Kvalitetssikring av analyser til forskningsbruk

Slides:



Advertisements
Liknende presentasjoner
Effektiv prosjektplanlegging
Advertisements

Litt mer om PRIMTALL.
Sosiale medier & frivillige organisasjoner
Kontrollstrukturer (Kapittel 3)
Ph.d. bare til forskning? Kjersti Fløttum Romansk institutt, Fransk Tema: Forskarutdanning – utfordringar og muligheter 23. og 24. oktober 2006, Geilo.
”Jeg reiser smart”-kampanjen 26. april – 12. juni 2010
Årskonferansen for fylkeskommunale fagskoler 2010 Kristiansund 6. mai 2010 NOKUT informerer v/ Bjørn R. Stensby.
Universell utforming Kirsten Ribu HiO Evaluering av datasystemer Analyse av systemegenskaper Kirsten Ribu
Hvem var Ellen White? • Født i USA i 1827 • Et av 8 barn • Vokste opp som metodist • Ble kristen da hun var 12 • Ble Adventist etter hvert • Fikk drømmer.
Ronny Klæboe Transportøkonomisk institutt
Meta-analyse Frode Svartdal UiTø April 2014 © Frode Svartdal.
Kap 13 Sammenligning av to grupper
Elevspråksanalyse: Modus og modalitet
Om Norsk Finansbarometer 2014
Utdelbart resultat og kapitalvedlikehold *)
And Together. Free your energies Bodil Rabben 16.november 2010 Modne og modige kunder og leverandører.
Skriv om slik at setningene betyr omtrent det samme
Kvantitativ dataanalyse: Prinsipper og eksempler
Utdypende om design & statistikk Frode Svartdal UiTø April 2012.
Utdypende info, design & statistikk
ANOVA: Litt om design & statistikk
Britt-Ingjerd Nesheim Forskningsbasert undervisning - hva er det? Og trenger vi det?
Om Luthersk dåpsteologi og dåpens betydning for trosopplæring
Triggere Mutasjoner i basen. Triggers Triggers are stored procedures that execute automatically when something (event) happens in the database: : data.
Ytre miljø Q4 CAKE. Information for OIM/section leaders; The presentation is to be presented in the General safety meeting together with the film on the.
Et samarbeidsprosjekt mellom Åfjord og Rissa videregående skole.
Figur 1 Behov. Figur 2 Behov Figur 3 Prioritering/ressursinnsats.
Økonomiske forutsetninger Gullfaks landsbyen 2007.
Åpne en luke hver dag og få en gave
*BEST Coaching Strategi – Organisasjonsutvikling – Executive Search - Coaching 1.
NOKUT evaluering 2008 Ingeniørdidaktisk kurs Marte Bratseth Johansen Seksjon for universitetspedagogikk Program for lærerutdanning
JESUS OG HUSHOLDET Problemet med å beskrive Jesus Jesus – individualist eller del av fellesskap? Forutsetninger mht menneske- og samfunnssyn.
SINTEF-undersøkelsen om salting og trafikksikkerhet
Kringsjå studentby – fra bomaskin til frilufts studentby
Inflation og produktion 11. Makroøkonomi Teori og beskrivelse 4.udg. © Limedesign
Problem set 2 By Thomas and Lars PS: Choose the environment, choose many pages per sheet. Problem set 2 Exercise 11/29 Laget av: Thomas Aanensen og Lars.
1 Måling: Metoder Nivåer Validering Churchill kap. 9 Troye & Grønhaug kap. 5 Reve: Validitet i økonomisk administrativ forskning Litteratur:
Planning and controlling a project Content: Results from Reflection for action The project settings and objectives Project Management Project Planning.
Meta-analyse Frode Svartdal UiTø Okt © Frode Svartdal.
Økonomiske utsikter - med lavere oljepris
“Mr. Oatman” – En frisk og tillitsvekkende karakter med en historie å fortelle om Havre Fras If you want to take control with sugar and cholesterol Havrefras.
Telenors satsing på fri programvare Paul Skrede - GoOpen 2009.
What is a good text? And how do we get pupils to write them?
Befolkning og arbejdsmarked 7. Mikroøkonomi Teori og beskrivelse © Limedesign
Section 5.4 Sum and Difference Formulas These formulas will be given to you on the test.
Geografiske informasjonssystemer (GIS) SGO1910 & SGO4930 Vår 2004 Foreleser: Karen O’Brien Seminarleder: Gunnar Berglund
Primary French Presentation 10 Colours L.I. C’est de quelle couleur?
Find Fraud B4 it Finds You!
Fra innovasjonsstrategiens ordbok
Penny: «Hvorfor fortalte du ikke sannheten
MikS WP1/WP2 Planned work from SINTEF.
Lecture 29.
Faste - på vei mot påske Luk Faste - på vei mot påske Luk
Altevatn-reguleringenTest: Changes in the flow of water: Effects on watercover and water velocity
Eksempel fra Nevrologisk avdeling
Dette er et eksempel på plassering av logoene.
Ole Kristoffer Dybvik Apeland Nkom
Økonomiske forutsetninger
CAMPAIGNING From vision to action.
Using nursery rhymes and songs
The Scoutmaster guides the boy in the spirit of another brother.
Welcome to an ALLIN (ALLEMED) workshop!
Are Paradigms Radial Categories
The Gains from International Trade
SS-generasjonen HL-senteret,
Fra idé til forskningsprosjekt Hilde Afdal & Odd Tore Kaufmann
Finanspolitikk og pengepolitikk
Responsibility The purpose of the tutor reflections are to
How to evaluate effects of inspections on the quality of care?
Utskrift av presentasjonen:

