...

Aulas V Simpósio de Garantia de Qualidade - Parte 3

by user

on
Category: Documents
11

views

Report

Comments

Transcript

Aulas V Simpósio de Garantia de Qualidade - Parte 3
COMPARABILIDADE
INTRALABORATORIAL
EM
MICROSCOPIA
Tópicos
p
Abordados
Peculiaridades
P
li id d
na
microscopia
Análise geral
do processo
Modelos
M
d l
estatísticos de
comparação
Microscopia
p
Variabilidade
Dificuldades
Interpretação
p
ç
do
microscopista
Variabilidade
Padronização do processo de realização de
cada exame que envolve microscopia
• Pré-analítico
Pré analítico
• Analítico
Pré-Analítico
informações
do paciente
Requisição
de exames
dados clínicos
hipóteses
diagnósticas.
Pré-Analítico
Armazenamento
Transporte
Tempo até chegar à área técnica
Material
Biológico
Rastreabilidade
Identificação
Preservação.
Analítico
Qualidade dos
reagentes
g
e
corantes
• Procedência
P
dê i
• Data de validade
Coloração
ç
• IInstruções
t õ de
d
trabalho escritas
• Controle de
qualidade na
coloração
Gestão dos microscópios
p
manutenções diárias,
mensais e semestrais
reduzir o número de
defeitos e quebras
Q lid d d
Qualidade
das iimagens
Interpretação
p
ç do Microscopista
p
Uniformidade
na
interpretação
Uniformidade
de conceitos
morfológicos
Uniformidade
no
conhecimento
teórico das
patologias
Treinamento
Treinamento
Para manter adequado padrão de
competência
Programa
g
de integração
g ç de novos
funcionários
Treinamentos teóricos
Treinamentos práticos
Contínuo aprimoramento diário
Avaliação da competência
Exemplo
p
OMS possui um Programa de Competência para
detecção de Malária:
- 5 dias de treinamentos teóricos práticos
práticos.
- Ao final, numa avaliação são analisadas 20
lâminas com tempo de 10 minutos para cada.
Exemplo
p
Avaliação final de Competência adotada pela OMS num
programa de competência para detecção de Malária
A li ã
Avaliação
Exatidão
E
tidã na
identificação das
espécies
Quantificação
Q
tifi
ã d
dos
parasitas
Perito
≥ 90%
≥ 50%
Referência
≥ 80%
≥ 40%
Avançado
≥ 70%
≥ 30%
Em treinamento
< 70%
< 30%
Modelos Estatísticos p
para Comparação
p ç
Criar uma forma de avaliação de
comparação objetiva.
Critérios definidos matematicamente
Análise microscópica qualitativa e
quantitativa
MODELOS ESTATÍSTICOS PARA
COMPARAÇÃO
Ã
1- Tabela de Rümke* - utilidades
- Comparação entre microscopista(s) e uma contagem
padrão;
- Monitoramento de variações nas contagens de leucócitos
de um mesmo paciente;
p
- Na validação de analisadores hematológicos.
* Henry,
y J.B. - Diagnósticos
g
Clínicos e Tratamento p
por Métodos Laboratoriais.
20a Edição, Manole, 2008, pags 592 - 593
1 - TABELA DE RÜMKE
Contagem diferencial de leucócitos:
Estagiário x Coordenador
Contagem Diferencial de Leucócitos: Estagiário e Coordenador ( n = 100 )
Leucócito
Média (%) do
Coordenador
(a) Lâmina 1
Estagiário (%)
Lâmina 1
Média (%) do
Coordenador
(a) Lâmina 2
Estagiário (%)
Lâmina 2
Bastonetes
2
1
8
10
Segmentados
15
13
75
71
Eosinófilos
2
1
0
0
Basófilos
0
0
0
0
Linfócitos
20
23
14
17
Monócitos
1
0
3
2
Blastos
