Bayat H. Expected long-term defect rate of analytical performance in the medical laboratory: Assured Sigma versus observed Sigma. Biochem Med 2018;28(2):020101. (lekcije iz biostatistike)

Pouzdanost laboratorijskih rezultata određena je omjerom netočnih rezultata očekivanih u dugoročnom razdoblju. Sigma je mjera omjera pogoršanja, pa je dugoročna Sigma mjerilo pouzdanosti laboratorijskih rezultata. Obično je dugoročna Sigma procijenjena na temelju kratkotrajne Sigme. Six Sigma metodologija pretpostavlja da će se u dugoročnom razdoblju performanse pomaknuti do 1,5 Sigma, pa se dugotrajna Sigma smatra 1,5 Sigma manjom od kratkotrajne Sigme. Analitička performansa u medicinskom laboratoriju sklona je pomacima većim od 1,5 Sigma. Prema tome, pomak od 1,5 sigma u Six Sigmi nije točna procjena u medicinskom laboratoriju. S druge strane, u medicinskom laboratoriju se primjenjuje statistički postupak kontrole kvalitete (SQC, engl. statistical quality control procedure) za detekciju i ispravljanje pomaka. Budući da se SQC može planirati za hvatanje pomaka različitih veličina, postavljeni prag za SQC određuje brzinu pogoršanja koja se dugoročno očekuje.

Prijevod: Anamarija Bogić, 5. godina studija medicinske biokemije, Farmaceutsko-biokemijski Fakultet

Westgard S, Bayat H, Westgard JO. Analytical Sigma metrics: A review of Six Sigma implementation tools for medical laboratories. Biochem Med 2018;28(2):020502. (pregledni članak)

Sigma metrika postala je koristan alat za sve dijelove procesa kontrole kvalitete (QC, engl. quality control). Kroz dostupan model ukupne pogreške laboratorijskog testiranja, analitička performansa analize može se procijeniti na skali Six Sigma. To ne samo da omogućuje usporedbu performansi metoda i instrumenata na univerzalnoj razini, nego omogućava laboratorijima laku vizualizaciju performansi, optimizaciju pravila za QC i broja kontrolnih mjerenja koja provode, a trenutno omogućava čak i optimizaciju rasporeda učestalosti izvođenja tih kontrola.

Prijevod: Anamarija Bogić, 5. godina studija medicinske biokemije, Farmaceutsko-biokemijski Fakultet

Oosterhuis WP, Coskun A. Sigma metrics in laboratory medicine revisited: We are on the right road with the wrong map. Biochem Med 2018;28(2):020503. (pregledni članak)

Potrebne su pouzdane procedure za kvantificiranje performansi instrumenata i metoda kako bi se povećala kvaliteta u kliničkim laboratorijima. Sigma metrika služi tu svrhu, a u ovom članku kritički se evaluiraju trenutne metode za izračun Sigma metrike. Iako se konvencionalni model naširoko koristi, temeljen na dopuštenoj (ili dozvoljenoj) ukupnoj pogrešci, pokazalo se da ima mane. Predložena je alternativna metoda koja se temelji na intra-individualnoj biološkoj varijaciji (engl. within-subject biological variation). Ovaj je model konceptualno sličan modelu koji se koristi u industriji za kvantifikaciju mjernih performansi, temeljen na konceptu broja različitih kategorija i u skladu s Six Sigma metodologijom. Međutim, očekuje se da će kvaliteta podataka proizvedenih u kliničkim laboratorijima biti veća od kvalitete industrijskih proizvoda.
Zaključeno je da je ovaj model konzistentan sa Six Sigma teorijom, izvornom jednadžbom Sigma metrike i s prirodom uzoraka pacijenata. Stoga se može lako koristiti za izračunavanje performansi mjernih metoda i instrumenata koji se koriste u kliničkim laboratorijima.

