Kontrollregler Z- tabell Kontrollregler Tillatt totalfeil

Slides:



Advertisements
Liknende presentasjoner
Kvalitative studier Trond Hatling Sintef Unimed Helsetjenesteforskning
Advertisements

Nettverksamling i matematikk
STATISTISK KVALITETSSTYRING
1 Sannsynlighetsregning Gjenfinningssystemer og verktøy II Jon Anjer.
Risikostyring i staten
Analyse utleiebransjen. Målsetting  Samle alle aktører som opererer innen bransjens definerte virksomhetsområde inn under èn felles næringskode for derved.
Standardisert arbeid.
Gjenfinningssystemer og verktøy II
Kontrollstrukturer (Kapittel 3)
1 Arbeidssted, bruk av fasiliteter og - mengde 5.
Internkontroll i kommuner
Statistisk metode & dokumentasjon av legemidlers effekt
Diabetes-info fra Noklus
Meta-analyse Frode Svartdal UiTø April 2014 © Frode Svartdal.
Plassering i NGTFs trenerutdannelse
Hvorfor arbeide med kontinuerlig kvalitetsforbedring i sykepleietjenesten? Hei –Temaet i denne presentasjonen handler om hvorfor det er viktig å prioritere.
Kritisk gjennomgang av vitenskapelige studier.
Nico Keilman Befolkning og velferd ECON 1730 Høst 2010
Figur 3.2 Faste kostnader pr. Enhet ved ulike aktivitetsnivåer
Kapittel 14 Simulering.
Offentlige anskaffelser 5 Gjennomføring av konkurranser
Eksempel AOA (Activity On Arc)
Transformasjoner Men hva hvis relasjonen er kurvelinjær?
Oppgave gjennomgang Kap. 3 og 4.
Kvalitetssikring av analyser til forskningsbruk
LOG530 Distribusjonsplanlegging
P-MP modeller. LOG530 Distribusjonsplanlegging 2 2 Det skal opprettes p fasiliteter (lager) for å betjene en gitt mengde kunder. Kundenodene er også potensielle.
Tildeling av snødeponeringssted. LOG530 Distribusjonsplanlegging 2 2 Kommunen skal kommende vinter frakte snø fra 10 soner til 5 deponeringssteder. Snøen.
LOG530 Distribusjonsplanlegging
Målprogrammering. LOG530 Distribusjonsplanlegging 2 2 Vi fortsetter eksempel 10.2, men vil nå se på oppfyllelse av flere mål samtidig. Målprogrammering.
Velg Slide-Show fra PowerPoint-menyen og klikk med venstre museknapp!
UNIVERSITETET I OSLO Institutt for statsvitenskap Bjørn Erik Rasch: Karaktersetting: Erfaringer og undersøkelser fra statsvitenskap 1. Karaktersetting.
ANOVA: Litt om design & statistikk
Statistikk på 20 2 timer PSY-1002
Velkommen til Medisinsk bibliotek
Skolebesøk februar 2008 Forskrift Retningslinjer for lokalt gitt eksamen i Oppland fylkeskommune Hjelpemidler ved lokalt gitt og sentralt gitt eksamen.
Ch 4 INTEGRASJON Integrasjon innebærer å finne alle funksjoner F som har f derivert. Disse funksjoner kalles antiderivert av f og formelen for de er det.
Bjørnsletta Ungdomsskole 198 elever, 18 ansatter.
TEKNISKE SPESIFIKASJONER For innlevering av 16:9 digitale videobånd med TV-reklameinnslag 1. Innleveringsfrist Alle reklamefilmer skal leveres 4 (fire)
A randomized protocol for signing contracts (extended abstract) S.Even, O. Goldreich, A.Lempel.
Figur 1 Behov. Figur 2 Behov Figur 3 Prioritering/ressursinnsats.
morild.org en interaktiv nettjeneste i ti år Mer enn 1000 spørsmål
SPK ved Blodbanken i Oslo September 2009
Utsatte barn: Kommunenes tilrettelegging for samarbeid Funn fra landsomfattende tilsyn i 2008 Regional konferanse i Stavanger 2. desember 2009 Avdelingsdirektør.
PROSJEKT: UADRESSERT REKLAME Omnibus: 23. august – 30 august 2006
Statistiske egenskaper ved målesystemer
Diskrete stokastiske variable
1. Guro Rundbråten Født: Posisjon: Målvakt.
Brukerundersøkelse gjennomført for Bergen kommune Foresattes tilfredshet med kommunens barnehager © TNS Gallup – Politikk & samfunn Avdelingsleder.
Maks oppfylte kundekrav og maks resultat. LOG530 Distribusjonsplanlegging 2 2 Vi fortsetter eksempel 10.1, men gjør trinnene i motsatt rekkefølge: max.
Resultater NNUQ IMDi, 6. september Innledning.
Hovedideen Anta at en hypotese er riktig (H 0 ) Det er bare to muligheter, enten er H 0 riktig, ellers er den ”omvendte” hypotesen (H 1 ) riktig Gå ut.
Forelesning 6 HSTAT1101 Ola Haug Norsk Regnesentral
Forelesning 7 HSTAT1101 Ola Haug Norsk Regnesentral
Hypotesetesting, og kontinuerlige stokastiske variable
Mål for sentraltendens:
Siste forelesning er i morgen!
Randomiserte kontrollerte studier
Forelesning 5 HSTAT1101 Ola Haug Norsk Regnesentral
Forelesning 6 HSTAT1101 Ola Haug Norsk Regnesentral
Kræsjkurs Del Ii Hypotesetesting
1 Intro kartlegging Matematikk LUB Fredag Elise Klaveness.
Stian Grønning Master i samfunnsøkonomi Daglig leder i Recogni.
Validitet og reliabilitet: Fra teori –> via operasjonalisering –> til empiri Et teoretisk utsagn er en framstilling av sammenhengen mellom abstrakte begrep.
Laboratoriebruk ved diabetes. Kan vi stole på resultatene
MAT0100V Sannsynlighetsregning og kombinatorikk
QC1-9 -> Kombinert vurdering
Risiko- og sårbarhetsanalyse (ROS)
MET 2211 Statistikk og dataanalyse
Figur 17.1 Histogram for alle DNB-kundene i undersøkelsen.
Utskrift av presentasjonen:

