra standardkurven ligger ved
R
+
2·SD ved stigende standardkurve og - 2·SD
ved fallende standardkurve. Se Figur l venstre del.
Siden nedre deteksjonsgrense ikke er bestemt i
serum, er den lite egnet som mål på den minste
analyttkonsentrasjon man med sikkerhet kan
påvise hos en bestemt pasient.
2.3.
Analytisk sensitivitet
er den minste endring i
konsentrasjon som gir en signifikant detekterbar
endring i avlesning (respons). Denne kan defineres
for hvilkent som hel st type medium (buffer, se–
rum, etc.). Analytisk sensitivitet vii vrere avhengig
av analyttkonsentrasjonen.
2.4.
Presisjonsprofil
besternmes med serumbaserte
pr~ver
(helst
pasientpr~ver)
som dekker et stort
konsentrasjonsområde. Hver
pr~ve
analyseres en
rekke ganger og variasjonskoeffisienten (VK
=
100%-SD/X) beregnes. Man fremstiller VK som
59