Prijevod: Anamarija Bogić, 5. godina studija medicinske biokemije, Farmaceutsko-biokemijski Fakultet

Yong XY, Xue H, Yan C, Li B, Zhang SQ, Li M, Ji L. Risk analysis and assessment based on Sigma metrics and intended use. Biochem Med 2018;28(2):020707. (orginalni članak)

Uvod: Kako bi se osigurala kvaliteta u kliničkim laboratorijima i zadovoljili zahtjevi niskog rizika za pacijente i kliničare, konstruirani su model analize i procjene rizika temeljen na Sigma metrici i primjena, na temelju kojih su razvijena diferencijalna sigma performansa (σ) očekivanja 42 analita.
Materijali i metode: Primijenjene su analize neuspjeha i učinaka kako bi se postigla analitička ocjena rizika temeljena na tri čimbenika, a svaki je test gradiran kako slijedi: 1) Sigma metrika; 2) ozbiljnost štete; 3) primjena. Množenjem rezultata Sigma metrike s rezultatima ozbiljnosti štete i s rezultatima primjene, svakom je dodijeljen tipičan prioritetni broj rizika (RPN, engl. risk priority number), pri čemu je RPN ≤ 25 ocijenjen kao nizak rizik. Nizak rizik je definiran kao prihvatljivi standardi; sigma performansa očekivanja su izračunata.
Rezultati: Od 42 analita, testovi s σ ≥ 6, 5 ≤ σ <6, 4 ≤ σ <5, 3 ≤ σ <4, σ <3 bili su 21, 5, 5, 6 i 5; bilo je 7 testova visokog rizika i 8 testova srednjeg rizika. Prema zaključku procjene rizika, 13 testova imalo je sigma performansa očekivanja ≥ 6; 15 testova imalo je sigma performansa očekivanja ≥ 5, dok su 3 testa imala sigma performansa očekivanja ≥ 4; 11 testova imalo je sigma performansa očekivanja ≥ 3.
Zaključci: Izrada modela analize i procjene rizika temeljene na Sigma metrici i primjena pomoći će kliničkim laboratorijima da objektivnije i sveobuhvatnije identificiraju testove visokog rizika. Takav se model također može koristiti za utvrđivanje sigma performansa očekivanja i zadovoljavanje zahtjeva niskog rizika za pacijente i kliničare.

Prijevod: Anamarija Bogić, 5. godina studija medicinske biokemije, Farmaceutsko-biokemijski Fakultet

Guo X, Zhang T, Gao X, Li P, You T, Wu Q, Wu J, Zhao F, Xia L, Xu E, Qiu L, Cheng X. Sigma metrics for assessing the analytical quality of clinical chemistry assays: a comparison of two approaches. Biochem Med 2018;28(2):020708. (orginalni članak)

Uvod: Za izračunavanje koeficijenta varijacije (CV) i biasa uspoređena su dva pristupa, i njihov učinak na sigma izračun, pri čemu su korištene različite dopuštene ukupne pogreške (TEa, engl. allowable total error) za određivanje optimalne metode za Six Sigma upravljanje kvalitetom u kliničkim laboratorijima.
Materijali i metode: U lipnju 2017. godine u laboratoriju Peking Union Medical College Hospital određena je Sigma metrika za rutinske testove kliničke kemije pomoću tri analizatora (Beckman AU5800, Roche C8000, Siemens Dimension). Nepreciznost (CV%) i bias (bias%) izračunate su za deset rutinskih testova kliničke kemije pomoću vanjske kontrole kvalitete (PT, engl. proficiency testing) - ili pristupa unutarnje kontrole kvalitete (IQC, engl. internal quality control). Dopuštena ukupna pogreška iz Clinical Laboratory Improvement Amendments iz 1988. godine i iz Chinese Ministry of Health Clinical Laboratory Center Industry Standard (WS/T403-2012) upotrijebljena je s formulom: Sigma = (TEa-bias) / CV za izračun Sigma metrike ( σCLIA, σWS / T) za svaki test za komparativnu analizu.
Rezultati: Za pristup temeljen na PT-u, osam testova na Beckman AU5800 analizatoru, sedam testova na Roche C8000 analizatoru i šest testova na Siemens Dimension analizatoru pokazalo je σCLIA> 3. Za pristup temeljen na IQC, deset, devet i sedam testova , pokazalo je σCLIA> 3. Stoga su promatrane neke razlike u σ između dviju metoda izračuna i različitih TEa vrijednosti.
Zaključak: Obje metode izračuna σ mogu se koristiti za Six Sigma upravljanje kvalitetom. U praksi bi laboratoriji trebali evaluirati Sigmu više puta prilikom optimizacije rasporeda kontrole kvalitete.

