Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Bagnarelli, A.
¿Cómo citar? Número completo Más información del artículo Página de la revista
www.redalyc.org
Proyecto académico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto
REVISTA BIOQUIMICA Y PATOLOGIA CLINICA VOL 73 Nº 2 2009 Pág | 15
RESUMEN
Los principios básicos sobre el diseño de sistemas de control de calidad interno han sido
ampliamente estudiados. Sin embargo, la interacción entre las diversas variables que comprende
el análisis completo del sistema no ha sido suficientemente difundida. La primera etapa en el
planeamiento de un sistema de control de calidad interno es elegir las especificaciones de calidad
para el sistema, después se deberá evaluar las características del método analítico (sistema
estable) y, finalmente, seleccionar el procedimiento de control de calidad (sistema inestable), en
términos de reglas de control y número de controles por corrida que dependen de cada prueba. El
nivel de calidad obtenido dependerá de la probabilidad del procedimiento en la detección de errores
y de falsos rechazos a partir del tamaño de error crítico que deba ser detectado. Este trabajo se
focaliza en la planificación del proceso de control de calidad interno con la utilización de gráficos de
potencia y tablas de especificaciones de calidad. Se incluye, además, una descripción del Análisis
Sigma-metric para lograr una mejora en la ejecución y la utilización de las técnicas implementadas,
con el fin de alcanzar objetivos de calidad máxima. Finalmente se brindarán algunos ejemplos.
Palabras claves: control de calida, estadística, evaluación de métodos, errores analíticos, reglas de
control, Sigma-metric
SUMMARY
The basic principles on design of internal quality control systems have been widely studied and
described. However, the interaction among the many variables that includes the full system has not
been sufficiently spread. The first step in planning a system of internal quality control is to choose
the quality specifications for the system, next to evaluate the characteristics of the analytical
method (stable system) and finally select the quality control procedure (system unstable), in
terms of rules of control and number of control per run that will depending on each essay. The level
of quality achieved will depend on the probability for error detection and false rejections from the
critical size of errors to be detected. This paper is focalized in the description in the planning of the
process of internal quality control with the utilization of graphs of power and quality specifications
tables. It also includes a description of the Sigma-metric Analysis to achieve an improvement in
the performance of the implemented techniques, in order to achieve maximum quality objectives.
Eventually some examples will be given
Keywords: Quality control, statistic, methods validation, analytical errors, control rules
Sigma-metric
de Calidad se expresan como TEa y están definidas por una mg/ dl y a los los 6 meses concurre al laboratorio y su re-
ecuación lineal que deriva de la (Ec. 3) e incluye las espe- sultado es de 240 mg/dl (ND) se estima que su DINT =(240-
cificaciones operativas del método y del PCC (7). El valor 200)=(40/200)= 20%. Habría que establecer si es una dife-
z= 1.65, es el límite admitido para aceptar hasta el 5% de rencia analítica o clínica.
resultados erróneos con una probabilidad de corrección del
error del 90%. En este caso, la Especificacion de Calidad está definida por
una ecuación lineal y una raíz cuadrada que deriva de la
TEa ≥ biasMt + (ΔSEcrit sMT) + 1.65 (ΔRE sMt) (Ec.4) (Ec.3) e incluye las especificaciones operativas del método,
del PCC y un componente pre-analítico que es la variación
Como cada tipo de error no se produce en forma simultánea, biológica individual del analito (sW) (8).