Kvalitetssikring av analyser til forskningsbruk

Kvalitetssikring av forskning Akkrediterte metoder Kontrollprøver Kontrollkort etc, etc, etc….

Kvalitetssikring av forskning Sovepute eller Akkrediterte metoder Kontrollprøver Kontrollkort etc, etc, etc….

Kvalitetssikring av forskning Forskeren gjør sine forsøk

Kvalitetssikring av forskning Forskeren gjør sine forsøk Laben gjør sine analyser Prøver

Kvalitetssikring av forskning Forskeren gjør sine forsøk Laben gjør sine analyser Prøver Rapport Forskeren (eller noen andre) gjør statistikk

Kvalitetssikring av forskning Nesten uten unntak handler eksperimentell forskning om å sammenligne to eller flere grupper

Kvalitetssikring av forskning Nesten uten unntak handler eksperimentell forskning om å sammenligne to eller flere grupper To spørsmål å besvare: Er det forskjell mellom gruppene? Kan forskjellene mellom gruppene skyldes noe annet enn de eksperimentelle betingelsene?

Kvalitetssikring av forskning Kvalitetssikringen må være basert på at det er disse to spørsmålene som skal besvares To spørsmål å besvare: Er det forskjell mellom gruppene? Kan forskjellene mellom gruppene skyldes noe annet enn de eksperimentelle betingelsene?

Kvalitetssikring av forskning Nøyaktighet og presisjon Tradisjonelt er kvalitetssikringen i et analyselaboratorium veldig fokusert på nøyaktighet – og ofte mindre fokusert på presisjon God presisjon Dårlig nøyaktighet Dårlig presisjon God nøyaktighet? Dårlig presisjon Dårlig nøyaktighet God presisjon God nøyaktighet

What is the most important? Good precision or good accuracy? Compare fat content in two types of sausages

What is the most important? Good precision or good accuracy? 24 23 22 21 g fat / 100 g 20 19 18 17 16 Standard deviation = 1.6 (Precision)

What is the most important? Good precision or good accuracy? 24 23 22 21 Avg 20.75 g fat / 100 g Avg 20.00 20 0.75 19 18 17 16 Standard deviation = 1.6 (Precision)

What is the most important? Good precision or good accuracy? 24 23 22 21 A systematic deviation (low accuracy) has no influence on the difference between the groups g fat / 100 g 20 Avg 19.75 Avg 19.00 19 0.75 18 17 16 Standard deviation = 1.6 (Precision) – 1% systematic error (Accuracy)

What is the most important? Good precision or good accuracy? 24 23 22 21 With better precision (lower standard deviation) we see more clearly that there is a systematic difference between the groups g fat / 100 g 20 Avg 19.75 Avg 19.00 19 0.75 18 17 16 Standard deviation = 0.3 (Precision) – 1% systematic error (Accuracy)

What is the most important? Good precision or good accuracy? 24 23 22 When groups are compared with the same method: go for best precision. Accuracy is of limited importance 21 g fat / 100 g 20 Avg 19.75 Avg 19.00 19 0.75 18 17 16 Standard deviation = 0.3 (Precision) – 1% systematic error (Accuracy)

Precision and accuracy Do what you can to minimize the effect of systematic errors and low accuracy Analyze all samples (groups) with the same method Analyze all samples (groups) in the same laboratories Analyze all samples (groups) at the same time If you can’t do this, ensure good accuracy!