Prijevod: Anamarija Bogić, 5. godina studija medicinske biokemije, Farmaceutsko-biokemijski Fakultet

Cao S, Qin X. Application of Sigma metrics in assessing the clinical performance of verified versus non-verified reagents for routine biochemical analytes. Biochem Med 2018;28(2):020709. (orginalni članak)

Uvod: Analiza Sigma metrike se smatra objektivnom metodom za evaluaciju performansi novog mjernog sustava. Ovo je istraživanje osmišljeno za procjenu analitičkih performansi verificiranih u odnosu na neverificirane reagense za rutinske biokemijske analite u smislu Sigma metrike.
Materijali i metode: Koeficijent varijacije (CV) izračunat je prema srednjoj vrijednosti i standardnoj devijaciji (SD) izvedenih iz unutarnje kontrole kvalitete za 20 uzastopnih dana. Podaci su mjereni na Architect c16000 analizatoru korištenjem reagensa četiri proizvođača. Za procjenu biasa korišteni su komercijalni referentni materijali. Ukupna dopuštena pogreška (TEa, engl. total allowable error) temeljila se na CLIA 1988 smjernicama. Sigma metrika je izračunata pomoću CV, postotka biasa i TEa. Normalizirani dijagrami odabira metode izrađeni su ucrtavanjem normaliziranog biasa (biasa: bias% / TEa) na Y-osi i normalizirane nepreciznosti (CVa: srednja vrijednost CV% / TEa) na X-osi.
Rezultati: Reagensi su uspoređeni između različitih proizvođača u smislu Sigma metrike za relevantne analite. Abbottovi i Leadmanovi verificirani reagensi pružili su bolju Sigma metriku za alanin aminotransferazu nego neverificirani reagensi (Mindray i Zybio). Svi su se reagensi pokazali dobrima za analizu aspartat aminotransferaze i mokraćne kiseline sa sigmom od 5 ili više. Abbott je postigao najbolju performansu za analizu uree, što je pokazala sigma 2,83 viša od svih reagensa, koji su bili ispod 1 sigme.
Zaključak: Sustav analize Sigma metrike je koristan za razjašnjavanje performanse neverificiranih reagensa u kliničkom laboratoriju. Naše istraživanje upućuje da se kvaliteta neverificiranih reagensa mora strogo procjenjivati.

Prijevod: Anamarija Bogić, 5. godina studija medicinske biokemije, Farmaceutsko-biokemijski Fakultet

Varela B, Pacheco G. Comprehensive evaluation of the internal and external quality control to redefine analytical quality goals. Biochem Med 2018;28(2):020710. (orginalni članak)

Uvod: Cilj ovog rada bilo je dizajniranje selekcijskog algoritma za ukupnu dozvoljenu pogrešku (TEa, engl. total allowable error) izvora pomoću grafičkog alata koji integrirajući unutarnju (IQC) i vanjsku (EQC) kontrolu kvalitete, omogućuje laboratoriju da procijeni koji TEa izvor bolje odgovara analitičkoj performansi testa.
Materijali i metode: Dva analitička pokazatelja performansi (bias i Sigma metrika) procijenjeni su za 23 biokemijska testa tijekom 2016. godine. Bias je procijenjen pomoću EQC, a Sigma metrika izračunata je pomoću rezultata dobivenih u IQC. Dijagrami Sigma metrike prikazani su kao funkcija biasa (TEa%). Nakon predloženog algoritma (uzimajući u obzir hijerarhiju konsenzusa iz Milana 2014. godine), TEa je evaluiran ovisno o dva područja. Jedno područje na dijagramu definirano je kao ciljno područje u kojem je upotrijebljeni TEa prikladan za analitičku performansu testa koji se evaluira. Za bilo koji test koji se nalazio izvan tog područja, ponovna evaluacija performanse bila je potrebna korištenjem drugog izvora TEa.
Rezultati: U 19 od 23 evaluirana testa, dobivena analitička performansa omogućila je odabir biološke varijabilnosti kao izvora TEa. U četiri preostala slučaja odabrani su TEa izvori manjih hijerarhija.
Zaključak: Grafički alat dizajniran zajedno s predloženim algoritmom omogućio je laboratoriju standardizaciju postupka selekcije najprikladnijeg TEa za analitičku performansu testa.