la forma de calcular cualquiera de ellos es haciendo el otro
igual a 1 (5). Por lo tanto: DINT ≥ biasMT + (ΔSEcrit sMt) + 1.65 (ΔRE sMt + sW +
N)2 (Ec. 7)
La (Ec.4) se resuelve para ΔSE haciendo ΔRE=1
La (Ec 7) se resuelve para ΔSEc haciendo (ΔRE sMT)=1
ΔSEcrit = [(TEa – biasMt) / sMt] – 1.65 (Ec.5)
ΔSEcrit= [(Dint - biasMt) / sMt] - 1.65 (sMt + sW + N) (Ec. 8)
y para ΔRE haciendo ΔSE=1
Ejemplo: Colesterol: DINT = 20%, Método: biasMt = 2%, sMt =
ΔREcrit = (TEa – biasMt) / 1.65 sMt (Ec. 6) 2%, sW= 6.5%, N=1
ΔSEcrit = [(20 - 2) / 2] - 1.65 (2 + 6.5 + 1) = 3.32
Figura 1: Distribución de una población de resulta- Es decir que los requerimientos del PCC están directamente
dos que tienen límites de 10% TEa. En este caso al relacionados con el valor Sigma del método; mayor Sigma,
método se le atribuye un bias =1% y un s= 2%. Se ha mayor es el error que puede ser detectado por el PCC (10).
calculado un error sistemático ΔSEcrit = 2.85s. Para
su cálculo se ha estipulado un riesgo de resultados
erróneos del 5% (7) Estimación del Sigma-metric
Ejemplo: Colesterol: TEa=10%, biasMt =1%, sMt = 2% = (10- Especificaciones de Calidad establecidas sobre la base de
1.0/ 2)= 4.5 datos de variación biológica. Este criterio es recomenda-
Un método analítico con Sigma ≥ 6 es de calidad máxima do por el Grupo Europeo para la Evaluación de Reactivos y
(Global) y con un Sigma ≤ 3 no es aceptable. Análisis de Sistemas de Medicina de Laboratorio (EGE-Lab)
(15). Las EC se expresan como Error Total Biológico Acep-
Planificando un sistema de control de calidad interno table (TEBA), siendo B% e I%, la inexactitud y la imprecisión
biológica. Ver Tabla Obj. Biol. Europ. (16).
El planeamiento de un sistema de control de calidad interno
es una norma de gestión recomendado por algunos autores TE BA ≥ B % + 1.65 I % (Ec. 11)
y organismos internacionales que se debe cumplir en varias
etapas, que pueden adaptarse a las necesidades de cada Para el cálculo de ΔSEcrit y ΔREcrit se utiliza la (Ec.5)
ensayo (2) y son las siguientes: (Ec.6) o (Ec.11)
Especificaciones de Calidad establecidas por organismos Inicialmente estos gráficos y los de especificaciones ope-
reguladores. Este criterio se exige a los laboratorios de los rativas, que se verán más adelante, se elaboraban direc-
EE.UU.; son los Ensayos de Aptitud o Proficiency Test (PT). tamente para cada requerimiento de Tea sobre la base de
Los laboratorios deben cumplir requisitos de calidad regu- biasMt y sMt . Por ese motivo, se decidió “estandarizarlos
lados por el CLIA-88/2003 (en revisión). Tienen tabulado 80 o normalizarlos” para cualquier valor de Tea y, de esa for-
analitos con valores asignados (VA) límites. Los límites ma, tanto biasMt o sMt se expresan con cualquier valor Tea.
están en unidades de concentración, en porcentaje del VA Como un porcentaje. Esta estandarización se realiza sobre
o una combinación de ambos (13). Ver Tabla CLIA-88 (14). la base de la siguiente ecuación:
Para el cálculo de ΔSEcrit y ΔREcrit las EC se expresan
como TEa y se utiliza la (Ec.5), (Ec.6) o (Ec.10) (biasMt o sMt/TEa*100). (Ec. 12)
Ejemplo: Glucosa: TEa 10%, biasMt = 2%, sMt = 2%. En el gráfi- Tabla 1- Parámetros Evaluación de Métodos
co estandarizado, TEa= 100%, biasMt = 20%, sMt = 20%
Ecuac. 12 Método
Gráficos para Evaluación de Métodos: se han publicado Pendiente
principalmente dos gráficos que en este trabajo se han uni- %s Zona Calidad
ficado: el Gráfico MEDx (24) y el Gráfico Sigma metric (10). A 3 33 A No Acept.
