![]()
39
| 2 | 2005
Klinisk Biokemi i Norden
Kallner & Theodorsson:
»Mätosäkerhet inom laboratoriemedicin«
Ulrik Gerdes Klinisk Biokemisk Afdeling, Århus Sygehus, Århus
E-post: ulrik.gerdes@dadlnet.dk
Anders Kallner og Elvar
Theodorsson har begge meget
erfaring med kvalitetssikrings-
arbejde og beskriver i et lille
hæfte principperne for en række
udvalgte beregninger der ved-
rører forskellige aspekter vedrø-
rende måleusikkerhed: Beregning
af standardafvigelser og bias,
beregning af indenfor- og mellem-serie variationer,
beregning af kombineret usikkerhed, estimering af
varianskomponenter, sammenligning af to metoder,
og sammenligning af resultater fra en gruppe labo-
ratorier. Teksten er suppleret med gennemarbejdede
eksempler, som er udført i en serie Microsoft Excel
regneark, som forfatterne har konstrueret og sæl-
ger.
Formålet med publikationen og regnearkene er
grundlæggende prisværdigt, som jeg opfatter det
— nemlig at bidrage til en harmonisering af diverse
begreber og beregninger vedrørende måleusikker-
hed, og at levere et værktøj til løsning af opgaverne.
Det vil selvsagt kunne eliminere megen uklarhed
(eller usikkerhed…!), og regnearkene vil kunne spare
mange mennesker meget arbejde rundt omkring
i laboratorierne, hvis projektet kan udvikles og
gennemføres.
Jeg vil imidlertid tillade mig nogle kritiske, men
konstruktive bemærkninger:
•
Der mangler en omtale af Guide to the expression
of uncertainty in measurement (GUM).
Uanset
hvad man måtte mene om GUM¹ og den tilknyt-
tede QUAM² (trofaste læsere af Klinisk Biokemi
i Norden vil vide, at man kan have ret forskel-
lige meninger), så synes jeg, at der burde være
referencer til disse værker. De giver en meget
grundig indføring i emnet, og især i principperne
for opstilling af usikkerhedsbudgetter (til bereg-
ning af kombineret usikkerhed). Og hvis sådanne
beregninger skal bruges i praktisk klinisk biokemi,
så kunne man med fordel også have refereret til
den såkaldte MODUS-model, som er forholdsvis
let implementere³. Spørgsmålet om hvorvidt en
bias skal opfattes som en slags usikkerhed eller ej,
vil jeg forbigå i tavshed.
•
Om indenfor- og mellem-serie variation.
Kører
man ”serier” på moderne analyseinstrumenter?
Er det oftest ikke sådan, at instrumenterne kører
hele tiden (eller eventuelt hviler om natten), og
at de væsentligste kendte kilder til variation over
tid er de rutinemæssige kalibreringer og skift til
nye lots af reagenser? Hvis man beregner SD over
et tidsrum med et passende antal kalibreringer
og reagensskift, får man et udtryk for analysens
intermediære præcision, som må være det mest
interessante for brugerne. Den maksimale og den
minimale præcision, som bestemmes under betin-
gelser hvor intet ændres (dvs. ved repetition), eller
hvor alt ændres, er efter min mening ret uinteres-
sante størrelser.
•
Om brug af ANOVA til estimering af varianskom-
ponenter.
Det er min erfaring, at man skal passe
lidt på med at bruge simple modeller (som fx kan
programmeres i Excel), da især forskellige antal
observationer i forskellige grupper (ubalancerede
data) kan give besynderlige resultater. Der findes
et bedre værktøj i fx SPSS. Signifikanstests (p-
værdier) er vel i øvrigt ret uinteressante i forbin-
delse med variansdekomponering, da formålet jo
er at estimere de forskellige kilders bidrag til den
Boganmeldelser
Ansvarlig: Ingunn Torsteindottir (ingunn@rsp.is)
