T.C.SAĞLIK BAKA�LIĞI

ĐSTA�BUL EĞĐTĐM VE ARAŞTIRMA HASTA�ESĐ

KLĐ�ĐK BĐYOKĐMYA LABORATUVARI

ŞEF: Dr. Güvenç GÜVE�E�

KOAGÜLASYO� TESTLERĐ�Đ� REFERA�S ARALIKLARI�I�

Đ�DĐREKT BELĐRLE�MESĐ�DE BHATTACHARYA VE HOFFMA��

METOTLARI�I� KALĐTE KO�TROL PROSEDÜRLERĐ OLARAK

KARŞILAŞTIRILMASI

Tıb.Bio. MURAT USTA

UZMA�LIK TEZĐ

Đstanbul 2009

ii

Ö�SÖZ

S.B. Đstanbul Eğitim ve Araştırma Hastanesi Başhekimi Sayın Op.Dr.Özgür

YĐĞĐT’e saygılarımı sunarım.

Asistanlık yaptığım süre boyunce eğitimime katkılarından dolayı değerli hocam

S.B. Đstanbul Eğitim ve Araştırma Hastanesi Klinik Biyokimya Laboratuvarı Şefi Dr.

Güvenç GÜVE1E1’e teşekkür eder, saygılarımı sunarım.

Đhtisasım süresince eğitimim konusunda teorik-pratik bilgi ve deneyimlerini aktaran

Uzm.Dr.Ediz TEKĐ1, Uzm.Dr.Hale ARAL, Uzm.Dr.Berrin BERÇĐK Đ1AL, Uzm.Dr.Pınar

TO1BAKLAR BĐLGĐ, Uzm.Dr.Çiğdem TOPKAYA, Uzm.Dr.Güzin YILMAZ’a saygı ve

teşekkürlerimi sunarım.

Uzmanlık eğitimim süresince birlikte çalıştığım tüm asistan arkadaşlarıma ve

laboratuvar çalışanlarına teşekkürlerimi sunarım.

Benden desteklerini esirgemeyen sevgili anne ve babama sonsuz saygı ve

şükranlarımı sunarım.

MURAT USTA

iii

ĐÇĐ�DEKĐLER

1. GĐRĐŞ ve AMAÇ………………………………………………………………………. 1

2. GE�EL BĐLGĐLER…………………………………………………………………… 2

2.1. KLĐNĐK LABORATUVARLARDA REFERANS ARALIKLARI………………….. 2

2.1.1. IFCC ve ICSH’IN BELĐRLEDĐĞĐ TANIMLAMALAR…………………………. 3

2.1.2. REFERANS BĐREYLERĐN SEÇĐMĐ…………………………………………….. 4

2.1.2.1. Dışlama Kriterleri…………………………………………………………… 5

2.1.2.2. Alt Topluluklara Ayırma……………………………………………………. 5

2.1.3. PREANALĐTĐK FAKTÖRLER…………………………………………………... 6

2.1.3.1. Biyolojik Değişkenlik………………………………………………………. 6

2.1.3.2. Metabolik Faktörler ve Regülasyon………………………………………… 6

2.1.3.3. Numunelerin Elde Edilmesi………………………………………………… 7

2.1.4. ANALĐTĐK FAKTÖRLER……………………………………………………….. 7

2.1.5. REFERANS ARALIĞININ BELĐRLENMESĐ…………………………………... 8

2.1.5.1. Referans Değerlerin Dağılımı………………………………………………. 8

2.1.5.2. Referans Değerlerin Alt Topluluklarda Değerlendirilmesi…………………. 9

2.1.5.3. Referans Aralığının Belirlenmesinde Đstatistiksel Uygulamalar……………. 10

2.1.5.4. Referans Aralığının Đndirekt Bhattacharya Metoduyla Belirlenmesi……….. 11

2.1.6. REFERANS ARALIKLARININ TRANSFERĐ ve VALĐDASYONU…………... 12

2.2. HASTA TEST SONUÇLARINA DAYALI KALĐTE KONTROL………………….. 14

2.2.1. ANYON AÇIĞI…………………………………………………………………... 14

2.2.2. DELTA KONTROL………………………………………………………………. 16

2.2.3. HASTA TEST SONUCUNUN MULTĐPARAMETRĐK KONTROLÜ…………. 16

2.2.4. BULL’S ALGORĐTMASI………………………………………………………... 17

2.2.5. NORMALLERĐN ORTALAMASI (AVERAGE OF NORMALS-AON)……….. 18

2.2.5.1. Normallerin Ortalaması Prosedürünün Tasarımı ve Değerlendirilmesi…….. 19

2.2.5.2. Normallerin Ortalaması Prosedüründe Güç Fonksiyon

Grafiklerinin Kullanımı……………………………………………………..

20

2.3. HEMOSTAZ LABORATUVAR TESTLERĐ………………………………………... 24

2.3.1. PROTROMBĐN ZAMANI……………………………………………………….. 26

2.3.2. AKTĐVE PARSĐYEL TROMBOPLASTĐN ZAMANI…………………………... 27

2.3.3. PT ve APTT ÖLÇÜMÜNÜ ETKĐLEYEBĐLECEK PREANALĐTĐK

FAKTÖRLER……………………………………………………………………..

27

2.3.3.1. Kan/Antikoagülan Oranı……………………………………………………. 27

iv

2.3.3.2. Plazma Örneklerinin Hazırlanması ve Saklama…………………………….. 28

2.3.3.3. Hastanın Hematokrit Düzeyi………………………………………………... 28

2.3.4. UZAMIŞ PT veya APTT TEST SONUÇLARININ DEĞERLENDĐRĐLMESĐ…. 29

3. GEREÇ ve YÖ�TEMLER……………………………………………………………. 31

3.1. PREANALĐTĐK DEĞERLENDĐRME……………………………………………….. 31

3.2. ĐNTERNAL ve EKSTERNAL KALĐTE KONTROL………………………………... 32

3.3. KALĐTE KONTROL PROSEDÜRLERĐNĐN HAFTALIK

DEĞERLENDĐRĐLMESĐ……………………………………………………………...

33

3.4. BHATTACHARYA METODUNUN KALĐTE KONTROL PROSEDÜRÜ

OLARAK KULLANILMASI…………………………………………………………

34

3.5. HOFFMANN METODUNUN KALĐTE KONTROL PROSEDÜRÜ OLARAK

KULLANILMASI ……………………………………………………………...

34

3.6. KAOGÜLASYON TESTLERĐNĐN REFERANS ARALIKLARININ ĐNDĐREKT

BELĐRLENMESĐ……………………………………………………………………..

35

3.7. ĐSTATĐSTĐKSEL ANALĐZ…………………………………………………………... 36

4. BULGULAR…………………………………………………………………………… 37

5. TARTIŞMA ve SO�UÇLAR…………………………………………………………. 49

6. ÖZET…………………………………………………………………………………… 55

7. SUMMARY……………………………………………………………………………. 56

8. KAY�AKLAR…………………………………………………………………………. 57

v

KISALTMALAR

FESCC Forum of European Societies of Clinical Chemistry

EC4 European Communities Confederation of Clinical Chemistry

ISO International Organization for Standardization

�CCLS National Committee for Clinical Laboratory Standarts

IFCC International Federation of Clinical Chemistry

EPTRV Expert Panel on theory of Reference Values

ICSH International Council for Standardization in Hematology

WHO Worl Health Organization

HBYOS Hastane Bilgi Yönetim ve Otomasyon

OPSpecs Operations Specifications

LoD Saptama Limiti

LoQ Ölçüm Limiti

CI Güven Aralığı

Pfr Probability for False Rejection

Ped Probability for Error Detection AO� Average of Normals

EAMM Exponentially Adjusted Moving Mean

Spop Popülasyonun Standart Sapma Değerinin

Smeas Analitik Standart Sapma

�p Ortalaması Alınacak Minimum Hasta Sayısı

�c Kontrol Ölçüm Sayısı

SDR Standard Deviation Ratio

M�PT Mean Normal Prothrombin Time

PT Protrombin Zamanı

APTT Aktive Parsiyel Tromboplastin Zamanı

ISI International Sensitivity Index

I�R International Normalized Ratio

HMWK High-Molecular Weight Kininogen

PK Prekallikrein

vWF von Willebrand Faktör

MCV Ortalama Eritrosit Hacmi

RBC Eritrosit Sayısı

HLA Human Leukocyte Antigens

vi

TABLOLAR

Tablo 1: Lolekha PH ve arkadaşlarının yaptığı bir çalışmadaki anyon açığı yükselmiş

1410 hastanın bildirilen hastalıkları……………………………………………..

15

Tablo 2: Bazı analitlerin normallerin ortalaması metoduna duyarlılıklarına göre

sınıflandırılması…………………………………………………………………

23

Tablo 3: Kan koagülasyon sisteminde yer alan faktörler ve kullanılmakta olan eş

anlamlıları……………………………………………………………………….

25

Tablo 4: Konjenital koagülasyon faktör eksiklikleri……………………………………... 30

Tablo 5: Edinsel koagülasyon faktör eksiklikleri………………………………………… 30

Tablo 6: Đnternal kalite kontrol sonuçları; ortalama PT ve APTT (%CV).......................... 32

Tablo 7: PT ve APTT test sonuçalrının 50 haftalık dilimlerdeki frekansları…………….. 33

Tablo 8: PT için test sonuçlarına dayalı kalite kontrol verileriyle, internal kalite kontrol

verileri arasında yapılan lineer regresyon analizi……………………………….

39

Tablo 9: APTT için test sonuçlarına dayalı kalite kontrol verileriyle, internal kalite

kontrol verileri arasında yapılan lineer regresyon analizi……………………...

40

Tablo 10: PT ve APTT’nin cinsiyet için alt topluluklarının Harris-Boyd modeliyle

değerlendirilmesi………………………………………………………………..

41

Tablo 11: PT ve APTT’nin yaşlara göre düzenlenmiş kartil değerleri…………………… 42

Tablo 12: PT ve APTT’nin yaşlara göre düzenlenmiş kartillerinin Harris-Boyd

modeliyle değerlendirilmesi …………………………………………………...

43

Tablo 13: Bhattacharya metoduyla PT hasta test sonuçlarının değerlendirilmesi………... 44

Tablo 14: Bhattacharya metoduyla APTT hasta test sonuçlarının değerlendirilmesi…….. 45

Tablo 15: Bhattacharya metoduyla hesaplanan PT ve APTT’nin indirekt referans

aralıklarının kartillere göre değerlendirilmesi………………………………….

46

Tablo 16: Parametrik ve non-parametrik metotlarla hesaplanan PT ve APTT

indirekt referans aralıkları……………………………………………………...

47

Tablo 17: 18-45 yaş arası bireyler için hesaplanan PT ve APTT indirekt

referans aralıkları……………………………………………………………...

48

vii

ŞEKĐLLER

Şekil 1: Referans bireylerin seçimi: posteriori ve priori seçim............................................ 5

Şekil 2: Yanlış ret olasılığı (Pfr) ve hata tespit olasılığının belirlenmesi (Ped)…………….. 21

Şekil 3: N=1 ‘den N=8’e kadar 13s kontrol kuralı için sistematik hatanın saptanmasında

kullanılan güç fonksiyon grafiği………………………………………………….

22

Şekil 4: Koagülasyon mekanizmasının şematik gösterimi………………………………... 25

Şekil 5: PT (A) ve APTT (B) için kalite kontrol prosedürlerinin haftalık gösterimi……... 37

Şekil 6: (A) PT için internal kalite kontrol ortalamalarıyla, Bhattacharya metodundan

elde edilen µ değerlerinin Bland-Altman analiziyle karşılaştırılması;

(B) PT için internal kalite kontrol ortalamalarıyla, Hoffmann metoduyla

hesaplanan Xp değerlerinin Bland-Altman analiziyle karşılaştırılması………….

38

Şekil 7: (A) APTT için internal kalite kontrol ortalamalarıyla, Bhattacharya metodundan

elde edilen µ değerlerinin Bland-Altman analiziyle karşılaştırılması;

(B) APTT için internal kalite kontrol ortalamalarıyla, Hoffmann metoduyla

hesaplanan Xp değerlerinin Bland-Altman analiziyle karşılaştırılması………….

39

Şekil 8: PT (A) ve APTT (B) sonuçlarının histogramları…………………………………. 41

Şekil 9: PT (A) ve APTT (B) için orta değerlere (x) karşı ∆ lny değerlerinin

saçılım grafikleri (scatter plot)……………………………………………………

46

1

1. GĐRĐŞ ve AMAÇ

Laboratuvarlar-arası ve yerel farklılıklar (toplum, diyet, laboratuvar tekniği ve

referans grup seçimi) nedeniyle hasta sonuçlarının tanısal değerlendirilmesinde her

laboratuvarın kendi referans aralığını belirlemesi önemlidir (1-5). Klinik laboratuvarların

çoğunluğu kit prospektüsünde yazılı referans aralıklarını kullanmakta, pek azı kendi

referans aralıklarını belirlemektedir. Bu durumun yetersizliği karşısında alternatif olarak

laboratuvarda çalışılmış hasta test sonuçlarının matematiksel/istatistiksel işlemlerden

geçirilmesiyle indirek referans sınırları hesaplanabilmektedir. Kendi referans aralığını

oluşturmak isteyen laboratuvar, sağlıklı kontrol grubu bulmakta sorun yaşar; örneklerin

alındığı kişilerin hepsi sağlıklı bireyler olmayabilir.

Hastanemizde Anestezi ve Reanimasyon klinik şefliğinin de bulunduğu

komisyon tarafından değişik yaş grupları ve cerrahi uygulamaları için hazırlanmış olan

Ameliyat Öncesi Hazırlığı Test Panellleri’nde PT ve APTT testlerinin rutin kullanımı

öngörülmüş olup, bu kılavuza uygun test istemi yapılmaktadır. PT ve APTT ameliyatta

kanama komplikasyonu riskine karşı önlem niteliğinde istenir; burada ‘etkili ve güvenli

antikoagülan tedavi’nin izlenmesi amaçlanmaz. Dolayısıyla bu testler için seçtiğimiz

topluluk önemsenebilecek büyüklükte hasta grubu kapsamamaktadır, ‘sağlıklı grup’ olarak

tanımlanması mümkündür.

Çalışmamızda belli klinikleri dışlayarak elde edilen birikmiş verileri kullanarak

koagülasyon testlerinin referans aralığının teyit edilmesine dair bir model oluşturmayı,

ameliyat öncesi hazırlık amacıyla istenen PT ve APTT ölçümlerini değerlendirmeyi

amaçladık. Diğer yönden bir yıllık bir süreçte geriye dönük kalite kontrol değerlendirmesi

amacıyla Bhattacharya ve Hoffmann metotlarının duyarlılıklarını karşılaştırmak istedik.

2

2. GE�EL BĐLGĐLER

2.1. KLĐ�ĐK LABORATUVARLARDA REFERA�S ARALIKLARI

Geçmişte referans değerler terimi yerine kullanılan normal değerler kavramı ilk kez

1969’da Gräsbeck ve Saris tarafından tanımlanmıştır (1). Sonraki on beş yılda Avrupa ve

Kuzey Amerika’dan birkaç çalışma grubu Gräsbeck’in ifade ettiği normal değerler

kavramını büyük ölçüde geliştirerek bu kavrama açıklamalar getirmişlerdir. Sonraki

yıllarda ise normal değerler kavramı laboratuvar tıbbında büyük çapta kabul görmüş;

birçok ulusal ve uluslararası organizasyon bu kavramla ilgili resmi dökümanlar

yayınlamışlardır (Forum of European Societies of Clinical Chemistry – FESCC , European

Communities Confederation of Clinical Chemistry-EC4 , International Organization for

Standardization-ISO 15189-2003 , National Committee for Clinical Laboratory Standarts-

NCCLS ve International Federation of Clinical Chemistry-IFCC’in önerileri). Ancak

normal değerler sözcüğünün istatistiksel açıdan başka anlamlara gelmesinden dolayı,

anlam kargaşasına sebebiyet vermemek için IFCC’in önerileri doğrultusunda artık referans

değerler terimi kullanılmaktadır.

Avrupa topluluğunun 98/79/CE talimatları, üretici firmaların reaktif kitleriyle

beraber referans popülasyonunu yansıtan referans aralıkları oluşturmalarını zorunlu

kılmıştır (2). Referans aralık ise; klinik laboratuvar test sonuçlarının medikal

yorumlanması için, daha önceden sağlıklı toplumdan elde edilen değer aralığının belirli

şartların sağlanmasıyla kullanışlı ve güvenli olarak belirlenmesi olarak tanımlanır (1-9).

Klinik tanı laboratuvarlarında tüm testler için güvenilir referans aralıklarının belirlenmesi,

referans bireylerinin seçilmesindeki sıkıntılardan dolayı oldukça zordur; buna ek olarak

çoğu zaman kullanışlı ve gerekli klinik veriler elde edilememektedir (2,3). Üretici

firmaların ürettikleri reaktif kitleri için referans aralıkları oluşturmaları zorunlu kılınmasına

rağmen; bu yöntem oldukça pahalıdır ve bazı sıkıntıları içermektedir. Örneğin; üretici

firmaların ürünlerini dünyanın birçok yerine dağıtmalarından kaynaklanan etnik, genetik

ve çevresel farklılıklar (biyolojik değişkenlik), referans aralıklarının bir ülkeden diğerine

3

veya bir analitik sistemden diğerine transferini zorlaştırmaktadır. Ancak her laboratuvarın

tüm testler için kendi referans aralıklarını belirlemesi zordur. Dış kalite kontrol programı

uygulanan 160 laboratuvarın referans aralıklarının değerlendirildiği bir çalışmada,

laboratuvarlar arası değişkenlik düşük olduğu halde referans aralıklarının farklı olmasının

test sonuçlarının verildiği raporlarda farklı klinik yorumlamalara sebebiyet verebileceği

belirtilmektedir (6). Bunun için en sağlıklı yaklaşımın belli coğrafi bölgelerde belli

kriterlere göre belirlenen laboratuvarların o bölge halkını temsil edecek referans

aralıklarını belirlemesi olduğu ifade edilmektedir (7,8).

2.1.1. IFCC ve ICSH’Đ� BELĐRLEDĐĞĐ TA�IMLAMALAR

IFCC’nin EPTRV (Expert Panel on Theory of Reference Values) paneli ve ICSH

(International Council for Standardization in Hematology)’in önerdiği tanımlamalar; WHO

(World Health Organization) ve diğer uluslararası organizasyonlar tarafından kabul

görmüştür (5). Bu tanımlamalar:

Referans birey: Đyi tanımlanmış belli kriterlere göre test için seçilmiş bireylerdir. Not:

Bireyin sağlık durumunun çok iyi tanımlanmış olması gerekir.

Referans popülasyonu: Tüm referans bireylerini içeren gruptur. Not: Referans

popülasyonunu oluşturan üyelerin sayıları çoğu kez bilinmemektedir. Bu yüzden referans

popülasyonu kavramı hipotetik bir kavramdır.

Referans örnek grubu: Referans popülasyonundan seçilmiş yeterli sayıda bireyden

oluşan gruptur.

Referans değer: Referans bireylerden elde edilen değerlerdir. Not: Referans değerler

referans örnek grubundan elde edilir.

Referans dağılım: Referans değerlerin oluşturduğu dağılımdır. Not: Referans

popülasyonun dağılımıyla ilgili hipotezler, referans örnek grubunun referans dağılımları

kullanılarak uygun istatistiksel metotlarla test edilebilir.

Referans sınır: Referans dağılımdan elde edilen bir değerdir ve referans değerlerin

tanımlayıcı bir ölçütüdür.

Referans aralık: Đki referans sınırı arasında kalan aralıktır. Genelde alt referans sınır

2,5.persentil ve üst referans sınır 97,5.persentil’dir (bu iki referans sınırlarının arası

referans grubundaki değerlerin %95’ini içermektedir).

4

Gözlemlenen değerler: Test edilen bireylerin (örneğin hastalar) laboratuvar test

sonuçlarıdır ve bu değerler; referans değerler, referans dağılımlar, referans sınırlar veya

referans aralıklarıyla karşılaştırılır.