Prijevod: Anamarija Bogić, 5. godina studija medicinske biokemije, Farmaceutsko-biokemijski Fakultet

El Sharkawy R, Westgard S, Awad AM, Ahmed AOI, Iman EH, Gaballah A, Shaheen E. Comparison between Sigma metrics in four accredited Egyptian medical laboratories in some biochemical tests: an initiative towards sigma calculation harmonization. Biochem Med 2018;28(2):020711. (orginalni članak)

Uvod: Analitička kvaliteta bitan je uvjet za najbolji rad u svakom medicinskom laboratoriju. Nedostatak harmoniziranog pristupa za sigma izračun smatra se preprekom u objektivnoj usporedivosti analitičke performanse između laboratorija koji prihvaćaju Sigma metriku. Prijeko je potrebno da svi laboratorijski stručnjaci zainteresirani za analitičku kvalitetu naporno rade na harmonizacijskom protokolu za sigma izračun kako bi ispravno odabrali svoje analitičke ciljeve. Cilj ovog istraživanja je harmonizirati izračuna Sigma metrike u četiri akreditirana egipatska laboratorija.
Materijali i metode: Ovo opažajno presječno istraživanje usporedilo je razine sigme za određene biokemijske parametre u četiri sudjelujuća laboratorija.
Rezultati: Određeni su koeficijent varijacije (CV) i bias za neke biokemijske analite, a podaci su ispitani različitim automatiziranim analizatorima u četiri različita akreditirana laboratorija. Sigma razina za četiri medicinska laboratorija izračunata je za svaki biomedicinski parametar uz mijenjanje sigma razine nakon ujedinjenja svih dozvoljenih pogrešaka (TEa, engl. total allowable error) između laboratorija koji su sudjelovali.
Zaključak: Svaki bi laboratorij trebao odabrati ciljni TEa temeljen na jasnim standardiziranim kriterijima selekcije bez ikakvih subjektivnih prioriteta, budući da će niža ili viša procjena Sigma metrike negativno utjecati na skrb o bolesniku ako laboratoriji koriste pogrešno postupke kontrole kvalitete na temelju pogrešnog izračuna Sigma metrike iz čega će uslijediti pogrešne medicinske odluke.

Prijevod: Anamarija Bogić, 5. godina studija medicinske biokemije, Farmaceutsko-biokemijski Fakultet

Petrides V, Schneider S. Using Sigma metrics to establish analytical product performance requirements and optimize analytical performance of an in vitro diagnostic assay using a theoretical total PSA assay as an example. Biochem Med 2018;28(2):020903. (kratko priopćenje)

Uvod: Utvrđivanje analitičkih zahtjeva za performanse in vitro dijagnostičkih (IVD) testova je zahtjevan proces. Proizvođači pokušavaju optimizirati analitičke performanse odabirom mnogih kombinacija različitih karakteristika performansi proizvoda. Sigma metrika i dijagrami odabira metode mogu biti korisna pomagala u odabiru odgovarajućih analitičkih zahtjeva za performanse. Cilj ovog istraživanja bio je pokazati upotrebu Sigma metrike i dijagrama odabira metode kako bi se pomoglo u utvrđivanju analitičkih zahtjeva za performanse i optimiziranju analitičkih performansi pri koncentracijama medicinskih odluka za IVD test.
Materijali i metode: Raspon mogućih Sigma metrika određen je pomoću tri izvora za ukupnu dopuštenu pogrešku (TEa, engl. total allowable error) i hipotetskih rezultata testa ukupnog PSA. Dijagrami odabira metode izrađeni su za svaki izvor TEa i upotrijebljeni su za identifikaciju maksimalne preciznosti i biasa koje test može imati da bi se održale performanse sigma razine od najmanje 3.
Rezultati: Da bi se postigla razina sigma performanse od najmanje 3 za hipotetski ukupni PSA test, maksimalni dopušteni koeficijent varijacije kretao se u rasponu od 5,0% do 11,2% ovisno o izvoru TEa. Da bi se postigla razina sigma performanse od najmanje 6, maksimalni dopušteni koeficijent varijacije kretao se u rasponu od 2,5% do 5,6%, ovisno o izvoru TEa.
Zaključak: Korištenje Sigma metrike i dijagrama odluke o metodi prilikom postavljanja analitičkih zahtjeva za performanse može pomoći proizvođačima da odaberu zahtjeve za proizvodom koji će optimizirati performansu IVD analize proizvoda.