60
62
0
0
Avaliação dos resultados
Lâmina 1
Lâmina 1
IC 95%
C d
Coordenador
d
E t iá i
Estagiário
2
1
0 0 - 7,0
0,0
70
15
13
8,6 - 23,5
2
1
0,0 - 7,0
0
0
0,0 - 3,6
20
23
12,7 - 29,2
1
0
0,0 - 5,4
60
62
49,7 - 69,7
V i ã aceitável
Variação
itá l para
= 100
n
Avaliação dos resultados
Lâmina 2
Lâmina 2
IC 95%
C d
Coordenador
d
E t iá i
Estagiário
Variação
V
i ã aceitável
itá l para
n = 100
8
10
3
3,5
- 15,2
1 2
75
71
65,3 - 83,1
0
0
0,0 - 3,6
0
0
0,0 - 3,6
14
17
8,0 - 23,0
3
2
0,6 - 8,5
0
0
0,0 - 3,6
2 - ESTATÍSTICA DE CHAUVENET
- A estatística
t tí ti de
d Chauvenet
Ch
t avalia
li a presença d
de lleituras
it
d
deslocadas
l
d
(outliers: valores discrepantes) em um grupo de dados provenientes de dois
ou mais microscopistas.
- Os valores discrepantes fazem com que o desvio-padrão e o coeficiente
de variação
ç da distribuição
ç fiquem
q
elevados,, mostrando imprecisão
p
nas
leituras. Através do cálculo do Fator da distribuição e, principalmente, do
range de Chauvenet percebemos quais são as leituras discrepantes
(outliers).
(outliers)
*Jones, R.G., Payne R.B – Clinical Investigation and Statistics in Laboratory Medicine, ACB
V
Venture
P
Publications,
bli i
199
1997, L
London,
d
pag. 22
22-25.
2
*Lynch’s
Lynch s Medical Laboratory Technology. Raphael, S.S. Igaku-Shoin/
Igaku Shoin/ Saunders International
Edition. W.B. Saunders Company. 1983, p.47-48.
Tabela de Chauvenet
Fatores de Chauvenet em relação ao número (n)
de participantes.
n
Fator
n
Fator
n
Fator
2
1,15
9
1,91
35
2,45
3
1 38
1,38
10
1 96
1,96
40
2 50
2,50
4
1,54
12
2,04
50
2,58
5
1,65
15
2,13
75
2,71
6
1 73
1,73
20
2 24
2,24
100
2 81
2,81
7
1,80
25
2,33
200
3,02
8
1,86
30
2,40
500
3,29
Estatística de Chauvenet
1.
Fator da distribuição =
| Valor – Média |
Desvio Padrão
2 Intervalo da Distribuição = Média ± 2 x Desvio Padrão
2.
3.
Intervalo de Chauvenet = Média ± Fator de Chauvenet x DP
( Range ideal →
95% IC )
Exemplo:: Estatística de Chauvenet
Urina I: contagem de eritrócitos (mL) em câmara de Neubauer
Dado
Urina 1
Urina 2
Urina 3
Microscopista 1 (Experiente)
9 800
9.800
7 000
7.000
19 000
19.000
Microscopista 2 (Experiente)
9.500
6.700
17.000
Microscopista 3 (Experiente)
10.000
6.000
19.000
Microscopista 4 (Experiente)
9.100
6.000
18.000
Microscopista 5 (Iniciante)
6.700
3.300
6.000
Média
9.020
5.800
15.800
Desvio Padrão
1.340
1.464
5.540
Fator de Chauvenet para n = 5
1 65
1,65
1 65
1,65
1 65
1,65
Fator da Distribuição
( média – valor ) / DP
1,73
1,70
1,76
6.808 – 11.231
3.383 – 8.216
6.657 – 24.942
Intervalo de Chauvenet
( média ± 1,65. DP )
3 - ESTATÍSTICA KAPPA
- Coeficiente Kappa de Cohen* é usado, em geral, para dados nominais
e fornece
f
uma idéia
idéi d
do grau d
de concordância
dâ i entre
t d
dois
i observadores
b
d
independentes que realizam uma única leitura de cada amostra.
- Para este teste, sugere-se usar um número de amostras ≥ 5.
- Dados nominais: q
qualitativos ((fem,, masc,, raça,
ç , nomes sem ordem etc).
)
- Coeficiente Kappa de Fleiss é usado quando os observadores