2.1.2. REFERA�S BĐREYLERĐ� SEÇĐMĐ

Referans değerlerin belirlenmesinde referans bireylerin seçimi önemli olduğu kadar

zor bir aşamadır. Geleneksel olarak klinik laboratuvarlar sağlıklı bireylerden elde edildiği

ifade edilen referans değerleri kullanmaktadırlar. Ancak sağlıklı olma çok iyi tanımlanmış

bir durum değildir. Özellikle yaşla beraber hastalık ve sağlık arasındaki hipotetik sınır

kayabilmektedir (2,10). Referans değerler popülasyonun veya bireylerin sağlık durumunu

değerlendirme için kullanılabileceği gibi; bireylerdeki hastalık riskinin tespitinde veya

klinik karara yardımcı olmak için de kullanılabilmektedirler (10). Bunun için referans

bireyler daima sağlıklı bireylerden oluşmayabilmektedir. Çoğu zaman hastanedeki hasta

popülasyonu kullanılarak, bazı istatistiksel kriterlere göre referans değerler

oluşturulabilmektedir.

Referans popülasyonundan referans bireylerinin seçiminde priori ve posteriori

olarak adlandırılan iki yaygın metot kullanılmaktadır. Laboratuvarda çalışılan hasta test

sonuçlarıyla indirekt referans aralık belirlemeden farklı olarak; temelde bu her iki metot

direkt referans aralık belirlemede kullanılmaktadır. Priori (prospektif) yönteminde;

literatürden elde edilen veya aynı popülasyonla daha önceden yapılan çalışmalarda

tanımlanan dahil etme kriterlerine göre referans bireyler seçilir ve toplanan örneklerde

analizler sonra yapılır. Literatürden biyolojik değişkenliklerin tespiti ile elde edilen bilgiler

anketlere dahil edilir ve referans bireyler bu anketlere göre seçilirler. Bu yöntem kabul

edilen laboratuvar prosedürleri içersinde en çok bilinen ve kullanılan yöntemdir. Posteriori

(retrospektif) yöntem özellikle genel popülasyonun temel unsurlarını yansıtan büyük

örneklem gruplar (kırsal veya kentsel çevre, sosyo-ekonomik sınıflar, etnik gruplar gibi)

için idealdir (5,10). Ancak çok az laboratuvar bu şekilde tanımlanan büyük örneklem

gruplarına ulaşabilme imkanına sahiptir. Büyük örneklem gruplarında bireylerin seçimi

randomize veya non-randomize yapılabilir; bu seçimin ardından referans örneklem grubun

özelliklerine göre dışlama ve alt gruplara ayırma kriterleri belirlenir (Şekil 1). Posteriori

seçim sağlıklı bireylerden referans aralığı belirlemede daha uygun bir yöntem olmasına

rağmen, priori yöntem de çoğu durumda kullanılabilmektedir (10).

5

Şekil 1: Referans bireylerin seçimi: posteriori ve priori seçim (10).

2.1.2.1. Dışlama Kriterleri

IFCC’nin bildirdiği bazı dışlama kriterleri olarak ilaç kullanımı, aşırı kilo, sigara

kullanımı, kötü alkol alışkanlığı, bazı fizyolojik durumlar (gebelik, aşırı egzersiz, aşırı stes,

depresyon, tokluk gibi) ve bazı patofizyolojik durumlar (renal yetmezlik, konjestif kalp

yetmezliği, kronik akciğer hastalıkları, karaciğer hastalıkları, malabsorbsiyon gibi)

sayılabilir. Bu tip dışlama kriterlerinin çok iyi tanımlanmaması durumunda ölçülen

değerlerin grup dağılımlarında saçılmalar gözlenebildiği gibi bimodal veya polimodal

profiller de gözlenebilir. Literatür taranmasıyla hangi faktörlerin dikkate alınacağı

belirlenir. Örneğin C-reaktif proteinin referans aralığının belirlenmesinde, akut

inflamasyona sahip bireyler kadar herhangi bir inflamasyon hikayesine sahip olan

bireylerin de dışlanması gereklidir (2).

2.1.2.2. Alt Topluluklara Ayırma

Bir referans popülasyonunda daha homojen alt topluluklara ayrılma ihtiyacı

duyulabilir ve bu ayırma işlemini yapabilecek istatistiksel yöntemler mevcuttur. Grup

dağılımlarındaki saçılmalarda anlamlı farklılıklar gösteren referans değerler alt

topluluklara ayırma ile sınırlandırılabilmektedir. Örneğin serum potasyum düzeyi sağlıklı

bireylerde oldukça sabit düzeylerde iken; alkalenfosfataz yaş, cinsiyet ve hormonal

durumun (ergenlik, gebelik, menapoz, menstrüel döngü evreleri gibi) bir fonksiyonu olarak

çok fazla değişkenlik gösterebilir. Yaş, cinsiyet ve vücut ağırlığı çok sık kullanılan alt

topluluklara ayırma kriterleridir. Bu kriterlerin dışında genetik, sosyo-ekonomik ve

6

çevresel kriterler de bulunmaktadır (10). Genetik belirteçler olarak ABO kan grupları ve

human leukocyte antigens (HLA) sayılabilir. Doku enzimleri ve plasma proteinleri

fenotiplerinin varlığı veya yokluğu da homojen referans grupların elde edilmesinde

kullanışlı olabilir (α1-antiproteinaz, apolipoprotein B, fenilalanin hidroksilaz gibi) (2,10).

2.1.3. PREA�ALĐTĐK FAKTÖRLER

Pre-analitik faktörler bir referans popülasyonundan referans bireylerin seçimi kadar

önemlidir ve referans aralık belirlenirken örneklerin alınmasından analize kadar geçen

süreç çok iyi tanımlanmalıdır (11).

2.1.3.1. Biyolojik Değişkenlik

IFCC’nin yayınlamış olduğu klavuzlar, sağlık durumunun çok iyi tanımlandığı

homojen bir referans popülasyona olan ihtiyacı vurgulamaktadır (2,10). Ancak bu durumun

sağlanması biyolojik değişkenlik yüzünden çoğu zaman zordur. Biyolojik değişkenlik

referans aralıkları oluşturmak için referans birey seçiminde anahtar rol oynamaktadır (2,3).

Biyolojik değişkenlik ilk olarak Kuzey Amerika ve Đskandinavyalı birkaç grup tarafından

70’li yılların başlarında sınıflandırılmıştır (15,16). Değişkenliğin farklı kaynakları iki ana

başlıkta toplanabilir (2):

Birey içi değişkenlik (CVI): Fizyolojik regülatör mekanizmayı ve yaşlanmayı içerir.

Bireyler arası değişkenlik (CVG): Bir popülasyonda gözlemlenen tüm değişkenliklerdir

2.1.3.2. Metabolik Faktörler ve Regülasyon

Referans aralıkların belirlenmesinde lipitler, aminoasitler ve karbonhidratların

metabolizmasını değiştirebilen biyolojik faktörler büyük öneme sahiptir. Beslenme ve uzun

süreli açlık birçok metabolitin konsantrasyonlarına direkt etki edebilmektedir.

Yine farmakolojik aktif substanslar metabolitlerin konsantrasyonlarına hem direkt

(etanol, anti-epileptik ilaçlar gibi) hem de indirekt (kafein, beta blokerler, tütünde sigara

içerken açığa çıkan korbon monoksit ve nikotin) etki edebilmektedirler.

Stres ve fiziksel egzersiz de lipitlerin ve karbonhidratların metabolizmasında farklı

değişikliklere yol açabilir (11).

Örneklerin yatar pozisyonda veya oturarak alınması biyolojik faktörler içinde yer

alan hemodinamik faktörlerde bazı değişikliklere sebebiyet verebilir. Çünkü analitlerin

önemli bir kısmı ya proteindir ya da protein bağlıdır (kalsiyum, bilirubin, yağ asitleri gibi).

7

Bu yüzden örneklerin alınmasında bireylerin postürü, yakın zamanda yapmış olduğu

egzersiz veya turnikeye bağlı lokal hidrostatik basınç bu analitlerde artışlara yol açabilir

(2,11).

Dokularda meydana gelen hasarlar, hücresel komponentlerin kan dolaşımına

geçmesine sebebiyet verebilir (fiziksel egzersiz, kas masajı, prostat palpasyonu gibi). Yine

damardan kan almak ta hücre hasarına yol açabilmektedir (yaşlı bireylerde artmış eritrosit

frajilitesi gibi).

2.1.3.3. �umunelerin Elde Edilmesi

Metodolojik faktörler örneklerin toplanmasını, transportunu, saklanmasını ve

ayrılmasını içerir. Kan alma teknikleri (kanın arteryal,venöz veya kapiller oluşu),

kullanılan tüpler, katkı maddeleri (antikoagülanlar) ve kan alma sırasındaki

kontaminasyonlar (ağır metaller gibi) interferans kaynakları olabilirler (11). Örneklerin

transport, saklanma ve ayrılma koşulları ( kullanılan kaplar, sıcaklık, tam kan, serum veya

plazma gibi) birçok metabolite zarar verebilir. Bunun için referans aralıkların

belirlenmesinde örneklerin toplanması, transportu, saklanması ve ayrılmasıyla ilgili

prosedürler net olarak belirlenmeli ve ilgili tüm birimler bu prosedürler hakkında

bilgilendirilmelidirler.

2.1.4. A�ALĐTĐK FAKTÖRLER

Referans aralıkların oluşturulmasında örnek analizi için seçilen metodun ölçüm

prosedürünün çok iyi tanımlanmış olması gerekir ve metodun doğruluğu (accuracy),

kesinliği (precision), linearitesi, saptama limiti (LoD), ölçüm limiti (LoQ), geri kazanımı

(recovery), interferansları, analitik duyarlılığı ve özgüllüğü belirlenmelidir (2,5,12).

Metodun analitik performansını belirlemede kullanılan bu uygulamalarla laboratuvardan

elde edilen sonuçların güvenirliliği sağlanmış olur. Bazı çalışmalarda referans aralığın

belirlendiği analitin ölçümü için kullanılan metodun analitik doğruluğu için; bu

yöntemlerin dışında sonuçların izlenebilirliğinin (traceability) bir referans metotla deneysel

olarak gösterilmesi gerekliliğine dikkat çekilmektedir (17).

Analitik performansı değerlendirirken metot validasyonunun dışında kullanılan

reaktifler, su, kalibrasyon standartları, hesaplama metodları, cihaz ve ekipman da dikkate

alınmalıdır (5). Kalibrasyon materyalleri dikkatli bir şekilde tanımlanmalı ve okumaya

etki edebilecek non-spesifik komponentlerin varlığı hesaba katılmalıdır. Uygun kontrol

8

materyalleri ya ticari olarak ya da uygulamayı yapan kişiler tarafından hazırlanmalıdır. Bu

kontrol materyallerinin bir matriksi olmalı ve bu matriksin, referans aralığı belirlemede

kullanılan örneklerin matriksiyle benzer özelliklerde olması gerekmektedir (12).

2.1.5. REFERA�S ARALIĞI�I� BELĐRLE�MESĐ

Referans aralığının belirleneceği referans popülasyonunun homojenitesinden emin

olunduktan sonra, referans sınırlarının hesaplanmasında birçok istatistiksel metot

bulunmaktadır. Bunlar arasında en çok bilinen ve kullanılanı persentiller arası aralıktır.

Referans popülasyonunun %95 merkezi alanındaki sonuçlar, ‘%95 referans aralığı’nı

oluşturur; bu aralığın alt ve üst sınırları sırasıyla 2,5. ve 97,5.persentil değerleridir (5,13).

Bu alt ve üst sınırlar, popülasyonun büyüklüğüne göre değişebilen güven aralıklarıyla

(%90 CI gibi) beraber verilirler ve bu güven aralıkları popülasyonun gerçek persentil

değerlerinin ne kadar güvenle hangi sınırlarda bulunduğunu gösterir.

Persentil değerlerin hesaplanması parametrik veya non-parametrik istatistiksel

metodlarla yapılabilmektedir (5,13). Parametrik hesaplamada referans değerlerin

dağılımları Gaussian veya log-Gaussian olduğu varsayılır. Grup dağılımlarının çoğunun

non-Gaussian özellik göstermelerinden dolayı parametrik hesaplamalarda, belli kriterler

doğrultusunda referans değerlerin transformasyonuyla (logarithmic, square root, reciprocal

transformation gibi) elde edilen veriler kullanılmaktadır. Eğer transformasyon yapılmasına

rağmen grup dağılımı yine non-Gaussian profil sergiliyor ise non-parametrik metodlar

kullanılabilir. Non-parametrik hesaplama özellikle çok sayıda bireyin yer aldığı

popülasyonlarda referans aralığının belirlenmesinde daha kullanışlıdır. Non-parametrik

uygulamalar için en az 120 referans verisinin yeterli olduğu yapılan bir çalışmada

gösterilmiştir (18). IFCC hem parametrik hem de non-parametrik metotları önermesine

rağmen; NCCLS non-parametrik metotları önermektedir (5,13). Ve referans aralıklarının

belirlendiği çoğu çalışmada daha çok non-parametrik metotlar tercih edilmiştir (17).

2.1.5.1. Referans Değerlerin Dağılımı

Toplanan referans değerlerin dağılımı histogramlar, gövde-yaprak (stem-and-leaf-

plot) grafikleri veya normal olasılık grafikleriyle (normal probability plot)

değerlendirilebilir. Grup dağılımlarının Gauss dağılımına uyup uymadığının

değerlendirilmesinde en sık kullanılan istatistiksel metotlar Kolmogorov-Simirnov ve

Anderson-Darling testleridir. Bu grafiksel ve istatistiksel değerlendirmelerle dağılımlarda

9

çarpıklık (skewness), basıklık (kurtosis) ve sapan değerler olabileceği gibi; yine bu

dağılımlar bimodal veya polimodal profiller de sergileyebilirler. Aşırı çarpıklık ile bimodal

veya polimodal profilin varlığı grup dağılımının homojen olmadığını gösterir. Bu durumda

dahil etme ve dışlama kriterlerinin tekrar gözden geçirilip değerlendirilmesi gerekir. Eğer

gerekli görülürse referans popülasyon yaş, cinsiyet veya uygun başka bir faktöre göre alt

topluluklara ayrılabilir.

Grup dağılımından ayrılmış sapan (outliers) ve aşırı uç değerlerin (extreme values)

saptanması durumunda bu değerlerin hemen çalışma dışı bırakılmaması gerekir. Belli

kriterler doğrultusunda toplanan referans verilerinin her biri değerlidir. Bunun için

öncelikle preanalitik, analitik kayıtlar kontrol edilmeli; referans bireylerden toplanan

örnekler tekrar analiz edilerek olası hatalar saptanmalıdır. Analitik ve pre-analitik hataların

saptanmaması durumunda sapan ve aşırı uç değerler uygun istatistiksel metotlarla çalışma

dışı bırakılır. Gaussian dağılımlarda aşırı uç değerler X±4SD dışında kalan değerlerdir.

Non-Gaussian dağılımlarda ise Dixon (D/R 1:3) prosedürü ile Barnett ve Lewis tarafından

tanımlanan blok prosedürü aşırı uç değerlerin saptanmasında kullanılabilir (5,13,18,19).

Dixon prensibi dağılımın alt ve üst sınırlarında bulunabilecek aşırı uç değerler için; blok

prosedürü ise çok sayıda aşırı uç değerlerin bulunabileceği durumlarda uygulanır.

2.1.5.2. Referans Değerlerin Alt Topluluklarda Değerlendirilmesi

Referans topluluğu olası değişkenlikleri azaltmak için alt topluluklara (örneğin yaş

ve cinsiyet’e göre) ayrılabilir. Fizyolojik bir temele dayanmadan ve/veya klinik açıdan

yararlı olmadıkça alt topluluklara ayırma çoğu zaman doğru olmayabilir. Fakat ayırma

işlemi gerekliyse, alt topluluklardaki örnek sayısının en az 120 olması gerekliliği

bildirilmiştir. Đki alt topluluğunun gözlemlenen ortalamaları arasındaki fark istatistiksel

açıdan anlamlıysa (%5 veya %1 olasılık seviyesinde), her alt topluluğunun kendi referans

aralıklarının oluşturulması genel kabul gören bir yaklaşımdır (5,18).

Alt topluluklara ayırma gerekliliği var ise; alt topluluklar arasında tıbben önemli

olan anlamlılık dereceleri Harris-Boyd modeliyle sınanabilir (5,20,21). Bu model; alt

topluluklarının standart sapmaları arasındaki oranı (R) ve ortalamalar arasındaki farkın

anlamlılığının normal sapma testi ile değerlendirilir. R değeri, alt topluluklarda standart

sapma değeri büyük olanın küçük olan değere oranı ile hesaplanır (σ2/σ1). R değerinin

1.5’in üzerinde olması durumunda ortalamalar arasındaki farka bakılmaksızın alt

topluluklarının referans aralıkları ayrı ayrı hesaplanır. R değerinin 1.5’in altında olması

10

durumunda normal sapma testi kullanılır ve hesaplanan z değeri (z hesap = | µ2 -µ 1 | / [ σ1 2/ n1 +

σ2 2/ n2

]1/2) iki eşik değerle (zCrit3 = 3[ nort /120 ]1/2 ve zCrit5 = 5[ nort /120 ]1/2) karşılaştırılır.

Buna göre:

Eğer z hesap < zCrit3 ise alt topluluk oluşturma gereği duyulmaz

Eğer zCrit3 ≤ z hesap < zCrit5 ise alt topluluk oluşturma gereği diğer istatistiksel metotlarla sınanır

Eğer z hesap ≥ zCrit5 ise referans aralıklar alt topluluklarda ayrı ayrı hesaplanır

2.1.5.3. Referans Aralığının Belirlenmesinde Đstatistiksel Uygulamalar

Referans popülasyonunun %95 merkezi alanındaki sonuçların 2,5. ve 97,5.persentil

değerlerinin hesaplanmasında genel kabul gören parametrik ve non-parametrik istatistiksel

metotlar kullanılmaktadır. Parametrik yöntemde grup dağılımının Gaussian veya log-

Gaussian olduğu varsayılır. Bu metot ile referans grubun referans değerlerinin ortalaması

(X) ve standart sapması (Sx) kullanılarak referans aralığının alt ve üst sınırları, X ± c(1-α ).

Sx formülüyle hesaplanır. Formülde yer alan c(1-α ) , bir standart Gaussian sapmasıdır ve bu

sabit değer referans aralık için referans popülasyonunda seçilecek yüzde merkezi alana

göre daha önceden belirlenen istatistiksel tablolar kullanılarak belirlenir (18). Referans

aralık belirlemede genel kabul gören %95 merkezi alan kullanıldığı için α=0,025, 1-α=

0,975 ve c(1-α ) = 1,96’dır. Yine bazı istatistiksel metotlar kullanılarak referans aralığının alt

ve üst sınırlarının güven aralıkları hesaplanabilir. Referans popülasyonunun %95 referans

sınırlarının her birinin %90 güven aralıklarının alt ve üst sınırları,sınır persentil değeri ±

2,81.Sx / N1/2 formülüyle hesaplanır.

Referans popülasyonunun dağılımı referans değerlerin transformasyonundan

(logarithmic, square root, reciprocal transformation gibi) sonra yine non-Gaussian özellik

gösteriyorsa, referans aralıklarının belirlenmesinde non-parametrik metot kullanılabilir. N

sayıdaki referans değerlerinin küçükten büyüğe doğru sıralanmasından sonra %95 merkezi

alanın 2,5. ve 97,5. persentil değerleri sırasıyla, 0,025.(N+1) ve 0,975.(N+1) formülleriyle

hesaplanır. Non-parametrik metot ile referans popülasyonunun %95 referans sınırlarının

her birinin %90 güven aralıklarının alt ve üst sınırları, daha önceden belirlenen istatistiksel

tablolar kullanılarak belirlenir (18).

11

2.1.5.4. Referans Aralığının Đndirekt Bhattacharya Metoduyla Belirlenmesi

Bhattacharya metodu ilk kez 1967’de Bhattacharya tarafından tanımlanmış; daha

sonraki yıllarda modifikasyonlarla laboratuvarda çalışılan hasta test sonuçları kullanarak

indirekt referans aralık belirlemede temel bir metot olarak kabul görmüştür (22-30). Bu

metot biyolojik popülasyonun iki veya daha fazla alt gruptan oluştuğunu varsaymaktadır.