B 4 25 B Marginal
Figura 3 - Gráfico 1 Estandarizado C 5 20 C Aceptable
Para evaluación de Métodos
D 6 17 D Bueno
-- -- -- E Global
En general, las R son clasificadas de dos maneras: reglas - Gráfico de Error-Crítico (GEC). Los Gráficos de Error Crí-
simples (R) con N=1 y multi–reglas (m-R) utilizando más tico son gráficos similares al anterior, pero además cada
de un control por corrida 2. Por ejemplo, las R simples más uno de ellos se traza en función del TEa seleccionado para el
conocidas son la 12s y la 13s (limites de 2s, 3s). En cur- analito y el método en estudio. Es un gráfico computado que
vas de potencia se observaron que algunas R detectaban registra PDE, PFR, y el laboratorio puede seleccionar los R y
con mayor eficiencia errores aleatorios, por ejemplo: 12.5s, N más adecuados para el método que utiliza. Es decir que
13s, 13.5s y R4s y otras detectaban mejor errores sistemá- los Gráficos de Error Critico cumplen la función de las Curvas
ticos, por ejemplo: 22s, 41s, 31s, 6x, 8x. de Potencia, porque relacionan R y N, y las funciones de los
Dentro de las primeras se ha calculado en forma estadística Gráficos de Función Potencia porque consideran el tamaño
que la 12s, tal vez la más utilizada en el laboratorio clínico, de ΔSES o ΔRES o Sigma; además lo hacen en función del
tiene una PFR con 2 controles del 10%; es decir que el 10% de TEa en cada uno de ellos.
las observaciones que se registran como “fuera de control” Se utilizará un gráfico simple para explicar el funcionamien-
en realidad serían falsos rechazos (29). En cambio la 13s to del Gráfico de Error Critico que es calculado y registrado
tiene una PED del 90% y no tiene PFR. por un computador.
Con relación a las multi-R, se escriben separadas por una Se utilizará un gráfico simple para explicar el funcionamien-
barra 12s / 13s / 22s / 41s. En estos casos se observa en to del Gráfico de Error Critico que es calculado y registrado
el gráfico de control si estas reglas van siendo aceptadas o por un computador.
violadas en forma sucesiva en el orden en que están escri-
tas (30).
Figura 4: Gráfico Error Crítico-TEa 10% SE
Hay otra clasificación: R de lectura intra-corrida y de lectura
cruzada (cross-R). Se prefiere las intra-corrida porque pue-
den detectar el error apenas se produce; las cross-R se agre-
gan a las anteriores con el objeto de ganar una sensibilidad
adicional, pero han sido criticadas porque, al parecer, tienen
muy baja probabilidad de detectar errores que en general ya
han sido detectadas por las intra-R (31)
método cuyo PO está formado por un bias=2% y un s=1.5%. Selección de Grillas para CC (QC Selection Grids-QCSG)
Todas las pendientes encima de ese PO corresponden a
diferentes combinaciones de R y N que pueden ser utilizadas. La QCSG (34) proporciona una sencilla tabla que permite
PO-D) Corresponde a la zona de método de calida máxima o seleccionar un PCC sobre la base de la Capacidad y la Estabilidad
Global y se puede utilizar cualquier tipo de combinaron de R y del método. Es una tabla de 3x3 que identifica requerimientos
N. de R y N para el PCC; en las filas (Capacidad) figuran los ΔSEcrit
a partir del TEa seleccionados y en las columnas figuran los
5) Estrategias para documentar el PCC grados de f (estabilidad) para los métodos utilizados (35).
Los gráficos y tablas mencionados se preparan por Capacidad del método: es una estimación cuantitativa sobre la
computación y no son de fácil elaboración o que puedan ser capacidad del método y se obtiene calculando el tamaño del
desarrollados en el laboratorio. Los softwares se venden como ΔSES clínicamente importante a partir del TEa asignado.
productos desarrollados por el Prof. J.O. Westgard. El más
conocido era el Validator-2® que ha sido remplazado por el EZ Estabilidad del método: la estabilidad del método se refiere a
Rules-3® (www.westgard.com/catalog.htm) y cuyo costo total la frecuencia de ocurrencia de errores médicos importantes.