independentes realizam mais de uma leitura de uma mesma amostra
necessitando cálculos mais complexos para sua determinação.
* Vieira, A.J., Garrett, J.M. Understanding interobserver agreement: The Kappa Statistic.
Farm Med 2005; 37(5): 360-363.
Tabela de Kappa
Classificação de Concordância frente ao valor de Kappa
Valor de Kappa
Concordância
0 00
0,00
Sem concordância
0,01
, a 0,19
,
Mínima
0,20 a 0,39
Discreta
0,40 a 0,59
Moderada
0,60 a 0,79
Boa
0,80 a 1,00
Ótima
Exemplo: Kappa de Cohen
Resultados das análises de 10 protoparasitológicos examinados por dois
microscopistas na pesquisa de helmintos nas fezes.
Amostra
Observador
1
Observador
2
Amostra
Observador 1
Observador
2
1
Positiva
Positiva
6
Negativa
Positiva
2
Positiva
Positiva
7
Negativa
g
Negativa
g
3
Negativa
Positiva
8
Positiva
Positiva
4
Positiva
Positiva
9
Positiva
Positiva
5
Positiva
Positiva
10
Positiva
Positiva
Matriz de Comparação para cálculo do
coeficiente Kappa de Cohen
Ob
Observador 2
d 2
Matriz de comparação
Total
Característica 1
Característica 2
Característica 1
A
B
A+B=M1
Característica 2
C
D
C+D=M0
A+C=N1
B+D=N0
N
Observador 1
Total
Cálculo do coeficiente Kappa de Cohen
Concordância observada (CO) = (A + D) / N
Concordância Esperada (CE) = [ (N1/N) x M1/N)] + [ (N0/N) x (M0/N) ]
K
Kappa
( K) = (CO – CE) / (1-CE)
(1 CE)
Matriz de Comparação para cálculo do
coeficiente Kappa de Cohen
Ob
Observador 2
d 2
Matriz de comparação
Total
Característica 1
Característica 2
Característica 1
7
0
7
Característica 2
2
1
3
9
1
10
Observador 1
Total
Cálculo do coeficiente Kappa de Cohen
Concordância Observada (CO) = (7 + 1) / 10 = 0,8
Concordância Esperada
p
((CE)) = [(
[(9/10)) x ((7/10)]
)] + [(
[(1/10)) x ((3/10)]
)] = 0,66
,
Kappa = (0,8
(0 8 – 0,66)
0 66) / (1 – 0,66)
0 66) = 4
4,117
117
Kappa
pp = 0, 4117
→ Concordância moderada
4 - REPETITIVIDADE E REPRODUTIBILIDADE
( Kappa de Fleiss )
REPETITIVIDADE: avalia a concordância de leituras repetidas em
condições
di õ idênticas
idê ti
, pelo
l mesmo microscopista,
i
i t em curto
t espaço
de tempo.
REPRODUTIVIDADE: avalia a concordância de leituras obtidas em
condições diferentes, por diferentes microscopistas, em tempos
diferentes.
A Análise de Variância (ANOVA) é uma opção eficiente para este tipo de
análise Ela considera os principais componentes de variação
análise.
( microscopista e amostras ) e também a interação este eles, o que
enriquece a análise.
A Estatística Analítica ou indutiva usa a teoria das probabilidades que
permite calcular o risco para determinadas conclusões.
Estatística descritiva: média, mediana, moda, SD, CV etc
ANOVA
→ Estatística F
Para trabalhar com ANOVA precisamos:
•
Criar Hipóteses:
Nula (Ho) e Alternativa (Ha)
•
Definir o Nível de significância ( α ) do teste: Em geral, escolhido de forma
arbitrária como α = 0,05 ( 5%).
•
Alfa (α ) = probabilidade escolhida no início da investigação que nos levará
a rejeitar a hipótese de nulidade (Ho) se nosso valor de p se encontrar
abaixo dela.
•