Çünkü biyolojik popülasyonların morfometrik karakterdeki dağılımları farklı

komponentlerin bir karışımıdır ve bu komponentlerin dağılımları iç içe girip birbirlerinin

üzerini örtebilir. Bu yüzden biyolojik dağılımlarda çarpıklıklar (skewness) ve basıklıklar

(kurtosis) gözlenebileceği gibi; bu dağılımlar bimodal veya polimodal profiller de

sergileyebilirler. Bir biyolojik popülasyon olarak hasta popülasyonunun alt gruplarından

biri non-patolojik laboratuvar test sonuçlarına sahip hastalardan oluşan ana grup iken;

diğer küçük grup veya gruplar ise patolojik test sonuçlarına sahip hastalardan

oluşmaktadır. Temel olarak Bhattacharya metodu non-patolojik laboratuvar test

sonuçlarını, patolojik test sonuçlarından ayırarak bu verilerden referans aralığının alt ve üst

sınırlarını hesaplar.

Bu metodun ilk aşamasında tüm test sonuçları eşit aralıklar oluşturularak

sınıflandırılır ve bu sınıfların Gaussian dağılım denklemi şöyledir:

Denklemdeki yx , x orta değeri olan intervalin frekansı; N, total frekans ; µ, dağılımın

ortalaması; σ, dağılımın standart sapmasıdır. Her orta değere karşılık gelen frekansların

logaritmaları veya ln değerleri (logy veya lny) bir sonraki orta değere karşılık gelen

frekansların logaritmaları veya ln değerlerinden çıkartılarak ∆logy veya ∆lny değerleri elde

edilir. Orta değerlere karşı ∆ logy veya ∆ lny girilerek elde edilen saçılım grafiğinde

(scatter-plot) noktaların doğrusal özellik gösteren aralıkta olanları sağlıkla ilişkili veriler

olarak kabul edilir. Elde dilen bu doğrunun 0 y-ekseninde kestiği nokta λ değerini verir. Bu

metodun son final denklemleri:

µ = λ + h/2 ve σ2 = h ∆x/ ∆ ( ∆ lny ) – h2/12’dir.

Bhattacharya metoduyla belirlenen indirekt referans aralıkların alt ve üst sınırları µ±2σ

formülüyle hesaplanır.

−

−

=

2

2

1exp.

2 σµ

πσ

x1y x

12

2.1.6. REFERA�S ARALIKLARI�I� TRA�SFERĐ ve VALĐDASYO�U

Bir laboratuvarın güvenilir referans aralıklarını belirlemesi zor ve pahalı bir

süreçtir; ve birçok laboratuvar üretici firma tarafından sağlanan referans aralıklarını

kullanmaktadır. Bu yüzden laboratuvardaki cihaz ve reaktiflerin üretici firmaları tarafından

sağlanan referans aralıklarının bazı validasyon yöntemleriyle transferi daha ucuz ve

uygulanabilir bir yöntemdir. Bir analit için referans aralığının aynı laboratuvar içinde veya

bir laboratuvardan diğerine transferi için gereksinimler, o analitin ölçüldüğü analitik

sistemin (cihaz ve metot) aynı veya farklı olmasına göre değişebilmektedir (5). Bir

referans aralığının transferi iki temel problemi içerir: (1) analitik sistemin karşılaştırılması

(2) test örnek popülasyonunun (referans popülasyonu) karşılaştırılması.

Çalışma metotları arası farklılıklar ölçüm farklılıklarına sebebiyet vereceğinden,

referans aralığının hesaplanmasında dikkate alınmalıdır. Metotlar arası farklılıklara kanser

antijen ölçümleri örnek verilebilir. Đmmünokimyasal metotların (karsinoembriyonik

antijen gibi) protein ölçümleri kullanılan antikorlardan dolayı çoğu zaman farklılık

göstermekte; bu durum laboratuvar metotlarında biasa ve analitik değerlerde sapmalara yol

açmaktadır. Genel olarak laboratuvarda uygulanmak istenen yeni analitik sistemle

laboratuvarda kullanılmakta olan analitik sistem benzer tekrarlanabilirlik ve interferanslara

sahip; benzer standartlar, kalibratörler ve birimler kullanıyor ise referans aralığı yeni veya

alternatif sisteme transfer edilebilir. Eski ve yeni metodun NCCLS EP-9 klavuzuna göre

karşılaştırılmasıyla bir referans aralığının yeni metoda göre transferi lineer regresyon

analiziyle (y = a.x+ b) yapılabilir (31). Aynı örneklerin her iki metotla elde edilen

değerleri arasındaki ilişki lineer regresyon analiziyle doğrusal bir ilişki ise (R2 >0,90; b

değeri 0’a yakın; a değeri 1’e yakın ise); eski metoda göre belirlenmiş referans aralığının

alt ve üst değerleri bu regresyon modeliyle (yeni metodun sonucu = a.[eski metodun

sonucu] + b ) yeni metoda göre transfer edilebilir. Tartışmalı olmakla beraber bu model,

Ghoshal ve Soldin tarafından özellikle yeni bir referans aralığı çalışmasının zor olduğu

pediatrik yaş gruplarında Dade Behring Dimension RxL ve Ortho Diagnostics Vitros 500

cihazları arasında uygulanmıştır (32,33).

Farklı bir laboratuvar veya üretici firma tarafından bildirilen bir referens aralığının

aynı veya benzer bir analitik sisteme transferinde referans popülasyonunun

karşılaştırılması gerekir. Orijinal referans aralığı çalışmasındaki ilgili faktörlerin

incelenmesiyle transferin geçerliliği subjektif olarak değerlendirilebilir. Bunun için ilgili

makalede referans popülasyonunun tüm demografik ve coğrafik bilgileriyle beraber

13

preanalitik-analitik prosedürlerin, analitik performansın ve referans aralığı hesaplamada

kullanılan istatistiksel metotların yeterince açıklanmış olması gerekir. Eğer bu faktörler

transferin yapılacağı laboratuvarın işleyişiyle tutarlıysa referans aralığı herhangi bir

validasyon işlemi yapılmadan transfer edilebilir. Alternatif olarak üretici firma tarafından

bildirilen bir referans aralığı valide edilebilir. Transferin geçerliliği laboratuvarın kendi

örnek popülasyonundan az sayıda referans bireyin (n=20 veya n=60) seçilmesiyle

değerlendirilip; elde edilen bu referans değerler yeterli sayıda referans bireyin yer aldığı

orijinal çalışmadaki verilerle karşılaştırılabilir. Ancak transferin yapıldığı laboratuvarın

preanalitik ve analitik faktörleri orijinal referans aralığı çalışmasıyla tutarlı olmalıdır.

Transferin validasyon çalışması için, belirlenen dışlama ve dahil etme kriterlerine göre

laboratuvarın sağlıklı popülasyonundan seçilen 20 bireyin test sonuçları istatistiksel olarak

değerlendirilir (test sonuçlarının Gauss dağılımına uygunluğu veya aşırı uç değerlerin

varlığı gibi). Eğer elde edilen 20 test sonucunun en az 18’i (%90’ı) üretici firma tarafından

bildirilen %95 referans sınırlarının içindeyse, bu referans aralığının laboratuvara transferi

dikkate alınabilir. 20 test sonucundan 3 veya daha fazlası üretici firma tarafından bildirilen

%95 referans sınırlarının dışındaysa yeniden 20 referans bireyi seçilip aynı kurallar

uygulanır. Ancak yine 3 veya daha fazla test sonucu bildirilen %95 referans sınırlarının

dışındaysa kullanılan analitik prosedürler ve iki referans popülasyonunun biyolojik

özelliklerindeki olası farklılıklar gözden geçirilmelidir. Bu kriterin kullanılması durumda

referans aralığının yanlış ret olasılığı %7,5 iken; 20 test sonucundan 4 veya daha fazla test

sonucunun bildirilen %95 referans sınırlarının dışında kalması kriteri için yanlış ret

olasılığı %1,6’dır. Bu validasyon prosedürleriyle bildirilen referans aralığının transferi

uygun bulunmuyor ise tam bir referans aralığı çalışması yapılmalıdır (5).

14

2.2. HASTA TEST SO�UÇLARI�A DAYALI KALĐTE KO�TROL

Birçok laboratuvarların kalite kontrol uygulamaları, hasta örneği yerini tutan

materyallerin analizi üzerine temellendirilmiştir. Önceden değerleri bilinen analitleri içeren

kontrol serumlarının kullanılmasıyla yapılan geleneksel kalite kontrol uygulamalarının bazı

dezavantajları vardır. Bunlardan bazıları; kontrol materyalinin maliyeti, materyalin uygun

koşullarda saklanmasında oluşabilecek problemler, materyalin çözündüğünde unstabil

olabilmesi, materyal uygun koşullarda saklansa bile zamanla bozulabilmesi, üretimdeki

farklılıklardan kaynaklanan şişeler arası değişkenlikler, materyalde yer alan enzimlerin ve

diğer proteinlerin hayvan kaynaklı olabilmesi, kontrol materyalindeki birçok analitin

konsantrasyonlarının klinik önemdeki konsantrasyonları yansıtmamasıdır.

Kalite kontrol prosedürlerine alternatif uygulamalar, rutin laboratuvar çalışmalarından

elde edilen hasta test sonuçlarının kullanılması üzerine biçimlendirilmiştir (29,34-41).

Hasta test sonuçlarını baz alan kalite kontrol uygulamalarından bazıları delta kontrol,

anyon açığı, hastanın test sonucunun multiparametrik kontrolü, Bulls algoritması ve

normallerin ortalamasıdır. Hasta test sonucu hem tek başına hem de bir grup içerisinde

değerlendirilebilir. Daha önceden belirlenmiş kritik önemdeki değeri aşan abnormal hasta

test sonuçları rapor edilmeden önce tekrar analiz edilebileceği gibi, bu kritik değerler hızlı

bir biçimde ilgili klinisyene iletilebilir.

2.2.1. A�YO� AÇIĞI

Laboratuvar hataları bazen, aynı örnekten elde edilen farklı test sonuçlarının

karşılaştırılmasıyla saptanabilir. Abnormal test sonuçları için olası birçok sebep

düşünülüyor ise, belirli test sonuçlarının kombine değerlendirilmesi hataların

saptanmasında daha etkili olabilir. Analitik performansın izlenmesi için bir dizi test

sonucunun kullanıldığı en bilinen yöntemlerden biri anyon açığının hesaplanmasıdır.

Anyon açığı analitik süreçteki rastgele hataların saptanmasında bir kalite kontrol

parametresi olarak kullanıldığı gibi; asit-baz dengesi bozukluğunun tanısında ve

sınıflandırılmasında da kullanılmaktadır. Anyon açığı, serumda ölçülmemiş katyonlar ve

anyonlar arasındaki yaklaşık farkı ifade eder ve [(Na+ + K+) – (Cl - + HCO 3-)] olarak

hesaplanır. Anyon açığı hesabında bazı laboratuvarlar denkleme potasyumu dahil

etmemektedir. Anyon açığının değerlendirilmesinde laboratuvarda kullanılan cihazlarda

farklılıklarının dikkate alınması gerekir. Çünkü yapılan bir çalışmada, anyon açığı sağlıklı

bireylerde bazı analizörler için 3-11 mmol/L aralığında iken, diğer bazı analizörler için 8-

15

16 mmol/L aralığında saptanmıştır (42). Bunun için, her bir analizörde ölçülen

elektrolitlerin belirlenen referans aralıkları kadar anyon açığı referans aralıklarının

uygunluğunun da laboratuvarlar tarafından doğrulanması gerekir.

Artmış anyon açığına sebebiyet verebilen başlıca patofizyolojik durumlar

hipertansif hastalıklar, kronik böbrek yetmezliği, diyabet ve kalp yetmezliğidir. Anyon

açığının azaldığı patofizyolojik durumlar ise karaciğer sirozu, nefrotik sendrom, poliklonal

hipergammaglobulinemi ve bazı monoklonal gammopatilerdir. Lolekha PH ve

arkadaşlarının yaptığı bir çalışmadaki anyon açığı yükselmiş 1410 hastanın bildirilen

hastalıkları Tablo 1’de gösterilmiştir (43). Anyon açığının 2 mmol/L’nin altında veya 24

mmol/L’nin üzerinde olması oldukça nadirdir ve bu durumlarda elektrolitlerin kalite

kontrolleri hemen gözden geçirilmelidir. Bazı araştırıcılar, sekiz veya daha fazla hastadan

elde edilen hesaplanmış anyon açığı değerlerinin ortalamaları ile her bir hasta anyon açığı

değerinin karşılaştırılmasının analitik hataların saptanmasında oldukça duyarlı bir kalite

kontrol prosedürü olabileceğini göstermişlerdir (44).

Tablo 1: Lolekha PH ve arkadaşlarının yaptığı bir çalışmadaki anyon açığı yükselmiş 1410

hastanın bildirilen hastalıkları (43).

Hastalık % % Hastalık % %

Genitoürüner sistem

Kronik böbrek yetmezliği

Üriner enfeksiyon

Diğer

28,4

15,4

2,3

10,7

Kalp

Đskemik kalp hastalığı

Serebrovasküler hastalık

Konjestif kalp yetmezliği

Diğer

11,9

2,6

0,7

2,0

6,6

Hipertansiyon 19,2 Solunum sistemi

Pnömoni

Amfizem ve astım

Akut üst solunum yolu enfeksiyonu

Diğer

6,8

2,0

1,4

0,9

2,5

Endokrin sistem

Diyabet

Diğer

18,0

12,9

5,1

Bakteriyel ve parazitik enfeksiyon 5,1

Malignant neoplazma 15,1 Karışık hastalık grubu 37,1

Sindirim sistemi 12,1

Bazı hastalar birden fazla hastalığa sahiptir

16

2.2.2. DELTA KO�TROL

Bazı laboratuvar hataları, örneklerin karışmasından veya intravenöz verilen sıvının

örneği değiştirmesinden kaynaklanabilir. Hastanın en son laboratuvar test sonuçlarının,

aynı hastanın daha önceki örneklerinden elde edilen test sonuçlarıyla karşılaştırılması ile

bu laboratuvar hataları saptanabilir. Delta kontrol olarak adlandırılan bu teknik bir çok

laboratuvar bilgi sistemine dahil edilmiştir; ve bu teknik hastanın daha önceki test

sonuçları ve en son laboratuvar test sonuçları arasındaki farkları belirlenmiş eşik değerler

ile karşılaştırır. Peş peşe iki örnek arasındaki fark belirlenmiş eşik değerleri aştığında

meydana gelen dikkate değer değişiklikler delta kontrol ile saptanabilmektedir. Delta

kontrolün değerlendirmesi (45-48):

Delta fark = yeni sonuç – serinin bir önceki sonucu

Delta yüzde değişimi = delta fark / yeni sonuç

Delta interval = Yeni sonuç – serinin ilk sonucu

Fark oranı = (delta fark / delta interval) x 100

Yüzde değişimi oranı = Delta yüzde değişimi / delta interval

Klinik laboratuvarlarda yapılan bazı çalışmalar, delta kontrol hatalarının büyük bir

bölümünü elektrolit ölçümlerinde belirlemişlerdir (46). Delta kontrol hataları ayrıca böbrek

yetmezliği (özellikle diyalize giren hastalar), kalp yetmezliği ve diyabetik ketoasidozu olan

hastalarda görülebilmektedir. Yapılan çalışmalarda örneklerin karışmasından kaynaklanan

hata sıklıklarının gerçekte oldukça düşük olduğu gösterilmiştir. Örneklerin karışma

hatalarını saptamak için çok değişkenli bir delta kontrol metodunun kullanıldığı büyük bir

çalışmada hata oranı sadece %0,07 olarak belirlenmiştir (49,50). Yine aynı çalışmada,

cihazın sample probunun yetersiz örnek çekmesinden kaynaklanan hataların saptanmasında

delta kontrolün daha kullanışlı olduğu bildirilmiştir. Böylece sample probun fibrin veya

diğer bazı materyallerle tıkanması gibi analizörlerin arızalarından kaynaklanan önemli

laboratuvar hataları delta kontrol ile saptanabilmektedir.

2.2.3. HASTA TEST SO�UCU�U� MULTĐPARAMETRĐK KO�TROLÜ

Aynı hastadan elde edilen farklı laboratuvar test sonuçları arasındaki

korelasyonunun değerlendirilmesi bazı analitik hataların belirlenmesine yardımcı olabilir.

Direkt bilirubinin total bilirubinden yüksek olması, albüminin total proteinden yüksek

olması, abnormal alanin aminotranferaz (ALT)’a karşı normal aspartat aminotranferaz

(AST), artmış kreatinine karşı normal kan üre azotu, hematokrit-hemoglobin arasındaki

17

korelasyonun kaybı, eritrosit morfolojisi ile ölçümü arasındaki tutarsızlıklar hasta test

sonucunun multiparametrik kontrolüne örnek verilebilir. Multiparametrik kontrolle alakalı

bir çalışmada laboratuvar testlerinin ilişkili alt panellere bölünmesinin (kan: eritrosit,

lökosit ve trombosit sayıları ; karaciğer: alkalin fosfataz, AST,ALT ; böbrek: kreatinin, kan

üre azotu, ürik asit ; elektrolitler: sodyum, potasyum, kalsiyum gibi) beklenen limitlerin

dışındaki değerlerin saptanmasını kolaylaştırdığı belirtilmektedir (51,52). Test sonuçları

arasındaki ilişkinin değerlendirilmesinde Gambino R ve arkadaşlarının önerdiği ‘fuzzy

logic‘ model kullanılabilir (52). Bu modelde doğru test sonuçları 1 olarak ve yanlış test

sonuçları 0 olarak kodlanır. Sistemde 0 ile1 arasına düşen test sayısına göre sonuçların

uygunluğu değerlendirilebilir. Çalışmada 10.000 hastaya ait kalsiyum ve albümin test

sonuçlarının sırasıyla x ve y eksenlerine girilmesiyle elde edilen noktasal alanın

yoğunluğunu yansıtan iç içe geçmiş izohips eğriler test sonuçlarının olasılık limitlerini (<

%10, %20-%50, %50-%90, > %90) oluşturmuştur. Böylece bu modelle test sonuçlarının

kabul edilip edilmeyeceği kararı verilebilir.

2.2.4. BULL’S ALGORĐTMASI

Bu teknik 1974’de Bull tarafından kan sayımı analizörlerinde ölçülen eritrosit

belirteçlerinin (hemoglobin, eritrosit sayısı –RBC, ortalama eritrosit hacmi- MCV) kalite

kontrollerinin hasta verileri kullanılarak değerlendirilmesi için tasarlanmıştır (53). Temelde

Bull’s algoritması normallerin ortalaması (average of normals–AON) prosedürünün farklı

bir uygulamasıdır ve çoğunlukla ticari hematoloji otoanalizörleri için kullanılmaktadır. Bu

algoritma, daha önceden N sayıda (genellikle N=20) örneğin analizinden elde edilen

ortalama değeri kullanılarak yeni hasta ortalamasının tekrar hesaplanması üzerine

temellendirilmiştir. Hesaplanan bir fonksiyon (d) yeni ortalamayı hesaplamak için eski

ortalamaya eklenir. Böylece Bulls algoritması (54) :

X B, i = X B, i-1 + d ( X B, i yeni hesaplanan ortalama; X B, i-1 bir önceki ortalama )

Hesaplanan d değeri bir işaret fonksiyonu (sign function: y<0 ise -1; y=0 ise 0 ve y>0 ise

1) ile elde edilir. Çoğunlukla ekponansiyel faktör (P) =1/2 ve N=20’dir. Eğer yeni

hesaplanan ortalama değer kabul edilebilir stabil hasta ortalamasının %3’lük limitleri

, 1 , 1 1/, 1 , 1

1 1

sgn( )sgn( sgn( ) ).( )

p1 1p j B i j B i p

j B i j B ij j

x x x xd x x x x

1

− −

− −= =

− −= − −∑ ∑

18

(ortalamanın 0,97 kat altı ve 1,03 kat üstü) içersinde değilse bu durumun araştırılması

gerekir ve bazı düzeltmeler uygulanmalıdır. Bu tekniğin dezavantajlarından biri bazı hasta

toplulukların (yeni doğan ve onkoloji hastaları gibi) verilerinin bu teknik için

kullanılamamasıdır. Çünkü sapan değerlerin ortalamasının oranına bağlı olarak bu

toplulukların test sonuçları analitik sapmaların yakalanmasını zorlaştırabilir (55). Bu

yüzden bu tekniğin, belli özellikteki homojen hastalardan oluşan popülasyonun

örneklerinin analizi sırasındaki hataların saptanmasında daha kullanışlı olduğu

belirtilmektedir (56). Yeni Bull’s ortalaması hesaplamak için örnek sayısındaki artışın bu

tekniğin sensitivitesinde artışa ve yanlış ret etmelerde azalışa yol açtığı saptanmıştır (54).

