STATISTIČKE METODE U TRANSFUZIJSKOJ MEDICINI

Ana Hećimović, Ružica Štimac, Dorotea Šarlija, Irena Jukić ANA HEĆIMOVIĆ, RUŽICA ŠTIMAC, DOROTEA ŠARLIJA, IRENA JUKIĆ Hrvatski zavod za transfuzijsku medicinu, Zagreb ana.hecimovic@hztm.hr, ruzica.stimac@hztm.hr, dorotea.sarlija@hztm.hr, irena.jukic@hztm.hr

STATISTIČKE METODE U TRANSFUZIJSKOJ MEDICINI Stručni rad / Professional paper Sažetak Unapređenje kvalitete jedan je od prioritetnih ciljeva sustava kvalitete u Hrvatskom zavodu za transfuzijsku medicinu (HZTM). Podaci dobiveni unutar HZTM, te podaci od kupaca, korisnika i dobavljača prikupljaju se i analiziraju i služe za verifikaciju sposobnosti procesa, provođenje kontrole kvalitete, i planiranje poboljšanja proizvoda i usluga. Kako bi se iz mnoštva podataka zaključilo što je bitno za određeni proces služimo se prikladnim statističkim metodama. Većina ovih statističkih metoda koristi grafičke i tabelarne prikaze.

Podaci se obrađuju u vremenskim intervalima ovisno o značaju tih podataka (mjesečno, tromjesečno, ali najmanje dva puta godišnje). Najčešće primjenjivane statističke metode su alati opće deskriptivne statistike, alati statističke procesne kontrole, korelacija i regresijska analiza, analiza vremenskih serija i testiranje hipoteza.

Statističke metode u transfuzijskoj medicini su neophodan alat za donošenje odluka i unapređenje kvalitete proizvoda i usluga.

Ključne riječi: statističke metode, transfuzijska medicina 1. UVOD Unapređenje kvalitete jedan je od prioritetnih ciljeva sustava kvalitete u HZTM, te se poboljšanja moraju planirati na osnovu informacija dobivenih unutar HZTM, od kupaca, korisnika te dobavljača. Alat koji se u tu svrhu koristi su statističke metode kako bi se iz mnoštva podataka zaključilo o onome što je bitno za određeni proces. Većina ovih statističkih metoda koristi grafičke i tabelarne prikaze. Statističke metode koriste se u različitim fazama procesa rješavanja problema. Podaci se obrađuju u vremenskim intervalima ovisno o značaju tih podataka (mjesečno, tromjesečno, ali najmanje dva puta godišnje).

2. STATISTIČKE METODE U TRANSFUZIJSKOJ MEDICINI U transfuzijsko medicini se prilikom validacija i/ili kontrole kvalitete koriste tri vrste statističkih metoda; tablice, grafički prikazi i statistički testovi.

2.1 Tablica Tablica se upotrebljava za sistematsko prikupljanje podataka radi dobivanja jasnije slike o činjenicama (Slika 1).

12. HRVATSKA KONFERENCIJA O KVALITETI I 3. ZNANSTVENI SKUP HRVATSKOG DRUŠTVA ZA KVALITETU, Brijuni 10. – 12. svibnja 2012. g.

- 144 -

Ana Hećimović, Ružica Štimac, Dorotea Šarlija, Irena Jukić Slika 1: Primjer tablice

2.2 Grafički prikaz Grafički prikaz se upotrebljava za sustavno obrađivanje podataka radi dobivanja jasnije slike o činjenicama. Grafički prikaz koristi prikupljene podatke iz tablica ili nekog drugog načina prikupljanja te prikazuje i olakšava analizu prikupljenih podataka (Slika 2).

Slika 2: Primjer grafičkog prikaza

2.2.1 Histogram Histogram omogućuje prikazivanje velike količine podataka koje je teško interpretirati u tabličnom obliku (Slika 3). Također pokazuje relativne frekvencije pojavljivanja različitih vrijednosti podataka, otkriva centriranje, varijacije i oblik podataka, ilustrira temeljnu distribuciju podataka, omogućava korisne informacije za predviđanje budućeg izvođenja

12. HRVATSKA KONFERENCIJA O KVALITETI I 3. ZNANSTVENI SKUP HRVATSKOG DRUŠTVA ZA KVALITETU, Brijuni 10. – 12. svibnja 2012. g.

- 145 -

Ana Hećimović, Ružica Štimac, Dorotea Šarlija, Irena Jukić procesa te pomaže pri prepoznavanju promjena u procesu. Tumačenjem histograma dobivamo podatke o sposobnosti procesa.