(software y manuales) es de U$ 700-. En esta última edición Si el método no trabaja apropiadamente y se producen errores
se ha introducido modificaciones que se adaptan a la nueva mayores que el TEA, el PCC debe detectar la frecuencia (f) de
regulación del CLIA-88/2007 y a las de la Comunidad Europea rechazos que se pueden evaluar como de Tasa de Defectos
(EGE-Lab y EEQUAS). También se han incorporado aspectos (TD). Siendo:
relacionados con el sistema Sigma-metric y tiene las tablas
actualizadas de los TEa requeridas por esas regulaciones. Pero TD = f (1- PDE ) ≈ f = TD/ (1- PDE ) (Ec.15)
su manejo demanda por lo menos el conocimiento de casi todo
lo que se ha escrito en este trabajo. En la grilla se clasifican los métodos como de “excelente
estabilidad” cuando una f 2 %, “con moderada estabilidad”
No obstante, el mismo autor ofrece interesantes alternativas tiene una f = 2-10% y es de “baja estabilidad” cuando f > 10%.
de fácil acceso por Internet. Ellas son: la Selección de Grillas Se advierte que la (f) no es sencilla de calcular hasta que
para el CC y el Gráfico Estandarizado de Especificaciones no haya una base de datos y experiencia acumulada en el
Operativas (OPSp) laboratorio para poder estimarlas. Mientras tanto, inicialmente
se podrían tomar las (f) calculadas en la bibliografía (34) según
experiencias realizadas con un analizador automático, donde
Tabla 3: Selección de Grillas para CC se han estudiado 18 analitos con los siguientes parámetros:
rangos de ΔSEcrit (1.5-7.4 S), de PED (0.40-1.00), N=2, para
R:(12.5 y 1 3.5 ), y TD (valor medio 0.06%). Las estabilidades
(f) halladas fueron las siguientes: AST 8.8%, ALP 4.1%, urea
4.1%, bilirrubina 2.6% y proteína total 2.1%; el resto de los (f)
que han sido inferiores al 2% pueden verse en la referencia.
Tabla 3. Se observa una grilla con diferentes cuadrÍcu- El computador le brindará la cuadrícula seleccionada con
las. La esquina inferior derecha muestra la situación algunas recomendaciones y le mostrará un GEC para el TEa
de un método con muy buen desempeño analítico, pe- seleccionado donde le indica las R y N apropiadas para su PCC
queños ΔSEcrit y muy estable f< 2. La esquina supe-
rior izquierda muestra el peor de los casos, cuando el Gráfico Estandarizado de Especificaciones Operativas(OPSp)
resultado analítico del método es marginal y se espe-
ran problemas con frecuencia. En esta grilla se observa Este gráfico es una variante del Validator 2®. También en este
que, avanzando desde la cuadrÍcula inferior derecha a gráfico se trabaja con valores estandarizados, que en este caso
la superior izquierda, las recomendaciones del PCC son se logra a partir de la (Ec.4). Despejando (biasMT), y dividiendo
las de aumentar el número de N y R. Un análisis similar ambos miembros de la ecuación por 100, biasMT y sMT resultan
se puede hacer para la grilla de multi-R que figura en la en un porcentaje del TEa:
bibliografía (32).
biasMt %Tea = 100- (ΔSEcrit + 1.65) sMt %Tea (Ec. 16)
En la Web (36) también se encuentra varios gráficos (iii) Establecer Tea según CLIA 88/2003 (14).
preimpresos con diferentes niveles de AQA (PED): 90%, 50% y
25% para adecuarlo a los requerimientos del PCC y seleccionar (iv) Calcular de Sigma (Ec. 9)
R y N más apropiados. Si bien se debe comenzar con el AQA
90%, hay numerosas situaciones de método no estables que Conclusiones
permiten trabajar con AQA de 50% a 25%. Todos estos gráficos El analizador, de acuerdo con los índices de correlación
están elaborados en función de ΔSEcrit. presentados en el póster tenían un excelente rendimiento (r
de 0.9968 a 0.9991). No obstante, al relacionar su desempeño
Procedimiento: a) Ingresar a la Web (36); b) se registran en concentraciones clínicamente críticas (Xc) y observar los
los datos que solicita (TEa, sMt , biasMt); c) el computador Sigmas calculados, su rendimiento había sido variable. Esto ya
calculará el punto operativo (y-x) del método; d) seleccionar el fue publicado para otros equipos (38).