Smith FA ve arkadaşları Bull’s algoritmasını, normallerin ortalaması (AON)

prosedürünü modifiye ederek eksponansiyel olarak düzenlenmiş hareketli ortalama

(exponentially adjusted moving mean–EAMM) olarak tanımlamışlardır (54). Bulls

algoritmasında kullanılan eksponansiyel faktör (P) 1 (1/2 yerine) olduğunda EAMM,

normallerin ortalaması prosedüründeki kesme limitlerine ayırmadan hesaplanan ortalama

ile aynı değerdedir. Ve optimal eksponansiyel faktör (P) 0,63 ile 0,70 arasında

değişmektedir. Yapılan çalışmada normallerin ortalamasında olduğu gibi EAMM

metodunun düşük standart sapma oranlarına (SDR = Spop/Smeas) sahip analitlere daha

duyarlı olduğu gösterilmiştir. Bull’s algoritması için kritik bir nokta ise sapma gösteren

değerlerin yeni hesaplanan ortalamaya etkisidir. Önceki ortalama için kullanılan hasta

verilerinin square roots transformasyonu ile yeni ortalamanın hesaplanması bu durumun

aşılabilmesi için kullanılabilecek bir yöntemdir (37).

2.2.5. �ORMALLERĐ� ORTALAMASI (Average of �ormals – AO�)

Analitik metotların stabilitelerinin uzun yıllar sürdürülmesi zor olmasına rağmen

tüm klinik laboratuarların temel amaçlarından birisidir. Laboratuvarlarda kullanılan günlük

kalite kontrol materyallerinin stabilitesi genellikle bir yıldan daha azdır (tek bir lot için).

Bu süre içersinde herhangi bir analitik hatadan kaynaklanan veya farklı bir lot numaralı

kontrole geçilirken meydana gelebilecek analitik sapmalar gözden kaçabilir. Hasta

verilerinin kısa veya uzun dönem kalite kontrol değerlendirilmesi için kullanılması bu

analitik sapmaların belirlenmesinde yardımcı olabilir. Hasta test sonuçlarının kalite kontrol

için kullanıldığı ve istatistiksel temele dayanan ‘ normallerin ortalaması (average of

normals–AON)’ prensibi, belli kurallara göre belirlenen hasta test sonuçları ortalamasının

bir kontrol limiti ile karşılaştırılması temeline dayanmaktadır. Bu teknik ilk olarak 1965’de

19

Hoffmann RG ve Waid ME tarafından tanımlanmıştır (57). Sonraki yıllarda yapılan

çalışmalarda orijinal teknikte bazı modifikasyonlar yapılmasına rağmen; ilk

tanımlandığında amaçlanan temel prensipler değişmemiştir (34-37).

Cembrowski GS ve arkadaşlarının normallerin ortalaması tekniği ile ilgili yaptığı

detaylı bir çalışmada; metodun optimizasyonunun zor olduğu, laboratuvarlarda kullanılan

rutin kalite kontrol prosedürleri yerine kullanılamayacağı ancak bu prosedürlere ek bir

uygulama olarak kullanılabileceği bildirilmiştir (34). Yapılan başka bir çalışmada bu

teknikle günlük hasta test sonuçları uygulamaları yerine çok sayıda günün hasta test

sonuçları uygulamalarının sistematik hataların ve var olan eğilimlerin saptanmasında daha

duyarlı olduğu belirtilmiştir (58). Bu tekniğin avantajları olarak maliyetinin olmaması,

sistematik hataların belirlenebilmesi, istenilen herhangi bir zamanda uygulanabilir olması,

iki seviyeli kalite kontrol için normal seviyeye ek bir uygulama olarak kullanılabilir olması

sayılabilir. Dezavantajları olarak spesifik laboratuvar yazılımlarına ihtiyacın olması ve

rasgele hataları saptayamaması sayılabilir.

2.2.5.1. �ormallerin Ortalaması Prosedürünün Tasarımı ve Değerlendirme

Normallerin ortalaması prosedürünün performansı birkaç faktörden

etkilenmektedir. Bunlar; popülasyonun standart sapma değerinin (Spop) analitik standart

sapma (Smeas) değerine oranı (Spop/Smeas), ortalaması alınacak minimum hasta sayısı (Np),

kontrol ölçüm sayısı ( Nc ), kontrol limitlerinin seçimi, kesme limitlerinin seçimi ve kesme

limitlerine uyan popülasyonun oranı. Standart sapma oranı (standard deviation ratio –

SDR) olan Spop/Smeas, normallerin ortalaması prosedürünün hata saptama kapasitesini

yansıtan primer belirleyici etkendir. Analitik standart sapma değeri within-run ve between-

run varyasyon komponentlerinden oluşurken; popülasyonun standart sapma değeri bireyler

arası biyolojik standart sapma ile analitik standart sapmadan oluşmaktadır (S 2 pop = S 2

biol

+ S 2 meas ;59,60). Normallerin ortalaması prosedürü SDR değeri 3’ten küçük olan sodyum,

potasyum, klorür ve kalsiyum gibi analitler için analitik hata saptanmasında daha duyarlı

iken; SDR değeri 7’den büyük olan glukoz, kolesterol ve kan üre nitrojeni gibi analitler

için analitik biasın saptanmasında daha az duyarlıdır (34-37). Cembrowski GS ve

arkadaşlarının yaptıkları çalışmada analitik hatanın saptanması için normallerin ortalaması

prosedürü değerlendirilmesinde gerekli olan minimum hasta test sonucu sayısı sodyum için

20 iken glukoz için 100 olarak belirlenmiştir (34). Douville P ve arkadaşları normallerin

20

ortalaması için gerekli olan minimum hasta test sonucunu sayısının Np = 2 x Nc x ( S2pop /

S2meas ) formülü ile belirlenebileceğini belirtmektedir (58).

Normallerin ortalaması prosedüründe diğer bir önemli nokta, birçok analitin hasta

test sonuçları dağılımlarının non-Gaussian profil sergilemeleridir. Bu yüzden

popülasyondaki abnormal test sonuçlarının atılmasıyla elde edilen kesme limitlerinin

belirlenmesi normallerin ortalaması prosedürünün önemli bir aşamasıdır. Cembrowski GS

ve arkadaşlarının yaptıkları çalışmada kesme limitleri seçiminin hasta test sonuçlarının

dağılımlarıyla ilişkili oldukları; dağılım Gauss dağılımına uyuyor ise kesme limitlerinin

belirlenmesine gerek olmadığı ancak Gauss dağılımına uymuyor ise kesme limitlerinin

belirlenmesinin gerekli olduğu bildirilmiştir (34). Poliklinik hastaları gibi sağlık taraması

yapılan bireylerden oluşan popülasyonlar için kesme limitlerinin sınırları X p ± 3 Sp

formülüyle; hastane yatan bireylerden oluşan popülasyonlar için X p ± 2,5 Sp formülüyle

hesaplanmaktadır.

Kesme limitlerinin belirlenmesinden sonra normallerin ortalaması prosedüründeki

diğer önemli aşama; bu limitler içersinde kalan hasta test sonuçları ortalamasının

belirlenen bir kontrol limiti ile değerlendirilmesidir. Kontrol limitleri X p ± c.Sp / Np1/2

formülü ile hesaplanmakta ve formülde yer alan c değeri 2,5 ile 3,0 arasında

değişebilmektedir. Yanlış retler dar kontrol limitlerinin kullanılmasında artarken geniş

kontrol limitlerinin kullanılmasında azalmaktadır. Bu yüzden kontrol limitlerinin

belirlenmesinde yanlış ret etme olasılığı %1 veya daha düşük olmalıdır. Ancak analitik

hataların belirlenme olasılığı dar kontrol limitlerinde ve yüksek Np değerlerinde

artmaktadır. Son aşama, kesme limitleri içersinde kalan hasta test sonuçları ortalamasının

kontrol limitleri içersinde olup olmadığının değerlendirilmesidir. Fakat normallerin

ortalaması metoduyla yapılan bu değerlendirme laboratuvarda kullanılan rutin kalite

kontrol uygulamalarıyla beraber yapılmalıdır.

2.2.5.2. �ormallerin Ortalaması Prosedüründe Güç Fonksiyon Grafiklerinin

Kullanımı

Temel istatistikte kurulan hipotez testlerinde iki tür hata yapılabilir. Tip I hata (veya

α hata) H0 hipotezinin (istatistiksel açıdan fark olmadığını öne süren hipotez) gerçekte

doğru olduğu halde ret edilmesi; tip II hata (veya β hata) H1 hipotezinin (istatistiksel

açıdan fark olduğunu öne süren hipotez) gerçekte doğru olduğu halde ret edilmesidir.

Genelde tip I hatanın azaltılması tip II hatanın artışına yol açar ve tip II hatanın artışı

21

kurulan hipotez testinin güvenirliliğini azaltır. Gerçekte H1 hipotezi doğru olduğu

durumda, kurulan hipotez test sonucunun da bu sonuca varması olasılığına ‘ testin gücü

(power) ’ adı verilir ve güç 1- β’ya eşittir. Hipotez testinin gücünü çalışmaya alınacak

denek sayısı (örneklem büyüklüğü) belirler.

Temel istatistiksel kuramlardan yola çıkarak klinik laboratuvarın kalite planlaması

için kullanılabilecek güç fonksiyon grafikleri geliştirilmiştir (61-63). Kontrol prosedürü

olarak bu grafik, x-eksenindeki hata büyüklüklerine karşılık y-ekseninde reddetme

olasılıklarını gösterir (şekil 2). Analitik metoda özgü imprezisyon hariç herhangi bir

analitik hata olmadığı halde verilen ret sinyalinin olasılığı yanlış ret olasılığı (probability

for false rejection - Pfr) olarak adlandırılır. Teorik olarak yanlış ret olasılığının 0,00 olması

gerekir ancak uygulamalarda 0,005’den 0,05’e kadar olan değerler kabul edilmektedir.

Analitik hatanın varlığı durumunda verilen ret sinyalinin olasılığı hata tespit olasılığı

(probability for error detection – Ped) olarak adlandırılır. Teorik olarak hata tespit

olasılığının 1,00 olması gerekir ancak uygulamalarda 0,90 ideal performans olarak kabul

edilmektedir. Hata saptama kontrol ölçüm sayısına ve kontrol kurallarına bağlıdır. Dar

kontrol limitleri hem yanlış ret hem hata tespit olasılığında artışa sebebiyet verir. Çok

sayıda kontrol kurallarının birlikte kullanımı ve artmış kontrol ölçüm sayısı hata tespit

olasılığını artırır. Ancak bu durum artmış iş yükü ve maliyeti de beraberinde getirir.

Şekil 2: Yanlış ret olasılığı (Pfr) ve hata tespit

olasılığının belirlenmesi (Ped). Ped değeri kritik

sistematik hataya uyan güç grafiğindeki nokta ile;

Pfr değeri güç grafiğinin y-eksenindeki kestiği nokta

ile belirlenir (64).

N=1 ve 12s kontrol kuralı için güç grafiğinde Pfr değeri 0,05 iken; 13s ve 14s kontrol

kurallarında Pfr değerleri yaklaşık 0,00’dır. Ped değerleri meydana gelen hatanın

büyüklüğüne bağlıdır. Örneğin metodun standart sapmasında 3 katlık sistematik sapmanın

Ped değeri güç grafiğine karşılık gelen nokta ile belirlenir (şekil 2). Bu 3 SD’lik sistematik

22

sapmaların Ped değerleri 14s kuralında 0,16, 13s kuralında 0,50 ve 12s kuralında 0,83’tür.

Ancak N sayısının artışı ve çok kurallı kontrol kurallarının kullanışı hata tespitlerinin

değerlendirmesini zorlaştırmaktadır (şekil 3).

Şekil 3: 1=1 ‘den 1=8’e kadar 13s kontrol kuralı için sistematik hatanın saptanmasında

kullanılan güç fonksiyon grafiği. 1 kontrol ölçüm sayısını ve R tekrar sayısını simgelemektedir

(64).

Normallerin ortalaması metoduyla sistematik sapmaların belirlenmesinde gerekli

olan minimum hasta test sonucu sayılarını belirlemek için Cembrowski GS ve arkadaşları

güç fonksiyon grafikleriyle beraber operasyon spesifikasyon (OPSpecs) grafiklerini

kullanmışlardır. Güç fonksiyon grafikleri, Spop/Smeas oranına (popülasyonun standart sapma

değerinin analitik standart sapma değerine oranı) göre oluşturulmuş; bu oranın farklı

analitlerdeki 2’den 15’e kadar olan değerleri için minimum hasta test sonucu sayıları

20’den 600’e kadar değişmekteydi (34). Bu çalışmadan yola çıkarak Westgard JO ve

arkadaşları bir bölgesel referans laboratuvarında normallerin ortalaması metodu için

analitleri yüksek, orta ve düşük duyarlılıkta olanlar şeklinde sınıflandırmışlardır (Tablo 2,

36).

23

Tablo 2: Bazı analitlerin normallerin ortalaması metoduna duyarlılıklarına göre sınıflandırılması

(36).

Analit, birim � Spop Smeas Spop/Smeas TEa

(%) �subgrup Ped

�ormallerin ortalaması metodu için yüksek duyarlılıkta olan analitler

Sodyum, mmol/L

Poatsyum , mmol/L

Klorür, mmol/L

Bikarbonat, mmol/L

Hemoglobin, g/L

fT4, pmol/L

TSH, mU/L

865

975

760

70

2440

260

2040

2,05

0,36

2,50

2,09

8,67

3,52

1,07

1,30

0,13

0,97

0,61

0,95

1,40

0,12

1,58

2,78

2,58

3,48

9,09

2,51

8,88

3

5

5

10

10

24

30

60

100

30

40

120

100

300

0,93

0,98

1,00

0,96

>0,96

0,99

0,99

�ormallerin ortalaması metodu için orta duyarlılıkta olan analitler

Ferritin , µg/L

Trombosit, x109/L

Fosfat, mmol/L

RBC, x1012/L

260

325

90

100

61,80

57,94

0,15

0,34

7,83

5,00

0,02

0,04

7,89

11,59

7,65

9,71

24

20

10

10

120

180

90

120

0,94

>0,91

0,93

>0,90

�ormallerin ortalaması metodu için düşük duyarlılıkta olan analitler

T. Kolesterol, mmol/L

HDL-C, mmol/L

Trigliserit, mmol/L

Vitamin B12, pmol/L

1190

715

1015

220

0,72

0,21

0,65

165,2

0,07

0,03

0,02

12,00

10,34

7,00

32,50

13,77

5

5

5

24

450

300

600

120

0,12

0,16

0,19

0,03

1, bir gün içersinde çalışılan test sayısı

Ped, hata tespit olasılığı

TEa,, total kabul edilebilir hata

24

2.3. HEMOSTAZ LABORATUVAR TESTLERĐ

Hemostaz, kan kaybının önlenmesi anlamına gelir. Trombositler, pıhtılaşma

faktörleri, fibrinolitik sistem ve antikoagülan sistem hemostatik sistemin bileşenleridir.

Trombositler ve pıhtılaşma faktörlerinin kan dolaşımında inaktif formda olması, kanın

vasküler sistem içersinde serbestçe akmasını sağlar. Ancak vasküler zedelenme, primer ve

sekonder hemostaz olarak sınıflandırılan bir kompleks hemostatik cevabın başlamasına

sebebiyet verir. Primer hemostaz cevapları: (1) vazospazm (2) endotel hasarı sonucunda

açığa çıkan subendotelyal kollajene trombositlerin von Willebrand faktör aracılığıyla

bağlanması (3) trombosit aktivasyonu ve agregasyonu sonucunda kan pıhtı oluşumu (4)

fibröz dokunun pıhtı içine doğru büyümesiyle endoteldeki hasarın onarılmasıdır. Endotel

hasarı küçük ise trombosit tıkacı kanamayı durdurabilir; ancak hasar büyük ise

subendotelyal doku faktörlerinin de aktive olarak sekonder hemostazı başlatması gerekir.

Kanama hastalıkları primer ve sekonder hemostatik bozukluklar olarak

sınıflandırılmaktadır. Primer hemostatik bozukluklar von Willebrand faktör ve trombosit

hastalıklarını içerirken; sekonder hemostatik bozukluklar edinsel veya konjenitel

koagülasyon faktör eksikliklerini içerir. Kanama semptomları olan bir hasta için seçilecek

hemostaz laboratuvar testlerinin; hasta ve aile hikayesi, fiziksel muayene bulguları ve

kullandığı ilaçlar gibi hasta bilgileriyle beraber değerlendirilmesi gerekir. Spontan

kanamalar (epistaksis, eklem kanamaları gibi) ve cerrahi girişim sonrası beklenmeyen

kanamalar (diş çekimi sonrası kanamalar gibi) bir kanama hastalığının belirtileri olabilir.

Kanama semptomları olan bir hastadan öncelikle hemostatik hastalık hikayesi alınmalı;

ardından pıhtılaşma sistemini değerlendirecek uygun hemostaz laboratuvar testi

seçilmelidir. Hastalık hikayesi alınmadan hemostaz laboratuvar testlerinin yapılması uygun

bir yaklaşım değildir. Kanama zamanı, protrombin zamanı (prothrombin time-PT) ve

aktive parsiyel tromboplastin zamanı (activated partial thromboplastin time-APTT) sıklıkla

kullanılan hemostaz laboratuvar testleridir.

25

Şekil 4: Koagülasyon mekanizmasının şematik gösterimi. Faktör II, VII, IX ve X vitamin K’ya

bağımlı faktörlerdir. HMWK: high-molecular weight kininogen; PK: prekallikrein.

Tablo 3: Kan koagülasyon sisteminde yer alan faktörler ve kullanılmakta olan eş anlamlıları (65).

FAKTÖR EŞ A�LAMLILARI

Faktör I Fibrinojen

Faktör II Protrombin

Faktör III Tromboplastin veya doku faktörü

Faktör IV Kalsiyum

Faktör V Labil faktör

Faktör VII Stabil faktör

Faktör VIII Antihemofilik faktör-AHF, antihemofilik globulin-AHG, antihemofilik

faktör-A, Faktör VIII:C

Faktör IX Plazma tromboplastin bileşeni-PTC, Christmas faktör, antihemofilik

faktör-B

Faktör X Stuart faktör, Prower faktör, Stuart- Prower faktör

Faktör XI Plazma tromboplastin öncülü-PTA, antihemofilik faktör-C

Faktör XII Hageman faktör, yüzey faktörü, kontakt faktör

Faktör XIII Fibrin stabilizan faktör-FSF, Fibrin stabilizan enzim, fibrinaz

Diğer Faktörler Prekallikrein – Fletcher faktör

Yüksek molekül ağırlıklı kininojen (HMWK) - Fitzgerald faktör

26

2.3.1. PROTROMBĐ� ZAMA�I (ULUSLARARASI �ORMALLEŞTĐRĐLMĐŞ

ORA�)

Protrombin zamanı (PT) koagülasyon sisteminin ekstrinsik ve prokoagulan

reaksiyon zincirinin final ortak yolunun değerlendirilmesinde kullanılır (Tablo 3, Şekil 4).

PT ölçümü sitratlı plazma örneğine tromboplastin (ekstrinsik yolun bir aktivatörü) ve

kalsiyum eklenmesinden sonra pıhtı oluşum süresinin ölçümüne dayanır; birimi saniyedir

(66). Quick metodu olarak adlandırılan bu yöntem Faktör II (protrombin)’nin tek-aşamalı

ölçümüdür ve bu metot koagülasyon sisteminin ekstrinsik ve prokoagulan reaksiyon

zincirinin final ortak yolundaki herhangi bir faktörün (Faktör II, V, VII, X ve fibrinojen)

kalitatif ve kantitatif normal dışı düzeyleri ile bu faktörlerin inhibitörlerine karşı duyarlıdır

(65). Dolayısıyla, ekstrinsik yoldaki pıhtılaşma faktörlerinin inhibisyonu veya eksiklikleri

uzamış PT’ye sebebiyet verir. PT, akut ve kronik karaciğer hastalıklarının bir indikatörü

olduğu kadar; oral antikoagülan terapinin (warfarin gibi) izlenmesinde de kullanılmaktadır.