Kontrollregler Z- tabell Kontrollregler Tillatt totalfeil Kontrollregelens styrke, Ped Pfr Styrkediagram ”Westgard” regler – eksempler Tillatt totalfeil Kritiske feil Valg av kontrollregler – fremgangsmåte Oppgaver Levanger 13.11.04 Kristine Solem

Z-tabell Hvor stor prosent av resultatene i en gaussfordeling ligger i området μ til μ + z · σ når z er: - 1,96 - 1,65 Hvor stor prosent av resultatene i en gaussfordeling ligger utenfor området μ til μ + z · σ når z er: Hvor stor prosent av resultatene i en gaussfordeling ligger i området μ ± z · σ når z er: Utenfor området μ ± z · σ ? Z = hvor mange ganger standardavviket går opp i x – mean. Z- tabell Z 1,96 = 47,5 % 50 – 47,5 = 2,5 % Z 1,65 = 45,05 % 50 – 45,05 = 4,95 %

Systematisk feil (Z-tabell) Jo større feilen er, dess større sannsynlighet for å oppdage feilen

Tilfeldig feil (Z-tabell) Z = gammelt σ / nytt σ Z = 3 50 – 49,87 = 0,13% Z = 1,5 50 – 43,32 = 6,68% ( z = 3/2=1,5 ) standardavvik er doblet Z = 1 50 – 34,13 = 15,87% ( z = 3/3=1 ) standardavviket er tredoblet

Kontrollregelens styrke Kontrollregler skal avdekke feil over en viss størrelse med en rimelig grad av sikkerhet Ped Probability for error detection Hvor stor sannsynlighet er det for at den gitte feil skal oppdages. (Sannsynligheten for å forkaste en serie). Ønsker 90% Pfr Probability for false rejection Hvor stor sannsynlighet for falsk alarm (forkastelse). Ønsker < 5 %, helst 1 %

Styrkediagram Sannsynligheten for å forkaste en serie (eller oppdage feilen) på y-aksen, Ped Størrelsen på feilen på x-aksen, ΔSE el ΔRE Pfr: Der kurven skjærer y-aksen 13s, N=1 Se gaussfordeling og prosenter

Styrkediagram

Styrkediagram

Styrkediagram 12s Pfr: N = 1 Pfr 5 % N = 2 Pfr 10 % ( ett resultat utenfor 2s) N = 4 Pfr 18 % N øker: Sannsynligheten for både sanne og falske alarmer øker. Sannsynligheten for å oppdage feil, Ped, og sannsynligheten for falske alarm, Pfr, øker. Jo flere kontrollprøve, dess større sannsynlighet for at ett kontrollresultat kommer utenfor kontrollgrenser.

Kontrollregler Eksempler: 13s En kontrollverdi målt utenfor +3s grensen eller –3s grensen gir alarm. 22s To påfølgende kontrollsvar målt utenfor samme kontrollgrense ,+2s eller –2s, gir alarm. R4s To påfølende kontrollsvar utenfor hver sin ”2s- grense” gir alarm. 41s Fire påfølgende kontrollsvar utenfor samme 1s-grense gir alarm. 10,05 Kontrollgrensen er satt slik at Pfr blir 5 %. 10,01 Kontrollgrensen er satt slik at Pfr blir 1 %. Hvilke kvalitetskontrollregler skal vi velge ? Vi skal velge kvalitetskontrollregler ut fra medisinske krav til riktig svar

TEa (Total error allowable) Tillatt totalfeil Definere krav til analysekvalitet: Skal vi overvåke kvaliteten på analysene våre må vi vite hvor god kvaliteten skal være TEa: - mål for analytisk kvalitet - utgangspunkt for valg av kontrollregel Definisjon TEa: Maksimum 5 % av prøvesvarene skal ha en feil større enn TEa Kvalitetskontroll-systemet må fange opp alle målefeil som er så stor som tillatt totalfeil eller større. Kvalitetskontrollregler velges deretter