Gráfico Estandarizado que establezca la calidad de su método
y las R y N que necesita. Según la Tabla 4, el Potasio es el único que supera el 6- (8.9)
con nivel óptimo (Global), la urea presenta un desempeño
Resultados y Conclusiones menor de 3- (2.2) que no es aceptable y el resto de los
analitos presentan un que oscila entre 3 y 4.9 lo que marcan
1) Ejemplo de Evaluación de Métodos un desempeño aceptable.
Se utilizará como ejemplo una presentación realizada en la 2) Definir los parámetros del PCC
Reunión Anual de la AACC de 2004 (37). Es un analizador de
química clínica de 6 parámetros; aunque este equipo ha sido Anteriormente se ha visto que hay dos formas de hacerlo:
superado por modelos de mayor calidad analítica de la misma mediante la Selección de Grillas (QSCG) (ver 5.1) y el Gráfico
empresa, en este caso se lo utiliza con fines didácticos porque Normalizado de Especificaciones Operativas (OPSp) (ver 6.2)
tiene los datos estadísticos necesarios para desarrollar el
ejemplo. Ejemplo de la Selección de Grillas para el PCC
Tabla 4 - (i) Datos publicados en el póster: Rf: concentración del En Internet (37) hay un formulario similar a la Tabla 3 que
analito. Ecuación de regresión: bias = [(a Xc + b)- Xc]/Xc (Ec. permite ingresar los valores que figuran en la Tabla 5. Son
2). Siendo (a) pendiente de la recta de regresión; (b) ordenada valores previamente calculados en la Tabla 4, ΔSE se calcula
en el origen. En la ecuación de regresión se utilizaron los valores según la (Ec 5) y las (f) han sido obtenidas de la bibliografía
de Xc para el cálculo del bias; el motivo es saber cómo responde (34).
el método en esos niveles de decisión médica.
En el formulario se puede optar por la grilla de R simples o multi
(ii) Xc concentración nivel crítico de decisión medica (Xc) Reglas. Habiendo ingresado en la grilla los valores de ΔSEcrit y
(19). (f) se puede observar por analito en la Tabla 3 los valores de N
Tabla 4
Tabla 5
y R que corresponden por corrida. También esa tarea la puede Ejemplo en la utilización del Gráfico Estandarizado de
hacer el computador (35) que además brinda información Especificaciones Operativas (OPEsp)
adicional sobre las PDE y PFR
La Web para obtener estos gráficos figura en la bibliografia
Conclusiones (36), los que se pueden imprimir para evaluar el desempeño
La conclusión más importante es que cada analito necesita de cada analito. Se debe tener presente que, a diferencia de
sus propios R y N y que no hay una norma generalizada para las Grillas, estos gráficos se trazan por cada PDE (AQA). Por lo
todas los pruebas. En algunos casos se deberá utilizar una tanto, hay gráficos para PDE en el nivel de PDE (AQA) 90%, 50%
multi-Regla para mejorar su rendimiento y disminuir el número y 25%. En cada uno de ellos hay dos gráficos: para N= 2 y para
de controles por corrida. La urea y el sodio presentan mayor N= 3.
dificultad debido a que tienen bajo nivel de ΔSE, los que
dependen de los estadísticos que definen su método. En el Conclusiones
caso de la urea la R=12.5, esta R ya ha sido pronosticada por La OPEsp se ha publicado dos años después de la Grilla, por lo
la curvas de potencia como una regla con alta tasa de falsos tanto tiene mejoras sustanciales. La Grilla da un marco más
rechazos. limitado en cuanto a N y R. La OPEsp es más flexible y brinda
Tabla 6
% sMT % biasMT PDE
Analito N R PFR
Estandar. Estandar. (AQA)
2 12.5s 90 3.0
Albúmina 17 16
g/dl
2 * 90 1.0
2 12.5s 50 3.0
Glucosa 25 11
mg/dl
2 * 50 1.0
Urea No se puede controlar con las tablas publicadas.