Aynı hastanın birden fazla laboratuvarda test edilen örneklerinden elde edilen PT

sonuçları farklılık gösterebilir ve bu durum warfarin antikoagülan terapinin izlenmesini

zorlaştırmaktadır. PT sonuçlarındaki değişkenlikler, değişik üreticiler tarafından üretilen

tromboplastin reaktiflerinin koagülasyon faktör eksikliklerine olan duyarlılıklarının farklı

olmasından kaynaklanır. Laboratuvarlar arası varyasyonun giderilmesi için uluslararası

normalleştirilmiş oran (international normalized ratio-INR) esasına dayanan bir model

tanımlanmıştır. INR, tromboplastin sensitivitesini hesaba katarak hasta PT test sonucunun

matematiksel bir dönüştürme işlemidir ve PT sonuçları INR olarak rapor edilir.

Tromboplastin sensitivitesini yansıtan bir faktör olan uluslararası sensitivite indeksi

(international sensitivity index-ISI) üretici firma tarafından temin edilir (67). ISI değeri

düşük olan tromboplastin reaktiflerinin duyarlılıkları yüksek iken; ISI değeri yüksek olan

tromboplastin reaktiflerinin duyarlılıkları düşüktür. Dünya sağlık Örgütü (World Health

Organization-WHO) tromboplastin için uluslararası bir referans preparatı oluşturmuştur

(68). WHO referans tromboplastini yüksek duyarlılıktadır ve ISI değeri 1,0 olarak

belirlenmiştir (65,68). INR değeri; INR = (hasta numunesinin PT sonucu /MNPT)ısı

formülüyle hesaplanır (67,69). Formülde yer alan MNPT, laboratuvarda normal PT

değerini oluşturmak üzere her iki cinsten en az 20 sağlıklı bireyin PT değerlerinin

geometrik ortalamasıdır. Laboratuvarlarda INR’nin kullanımından sonra, PT sonuçlarının

laboratuvarlar arasındaki varyasyonları azalmıştır (69). Her tromboplastin lotunun ISI

değeri üreticisi tarafından temin edilir. Ancak, ISI değerleri yerel etkenlerden, laboratuvara

27

özel koşullardan ve kullanılan cihazdan etkilenebilir. Bu nedenle yerel olarak belirlenmiş

ISI kullanılması önerilir (70).

2.3.2. AKTĐVE PARSĐYEL TROMBOPLASTĐ� ZAMA�I

Aktive parsiyel tromboplastin zamanı (APTT), koagülasyon sisteminin intrinsik ve

final ortak yolun değerlendirilmesinde kullanılır (Tablo 3). APTT ölçümü iki basamaklı bir

testtir. Đlk basamağında sitratlı plazmanın optimal miktarda fosfolipitler ve bir yüzey

aktivatörüyle inkübe edilerek intrinsik koagülasyon sistemindeki faktörlerin aktive

edilmesi sağlanır; ikinci basamağında kalsiyum iyonlarının eklenmesiyle pıhtılaşma süreci

tetiklenir ve pıhtı oluşum süresi ölçülür. Bu ölçüm yarı otomatik veya otomatik cihazlarla

çeşitli optik veya elektromekanik yöntemlerle yapılabilmektedir. Ölçümler iki kez

gerçekleştirilir ve iki değerin ortalaması bildirilir. Ancak otomatik koagülasyon

cihazlarında uygun kalite standartları karşılandığında tek ölçüm test sonuçları da kabul

edilebilir.

APTT reaktifine parsiyel tromboplastin denmesinin sebebi fosfolipitlerle bir arada

bulunabilecek doku faktörünün (tromboplastin) mevcut olmamasıdır; bu yüzden APTT

reaktifi parsiyel (kısmi) tromboplastin, fosfolipit ve bir yüzey aktivatörünün (selit, kaolin,

allejik asit gibi) karışımıdır (65). Đntrinsik ve final ortak yoldaki pıhtılaşma faktörlerinin

eksikliği veya inhibisyonu APTT’de uzamaya sebebiyet verir. PT ve APTT reaktifleri,

koagülasyon sistemindeki pıhtılaşma faktörlerine karşı farklı duyarlılıklara sahiptirler.

Genel olarak PT reaktifleri ekstrinsik yoldaki faktör VII eksikliğine daha duyarlı iken; final

ortak yoldaki faktör V, X, II ve fibrinojen eksikliklerine daha az duyarlıdırlar. APTT ise

final ortak yoldaki faktör V, X, II ve fibrinojen eksikliklerine PT’ye göre daha duyarlıdır.

2.3.3. PT ve APTT ÖLÇÜMÜ�Ü ETKĐLEYEBĐLECEK PREA�ALĐTĐK

DEĞĐŞKE�LER

Uzamış PT veya APTT bir kanama hastalığının sonucu olabilir. Ancak bir karaciğer

hastalığı veya kanama semptomları olmayan bireylerdeki beklenmeyen uzamalarda

abonormal test sonuçlarının olası preanalitik sebepleri araştırılmalıdır.

2.3.3.1. Kan/Antikoagülan Oranı

Koagülasyon ölçümleri için kullanılan antikoagülanların konsantrasyonları 105

mmol/L (%3,13)’den 109 mmol/L (%3,2)’ye kadar olabilmektedir. Ancak farklı

28

konsantrasyonlarda antikoagülanların kullanılması test sonuçlarını etkilediğinden NCCLS,

H21-A4 klavuzunda 109 mmol/L (%3,2)’lik tek bir antikoagülan konsantrasyonu

kullanılmasını önermiştir. Antikoagülan olarak trisodyum sitratın tamponlu veya

tamponllanmamış dihidrat formu (Na3C6H5O7.H2O) kullanılmakta olup, diğer

antikoagülanlar (oksalat, heparin veya EDTA gibi) PT ve APTT ölçümlerinde tercih

edilmemelidir (72). Tüpe alınan kanın hacminin sodyum sitrat dihidrat hacmine oranı

9:1’dir ve tüplere yetersiz veya fazla kan alınması bu oranı bozarak hatalı PT ve APTT test

sonuçlarına sebebiyet verebilir.

2.3.3.2. Plazma Örneklerinin Hazırlanması ve Saklama

Pıhtılaşmış, yanlış antikoagülan içine alınmış veya bildirilen miktarından daha az

alınmış numuneler analiz için uygun değildir ve ret edilmelidir. Trombosit içeriği az (PLT

< 10,000 / µL) uygun plazma örnekleri elde etmek için tüplere alınmış kanlar uygun hız ve

sürede santrifüj edilmelidir (oda sıcaklığında 15 dakikadan az olmamak şartıyla 1500

g’de). Üreticinin izin verdiği sınırları geçen hemoliz, lipemi veya ikter saptanan örnekler

analiz edilmemelidir.

PT ölçümü için santrifüj edilmiş veya edilmemiş açılmamış tüplerdeki numuneler

18-24°C’de saklanarak, numune alındıktan sonraki 24 saat içerinde analiz edilmelidir. 2-

4°C’de saklama faktör VII’nin soğuk aktivasyonuna neden olabileceğinden PT sonuçlarını

değiştirebilir. APTT ölçümü için santrifüj edilmiş veya edilmemiş açılmamış tüplerdeki

numuneler 2-4°C’de veya 18-24°C’de saklanarak, numune alındıktan sonraki 4 saat

içerinde analiz edilmelidir. Numunenin fazla bekletilmesi faktör VIII’in labil olmasından

dolayı APTT’de beklenmeyen uzamalara yol açabilir. PT 24 saat içinde ve APTT 4 saat

içinde analiz edilemiyor ise; hücrelerden ayrılmış plazmalar -20°C’de 2 hafta ve -70°C’de

6 ay saklanabilir (72). Dondurulmuş plazma örnekleri 37°C’de yavaşça karıştırılarak

hemen çözündürülmeli ve derhal analiz edilmelidir; test derhal yapılamıyor ise numune 2

saate kadar 4°C’de saklanabilir.

2.3.3.3. Hastanın Hematokrit Düzeyi

Tüpe alınan kanın hacminin antikoagülan hacmine oranı 9:1’dir ve hematokrit

değeri %35 - %50 arası bireylerin santrifüj sonrası plazma hacminin antikoagülan hacmine

oranı 5:1’dir. Ancak eritrositoz sebebiyle hastalarda hematoktrit değeri yükselebilir. Bu

durum santrifüj sonrası plazma hacminin antikoagülan hacmine oranı azaltarak, kanama

29

zamanında beklenmeyen uzamalara sebebiyet verir. Hematokrit değeri %55’in üzerinde

olan hastaların tüpe alınan kandaki son sitrat konsantrasyonu ayarlanmalıdır. X=(100-

Hct)/(595-Hct) formülünden hesaplanan X değeri (X)(tüp hacmi) = mL antikoagülan

formülüne konarak eklenecek olan antikoagülan miktarı belirlenir (72). Ancak %20’nin

altındaki hematokrit değerlerinde sitrat konsantrasyonunun ayarlanmasını tavsiye eden

güncel veriler yoktur.

2.3.4. UZAMIŞ PT veya APTT TEST SO�UÇLARI�I� DEĞERLE�DĐRĐLMESĐ

Beklenmeyen uzamış PT ve APTT test sonuçlarının değerlendirilmesinde ilk olarak

preanalitik faktörlerin gözden geçirilmesi gerekir. Uzun süreli bir çalışmada koagülasyon

testi örneklerinin % 14,2’sinde pıhtılaşma sorunu tanımlanmıştır (71). Plazma örneklerinin

hemolizli, lipemik veya ikterik olduğu belirlenmiş ise aynı hastadan açken zaman

kaybetmeden dikkatlice kan alınmalı ve analiz tekrarlanmalıdır. K vitamini

antagonistlerinin (warfarin gibi) terapötik kullanımı PT’de uzamaya sebebiyet verirken;

APTT’de orta derecede uzamaya sebebiyet verir. Hastaya inravenöz anfraksiyone

heparinin verilmesi veya heparinli arteryal-venöz kateter takılması APTT’de uzamaya

sebebiyet verir. Anfraksiyone heparin ve düşük moleküler ağırlıklı heparin antikoagülan

etkilerini final ortak yoldaki trombini (faktör II) antitrombin aracılığıyla inhibe ederek

gösterir; böylece heparin etkisiyle PT ve APTT’de uzama meydana gelebilmektedir. Bu

durum warfarin gibi oral antikoagülan terapinin izlenmesinde ciddi problemlere yol

açabilir. Heparinin PT üzerine olan etkisi heparin nötralize edici ajanların reaktiflere

eklenmesiyle azaltılabilir ( örneğin Polybrene gibi ).

Preanalitik faktörlerin ve antikoagülan kullanımı dışında PT ve APTT’nin

uzamasına sebebiyet veren sistemik hastalıkların (karaciğer hastalıkları, konnektif doku

hastalığı veya yaygın damar içi pıhtılaşma-DIC gibi) saptanmasında detaylı klinik

değerlendirmenin yapılması gerekir (Tablo 4 ve 5). Bir koagülasyon faktör eksikliği veya

bir inhibitörün varlığı uzamış PT ve/veya APTT’ye sebebiyet verebilir. Normal plazmanın

kullanıldığı karıştırma testiyle; koagülasyon faktör eksikliğinden mi, yoksa inhibitör

varlığından mı uzama olduğu anlaşılabilir. Karıştırma testinde hasta plazması 1:1 oranında

normal plazma ile karıştırılır ve analiz tekrarlanır. Bu durumda iki olası sonuç vardır: (1)

pıhtılaşma zamanı normale döner; (2) pıhtılaşma zamanı yine normal referans sınırlarının

dışında kalır. Birinci durum koagülasyon sistemindeki bir veya daha fazla faktör

eksikliğini gösterirken; ikinci durum koagülasyon sistemindeki bir veya daha fazla

30

faktörün bir inhibitörden etkilendiğini gösterir (69). Genel olarak inhibitörler üç ana sınıfta

toplanabilir: (1) ilaçlar (heparin, direkt trombin inhibitörleri gibi); (2) spesifik faktör

inhibitörleri (faktör VIII veya faktör V inhibitörü gibi); (3) non-spesifik inhibitörler

(protein-fosfolipit kompleksine bağlanan bir antikor olan lupus antikoagülanları gibi).

Tablo 4: Konjenital koagülasyon faktör eksiklikleri (69).

Konjenital koagülasyon

faktör eksikliği Eksik Faktör PT APTT Kalıtım

Hemofili A

Hemofili B

Hemofili C

von Willebrand hastalığı

Faktör VII eksikliği

Faktör V eksikliği

Faktör II eksikliği

Faktör X eksikliği

Faktör XIII eksikliği

Faktör VIII

Faktör IX

Faktör XI

vWF

Normal

Normal

Normal

Normal

Uzamış

Uzamış

Uzamış

Uzamış

Normal

Uzamış

Uzamış

Uzamış

Uzamış/Normal

Normal

Uzamış

Uzamış/Normal

Uzamış/Normal

Normal

X’e bağlı

X’e bağlı

Otozomal

Otozomal

Otozomal

Otozomal

Otozomal

Otozomal

Otozomal

Tablo 5: Edinsel koagülasyon faktör eksiklikleri (69).

Edinsel koagülasyon faktör eksikliği Eksik faktör

Warfarin Vitamin K bağlı faktörler ( faktör II,V,VII,X )

Malabsorbsiyon Vitamin K bağlı faktörler ( faktör II,V,VII,X )

Karaciğer yetmezliği Birçok faktör

Amiloidoz Faktör X

Myeloproliferatif hastalık Faktör V

Edinsel von Willebrand hastalığı vWF ve faktör VIII

Yaygın damar içi pıhtılaşma-DIC Birçok faktör

31

3. GEREÇ ve YÖ�TEMLER

Sağlık Bakanlığı Đstanbul Eğitim ve Araştırma Hastanesi’nde 1 Ocak 2008-31

Aralık 2008 tarihleri arasında Biyokimya Laboratuvarında çalışılan ve 18-45 yaş

aralığındaki ayaktan tedavi gören hastalara ait 11.363 PT ve 7.034 APTT test sonucu

Hastane Bilgi Yönetim ve Otomasyon (HBYOS) kayıtları üzerinden elde edilerek

çalışmaya dahil edilmiştir. Bu test sonuçları Göz, Kulak Burun Boğaz, Üroloji, Ortopedi,

Genel Cerrahi, Plastik Cerrahi, Nöroşirurji ve Göğüs Cerrahisi’nde ayakta tedavi gören

hastalara aitti. Dermatoloji, Endokrinoloji, Geriyatri, Enfeksiyon Hastalıkları ve Kronik

Hepatit, Fizik Tedavi ve Rehabilitasyon, Nöroloji, Pediyatri, Dahiliye, Nefroloji,

Gastroenteroloji, Meme ve Kadın Hastalıkları ve Doğum kliniklerinde tedavi gören

hastalara ait test sonuçları çalışmaya dahil edilmemiştir.

PT ve APTT testleri Sysmex® CA-1500 (Dade Bahring, Deerfield, IL, USA)

cihazında Thromborel S ve Actin (Dade Behring, Marburg, Germany) reaktifleri ile

çalışıldı. Tromboplastin için kit prospektüsünde verilen ISI (International Sensitivity

Index) değeri 1.12 idi. PT ölçümü Quick Metoduyla sitratlı plazma örneklerine optimal

miktarda tromboplastin ve kalsiyum eklenmesinden sonra, pıhtı oluşum süresinin

ölçülmesine dayanmaktadır. APTT ölçümü sitratlı plazma örneklerine optimal miktarda

fosfolipitlerin ve bir yüzey aktivatörünün eklenmesinden sonra, pıhtı oluşum süresinin

ölçülmesine dayanmaktadır.

3.1. PREA�ALĐTĐK DEĞERLE�DĐRME

Hastanenin kan alma ünitesinde ayaktan tedavi gören hastalardan kan örneği

antekubital venden vakumlu kan alma iğnesi (21G – Diagnostics, Franklin Lakes, USA) ile

%3,2 buffered trisodyum sitrat içeren 4.0 mL’lik plastik tüplere (Greiner Bio-One GmbH,

Kremsmünster, Austria) alındı. Toplanan kan örnekleri iki saat içersinde merkez

biyokimya laboratuvarına getirilerek 1500g’de ve oda sıcaklığında 15 dakika santrifüj

edildikten sonra bekletilmeden çalışıldı. Santrifüj sonrası red kriterleri kit

prospektüsündeki öneriler doğrultusunda hazırlanmıştır; APTT çalışmasında +1 lipemi, +3

32

hemoliz veya +1 bilirubinemi bulunan plazma örnekleri ve PT çalışmasında +2 lipemi, +4

hemoliz veya +2 bilirubinemi bulunan plazma örnekleri reddedilmektedir. Teknisyene

lipemi, hemoliz veya bilirubinemi derecesini belirlemesinde yardımcı olması açısından

cihazın yanında çalışma masasının üzerine yerleştirilen görsel skala tablosu yardımcı oldu.

3.2. Đ�TER�AL ve EKSTER�AL KALĐTE KO�TROL

PT ve APTT’nin internal kalite kontrolleri için 1 ve 2. seviye kontrol materyali

olarak Control Plasma N ve Control Plasma P (Dade Behring, Marburg, Germany);

eksternal kontrolleri için External Quality Control (Bio-rad Prolarit Hematology and

Coagulation, Italy) kullanıldı. 2008 yılı boyunca PT ve APTT’nin internal kalite kontrol

(Dade Behring, Germany) çalışmalarından elde edilen ortalama (%CV) değerleri Tablo

6’de gösterilmiştir.

Tablo 6: Đnternal kalite kontrol sonuçları; ortalama PT ve APTT (%CV)

Ocak Şubat Mart �isan Mayıs Haziran

PT sn

(%CV) 12,63 (1,66) 12,72 (2,38) 12,51 (3,73) 12,10 (2,83) 12,15 (2,86) 11,66 (1,79)

APTT sn

(%CV) 28,36 (7,59) 26,13 (2,73) 25,41 (3,33) 24,54 (2,63) 24,36 (3,07) 24,24 (1,33)

Temmuz Ağustos Eylül Ekim Kasım Aralık

PT sn

(%CV) 11,74 (2,68) 12,28 (3,33) 12,79 (2,20) 12,82 (1,99) 12,21 (4,96) 11,85 (1,74)

APTT sn

(%CV) 23,73 (3,23) 24,55 (6,83) 25,68 (3,22) 25,89 (2,69) 25,00 (1,38) 24,96 (1,08)

Laboratuvarımızın eksternal kalite kontrol programında PT için INR birimi kullanılmıştır.

PT (INR) ve APTT (saniye) için ölçümün Total Error (hedef değer için) değerleri sırasıyla:

a. Nisan: % - 1,2 (3,37) ve + % 7,8 (69,7 saniye);

b. Temmuz: % - 0,2 (0,98) ve + % 2,6 (26,6 saniye);

c. Eylül: % - 4,9 (3,16) ve + % 8,1 (66,13 saniye).

33

3.3. KALĐTE KO�TROL PROSEDÜRLERĐ�Đ� HAFTALIK DEĞERLE�DĐRME-

SĐ

Đnternal kalite kontrol, Bhattacharya metodu ve Hoffmann metodu 50 haftalık

dilimlerde değerlendirildi. Her haftanın PT ve APTT internal kalite kontrol-düzey 1

ortalamaları, Bhattacharya metodundan elde edilen µ ile Hoffmann metodundan elde edilen

Xp değerleri Bland-Altman grafikleri kullanılarak karşılaştırılmıştır. 1 yıllık periyod içinde

Sağlık Bakanlığı Đstanbul Eğitim ve Araştırma Hastanesi Biyokimya Laboratuvarında

çalışılan 11.363 PT ve 7.034 APTT test sonucunun 50 haftalık dilimlerdeki frekansları

sırasıyla Tablo 7’de gösterilmiştir.

Tablo 7 : PT ve APTT test sonuçalrının 50 haftalık dilimlerdeki frekansları.