Slika 3: Primjer histograma

2.2.2 Dijagram tijeka Dijagram tijeka se upotrebljava za opis postojećeg procesa ili projektiranje novog procesa. To je slikoviti prikaz koraka u procesu, koristan za istraživanje mogućnosti za poboljšanje dobivanjem detaljiziranog razumijevanja o tome kako se proces zaista odvija. Ispitivanjem kako se različiti koraci u procesu odnose jedan prema drugom mogu se često otkriti potencijalni izvori problema. Dijagrami tijeka mogu se primijeniti na sve aspekte bilo kojeg procesa, od početka do završetka tog procesa (Slika 4).

Slika 4: Primjer dijagrama tijeka

2.2.3 Dijagram raspršenja Dijagram raspršenja služi za proučavanje i utvrđivanje mogućih odnosa između uočenih promjena u dva različita seta varijabli (Slika 5). Daje podatke koji potvrđuju hipotezu da su dvije varijable povezane, osigurava vizualna i statistička sredstva za provjeru jačine 12. HRVATSKA KONFERENCIJA O KVALITETI I 3. ZNANSTVENI SKUP HRVATSKOG DRUŠTVA ZA KVALITETU, Brijuni 10. – 12. svibnja 2012. g.

- 146 -

Ana Hećimović, Ružica Štimac, Dorotea Šarlija, Irena Jukić potencijalne povezanosti. Što je povezanost jača, veća je vjerojatnost da će promjena u jednoj varijabli uzrokovati promjenu u drugoj varijabli.

Slika 5: Primjer dijagrama raspršenja s pozitivnom i negativnom linearnom povezanosti, nelinearnom i bez povezanosti

2.2.4 Pareto dijagram Pareto dijagram je jednostavna grafička tehnika za stupnjevanje stavaka od najučestalijeg do najmanje učestalog (Slika 6). Osnovan je na Pareto principu, tzv. 80/20 pravilo koje objašnjava da često samo mali broj kategorija utječe na veći dio problema. Razlikovanjem najvažnijih kategorija od manje važnih, postiže se najveće poboljšanje uz minimalan napor.

Pareto dijagramom se utvrđuje najvažnije stavke za poboljšanje kvalitete.

Slika 6: Primjer Pareto dijagrama

12. HRVATSKA KONFERENCIJA O KVALITETI I 3. ZNANSTVENI SKUP HRVATSKOG DRUŠTVA ZA KVALITETU, Brijuni 10. – 12. svibnja 2012. g.

- 147 -

Ana Hećimović, Ružica Štimac, Dorotea Šarlija, Irena Jukić 2.2.5 Run dijagram Run dijagram prikazuje kretanje određene karakteristike kroz vrijeme, samostalno ili u odnosu na neku drugu karakteristiku. Dijagram koristi sakupljene podatke iz tablica ili nekog drugog načina prikupljanja, prikazuje ih grafički i olakšava analizu sakupljenih podataka (Slika 7). Osobito je koristan način praćenja učinkovitosti provedbe korektivnih mjera.

Slika 7: Primjer Run dijagrama

2.2.6 Kontrolna karta Kontrolna karta je alat za razlikovanje varijacija koje nastaju iz određenih ili posebnih razloga od onih koje nastaju slučajno i sastavni su dio procesa. Slučajne varijacije ponavljaju se nasumce unutar očekivanih granica. Varijacije zbog određenih ili posebnih razloga upozoravaju da neki od čimbenika koji utječu na proces trebaju biti prepoznati, istraženi i stavljeni pod kontrolu. Postoje mnogi tipovi kontrolnih karata, a izbor ovisi o tipu podataka (varijabilni ili atributivni) i veličini uzorka (Slika 8).

Slika 8: Primjer kontrolne karte

12. HRVATSKA KONFERENCIJA O KVALITETI I 3. ZNANSTVENI SKUP HRVATSKOG DRUŠTVA ZA KVALITETU, Brijuni 10. – 12. svibnja 2012. g.

- 148 -

Ana Hećimović, Ružica Štimac, Dorotea Šarlija, Irena Jukić 2.3 Statistički testovi 2.3.1 Parametrijski testovi Parametrijski testovi koriste se za obradu kontinuiranih podataka sakupljenih u populaciji koja je normalno distribuirana ili čija se distribucija može prevesti u normalnu matematičkom transformacijom, npr. logaritmiranjem. Parametrijski testovi su: t-test (parni, neparni), ANOVA, MANOVA, korelacijska analiza (Pearsonova) i regresijska analiza (svi tipovi).

2.3.2 Neparametrijski testovi Neparametrijski testovi karakterizirani su kao testovi nezavisni o distribuciji, što znači da dobiveni podaci i populacija u kojoj su prikupljeni ne moraju imati normalnu distribuciju.