Prijevod: Anamarija Bogić, 5. godina studija medicinske biokemije, Farmaceutsko-biokemijski Fakultet

Mao X, Shao J, Zhang B, Wang Y. Evaluating analytical quality in clinical biochemistry laboratory using Six Sigma. Biochem Med 2018;28(2):020904. (kratko priopćenje)

Uvod: Posljednjih godina, Six Sigma metrika postala je bitna u svim zanimanjima i profesijama, što pridonosi općem postupku objašnjavanja performansi na sigma skali. Danas su mnoge velike tvrtke, poput General Healthcare-a, Siemensa, itd., primijenile Six Sigma u kliničku medicinu i postigle zadovoljavajuće rezultate. U ovom radu nastojimo evaluirati performansu procesa našeg laboratorija pomoću Sigma metrike, birajući odgovarajući analitički pristup kontrole kvalitete za svaki parametar.
Materijali i metode: Ovo je istraživanje provedeno u kliničkom kemijskom laboratoriju Shandong Provincial Hospital. Prikupljeni su petomjesečni podaci unutarnje kontrole kvalitete za slijedeće parametre: amilazu (AMY), laktat dehidrogenazu (LD), kalij, ukupni bilirubin (TBIL), trigliceride, aspartat aminotransferazu (AST), mokraćnu kiselinu, lipoproteinski kolesterol visoke gustoće (HDL-C), alanin aminotransferazu (ALT), ureu, natrij, klor, magnezij, alkalnu fosfatazu (ALP), kreatinin (CRE), ukupne proteine, kreatin kinazu (CK), ukupni kolesterol, glukozu (GLU), albumin (ALB). Sigma metrike su izračunate pomoću ukupne dopuštene pogreške, preciznosti i postotnog biasa za gore navedene parametre.
Rezultati: Sigma vrijednosti uree i natrija bile su ispod 3. Sigma vrijednosti ukupnih proteina, CK, ukupnog kolesterola, GLU i ALB bile su u rasponu od 3 do 6. Sigma vrijednosti AMY, mokraćne kiseline, HDL-C, TBIL, ALT , triglicerida, AST, ALP i CRE bile su više od 6.
Zaključak: Amilaza se pokazala kao najbolji analit s vrijednostima Sigma metrike od 19,93, dok je natrij imao najmanje prosječne vrijednosti sigme od 2,23. Za parametre sa sigma vrijednostima ispod 3 je potrebno poduzeti akcije za poboljšanje performansi metode.

Prijevod: Anamarija Bogić, 5. godina studija medicinske biokemije, Farmaceutsko-biokemijski Fakultet

Dodig S, Čepelak I. The potential of component-resolved diagnosis in laboratory diagnostics of allergy. Biochem Med 2018;28(2):020501. (pregledni članak)

Početni laboratorijski pristup u postavljanju dijagnoze alergije je otkrivanje tipa alergijske reakcije, tj. je li alergija posredovana imunoglobulinom E (IgE) ili nije. U tu svrhu određene su koncentracije ukupnog serumskog IgE (tIgE) i specifičnog IgE (sIgE). Napredak u laboratorijskoj dijagnostici je upotreba dijagnostike komponenti (CRD, engl. component-resolved diagnosis) koja podrazumijeva određivanje sIgE na pročišćene izvorne i rekombinantne alergijske molekule. CRD se koristi u laboratorijskoj praksi kao pojedinačni i višestruki testovi. Izbor alergena za pojedinačni test temelji se na anamnezi, kliničkim nalazima bolesnika i rezultatima kožnog testa. Mikročip testovi istodobno određuju mnogobrojne sIgE-a na brojne alergene. Cilj CRD-a je razlikovati prave alergene od križno-reaktivnih molekula alergena. CRD omogućava predviđanje rizika za pojavu teških simptoma, kao i predviđanje razvoja alergija. Dakle, određivanje sIgE na alergenske komponente može značajno poboljšati trenutnu dijagnostiku alergije. Budući da se ova metoda primjenjuje u laboratorijskoj praksi samo nekoliko godina, potrebno je stjecati nova znanja i iskustva, uspostaviti dobru suradnju između specijalista medicinske biokemije i laboratorijske medicine te alergologa, kako bi se metoda mogla primjenjivati na racionalan način.

Prijevod: Anamarija Bogić, 5. godina studija medicinske biokemije, Farmaceutsko-biokemijski Fakultet