Målsetting med analytisk kvalitetssikring:  hvis analysefeil < tillatt totalfeil  utgi svar  hvis analysefeil > tillatt totalfeil  stopp svar Hvordan definere kravene og finne tall for TEa ? Basert på biologisk variasjon Intervju av klinikere, der vi forsøker å finne ut hva de mener er nødvendige krav ut fra den kliniske anvendelse av resultatene Administrative forføyninger eks CLIA 88 Eget skjønn medisinsk analytisk – hva er praktisk mulig å oppnå ( ”Tommelfingerregel”: analysens CV x 4 – 5 ) TEa angis i % av måleverdi eller antall s fra mean Klinikerens behov: Hva skal testen brukes til

Forslag til TEa Biologisk variasjon: CVintra = biologisk variasjon innen person CVinter = biologisk variasjon mellom person TEa = Tillatt bias + 1,65 x tillatt impresisjon Tillatt bias: Mindre enn 0,25 x (CVinter2 + CVintra2)0,5 Tillatt impresisjon: Mindre enn 0,5 x CVintra Tillatt bias: optimal 0,125- ønskelig 0,25 - minimum 0,375 Tillatt impresisjon: optimal 0,25 - ønskelig 0,5 - minimum 0,75

Kritisk feil Kritisk systematisk feil, SEc : SEc = TEa – 1,65 (TEa angitt i antall s) Hvor mye kan mean endre seg Kritisk tilfeldige feil, REc: REc = TEa / 1,96 Hvor mange ganger kan s øke Systematisk feil: sannsynligheten er 5 % for at analysesvaret faller utenfor TEa Tilfeldig feil: En økning i standardavvik fra s til TEa/1,96. 5 % sannsynlighet for at analysesvaret faller utenfor TEa

TEa og kritisk systematisk feil Kurve til venstre: Sannsynlighetstetthet av analysesvar ved ingen systematisk feil Kurve til høyre: En systematisk feil som fører til at 5 % av analysesvarene faller utenfor grensen for tillatt totalfeil TEa: angitt i antall standard avvik Kritisk systematisk feil, SEc: TEa -1,65

Valg av kontrollregel - Fremgangsmåte Finn tillatt totalfeil i prosent Finn stabile CV (%) for analysen Regn ut tillatt totalfeil i antall s, dvs. tillatt totalfeil i prosent dividert med CV. Regn ut kritisk systematisk feil som TEa -1,65 Finn kontrollregel. (styrkediagram eller QC Validator) Kontrollregel som gir minst 90% sannsynlighet for alarm ved kritisk systematisk feil (høy Ped), samtidig som sannsynligheten for alarm ved ingen systematisk feil er minst mulig, og i hvert fall mindre enn 5% (lav Pfr) CV – over langt tidsrom- flere kalibreringer, reagenslot

Valg av kontrollregel - Fremgangsmåte Kontrollregler som operere innenfor èn analyseserie. Definisjon og lengde av en analyseserie 2 kontroller i hver serie (N=2) samme nivå ulike nivå Unngå multiregler ? Singel regel: max 3.5 s ? Data som også trengs for dokumentasjonen: Navn på analyse + analyseinstrument Konsentrasjon prosesskontroll – Brukes ikke for valg av kontrollregel, men vi må dokumentere for hvilket nivå regelen gjelder for

Eksempel TEa: 20 % Analytisk CV: 4 % TEa: 5s Kritisk systematisk feil: 5s – 1,65= 3,35s (Kritisk tilfeldige feil: 5s / 1.96 = 2,55s) N=1: 12,5s Ped 80 % Pfr < 1% 13s Ped 65 % Pfr < 1% N=2 12,5 s Ped 96% Pfr 2,5% 13s Ped 90 % Pfr < 1 % Ser på begge kontrollene under ett: Over 90 % sannsynlighet for alarm ved kritisk systematisk feil, sannsynligheten for alarm er liten når analysen er stabil ( < 1%)

Oppgave 1 Kolesterol Tillatt totalfeil for konsentrasjon over 4,4 mmol/l er 9 % Prosessktr: 5,2 mmol/L og 8,1 mmol/L CV: 1,5 % Legg vekt på kritisk systematisk feil, 90 % sannsynlighet for alarm hvis kritisk feil oppstår Krever at kontrollregel skal ha meget lav sannsynlighet for alarm, helst bare 1% eller mindre når analysen er stabil ( ikke har systematisk feil) Formuler regelen Tea: 9/1,5 = 6s Sec: 6 – 1,65 = 4,35 s 1 3.5 s, N=2 1 3s, N=1

Oppgave 2 PT-INR Tillatt totalfeil: 15 %, uansett verdi Prosessktr: CV= 4 % ved PT-INR = 1 CV= 3 % ved PT-INR = 2,5 Formuler regelen 15/4 – 1,65 = 2,1 15/3 – 1,65 = 3,35