Neparametrijski testovi su: χ2-test, McNemarov test, Mann-Whitney U test, Kruskal-Wallis test, Wilcoxonov test rangova, Friedmanov test i rang-korelacija (Spearman, Kendall).

3. PRIMJENA STATISTIČKIH METODA U TRANSFUZIJSKOJ MEDICINI U transfuzijskoj medicini se statističke metode koriste prilikom analitičkih validacija metoda, u kontroli kvalitete krvnih pripravaka, u obradi i praćenju reklamacija kupaca, nesukladnih pripravaka, grešaka u radu, nesukladnosti ulaznih materijala, povlačenja proizvoda i provedbe korektivnih mjera.

Prije uvođenja novog mjernog postupka u rutinski rad potrebno je provesti validaciju, a to je postupak pomoću kojeg procjenjujemo i potvrđujemo valjanost analitičkih laboratorijskih metoda, odnosno donosimo odluku da li su primjerene za rad. Da bi se validacija izvela na ispravan način, postupak validacije je potrebno unaprijed dobro isplanirati, te je važno dobro poznavati i tumačiti statističke pojmove. Postoje tri razine validacije novih metoda: 1. validacija koju provodi proizvođač, 2. multicentrična validacija, 3. validacija koju provodi svaki laboratorij kada uvodi novu metodu.

Različiti parametri su uključeni u validaciju kao što su procjena preciznosti, procjena istinitosti i provjera linearnosti/mjernog područja.

Procjenom preciznosti otkriva se postojanje slučajnih pogrešaka koje su svojim smjerom i veličinom nepredvidive i nastaju u pojedinačnim mjerenjima. Procjena preciznosti rezultata se utvrđuje u seriji alikvota istog uzorka (minimum 20) i to u jednoj seriji, a zatim u jednom danu. Na taj način se ispituje preciznost (ponovljivost) metode u istim uvjetima u kratkom vremenu. Procjenom preciznosti svaki dan tijekom mjesec dana sa jednim alikvotom istog uzorka, mjeri se preciznost metode (obnovljivost) u različitim uvjetima kroz duže vremensko razdoblje. Da bi se utvrdilo preciznost metode izračunava se koeficijent varijacije CV(%).

Procjena istinitosti se provodi određivanjem istog analita u istim uzorcima pomoću ispitivane metode i metode koja se do tada koristila ili neke druge referentne metode (“zlatni standard”).

Rezultati mjerenja dviju metoda međusobno se uspoređuju korelacijom i regresijom i na taj način se utvrđuje da li postoje sustavne pogreške.

Linearnost je raspon koncentracije u kojem je sa određenom točnošću moguće izmjeriti koncentraciju analita. Procjenjuje se testom razrjeđenja, pri čemu se za potvrdu linearnosti metode koristi najmanje pet različitih koncentracijskih točaka. Izmjereni rezultati moraju slijediti linearni model, a prihvatljiv kriterij je koeficijent korelacije r>0,99.

12. HRVATSKA KONFERENCIJA O KVALITETI I 3. ZNANSTVENI SKUP HRVATSKOG DRUŠTVA ZA KVALITETU, Brijuni 10. – 12. svibnja 2012. g.

- 149 -

Ana Hećimović, Ružica Štimac, Dorotea Šarlija, Irena Jukić Statističko uzorkovanje se primjenjuje u postupcima kontrole kvalitete prilikom utvrđivanja minimalnog broja uzoraka potrebnih za ispitivanje određenog parametra na seriji ulaznog materijala ili gotovog proizvoda. Uzorak mora biti dostatan da bi se na temelju rezultata ispitivanja uzorka moglo zaključivati o ukupnoj kvaliteti ispitivane serije. Osim obaveznih imunohematoloških ispitivanja i ispitivanja na prisutnost biljega krvlju prenosivih bolesti koja se provode za svaku donaciju krvi, minimalni broj krvnih pripravaka u kojih se kontroliraju ostali parametri kvalitete kreće se od 4 na mjesec do 1% ukupne mjesečne proizvodnje.

Mikrobiološka kontrola krvnih pripravaka provodi se na uzorku čija se veličina izračunava prema formuli Paul-Ehrlich Instituta (Minimal requirements for sterility testing of blood components) √n x 0,4, gdje je „n“ broj proizvedenih doza određenog krvnog pripravaka u mjesec dana.

Statistička kontrola kvalitete provodi se radi utvrđivanja sposobnosti procesa za proizvodnju proizvoda koji zadovoljava zahtjeve i radi praćenja procesa kako bi se otkrile promjene zbog kojih proces izmiče kontroli. Kao rezultat toga nastaju odluke o poduzimanju korektivnih mjera za korekciju procesa i njegovo održavanje pod kontrolom.