39 15
mg/ dl Se debe utilizar un AQA 25% con 2 a 4 controles
Cloro 2 12.5s 50 3.0
18 24
mmol/l 2 * 50 1.0
Tabla 6 : % sMT Estándar y % biasMT Estándar se obtiene de la (Ec 11); R, regla de control, N número de controles por corrida, PDE
probabilidad de detección de error, PFR: probabildad de falsos rechazos, (*) multi-Regla: 13s/22s/R4s/41s
www.westgard.com/clia-quality.htm
20. Barnett, R. N., and Youden, W. M., A revised scheme for the
comparison of quantitative methods. Amer. J. Clin. Pathol.
1970;54:454.
21. Westgard JO, Carey RN, Wold S. Criteria for judging precision and
accuracy in method development and evaluation. Clin Chem
1974;20:825-33.
22. Erhmeyer SS, Laessig RH, Leinweber JJ, Oryall JE. 1990
Medicare/CLIA final rules for proficiency testing: Minimum
interlaboratory performance characteristics (CV and bias)
needed to pass. Clin Chem 1990;36:1736-40.
23. Westgard JO, Burnett RW. Precision requirements for cost-
effective operation of analytical processes. Clin Chem
1990;36:1629-32.
24. Westgard JO. A method evaluation decision chart (MEDx Chart)
for judging method performance. Clin Lab Science 1995;8:277-
83.
25. Westgard JO. The six sigma calculators.
www.westgard.com/six-sigma-calculators-2.htm
26. Westgard JO, Groth T, Aronsson T, Falk H, deVerdier C-H.
Performance characteristics of rules for internal quality control:
Probabilities for false rejection and error detection. Clin Chem
1977;23:1857-67.
27. Westgard JO. Charts of operational process specifications
(“OPSpecs charts”) for assessing the precision, accuracy, and
quality control needed to satisfy proficiency testing criteria. Clin
Chem 1992;38:1226-33.
28. Westgard JO, Groth T. Power functions for statistical control
rules. Clin Chem 1979;25:863-69.
29. Westgard JO, Oryall JJ, KOch DD. Predicting effects of quality
control practices on the cost-effective operation of a stable
multitest analitical system. Clin Chem 1990;36:1760-64
30. Westgard JO, Barry PL, Hunt MR, Groth T. A multi-rule Shewhart
chart for quality control in clinical chemistry. Clin Chem
1981;27:493-501. Ver: www.westgard.com/lesson18.htm
31. Jones GRD. Reevaluation of the power of error detection of
Westgard Multirules. Clin Chem 2003;50:762-65
32. Westgard JO, Qualm EF, Barry PL. Selection grids for planning
quality control procedures. Clin Lab Science 1990;3:271-278.
33. Westgard JO, Burnett RW. Precision requirements for cost-
effective operation of analytical processes. Clin Chem
1990;36:1629-32.
34. Westgard JO, Oryall JJ, Koch DD. Predicting Effects of Quality-
Control Practices on the costt-Effective Operation of a Stable,
Multitest Analytical System. Clin Chem 1990; 36/10: 1760-64.
35. Automated QC Selection Grid and Critical Error Calculador www.
westgard.com/quality-control-grid-calculator.htm
36. Normalizad Operating Point Calculador.
www.westgard.com/normalized-opspecs-calculator.htm
37. AACC 2004 Annual Meeting and Clinical Lab Expo Philip Liu-
Abstract A98 www.abstractsonline.com/viewer/viewSession.asp
38. Westgard JO. www.westgard.com/essays/