1.Hafta ( 2-4 Ocak ): NPT = 88 ve NAPTT = 85 2.Hafta ( 7-11 Ocak ): NPT = 105 ve NAPTT = 144

3.Hafta ( 14-18 Ocak ): NPT = 148 ve NAPTT = 145 4.Hafta ( 21-25 Ocak ): NPT = 161 ve NAPTT = 156

5.Hafta ( 28 Ocak-1 Şubat ): NPT = 168 ve NAPTT = 134 6.Hafta ( 4-8 Şubat ): NPT = 153 ve NAPTT = 153

7.Hafta ( 11-15 Şubat ): NPT = 134 ve NAPTT = 134 8.Hafta ( 18-22 Şubat ): NPT = 150 ve NAPTT = 152

9.Hafta ( 25-29 Şubat ): NPT = 139 ve NAPTT = 141 10.Hafta ( 3-7 Mart ): NPT = 149 ve NAPTT = 149

11.Hafta ( 10-14 Mart ): NPT = 149 ve NAPTT = 155 12.Hafta ( 17-21 Mart ): NPT = 138 ve NAPTT = 138

13.Hafta ( 24-28 Mart ): NPT = 151 ve NAPTT = 151 14.Hafta ( 31 Mart-4 Nisan ): NPT = 172 ve NAPTT =168

15.Hafta ( 7-11 Nisan ): NPT = 158 ve NAPTT = 156 16.Hafta ( 14-18 Nisan ): NPT = 168 ve NAPTT = 163

17.Hafta ( 21-25 Nisan ): NPT = 127 ve NAPTT = 127 18.Hafta ( 28 Nisan-2 Mayıs ): NPT = 150 ve NAPTT = 149

19.Hafta ( 5-9 Mayıs ): NPT = 157 ve NAPTT = 157 20.Hafta ( 12-16 Mayıs ): NPT = 160 ve NAPTT = 161

21.Hafta ( 19-23 Mayıs ): NPT = 135 ve NAPTT = 129 22.Hafta ( 26-30 Mayıs ): NPT = 117 ve NAPTT = 117

23.Hafta ( 2-6 Haziran ): NPT = 375 ve NAPTT = 173 24.Hafta ( 9-13 Haziran ): NPT = 330 ve NAPTT = 146

25.Hafta ( 16-20 Haziran ): NPT = 339 ve NAPTT = 136 26.Hafta ( 23-27 Haziran ): NPT = 325 ve NAPTT = 140

27.Hafta ( 30 Haz.-4 Tem. ): NPT = 334 ve NAPTT = 116 28.Hafta ( 7-11 Temmuz ): NPT = 331 ve NAPTT = 133

29.Hafta ( 14-18 Temmuz ): NPT = 349 ve NAPTT = 156 30.Hafta ( 21-25 Temmuz ): NPT = 388 ve NAPTT = 157

31.Hafta (28 Tem.-1 Ağus.): NPT = 301 ve NAPTT = 131 32.Hafta ( 4-8 Ağustos): NPT = 354 ve NAPTT = 158

33.Hafta ( 11-15 Ağustos ): NPT = 307 ve NAPTT = 139 34.Hafta ( 18-22 Ağustos ): NPT = 285 ve NAPTT = 125

35.Hafta ( 25-29 Ağustos ): NPT = 303 ve NAPTT = 123 36.Hafta ( 1-5 Eylül ): NPT = 310 ve NAPTT = 140

37.Hafta ( 8-12 Eylül ): NPT = 294 ve NAPTT = 135 38.Hafta ( 15-19 Eylül ): NPT = 328 ve NAPTT = 136

39.Hafta ( 22-26 Eylül ): NPT = 179 ve NAPTT = 71 40.Hafta ( 6-10 Ekim ): NPT = 259 ve NAPTT = 148

41.Hafta ( 13-17 Ekim ): NPT = 313 ve NAPTT = 158 42.Hafta ( 20-24 Ekim ): NPT = 254 ve NAPTT = 136

43.Hafta ( 27-31 Ekim ): NPT = 199 ve NAPTT = 94 44.Hafta ( 3-7 Kasım ): NPT = 353 ve NAPTT = 154

45.Hafta ( 10-14 Kasım ): NPT = 314 ve NAPTT = 137 46.Hafta ( 17-21 Kasım ): NPT = 336 ve NAPTT = 159

47.Hafta ( 24-28 Kasım ): NPT = 311 ve NAPTT = 154 48.Hafta ( 1-5 Aralık ): NPT = 121 ve NAPTT = 123

49.Hafta ( 15-19 Aralık ): NPT = 175 ve NAPTT = 174 50.Hafta ( 22-26 Aralık ): NPT = 119 ve NAPTT = 118

34

3.4. BHATTACHARYA METODU�U� KALĐTE KO�TROL PROSEDÜRÜ

OLARAK KULLA�ILMASI

Bu metod daha önceden Bhattacharya tarafından tanımlandığı şekilde uygulanmıştır

(22). Bu metodun ilk aşamasında tüm test sonuçları eşit aralıklar oluşturularak

sınıflandırıldı; ardından oluşturulan bu aralıkların orta değerleri (x), aralığın genişliği (h)

ve frekansları (y) hesaplandı. Her orta değere karşılık gelen frekansların e tabanında

logaritmaları (lny) bir sonraki orta değere karşılık gelen frekansların e tabanında

logaritmalarından çıkartılarak ∆lny değerleri elde edildi. Orta değerlere karşı ∆lny girilerek

elde edilen saçılım grafiğinde (scatter-plot) noktaların doğrusal özellik gösteren aralıkta

olanları sağlıkla ilişkili veriler olarak kabul edildi. Elde dilen bu doğrunun x-ekseninde

kestiği nokta ile λ değeri elde edildi. Bu metodun son final denklemleri:

µ = λ + h/2 ve σ2 = h ∆x/ ∆ (∆lny ) – h2/12

Bu çalışmada 50 haftanın her biri için hesaplanan PT ve APTT internal kalite

kontrol düzey 1 ortalamaları; yine bu haftalarda Bhattacharya metodundan elde edilen µ

değerleri ile Bland-Altman grafikleri kullanılarak karşılaştırıldı.

Bhattacharya metodunun kalite kontrol için 50 haftaya uygulanmasında PT test sonuçları

için orta değerler: 8.5 sn, 9.4 sn, 10.3 sn, 11.2 sn, 12.1 sn, 13.0 sn, 13.9 sn, 14.8 sn ve 15.3

sn idi (h = 0.9 sn). APTT test sonuçları için orta değerler: 18 sn, 21 sn, 24 sn, 27 sn, 30 sn,

33 sn, 36 sn, 39 sn, 42 sn idi (h = 3 sn).

3.5. HOFFMA�� METODU�U� KALĐTE KO�TROL PROSEDÜRÜ OLARAK

KULLA�ILMASI

Normallerin ortalaması (Average of Normals – AON) olarak ta bilinen Hoffmann

metodu daha önceden Hoffman ve Waid tarafından tanımlandığı şekilde uygulanmıştır

(57). Çalışmamızda 50 hafta için PT ve APTT test sonuçlarının histogramları, kutu

grafikleri (boxplot) ve gövde-yaprak (stem and leaf plot) grafikleri incelenip; tanımlayıcı

istatistik değerleri (ortalama, standart sapma, ortanca, varyans, minimum, maksimum,

aralık, interkartil aralık, skewness, kurtosis) saptandı. Grup dağılımlarının Gauss

dağılımına uygunluğu Kolmogorov Smirnov testi ile sınandı. SPSS 11.5 Windows

programındaki Explore analizi ile hiç aşırı uç kalmayıncaya dek aşırı uç değerler atıldı.

Aşırı uç değer atıldıktan sonra hasta verilerinin ortalama (Xp) ve standart sapma (Sp)

değerleri saptanarak; standart sapma oranı (SDO) popülasyonun standart sapma değerinin

35

(Sp ) analitik standart sapma değerine (Sa) oranı ile hesaplandı (Sp /Sa). Ortalaması alınacak

minimum hasta sayısı ( Npop), 2.Nc.( Sp/Sa )2 formülü ile hesaplandı.

50 haftanın her biri için hesaplanan PT ve APTT internal kalite kontrol düzey 1

ortalamaları; yine bu haftalarda Hoffmann metoduyla hesaplanan Xp değerleri ile Bland-

Altman grafikleri kullanılarak karşılaştırıldı.

3.6. KOAGÜLASYO� TESTLERĐ�Đ� REFERA�S ARALIKLARI�I� Đ�DĐREKT

BELĐRLE�MESĐ

PT ve APTT için alt topluluklar arasında tıbben önemli olan anlamlılık dereceleri

Harris-Boyd modeliyle sınandı (5,20,21). R değeri, alt topluluklarda standart sapma değeri

büyük olanın küçük olan değere oranı ile hesaplandı (σ2 / σ1). R değerinin 1,5’in üzerinde

olması durumunda alt topluluk ortalamaları arasındaki farka bakılmaksızın alt toplulukların

referans aralıkları ayrı ayrı hesaplandı. R değerinin 1,5’in altında olması durumunda

normal sapma testi kullanıldı ve hesaplanan z değeri (z hesap) iki eşik değerle (zCrit3 ve

zCrit5) karşılaştırıldı. Buna göre:

Eğer z hesap < zCrit3 ise alt topluluk oluşturma gereği duyulmadı

Eğer zCrit3 ≤ z hesap < zCrit5 ise alt topluluk oluşturma gereği diğer istatistiksel metotlarla sınandı

Eğer z hesap ≥ zCrit5 ise referans aralıklar alt topluluklarda ayrı ayrı hesaplandı.

Bir yıl boyunca elde edilen 18-45 yaş aralığındaki hastalara ait 11 163 PT ve 7 034

APTT test sonucunun 50 haftalık dilimlerdeki Bhattacharya ve Hoffmann metotları

kullanılarak yapılan analizlerinde; kalite kontrol sonuçlarıyla hasta sonuçları arasındaki

uyumun saptanmadığı haftaların test sonuçlarının çalışmadan çıkartılmasıyla (PT için N =

830; APTT için N = 380) kalan 10.533 PT ve 6.654 APTT hasta test sonuçlarıyla indirekt

referans aralıkları belirlendi.

Đndirekt referans aralık belirlemede üç farklı metot kullanıldı. Bu metotlardan biri

Bhattacharya metodu iken diğer ikisi NCCLS (National Committee for Clinical Laboratory

Standards)’in C28-A2 klavuzunda belirtilen non-parametrik metot ve IFCC (International

Federation of Clinical Chemistry ) ‘nin bildirdiği parametrik metottu.

Bhattacharya metoduyla indirek referans aralık belirlenmesinde µ±2σ aralığı

referans aralığın alt ve üst sınırını oluşturdu ( 22,73 ). Non-parametrik metotla indirek

referans aralık belirlenmesinde 2,5. ve 97,5.persentillerin sıra numaraları 0.025 (n+1) ve

36

0.975 (n+1) formülleriyle hesaplandı (5,18,74). Parametrik metotla indirek referans aralık

belirlenmesinde 2,5. ve 97,5. persentiller X ± 1.96SD formülüyle hesaplandı (13).

3.7. ĐSTATĐSTĐKSEL A�ALĐZ

Đstatistiksel analizler SPSS 11.5 (SPSS, Inc., Chicago, IL, USA) , Excel (Microsoft

Corp., Redmond, WA) ve MedCalc (MedCalc Software, Broekstraat, Mariakerke,

Belgium) programlarıyla yapıldı. Grup dağılımların Gauss dağılımına uygunluğunun

araştırılmasında Kolmogorov-Smirnov testi kullanıldı. Đkiden fazla grup ortalamasının

karşılaştırılmasında one-way ANOVA analizi; bu analiz sonrasındaki post hoc

karşılaştırmada Tamhane’s T2 analizi kullanıldı.

37

A

13,0

12,5

12,0

11,5

11,0

Haftalar

PT ( saniye )

1 4 7

10

13

16

19

22

25

28

31

34

37

40

43

46

49

B

31

30

29

28

27

26

25

24

23

Haftalar

APTT ( saniye )

1 4 7

10

13

16

19

22

25

28

31

34

37

40

43

46

49

4. BULGULAR

1. Çalışmaya dahil edilen 11.363 PT hasta test sonucunun 5.635’i erkeklere (32±8 yıl) ait

iken 5.728’i kadınlara (33±8 yıl) aitti. 7.034 APTT hasta test sonucunun 3.866’sı

erkeklere (32±8 yıl) ait iken 3.168’i kadınlara (33±8 yıl) aitti.

2. Yapılan Kolmogrov-Smirnov testi ile PT ve APTT dağılımlarının non-Gaussian dağılım

sergilediği saptandı (pozitif skewness değerleri sırasıyla 9,0 ve 3,7 ; kurtosis değerleri

sırasıyla 120,6 ve 57,9 ; Kolmogrov-Smirnov testi ile elde edilen p değerleri < 0,0001 idi).

3. Laboratuvarda 1 yıllık sürede (50 hafta) haftalık PT ve APTT internal kalite kontrol-

düzey 1 ortalamaları, bu haftalarda Bhattacharya metodundan elde edilen µ değerleri ve

yine bu haftalarda Hoffmann metoduyla hesaplanan Xp değerleri sırasıyla Şekil 5A ve

5B’de gösterilmiştir.

Şekil 5: PT (A) ve APTT (B) için kalite kontrol prosedürlerinin haftalık gösterimi ( Đçi boş daireler

internal kalite kontrol-düzey 1 ortalamaları; içi dolu kareler Bhattacharya metodundan elde edilen µ

değerleri ; Đçi dolu daireler Hoffmann metoduyla hesaplanan Xp değerlerini simgelemekte ).

38

A

11,0 11,5 12,0 12,5 13,0 13,5

0,9

0,8

0,7

0,6

0,5

0,4

0,3

0,2

0,1

0,0

( Kalite Kontrol + Bhattacharya )/2

Kalite Kontrol - Bhattacharya

Mean

0,44

-1.96 SD

0,08

+1.96 SD

0,80

B

11,0 11,5 12,0 12,5 13,0

0,8

0,7

0,6

0,5

0,4

0,3

0,2

0,1

0,0

( Kalite Kontrol + Hoffmann )/2

Kalite Kontrol - Hoffmann

Mean

0,37

-1.96 SD

0,03

+1.96 SD

0,71

4. Đnternal kalite kontrol sonuçlarıyla hasta sonuçları arasındaki uyumu değerlendirmek

için her bir haftanın hesaplanan PT internal kalite kontrol düzey 1 ortalamaları ile bu

haftalarda Bhattacharya metodundan elde edilen µ değerleri ve yine bu haftalarda

Hoffmann metoduyla hesaplanan Xp değerlerinin karşılaştırılması için uygulanan Bland-

Altman grafikleri Şekil 6’te gösterilmiştir. Bu grafiklerde belirlenen uyum sınırlarının

kullanılmasıyla kalite kontrol sonuçlarıyla hasta sonuçları arasındaki uyum

değerlendirilmiştir (75,76). Bland-Altman grafiklerinin kullanılmasıyla Bhattacharya

metoduyla kalite kontrol sonuçlarıyla hasta sonuçları arasındaki uyumun saptanmadığı

haftalar 5. ve 38. haftalar iken (Şekil 6A); Hoffmann metoduyla bu uyumun saptanmadığı

haftalar 27. ve 38. haftalardı (Şekil 6B).

Şekil 6: (A) PT için internal kalite kontrol ortalamalarıyla, Bhattacharya metodundan elde edilen µ

değerlerinin Bland-Altman analiziyle karşılaştırılması. Ortalama fark (0,44 sn) ve ±1,96SD (± 0,36 sn)

sırasıyla koyu ve açık çizgilerle gösterilmiştir. (B) PT için internal kalite kontrol ortalamalarıyla, Hoffmann

metoduyla hesaplanan Xp değerlerinin Bland-Altman analiziyle karşılaştırılması. Ortalama fark (0,37 sn) ve

±1,96SD (± 0,34 sn) sırasıyla koyu ve açık çizgilerle gösterilmiştir.

PT internal kalite kontrol-düzey 1 ortalama değerlerinin bağımlı değişken olduğu ve

Bhattacharya metodundan elde edilen µ değerleri ile Hoffmann metoduyla hesaplanan Xp

değerlerinin bağımsız değişken olduğu lineer regresyon denklemlerinden elde edilen

bulgular Tablo 8’de gösterilmiştir. Bu analiz sonucunda Bhattacharya ve Hoffmann

metotlarından elde edilen korelasyon ve regresyon katsayılarının birbirlerine yakın olduğu

saptanmıştır.

39

A

24 25 26 27 28 29 30 31

4

3

2

1

0

-1

-2

-3

-4

( Kalite Kontrol + Bhattacharya )/2

Kalite Kontrol - Bhattacharya

Mean

-0,3

-1.96 SD

-2,7

+1.96 SD

2,2

B

24 25 26 27 28 29 30 31

4

3

2

1

0

-1

-2

-3

-4

( Kalite Kontrol + Hoffmann )/2

Kalite Kontrol - Hoffmann

Mean

-0,8

-1.96 SD

-3,2

+1.96 SD

1,5

Tablo 8: PT için test sonuçlarına dayalı kalite kontrol verileriyle, internal kalite kontrol verileri arasında

yapılan lineer regresyon analizi.

r: korelasyon katsayısı

β: regresyon katsayısı

b: y intercept değeri

Sy,x : regresyon eğrilerinin standart sapması

5. Đnternal kalite kontrol sonuçlarıyla hasta sonuçları arasındaki uyumu değerlendirmek

için her bir haftanın hesaplanan APTT internal kalite kontrol-düzey 1 ortalamaları ile bu

haftalarda Bhattacharya metodundan elde edilen µ değerleri ve yine bu haftalarda

Hoffmann metoduyla hesaplanan Xp değerlerinin karşılaştırılması için uygulanan Bland-

Altman grafikleri Şekil 7’te gösterilmiştir. Bland-Altman grafiklerinin kullanılmasıyla

hem Bhattacharya hem Hoffmann metotlarıyla kalite kontrol sonuçlarıyla hasta sonuçları

arasındaki uyumun saptanmadığı haftalar 1., 2. ve 13. haftalardı (Şekil 7A ve 7B).

Şekil 7: (A) APTT için internal kalite kontrol ortalamalarıyla, Bhattacharya metodundan elde edilen µ

değerlerinin Bland-Altman analiziyle karşılaştırılması. Ortalama fark (-0,3 sn) ve ±1,96SD (± 2,4 sn)

sırasıyla koyu ve açık çizgilerle gösterilmiştir. (B) APTT için internal kalite kontrol ortalamalarıyla,

Hoffmann metoduyla hesaplanan Xp değerlerinin Bland-Altman analiziyle karşılaştırılması. Ortalama fark

( - 0,8 sn ) ve ±1,96SD ( ± 2,4 sn) sırasıyla koyu ve açık çizgilerle gösterilmiştir.

r β b Sy,x Rezidüel Dağılım

Bhattacharya Metodu

0,96 0,98 0,58 0,18 Normal Dağılım

Hoffmann Metodu

0,96 1,04 -0,06 0,17 Normal Dağılım

40

APTT internal kalite kontrol-düzey 1 ortalama değerlerinin bağımlı değişken

olduğu ve Bhattacharya metodundan elde edilen µ değerleri ile Hoffmann metoduyla

hesaplanan Xp değerlerinin bağımsız değişen olduğu lineer regresyon denklemlerinden

elde edilen veriler Tablo 9’de gösterilmiştir. Bu analiz sonucunda Bhattacharya ve

Hoffmann metotlarından elde edilen korelasyon ve regresyon katsayılarının birbirlerine

yakın olduğu saptanmıştır.

Tablo 9: APTT için test sonuçlarına dayalı kalite kontrol verileriyle, internal kalite kontrol verileri

arasında yapılan lineer regresyon analizi.

r: korelasyon katsayısı

β: regresyon katsayısı

b: y intercept değeri

Sy,x : regresyon eğrilerinin standart sapması

6. Yapılan analizler ve kalite kontrol değerlendirmelerinden sonra hem Bhattacharya hem

de Hoffmann metotlarıyla belirlenen kalite kontrol sonuçlarıyla hasta sonuçları arasındaki

uyumun saptanmadığı haftalardaki test sonuçları çalışma dışı bırakılarak (PT için: N38. hafta

= 328, N27. hafta = 334, N5. hafta = 168 ; APTT için: N1. hafta = 85, N2. hafta = 144, N13. hafta =

151) geri kalan 10.533 PT hasta test sonucu ve 6.654 APTT hasta test sonucuyla

koagülasyon testlerinin indirekt referans aralıkları belirlendi. 10.533 PT hasta test

sonucunun 5.198’i erkeklere (32±8 yıl) ait iken 5.335’i kadınlara (33±8 yıl) aitti. 6.654

APTT hasta test sonucunun 3.662’si erkeklere (32±8 yıl) ait iken 2.992’si kadınlara (33±8

yıl) aitti. Yapılan Kolmogrov-Smirnov testi ile PT ve APTT dağılımlarının non-Gaussian

dağılım sergilediği saptandı (pozitif skewness değerleri sırasıyla 9,1 ve 3,9 ; kurtosis

değerleri sırasıyla 122,5 ve 62,8 ; Kolmogrov-Smirnov testi ile elde edilen p değerleri

<0,0001 idi ; Şekil 8A ve 8B).

r β b Sy,x Rezidüel Dağılım

Bhattacharya Metodu

0,82 1,5 -13,1 1,2 Normal Dağılım

Hoffmann Metodu

0,85 1,5 -14,6 1,1 Normal Dağılım

41

Şekil 8: PT (A) ve APTT (B) sonuçlarının histogramları.