Osim osnovne obrade podataka općom deskriptivnom statistikom i prikaza rezultata testiranja linijskim histogramima frekvencija distribucije u odnosu na prihvaćene standarde, kvaliteta proizvoda nadzire se i izračunom pouzdanosti zadovoljenja pojedinog standarda. Proces proizvodnje i eventualne promjene u njemu, kontinuirano se prate primjenom kontrolnih karata. Svi parametri vezani uz proces proizvodnje kao i uz reklamacije kupaca, nesukladne pripravke, greške u radu, nesukladnosti ulaznih materijala, povlačenja proizvoda i provedbe korektivnih mjera, prate se izračunom indeksa kvalitete i usporedbom sa ciljevima kvalitete uspostavljenim izračunom iz povijesnih podataka. Rezultati ovih statistika prikazuju se kontrolnim kartama. Tumačenje rezultata je završni dio istraživanja, a rezultate obrade podataka treba valjano tumačiti u skladu s postavljenom hipotezom, u odnosu na korištenu metodologiju tijekom istraživanja.

4. ZAKLJUČAK Poboljšanje kvalitete proizvoda postiže se unapređenjem procesa proizvodnje koji je učinkovitiji pomoću statističke kontrole kvalitete. Rezultati i pokazatelji statističke obrade podataka temelj su za donošenje ocjena o kvaliteti i potrebi pokretanja korektivnih mjera, što bitno pridonosi unapređenju i sigurnosti transfuzijskog liječenja.

LITERATURA [1] D. Ivanković i sur., Osnove statističke analize za medicinare, Medicinski fakultet sveučilišta u Zagrebu, 1991.

[2] Commission Directive 2004/33/EC of 22 March 2004 implementing Directive 2002/98/EC of the European Parliament and of the Council as regards certain technical requirements for blood and blood components.

Official Journal of the European Union. 30.3.2004;L 91/25 [3] Europe Co (Ed): Guide to the Preparation, Use and Quality Assurance of Blood Components, 16th edition.

European Directorate for the Quality of Medicines and HealthCare, 2010.

[4] ISO 9001:2008 Quality management systems – Requirements. 4th ed. Geneve, Switzerland: International Organization for standardization, 2008.

[5] B. Petz, Osnovne statističke metode, Udžbenici sveučilišta u Zagrebu, 1974.

[6] M. Petrovečki, L. Bilić-Zule, Statistička obradba podataka u biomedicinskim istraživanjima, Medicinska naklada, Zagreb, 2010.

[7] R. G. Jones, R. B. Payne, Clinical Investigation and Statistics in Laboratory Medicine, London: ACB Venture Publications, 1997.

12. HRVATSKA KONFERENCIJA O KVALITETI I 3. ZNANSTVENI SKUP HRVATSKOG DRUŠTVA ZA KVALITETU, Brijuni 10. – 12. svibnja 2012. g.

- 150 -

Ana Hećimović, Ružica Štimac, Dorotea Šarlija, Irena Jukić [8] S. Galjanić i sur., Akreditacija medicinsko-biokemijskog laboratorija, Hrvatska komora medicinskih biokemičara, Medicinska naklada, Zagreb, 2010.

[9] Arbeitskreis Blut. (1977) Mindestanforderungen zur Sterilitätstestung von Blutkomponenten. 23. Sitzung des Arbeitskreises Blut am 05.06.1977. Bundesgesundheitsblatt, 8, 307-309.

STATISTICAL METHODS IN TRANSFUSION MEDICINE Summary Quality improvement is one of the priority goals in the quality system at the Croatian Institute of Transfusion Medicine (CITM). Data obtained within CITM, and from customers, users and suppliers, is collected, analysed and used to verify process capability, carry out quality control, and plan improvements to products and services.

To conclude, from this mass of data, what is essential for a particular process, we use appropriate statistical methods. Most of the statistical methods use graphical and tabular displays. Data is processed at time intervals that depend on the importance of the data (monthly, quarterly, but at least twice a year). The most frequently used statistical methods are the tools of general descriptive statistics, statistical process-control tools, correlation and regression analysis, time-series analysis and testing of hypotheses. Statistical methods in transfusion medicine are essential tools for decision-making and the improvement of product and service quality.

Keywords: statistical methods, transfusion medicine

12. HRVATSKA KONFERENCIJA O KVALITETI I 3. ZNANSTVENI SKUP HRVATSKOG DRUŠTVA ZA KVALITETU, Brijuni 10. – 12. svibnja 2012. g.

- 151 -