Hvilket er å foretrekke? Kontrollkort og sånt… Hvilket er å foretrekke? 6 8 10 12 14 16 18 Forventet Grense 18 16 Grense 14 Forventet 12 10 Grense 8 6

Kontrollkort og sånt… 18 16 Grense 14 Forventet 12 10 Grense 8 6

Kontrollkort og sånt… Gruppe 1 Gruppe 2 Gruppe 3 Gruppe 4 Grense 18 16 Grense 14 Forventet 12 10 Grense 8 6 Gruppe 1 Gruppe 2 Gruppe 3 Gruppe 4

Kontrollkort og sånt… Selv om kontrollprøven er innenfor grensen kan det være nok drift til å gi falske konklusjoner om gruppeforskjeller 18 16 Grense 14 Forventet 12 10 Grense 8 6 Gruppe 1 Gruppe 2 Gruppe 3 Gruppe 4 Den som gjør den statistiske analysen ser sjelden kontrollkortene

Unngås ved å analysere prøvene i randomisert rekkefølge Kontrollkort og sånt… Unngås ved å analysere prøvene i randomisert rekkefølge 18 16 Grense 14 Forventet 12 10 Grense 8 6 Er det få prøver i hver gruppe anbefales spesielle design av sekvensen fremfor tilfeldig rekkefølge

Prøvetaking Usikkerheten i resultatet bestemmes av det som skjer på laboratoriet + det som skjer utenfor laboratoriet – dvs. prøvetakingen.

Prøvetaking Usikkerheten i resultatet bestemmes av det som skjer på laboratoriet + det som skjer utenfor laboratoriet – dvs. prøvetakingen. Det å ta en homogen og representativ prøve er ofte krevende, og bidraget fra prøvetakingen til usikkerhet er ofte (vanligvis) større enn bidraget fra analysen – da er det av liten betydning om vi kjenner detaljene om usikkerheten i analysen.

s2total = s2prøvetaking + s2analyse Usikkerheten i resultatet bestemmes av det som skjer på laboratoriet + det som skjer utenfor laboratoriet – dvs. prøvetakingen. Det å ta en homogen og representativ prøve er ofte krevende, og bidraget fra prøvetakingen til usikkerhet er ofte (vanligvis) større enn bidraget fra analysen – da er det av liten betydning om vi kjenner detaljene om usikkerheten i analysen. Feilforplantning: s2total = s2prøvetaking + s2analyse Standardavvikene er kvadrerte, da blir bidraget fra det minste leddet ofte ubetydelig

s2total = s2prøvetaking + s2analyse Usikkerheten i resultatet bestemmes av det som skjer på laboratoriet + det som skjer utenfor laboratoriet – dvs. prøvetakingen. Det å ta en homogen og representativ prøve er ofte krevende, og bidraget fra prøvetakingen til usikkerhet er ofte (vanligvis) større enn bidraget fra analysen – da er det av liten betydning om vi kjenner detaljene om usikkerheten i analysen. Feilforplantning: s2total = s2prøvetaking + s2analyse Standardavvikene er kvadrerte, da blir bidraget fra det minste leddet ofte ubetydelig

Hvor kan vi finne en representativ prøve her? Prøvetaking ? Lake Eirie, USA/Canada The Huang He (Yellow River), China ? ? ? ? Hvor kan vi finne en representativ prøve her?

Et eksempel fra virkeligheten… A shipload of grain… 30.000 tonnes

Et eksempel fra virkeligheten… A shipload of grain… That is not from the same field

Et eksempel fra virkeligheten… A shipload of grain… To be analysed for aflatoxins Aflatoxin B1

Et eksempel fra virkeligheten… A shipload of grain…

Et eksempel fra virkeligheten… A shipload of grain…

Et eksempel fra virkeligheten… A shipload of grain… 30 gram of 30.000 tonnes … … 30.000.000.000 gram (ratio: 1:109)

Prøvetaking og paralleller Gjennomsnitt av to kjemiske analyser Det er vanlig å gjøre to kjemiske analyser av hver prøve og rapportere gjennomsnittet av disse Gjennomsnitt av to kjemiske analyser

Prøvetaking og paralleller Gjennomsnitt av to kjemiske analyser Like mye arbeid men mye bedre

Prøvetaking og paralleller Like mye arbeid men mye bedre Mulighet for å estimere den totale usikkerheten inklusiv prøvetakingen Usikkerheten blir også estimert fra prøvene som ble brukt i forsøket og ikke fra en kontrollprøve som kan være ganske lite relevant Like mye arbeid men mye bedre

Kort oppsummert Kvalitetssikring Sovepute Akkrediterte metoder eller Akkrediterte metoder Kontrollprøver Kontrollkort etc, etc, etc….

Kort oppsummert Kvalitetssikring Sovepute Akkrediterte metoder Kontrollprøver Kontrollkort etc, etc, etc…. Den interne kvalitetssikringen på laben er ikke nødvendigvis noe som fører til sikrere konklusjoner i forskningen

Kort oppsummert Kvalitetssikring Sovepute Akkrediterte metoder Kontrollprøver Kontrollkort etc, etc, etc…. Den interne kvalitetssikringen på laben er ikke nødvendigvis noe som fører til sikrere konklusjoner i forskningen

Kort oppsummert Vi trenger å vite den totale usikkerheten, ikke bare usikkerheten i analysen. Vi trenger å vite at eventuelle forskjeller mellom gruppene ikke kan ha oppstått som følge av noe som har skjedd på laben.