7. PT ve APTT’nin cinsiyet için alt topluluk ortalamaları arasındaki farkın tıbben önemli

olan anlamlılık derecelerinin değerlendirilmesi Tablo 10’da gösterilmiştir. Ve yapılan 18-

45 yaş aralığında PT ve APTT için referans aralıkları belirlenirken cinsiyet için alt

topluluklara ayrılmasına gerek duyulmamıştır.

Tablo 10: PT ve APTT’nin cinsiyet için alt topluluklarının Harris-Boyd modeliyle değerlendiril-

mesi.

Ortalama(SD)

Analit Erkek Kadın Kombine z hesap a zCrit3 b zCrit5 c R d

PT (sn) 12,43 (4,03)

12,88 (4,74)

12,66 (4,42)

5,26 19,87 33,12 1,18

APTT (sn) 26,03 (3,28)

26,69 (3,04)

26,33 (3,19)

8,52 15,80 26,32 1,08

PT için 1Erkek: 5.198 ve 1Kadın: 5.335 ; APTT için 1Erkek:3.662 ve 1Kadın:2.992 a z hesap = | µ2 -µ 1 | / ( σ1

2 / n1 + σ2 2 / n2

)1/2 b zCrit3 = 3 ( n ort /120 )1/2 c zCrit5 = 5 ( n ort /120 )1/2 d R = σ2 / σ1

PT ( saniye )

120,0

110,0

100,0

90,0

80,0

70,0

60,0

50,0

40,0

30,0

20,0

10,0

AFrekans

8000

6000

4000

2000

0

APTT ( saniye )

97,5

92,5

87,5

82,5

77,5

72,5

67,5

62,5

57,5

52,5

47,5

42,5

37,5

32,5

27,5

22,5

17,5

B

Frekans

3000

2000

1000

0

42

10.533 PT ve 6.654 APTT hasta test sonucu yaşlara göre düzenlenmiş kartillere

(%25’lik paylar) göre 4 alt topluluğa ayrıldı (Tablo 11). Alt topluluklarının

karşılaştırılmasında kullanılan one-way ANOVA testi ile PT ve APTT için gruplar arası

farklılıklar saptandı. Grup varyansları eşit olmadığı için post hoc karşılaştırmada kullanılan

Tamhane’s T2 testi ile istatistiksel olarak anlamlı farklılık saptanan alt topluluklarının

tıbben önemli anlamlılık dereceleri Harris-Boyd modeliyle değerlendirilmiştir (Tablo 12).

Gerek one-way ANOVA analizi gerek Harris-Boyd modeli baz alınarak, PT ve APTT’nin

referans aralıklarının belirlenmesinde belirlenen bu kartiller dikkate alınmıştır.

Tablo 11: PT ve APTT’nin yaşlara göre düzenlenmiş kartil değerleri.

� 1. Kartil

2.Kartil

3. Kartil

4.Kartil

p a

Ortalama

Fark b

p c

PT

(saniye ) 10.533

12,65

(3,87)

12,16

(2,73)

12,81

(4,98)

13,08

(5,71) <0,0001 -0,435 = 0,012

APTT

(saniye) 6.654

27,09

(2,92)

26,45

(2,81)

26,05

(3,41)

25,61

(3,41) <0,0001 1,48 <0,0001

PT için kartil değerleri: 1.Kartil,18-26 yıl ( 1=2.697); 2.Kartil, 27-33 yıl ( 1=2.822); 3.Kartil, 34-40 yıl

(1=2.709); 4.Kartil, 41-45 yıl (1=2.305). APTT için kartil değerleri: 1.Kartil,18-26 yıl (1=1.819); 2.Kartil,

27-32 yıl (1=1.614); 3.Kartil, 33-39 yıl (1=1.681); 4.Kartil, 40-45 yıl (1=1.540). PT ve APTT değerleri

ortalama (SD) olarak gösterilmiştir. a One-way A1OVA ile hesaplanan p değeri (within subject) b 1.Kartil ile 4.Kartil arasındaki ortalama fark c 1.Kartil ile 4.Kartil’in post hoc karşılaştırılmasında kullanılan Tamhane’s T2 testi ile elde edilen p değeri

43

Tablo 12: One-way ANOVA analiziyle PT ve APTT için anlamlı farklılık saptanan

kartillerin tıbben önemli anlamlılık derecelerinin Harris-Boyd modeliyle değerlendirilmesi.

Analit Ortalama (SD) Ortalama

Fark a z hesap

b zCrit3 c zCrit5 d R e

PT

( s

aniy

e )

1. Kartil 2. Kartil 0,486 sn 5,4 14,4 23,9 1,42

12,65 (3,88) 12,16 (2,73)

1. Kartil 4. Kartil 0,435 sn 3,1 13,6 22,8 1,47

12,65 (3,88) 13,08 (5,71)

2. Kartil 3. Kartil 0,643 sn 6,0 14,4 23,9 1,82

12,16 (2,73) 12,81 (4,98)

2. Kartil 4. Kartil 0,921 sn 7,1 13,9 23,1 2,10

12,16 (2,73) 13,08 (5,71)

AP

TT

( s

aniy

e )

1. Kartil 2. Kartil 0,639 sn 6,5 11,3 18,9 1,04

27,09 (2,92) 26,45 (2,81)

1. Kartil 3. Kartil 1,033 sn 9,7 11,4 19,1 1,17

27,09 (2,92) 26,05 (3,41)

1. Kartil 4. Kartil 1,483 sn 13,5 11,2 18,7 1,17

27,09 (2,92) 25,61 (3,41)

2. Kartil 3. Kartil 0,394 sn 3,7 11,1 18,5 1,21

26,45 (2,81) 26,05 (3,41)

2. Kartil 4. Kartil 0,844 sn 7,6 10,9 18,1 1,21

26,45 (2,81) 25,61 (3,41)

3. Kartil 4. Kartil 0,450 sn 3,7 11,0 18,3 1,0

26,05 (3,41) 25,61 (3,41) PT için kartil değerleri: 1.Kartil,18-26 yıl ( 1=2.697 ); 2.Kartil, 27-33 yıl ( 1=2.822); 3.Kartil, 34-40 yıl

(1=2.709); 4.Kartil, 41-45 yıl (1=2.305). APTT için kartil değerleri: 1.Kartil,18-26 yıl (1=1.819); 2.Kartil,

27-32 yıl (1=1.614); 3.Kartil, 33-39 yıl (1=1.681); 4.Kartil, 40-45 yıl (1=1.540). PT ve APTT değerleri

ortalama (SD) olarak gösterilmiştir. a Ortalama fark one-way A1OVA analizi sonrası yapılan Tamhane’s T2 testi ile elde edilmiştir b z hesap = | µ2 -µ 1 | / ( σ1

2 / n1 + σ2 2 / n2

)1/2 c zCrit3 = 3 ( n ort /120 )1/2 d zCrit5 = 5 ( n ort /120 )1/2 e R = σ2 / σ1

44

8. Bhattacharya metoduyla PT (N = 10.533) ve APTT (N = 6.654)’nin indirekt referans

aralıklarının belirlenmesinde kullanılan orta değerler PT için 8,5 sn, 9,4 sn, 10,3 sn, 11,2

sn, 12,1 sn, 13,0 sn, 13,9 sn, 14,8 sn (h = 0,9 sn) iken; APTT için 18 sn, 21 sn, 24 sn, 27

sn, 30 sn, 33 sn, 36 sn, 39 sn, 42 sn , 45 sn (h = 3 sn) idi. PT ve APTT’nin indirekt referans

aralıklarının belirlenmesinde oluşturulan aralıklar, aralıkların orta değerleri (x), frekansları

(y), frekansların ln ( lny ) ve ∆ lny değerleri sırasıyla Tablo 13 ve 14’de gösterilmiştir.

PT için orta değerlere (x) karşı ∆ lny değerlerinin saçılım grafiği (scatter plot) Şekil

9A’da gösterilmiştir. Grafikte doğrusal özellik gösteren çizginin 0 y-ekseninde kestiği

noktanın x-eksenindeki izdüşümü ile λ değeri 11,3 sn bulunmuştur (Şekil 9A). µ=λ + h/2

denklemiyle µ =11.75 sn ve σ2 = h ∆x/∆ (∆ lny) – h2/12 denklemiyle σ=0,76 sn

bulunmuştur. µ±2σ denklemiyle tüm popülasyon için (N=10.533 ve 18-45 yaş) PT

referans aralığının alt ve üst limitleri sırasıyla 10,23 sn ve 13,27 sn olarak hesaplandı

(Tablo 15).

Tablo 13: Bhattacharya metoduyla PT hasta test sonuçlarının değerlendirilmesi.

PT Aralık ( saniye ) Orta değer

( x ) Frekans ( y ) lny ∆ lny

*

8,1 – 8,9 8,5 sn 1 0 2,83

9,0 -9,8 9,4 sn 17 2,83 3,71

9,9 – 10,7 10,3 sn 692 6,54 1,56

10,8 – 11,6 11,2 sn 3299 8,10 0,13

11,7 – 12,5 12,1 sn 3761 8,23 - 0,79

12,6 – 13,4 13,0 sn 1697 7,44 - 1,32

13,5 – 14,3 13,9 sn 452 6,11 - 1,25

14,4 – 15,2 14,8 sn 129 4,86 - 0,82

15,3 – 16,1 15,7 sn 57 4,04 - 0,68

16,2 -17,0 16,6 sn 29 3,37 0

17,1 – 17,9 17,5 sn 29 3,37

18,0 ≤ 370

* ∆ lny her orta değere karşılık gelen frekansların ln değerleri ( lny ) bir sonraki orta değere karşılık gelen

frekansların ln değerlerinden çıkartılarak hesaplandı.

45

APTT için orta değerlere (x) karşı ∆ lny değerlerinin saçılım grafiği (scatter plot)

Şekil 9B’da gösterilmiştir. Grafikte doğrusal özellik gösteren çizginin 0 y-ekseninde

kestiği noktanın x-eksenindeki izdüşümü ile λ değeri 24,0 sn bulunmuştur (Şekil 9B). µ =

λ + h/2 denklemiyle µ = 25,50 sn ve σ2 = h ∆x/∆(∆ lny) – h2/12 denklemiyle σ=2.71 sn

bulunmuştur. µ±2σ denklemiyle tüm popülasyon için (N =6.654 ve 18-45 yaş) APTT

referans aralığının alt ve üst limitleri sırasıyla 20,08 sn ve 30,92 sn olarak hesaplandı

(Tablo 15).

Tablo 14: Bhattacharya metoduyla APTT hasta test sonuçlarının değerlendirilmesi.

APTT Aralık ( saniye ) Orta değer

( x ) Frekans ( y ) lny ∆ lny

*

17 – 19,9 18 sn 38 3,64 2,76

20 – 22,9 21 sn 600 6,40 1,43

23 – 25,9 24 sn 2506 7,83 0

26 – 28,9 27 sn 2496 7,82 - 1,15

29 – 31,9 30 sn 791 6,67 - 1,68

32 – 34,9 33 sn 147 4,99 - 1,10

35 – 37,9 36 sn 49 3,89 - 1,81

38 – 40,9 39 sn 8 2,08 - 0,13

41 – 43,9 42 sn 7 1,94 - 0,85

44 – 46,9 45 sn 3 1,10

47 ≤ 9 * ∆ lny

her orta değere karşılık gelen frekansların ln değerleri ( lny ) bir sonraki orta değere karşılık gelen

frekansların ln değerlerinden çıkartılarak hesaplandı.

46

A

PT ( saniye )

18161412108

Delta lny

4

3

2

1

0

-1

-2

B

APTT ( saniye )

5040302010

Delta lny

3

2

1

0

-1

-2

Şekil 9: PT (A) ve APTT (B) için orta değerlere (x) karşı ∆ lny değerlerinin saçılım grafikleri (scatter plot).

PT için λ = 11,3 sn ; APTT için λ = 24,0 sn olarak saptanmıştır.

Tablo 15: Bhattacharya metoduyla hesaplanan PT ve APTT’nin indirekt referans aralıklarının

kartillere göre değerlendirilmesi.

Analit µ a σ a Alt Sınır c Üst Sınır c

PT

( s

aniy

e )

1. Kartil 12,05 sn 0,81 sn 10,43 sn 13,67 sn

2. Kartil 11,75 sn 0,72 sn 10,31 sn 13,19 sn

3. Kartil 11,65 sn 0,68 sn 10,29 sn 13,01 sn

4. Kartil 11,55 sn 0,73 sn 10,09 sn 13,01 sn

Kombine d

11,75 sn 0,76 sn 10,23 sn 13,27 sn

AP

TT

( s

aniy

e ) 1. Kartil 26,3 sn 2,28 sn 21,74 sn 30,86 sn

2. Kartil 25,6 sn 2,61 sn 20,38 sn 30,82 sn

3. Kartil 25,3 sn 2,76 sn 19,78 sn 30,82 sn

4. Kartil 24,8 sn 2,60 sn 19,60 sn 30,00 sn

Kombine d 25,50 sn 2,71 sn 20,08 sn 30,92 sn

PT için kartil değerleri: 1.Kartil,18-26 yıl ( 1=2.697 ); 2.Kartil, 27-33 yıl ( 1=2.822); 3.Kartil, 34-40 yıl

( 1=2.709 ); 4.Kartil, 41-45 yıl ( 1=2.305 ). APTT için kartil değerleri: 1.Kartil,18-26 yıl ( 1=1.819 );

2.Kartil, 27-32 yıl ( 1=1.614 ); 3.Kartil, 33-39 yıl ( 1=1.681 ); 4.Kartil, 40-45 yıl ( 1=1.540 ). a µ = λ + h/2 b σ2 = h ∆x/ ∆ ( ∆ lny ) – h2/12 c Đndirekt referans aralıkların alt ve üst sınırları µ±2σ denklemiyle hesaplanmıştır d Tüm popülasyon ( PT için 1 = 10 .533 ve APTT için 1 = 6. 654 )

47

9. IFCC’nin bildirdiği parametrik ve NCCLS’in C28-A2 klavuzunda belirtilen non-

parametrik metotlarla hesaplanan PT ve APTT indirekt referans aralıkları Tablo 16’da

gösterilmiştir. Non-parametrik metot ve parametrik metotlarla PT (N = 10.533) ve APTT

(N = 6.654)’nin indirekt referans aralıklarının belirlenmesinde aşırı uç değerler SPSS 11.5

Explore analiziyle çalışma dışı bırakılarak grup dağılımları normalleştirildi. Aşırı uç değer

atılmadan önce PT ve APTT için skewness değerleri sırasıyla 9,1 ve 3,9 ; kurtosis

değerleri sırasıyla 122,5 ve 62,8 ; Kolmogrov-Smirnov testi ile elde edilen p değerleri

<0,0001 idi. Explore analiziyle aşırı uç değer atıldıktan sonra PT (N = 9.818) ve APTT (N

= 6.483) için skewness değerleri sırasıyla 0,238 ve 0,153 ; kurtosis değerleri sırasıyla

–0,33 ve –0,236 ; Kolmogrov-Smirnov testi ile elde edilen p değerleri sırasıyla 0.051 ve

0.032 idi.

Tablo 16: Parametrik ve non-parametrik metotlarla hesaplanan PT ve APTT indirekt referans

aralıkları.

Analit Grup �

Parametrik Metot �on-parametrik Metot

2,5. persentil 97,5. persentil 2,5. persentil 97,5.

persentil

PT

( s

aniy

e )

1. Kartil 2.559 10,57 sn 13,79 sn 10,6 sn 13,9 sn

2. Kartil 2.708 10,34 sn 13,38 sn 10,5 sn 13,4 sn

3. Kartil 2.496 10,25 sn 13,33 sn 10,4 sn 13,5 sn

4. Kartil 2.051 10,21 sn 13,15 sn 10,3 sn 13,3 sn

Kombine * 9.818 10,30 sn 13,46 sn 10,4 sn 13,6 sn

AP

TT

( s

aniy

e ) 1. Kartil 1.771 22,13 sn 31,61 sn 22,5 sn 32,0 sn

2. Kartil 1.572 21,55 sn 30,99 sn 21,7 sn 31,2 sn

3. Kartil 1.625 21,19 sn 30,37 sn 21,4 sn 30,8 sn

4. Kartil 1.499 20,71 sn 29,93 sn 21,0 sn 30,3 sn

Kombine * 6.483 21,28 sn 30,92 sn 21,5 sn 31,3 sn

PT için kartil değerleri: 1.Kartil: 18-26 yıl; 2.Kartil: 27-33 yıl; 3.Kartil: 34-40 yıl; 4.Kartil: 41-45 yıl.

APTT için kartil değerleri: 1.Kartil: 18-26 yıl; 2.Kartil: 27-32 yıl; 3.Kartil: 33-39 yıl; 4.Kartil: 40-45 yıl. * Tüm popülasyon ( PT için 1 = 9.818 ve APTT için 1 = 6.483 )

48

10. Sağlık Bakanlığı Đstanbul Eğitim ve Araştırma Hastanesi Biyokimya Laboratuvarında

18-45 yaş arası bireyler için Bhattacharya metodu, IFCC’nin bildirdiği parametrik metot ve

NCCLS’in bildirdiği non-parametrik metotlarla hesaplanan PT ve APTT indirekt indirekt

referans aralıkları ile firma tarafından önerilen referans aralıkları Tablo 17’de

gösterilmiştir.

Tablo 17: 18-45 yaş arası bireyler için hesaplanan PT ve APTT indirekt indirekt referans

aralıkları.

Analit Metot REFERA�S ARALIK

Alt Sınır Üst Sınır

PT

( sa

niy

e )

Bhattacharya Metodu 10,23 sn 13,27 sn

Parametrik Metot 10,30 sn 13,46 sn

�on-parametrik Metot 10,40 sn 13,60 sn

Kit Prospektüsü* 10,40 sn 12,60 sn

AP

TT

( s

aniy

e )

Bhattacharya Metodu 20,08 sn 30,92 sn

Parametrik Metot 21,28 sn 30,92 sn

�on-parametrik Metot 21,50 sn 31,30 sn

Kit Prospektüsü* 22,70 sn 31,80 sn * Kit prospektüsünde bildirilen referans aralığının alt ve üst limitleri sırasıyla 5. ve 95. persentil değerleridir.

49

5. TARTIŞMA ve SO�UÇLAR

Bir klinik laboratuvarın temel işlevlerinden biri kendi referans aralıklarını

oluşturmasıdır. IFCC ve NCCLS’in önerileri doğrultusunda referans aralıklarının

belirlenmesi üç ana başlıkta toplanabilir (5,9-14): (1) referans bireylerin seçimi; (2)

preanalitik ve analitik faktörlerin standardizasyonu; (3) elde edilen verilerin uygun

istatistiksel analizleriyle referans aralıklarının hesaplanması. Bu aşamalardan en zor ve

kritik basamak referans bireylerin seçimidir. Genel popülasyonun temel unsurlarını

yansıtan büyük örneklem gruplar için uygulanan posteriori seçim referans birey seçiminde

daha uygun bir yöntem olmasına rağmen, çok az laboratuvar bu şekilde tanımlanan büyük

örneklem gruplarına sahiptir (5,10). Bu yüzden referans birey seçiminde en çok kullanılan

ve bilinen priori yönteminde ise; literatürden elde edilen veya aynı popülasyonla daha

önceden yapılan çalışmalarda tanımlanan dahil etme kriterlerine göre referans bireyler

seçilir ve toplanan örneklerde analizler sonra yapılır. Elde edilen referans bireylerin

laboratuvar sonuçlarını etkileyebilecek faktörler göz önüne alınarak preanalitik ve analitik

faktörlerin standardize edilmesi gerekir. Sonraki aşamada elde edilen verilerle referans

aralık hesaplanmasında istatistiksel metotlardan parametrik metot için IFCC önerileri

dikkate alınabileceği gibi; non-parametrik metot için hem IFCC hem de NCCLS’i önerileri

dikkate alınabilir (5,13).