Definir o tamanho da amostra ( n );
Exemplo do uso da estatística Kappa de Fleiss
- Validação de uma nova coloração bacteriológica e Análise da concordância entre as leituras
dos Microscopistas
- Dois microscopistas: 30 leituras
leituras, de forma independente e em duplicata
- Amostras de materiais biológicos: usar corante tradicional (padrão) e novo corante
- Estudo estatístico: software Minitab 15* ( Attribute Agreement Analysis ):
zero ( 0 ): leitura negativa
um ( 1 )): lleitura
it
positiva
iti
Atributos = dados não quantitativos
*Campos,
p
M.S - Desvendando o Minitab. M.S. Qualitymark,
y
Rio de Janeiro, p.129-142,
p
200
Kappa de Fleiss: Atributos
Resultados das leituras microscópicas: Negativas (0) e Positivas (1)
Lâmina
M1
Leitura 1
M1
Leitura 2
M2
Leitura 1
M2
Leitura 2
Padrão
Kappa de Fleiss: Atributos
Resultados das leituras microscópicas Negativas (0) e Positivas (1)
Lâmina
M1
Leitura 1
M1
Leitura 2
M2
Leitura 1
M2
Leitura 2
Padrão
Resultados: Kappa de Fleiss - Atributos
R&R: Análise por atributos. Achados estatísticos das leituras microscópicas
R.R dados Quantitativos – Minitab 15
Tabela: Contagem de linfócitos (mm³) de 5 líquidos pleurais, realizada em duplicata,
por 3 microscopistas (M1, M2 e M3), no mesmo dia e no dia seguinte.
R.R Crossed com dados Quantitativos
Tabela: Achados estatísticos do estudo R&R crossed
R.R Crossed com dados Quantitativos
Components of Variation
Percentt
100
Resultado by A mostra
% Contribution
% Study V ar
50
0
200
100
0
Gage R&R
Repeat
Reprod
1
Part-to-Part
R Chart by Microscopista
Sample Range
S
M1
M2
UCL=55 36
UCL=55,36
_
R=24,27
25
0
0
80
M3
M1
M2
Microscopista
M3
Microscopista
p
* A mostra Interaction
240
_
_
UCL=151,1
X=133,5
LCL=115,8
,
Av
verage
Sam
mple Mean
160
M2
5
100
LCL=0
M1
4
200
Xbar Chart by Microscopista
240
3
Amostra
Resultado by Microscopista
M3
50
2
Microscopista
M1
M2
M3
160
80
1
2
3
4
Amostra
5
5 – MICROSCOPIA x AUTOMAÇÃO
Tabela: Controle do número de leucócitos, aumento 400X, sem óleo
•Quality
Q li controll in
i hematology.
h
l
D
Dorsey,
D B Am.J.Clin.Pathol.
D.B.
A J Cli P h l 40:457-464,
40 457 464 1963.
1963
Tabela: Número de Plaquetas e Leucócitos do aparelho avaliados pelo esfregaço
corado. Aumento de 1000X, com óleo
•Hematology: a combined theoretical & technical approach. Simmons, A. Philadelphia, W.B. Saunders, 1989, p. 191.
6 – EXAME MICROSCÓPICO SEM
ENSAIO DE PROFICIÊNCIA
Recomendações para o Controle Interno de exames
microscópicos sem Ensaio de Proficiência:
1. Uso de controle duplo
p cego;
g ;
2. Comparação entre dois ou mais observadores independentes;
3 Uso de lâminas controle positivas e negativas na rotina;
3.
4. Controle Interlaboratorial;
5 C
5.
Correlação
l ã Clí
Clínica
i eL
Laboratorial;
b t i l
6. Apoio e Intercâmbio morfológico.
7- LIMITES PARA DUPLA OBSERVAÇÃO
Tabela: Critérios de Aceitabilidade e Limites de Variação para Dupla Observação independente
Obrigado !
Marcos Antonio Gonçalves Munhoz
Nelson Medeiros Junior
[email protected]
[email protected]
Fly UP