![]()
| 3 | 2003
Klinisk Biokemi i Norden
27
kunne jo være rimelig, fordi der var taget hensyn til
kilder, som vanligvis negligeres. Derimod bør man
checke, om algoritmen er korrekt og de estimerede
standardusikkerheder er underbyggede.
Eksempel IV:
Usikkerhed for S-Glucose; stofkon-
centration
Den citerede artikel beror på rutinedata for et
enkelt laboratorium og viser i det mindste, at ind-
regning af intraindividuel biologisk variation giver
det væsentligste bidrag i budgettet. En sammenlig-
ning af relativ ekspanderet usikkerhed mellem
Eksempel III og IV er næppe relevant således som
data i Eksempel III er opnåede.
A. Monitorering
Hvis målingen af en størrelse x foretages på et
instrument, hvis visning I har en tilfældig variation,
som beskrives ved en standardusikkerhed u(I), og
som har en systematisk visningsfejl B (bias) fundet
ved kalibrering med standardusikkerhed u(B), så vil
x være givet ved
x = I - B
med standardusikkerheden u(x) givet ved
u
2
(x)=u
2
(I)+u
2
(B)
.
Foretages der en måling af to størrelser x
1
og x
2
med samme instrument (som giver visningerne
I
1
og
I
2
), er forskellen mellem de to størrelser givet ved:
∆
x=x
2
-x
1
=(I
1
-B)-(I
2
-B)=I
1
-I
2
.
Bias har, som anført af forfatterne, ingen indflydel-
se på ændringen i størrelsen
x
såfremt bias er
helt
ens
i de to målinger. Under samme forudsætning er
usikkerheden på ændringen
∆
x
uafhængig af bias
B
og dens usikkerhed
u(B)
:
u
2
(x
∆
)=u
2
(I
1
)+u
2
(I
2
)=2u
2
(I)
.
Ovennævnte beregninger, som er udført helt i over-
ensstemmelse med GUM, viser at konstant bias ikke
udgør et problem ved monitorering af patienter. Den
af forfatterne anførte ”Reference Change Value” RCV
= 1,96
2
CV (hvor CV angiveligt er synonym med
teter der er sporbare til en SI enhed, er en misfor-
ståelse; man kan også opstille usikkerhedsbudgetter
for værdier, der refererer til en anden angiven refe-
rence, dvs. en anden type enhed, en referenceproce-
dure, og/eller en kalibrator. De såkaldte matrixpro-
blemer, forårsaget af analytisk uspecifikke procedu-
rer og/eller utilstrækkeligt kommutable kalibratorer,
må afdækkes, men den affødte korrektion bryder
ikke sporbarhedskæden.
Forfatterne spørger, hvad man gør ved et påvist
bias, og svaret er givet. Hvis størrelsen er væsentlig
korrigeres herfor, og den tilhørende usikkerhed ind-
føjes i usikkerhedsbudgettet. Det er prisen for at
kunne sammenligne resultater over tid og sted og
for at kunne propagere usikkerheden.
Forfatternes tese Ad 4:
'GUM giver sig ud for at
være den eneste model til kombination af bias og
impræcision (systematiske og tilfældige afvigelser)'.
Som beskrevet, kombinerer GUM ikke systemati-
ske og tilfældige effekter, men korrigerer for de
første i det omfang de er kendte. Det er sandt, at
andre modeller på forskellig vis foretager en kombi-
nation. Denne forskellighed var netop baggrunden
for udarbejdelsen af GUM (se GUM filosofien).
Eksempel I: INR
Når bias for et batch er estimeret med en reference-
procedure, og standardusikkerheden på biasværdien
er kendelig i forhold til andre bidrag på usikker-
hedsbudgettet for INRværdien, bør der korrigeres
for bias – som således ikke skjules – og dens usik-
kerhed tilføjes i budgettet.
Eksempel II:
Bias for S-Cholesterol; stofkoncentration
Den fremlagte konklusion giver et smukt argu-
ment for nødvendigheden af at korrigere for bias.
Eksempel III:
'Usikkerheden for B-glucose'
Den citerede artikel nævner ikke, at data skulle
referere til B-Glucose, stofkoncentration, men det
kunne være tilfældet.
Teksten er en udmærket almen illustration af,
hvordan GUM kan appliceres og hjælpe til at vise,
hvor det betaler sig at forbedre proceduren (her
kalibreringen) snarere end et bud på en kombineret
standardusikkerhed for rutineværdier. I al fald kan
den opnåede usikkerheds størrelse ikke bruges som
et argument mod principperne i GUM; værdien
(Fortsætter side 28)