Klinik tanı laboratuvarlarında tüm testler için güvenilir referans aralıklarının

belirlenmesinde çoğu zaman kullanışlı ve gerekli klinik veriler elde edilememektedir

(2,18).Bunun için bir çok laboratuvar üretici firma tarafından önerilen referans aralıklarını

kullanmaktadır. Avrupa topluluğunun 98/79/CE talimatları, üretici firmaların reaktif

kitleriyle beraber referans popülasyonunu yansıtan referans aralıkları oluşturmalarını

zorunlu kılmıştır (18). Üretici firmaların ürettikleri reaktif kitleri için referans aralıkları

oluşturmaları zorunlu kılınmasına rağmen; bu yöntem oldukça pahalıdır ve bazı sıkıntıları

içermektedir. Örneğin; üretici firmaların ürünlerini dünyanın birçok yerine

dağıtmalarından kaynaklanan etnik, genetik ve çevresel farklılıklar (biyolojik değişkenlik)

referans aralıklarının bir ülkeden diğerine veya bir analitik sistemden diğerine transferini

50

zorlaştırmaktadır. Ancak laboratuvardaki cihaz ve reaktiflerin üretici firmaları tarafından

sağlanan referans aralıklarının bazı validasyon yöntemleriyle transferi daha ucuz ve

uygulanabilir bir süreçtir; ve bu validasyon yöntemleri NCCLS C28-A2 klavuzunda

ayrıntılı olarak açıklanmaktadır (8). Bu validasyon uygulamalarındaki temel amaç üretici

firma tarafından bildirilen referans aralıklarının belirlendiği popülasyonunun, laboratuvarın

kendi sağlıklı popülasyonu ile karşılaştırılmasıdır. Bunun dışında aynı laboratuvarda yeni

bir metoda geçişte referans aralıklarının transferi, metot karşılaştırma sonrası elde edilen

lineer regresyon denklemleriyle yapılabilmektedir (81,82). Bu durumda laboratuvarın

kendi popülasyonu değişmemiş olmasına rağmen yeni metoda geçişten dolayı metotlar

arası farklılıklar söz konusudur.

Referans aralıkları hasta test sonuçlarından faydalanarak indirekt olarak

hesaplanabilir. Bu uygulamanın prosedürleri herhangi bir klavuzda belirtilmemiş olmasına

rağmen; direkt metotla beraber yapılan bir çok çalışma referans aralıklarının indirekt

metotla hesaplanabileceğini göstermiştir (23-28). Direkt metoda göre indirekt metodun

maliyeti düşüktür ve birçok laboratuvar bu metotla referans aralıklarını belirleyebilir. Bir

laboratuvarda günlük elde edilen test sonuçlarından geriye dönük referans aralıklarının

belirlenmesi için uygulanacak istatistiksel prensipler ilk olarak Bhattacharya tarafından

tanımlanmış; sonraki yıllarda yapılan çalışmalarda bu metot modifiye edilmiştir.

Günümüzde indirekt referans aralık belirlemede Bhattacharya metodu yaygın kabul

görmektedir ( 22-28,73). Hastane veritabanından elde edilen hasta popülasyonuna ait test

sonuçlarının iki veya daha fazla alt gruptan oluştuğu varsayılmaktadır. Bu alt gruplardan

ana grup non-patolojik laboratuvar test sonuçlarından oluşmakta iken; diğer küçük alt grup

veya gruplar ise patolojik test sonuçlarından oluşmaktadır. Bhattacharya metodu, non-

patolojik test sonuçlarına ait ana grubu diğer alt gruplardan ayırıp; elde ettiği bu gruptan

bazı istatistiksel uygulamalarla ilgili testin referans aralıklarını hesaplar.

Laboratuvarımızda 2008 yılı içersinde çalışılan 18-45 yaş arası bireylere ait PT ve

APTT test sonuçlarını kullanarak, PT ve APTT için indirekt yöntemle referans aralıklarını

belirledik. Bu süre içersinde çalışılan internal ve eksternal kalite kontrol sonuçlarımız

kabul edilebilir düzeydeydi. Bu çalışmada preanalitik faktörlerin standardizasyonundaki

zorluklardan dolayı servis hastalarına ait test sonuçları çalışma dışı bırakılarak ayaktan

tedavi gören hastalara ait test sonuçları çalışmaya dahil edildi. Ancak endokrinoloji,

enfeksiyon hastalıkları, kronik hepatit, nefroloji, dermatoloji, nöroloji ve dahiliye

51

bölümlerine başvuran ayaktan tedavi gören hastalara ait test sonuçları çalışma dışı

bırakıldı.

Çalışmamızda elde ettiğimiz PT ve APTT test sonuçlarının, homojenliğin

sağlanması için cinsiyet ve yaş alt topluluklarındaki tıbben önemli olan anlamlılık

dereceleri Harris-Boyd modeliyle değerlendirildi (5,20,21). PT ve APTT test sonuçlarının

cinsiyet için alt topluluk oluşturulmasına gerek duyulmadı; ancak yaşa göre kartillere

ayrılmış alt topluluklarda PT ve APTT’nin indirekt referans aralıkları ayrı ayrı hesaplandı.

Đndirekt referans aralıkları Bhattacharya metodu haricinde, IFCC’nin bildirdiği parametrik

ve NCCLS’in bildirdiği non-parametrik metotlarla da hesaplandı. Ancak laboratuvar test

sonuçlarının aşırı uç değerlerinin hangi yöntemle belirleneceği bir sorun oluşturmaktaydı.

Aşırı uç değerlerin belirlenmesinde Dixon prosedürü ve Barnett-Lewis tarafından

tanımlanan blok prosedürünün uygulanmasına rağmen istenilen sonuçlar alınamadı. Bu

yüzden SPSS paket programının ‘explore’ basamağındaki %95 güven aralıkları ve dal-

yaprak grafikleri aşırı uç değerlerin belirlenmesinde kullanıldı.

Çalışmamızın amaçlarından biri Hoffmann ve Bhattacharya metotlarının kalite

kontrol prosedürleri olarak karşılaştırılmasıydı. Hoffmann metodu olarak bilinen

normallerin ortalaması prosedürü hasta test sonuçları ortalamasının bir kontrol limiti ile

karşılaştırılması temeline dayanır ve analitik süreç içersindeki sistematik hataların

yakalanmasında kullanılmaktadır (34-40,57). Ancak Bhattacharya metodu temelde indirekt

referans aralık belirleme yöntemidir ve bu metodun bir kalite kontrol prosedürü olarak

kullanılmasıyla ilgili yapılan tek çalışma Oosterhuis WP ve arkadaşlarına aittir (76). Bu

çalışmada, Bhattacharya ve Hoffmann metotlarıyla hasta test sonuçlarından hesaplanan

ortalama değerler internal kalite kontrol ortalamalarıyla karşılaştırılmış; Bhattacharya

metodunun normallerin ortalamasına göre analitik süreç içersindeki sistematik hatalara

daha duyarlı olduğu belirtilmiştir. Sonraki yıllarda yayımlanan bazı derlemeler bu

çalışmaya sadece atıfta bulunarak kalite kontrol uygulaması olarak Bhattacharya metodunu

ön plana almışlardır (37,39). Yaptığımız çalışma Bhattacharya metodunun bir kalite

kontrol prosedürü olarak kullanıldığı ikinci çalışmadır ve bu uygulamanın indirekt referans

aralık belirlemede red kriteri olarak kullanıldığı ilk çalışmadır. Bizim çalışmamızda 2008

yılı içersinde Bhattacharya ve Hoffmann metotlarıyla hasta test sonuçlarından hesaplanan

ortalama değerler ile internal kalite kontrol ortalamaları arasındaki uyum incelenmiş,

Oosterhuis WP ve arkadaşlarının çalışmasından farklı olarak her iki metodun benzer

duyarlılıkta olduğu saptanmıştır. Sonraki aşamada internal kalite kontrol ortalamalarıyla

52

her iki metotla hesaplanmış ortalama değerler arasında uyumun olmadığı haftaların hasta

test sonuçları indirekt referans aralık belirlemede istatistiksel analize dahil edilmemiştir.

Bir laboratuvardaki iş akışı dinamik bir süreçtir ve bu analitik süreç içersindeki var

olan uyumsuzlukların veya sistematik hataların bu dinamik süreç içersinde belirlenmesi

esastır. Bu çalışmada yaptığımız geriye dönük kalite kontrol değerlendirilmesinin,

laboratuvarın analitik sürecinin o anını değerlendirmekten daha çok geriye dönük

değerlendirmelerde veya yine bu çalışmada olduğu gibi indirekt referans aralık

belirlenmesinde daha kullanışlı olduğunu düşünmekteyiz. Bu çalışmadaki kalite kontrol

değerlendirilmesinin uygulanmasındaki zorluklardan biri çok sayıda veriye ve belli bir

zaman süresine (örneğin 1 yıl gibi) gerek duyulmasıdır. Bu yüzden bir laboratuvarın

günlük, haftalık veya aylık hasta test sonuçlarıyla uygulanabilecek normallerin ortalaması

prosedürü, laboratuvarın analitik sürecinin o anını değerlendirmede daha kullanışlıdır.

Çalışmamızda PT ve APTT’nin indirekt referans aralıkları önerilen Bhattacharya

metodunun haricinde IFCC’nin bildirdiği parametrik metot ve NCCLS’in bildirdiği non-

parametrik metotlarla da hesaplandı. Parametrik ve non-parametrik metotların

uygulamaları öncesinde veri setinde daha önceden bahsettiğimiz istatistiksel yöntemlerle

tüm aşrı uç değerler atıldı; ancak Bhattacharya metodunu için böyle bir uygulamaya gerek

duyulmadı. Herhangi bir aşırı uç değerin atılmasına gerek duyulmaması ve daha önceki

indirekt referans aralıkları çalışmalarında sık kullanılması Bhattacharya metodunun

avantajlarıdır. Bu metotla 18-45 yaş arası bireyler için hesapladığımız referans aralıkları

PT için 10,23-13,27 sn; APTT için 20,08-30,92 sn idi. Ancak hesapladığımız indirekt

referans aralıkları yaklaşık %95’lik alanı kapsarken, kit prospektüsündeki referans

aralıkları (PT için 10,4-12,6 sn ve APTT için 22,7-31,8 sn) %90’lık alanı kapsamaktaydı.

Bhattacharya metoduyla hesapladığımız PT referans aralığının alt sınırı üretici firma

tarafından verilen PT referans aralığının alt sınırından %1,6 düşük; hesapladığımız PT

referans aralığının üst sınırı üretici firma tarafından verilen PT referans aralığının üst

sınırından %5,3 yüksek; hesapladığımız APTT referans aralığının alt sınırı üretici firma

tarafından verilen APTT referans aralığının alt sınırından %11,5 düşük; hesapladığımız

APTT referans aralığının üst sınırı üretici firma tarafından verilen APTT referans

aralığının üst sınırından %2,8 düşük bulduk. Gerek kendi hesapladığımız gerekse üretici

firma tarafından verilen referans aralıklarının merkezi alanları (sırasıyla %95 ve %90)

dikkate alındığında; hesaplanan indirekt PT ve APTT referans aralıkları üretici firma

tarafından verilen referans aralıklarıyla uyumluydu.

53

Đndirekt PT ve APTT referans aralıkları belirlemesinde cinsiyet için alt topluluk

oluşturulmasına gerek duyulmadı. Ancak yaptığımız çalışmada 18-45 yaş arası bireylerin

test sonuçlarını kullandığımızdan yaşı dekatlara ayıramadık; bu yüzden bu popülasyonu

yaş için düzenlemiş kartillere ayırarak indirekt referans aralıklarını dört alt toplulukta

değerlendirdik. Her üç metotla hesapladığımız indirekt PT ve APTT referans aralıklarının

alt ve üst sınırları 1.kartilden 4.kartile doğru bir azalış sergilemiştir. Yapılan prospektif bir

çalışmada fibrinojen, von Willebrand faktör (vWF), plazminojen aktivatör inhibitör-1

(PAI-1) ve t-PA antijeni gibi hemostatik faktörlerin 40 yaş altından 40 yaş sonrası

dekatlara doğru istatistiksel olarak anlamlı artışları saptanmıştır (77). Bu faktörlerin

dışında faktör V, VII, VIII, IX, XIII ile D-dimer, faktör XIa-α1–antitripsin, plazmin-

antiplazmin kompleksleri, trombin-antitrombin kompleksleri, c-reaktif protein, interlökin-

6, TNF-α, TGF-β gibi faktörlerin de yaşlanmayla beraber arttığı bilinmektedir (78-80).

Tüm dünyadaki uzun yaşam beklentileri ve buna bağlı yaşlı bireylerin yaşam

standartlarındaki iyileştirmeler 40 yaş sonrası ve yaşlı bireylerde referans aralıkları

oluşturulması gerekliliğini doğurmaktadır. Bu yüzden PT ve APTT referans aralıklarının

40 yaş sonrası ve yaşlı bireylerde de değerlendirilmesi gerekmektedir.

Hasta test sonuçları kullanarak indirekt referans aralığı belirleme çalışmalarının

temelde sorgulanması gereken iki nedeni vardır. Birincisi, kullanılan hasta test sonuçlarının

IFCC ve NCCLS’in tanımladığı sağlıklı popülasyona uygunluğu; ikincisi, hasta test

sonuçlarının elde edildiği süre içersindeki preanalitik ve analitik koşulların kontrolündeki

yeterliliktir. Ameliyatla ilgili kanama komplikasyonu riskine önlem niteliğinde ameliyat

öncesinde PT (sn.)/INR ve APTT istenir; burada ‘etkili ve güvenli antikoagülan tedavi’nin

izlenmesi söz konusu değildir. Ameliyat Öncesi Hazırlığı Test Panelleri kılavuzunda

hemogram da ameliyat öncesi rutin olarak istendiği halde, hastanemizde elektronik veri

ortamının süzmeye olanak sağlamaması nedenli trombosit sayımı referans bireylerin

seçimi/dışlanmasında kullanılamamıştır. Karaciğer fonksiyonlarını etkileyen her durum

INR’yi değiştirebilir; olguların karaciğer fonksiyon testleri ameliyata hazırlık amacıyla

rutinde istenmemektedir. Ancak toplumumuzda karaciğer hastalıklarının prevalansının çok

fazla yüksek değildir. Bu yüzden referans bireylerin seçimi/dışlanmasında bu verileri

kullanamamış olmamızın referans topluluğumuzu olumsuz yönde etkilemeyeceğini

düşünüyoruz. Hastanemizde Onkoloji Bölümü olmadığından ve kanser cerrahisi

olgularının sıklıkla izlendiği klinikler dışlandığından, referans topluluğumuzda kanser

hastalarının sayısının önemli büyüklükte olmayacağı da düşünülmektedir. Dolayısıyla

54

seçtiğimiz topluluğun ‘sağlıklı grup’ olarak tanımlanması mümkündür. Çalışmamızda

sağlıklı grubu oluştururken, karaciğer fonksiyon testleri, trombosit sayımı, inflamasyon

belirteçleri gibi diğer test parametreleri kullanarak dışlama yapamadığımızdan, aşırı uç

değerleri istatistiksel yöntemle atarak bu olguları çıkarmış olduk. Belli kliniklerin hariç

tutulması ile test verilerinden elde edilen laboratuvara özgü referans aralığı, o topluluğun

sonuçlarının değerlendirilmesi için özellikle uygun olabilir.

Preanalitik koşullar açısından bakıldığında; polikliniklerde merkezi ‘Kan Alma

Üniteleri’ndeki çalışanların sürekli eğitimi, kullanılan ekipmanın uygunluğu, numunelerin

doğru alınması, transportu, laboratuvara kabülü basamaklarının kontrol altına tutulması

sağlanmıştır. Analitik koşullar açısından bakıldığında; cihaz dosyasında deiyonize su

sisteminin ve analizörün periyodik bakımının düzenli yapıldığına dair kayıtlar, kalibrasyon

çalışmalarına ait belgeler, iç ve dış kalite kontrol sonuçları güvenliydi.

Sonuç olarak belli kliniklerin dışlanmasıyla elde edilen birikmiş hasta test

sonuçlarını geriye dönük bir kalite kontrol değerlendirmesiyle hesapladığımız PT ve APTT

indirekt referans aralıklarının kit prospektüsündeki belirtilen aralıklarla uyumlu olduğunu

ortaya koyduk. Burada yapılan uygulama tam bir referans aralığı çalışması değil, üretici

firma tarafından sunulan referans aralıklarının teyit edilmesidir. Çünkü, NCCLS C28-A2

klavuzunda bildirilen referans aralıklarının validasyonunu, referans bireylerin sayısı

dışında tam bir referans aralık belirleme çalışmasındaki kriterleri taşımasından dolayı çoğu

laboratuvar tarafından uygulanması zordur. Bu çalışmada olduğu gibi belli klinikleri

dışlayarak elde edilmiş birikmiş hasta test sonuçlarını kullanarak geriye dönük bir kalite

kontrol değerlendirmesiyle referans aralıklarının teyit edilmesi, temsil ettiği toplumun

sonuçlarının değerlendirilmesi açısından uygun olacağı görüşündeyiz.

55

6. ÖZET

Klinik laboratuvarlarda tüm testler için güvenilir referans aralıklarının belirlenmesi

önemlidir, ancak çoğu zaman kullanışlı ve gerekli klinik veriler elde etmekte zorluk çekilir.

Referans aralıklarının hasta test sonuçlarından faydalanarak indirekt belirlenmesi

prosedürü herhangi bir klavuzda belirtilmemiş olmasına rağmen; yapılan birçok çalışmada

referans aralıklarının indirekt metotla hesaplanabileceği gösterilmiştir. Bu çalışmada

protrombin zamanı (PT) ve aktive parsiyel tromboplastin zamanı (APTT) için referans

aralığının doğrulanmasında, belli klinikleri dışlayarak birikmiş test verileri kullanımına

dair bir model oluşturmayı amaçladık.

Ameliyat öncesi cerrahi polikliniklerinden test istemi yapılan, 18-45 yaşları

arasında ayaktan hastaların 2008 yılı PT (n=11.363) ve APTT (n=7.034) test sonuçları

elektronik kayıtlardan elde edildi. Dermatoloji, Endokrinoloji, Geriyatri, Enfeksiyon

Hastalıkları ve Kronik Hepatit, Fizik Tedavi ve Rehabilitasyon, Nöroloji, Pediyatri,

Dahiliye, Nefroloji, Gastroenteroloji, Meme polikliniği ve Kadın Hastalıkları ve Doğum

klinikleri hastaları çalışma dışı bırakıldı. Testler Thromborel S ve Actin (Dade Behring,

Germany) kullanılarak Sysmex Ca 1500 ile çalışılmıştı. Her çalışma haftası için geriye

dönük bir kalite kontrol prosedürü olarak Bhattacharya ve Hoffmann metotları kullanıldı.

Bu iki yöntemin (Bhattacharya ve Hoffmann) duyarlılığı karşılaştırıldığında benzer olduğu

görüldü.

Đnternal kalite kontrol ve hasta test sonuçları arasında uyumun olmadığı haftaları

belirledik ve hesaplamada bu haftalarda çalışılmış hasta test sonuçlarını dışladık.

Bhattacharya metoduyla hesaplanan PT (n=10.533) ve APTT (n=6.654) indirekt referans

aralıklarının alt ve üst sınırları sırasıyla 10,23 -13,27 sn ve 20,08-30,92 sn idi. Belli

kliniklerin dışlanması ve iç kalite kontrol sonuçlarının geriye dönük değerlendirmesiyle

elde edilen birikmiş hasta test sonuçlarını kullanarak hesapladığımız indirekt referans

aralıkları kit prospektüsündeki belirtilen aralıklarla örtüşmekteydi. Birikmiş test

sonuçlarını kullanarak oluşturduğumuz model, laboratuvarın referans aralıklarının teyidi ve

temsil ettiği toplumda sonuçların değerlendirilmesi için uygun olabilir.

56

7. SUMMARY

It’s important to determine reliable reference intervals for all the test parameters of

the clinical laboratory, but it’s usually hard to obtain useful and necessary clinical data.

Although the procedure of indirect determination of reference intervals using stored data is

not defined in any guide, it was showed that the reference intervals could be estimated by

indirect method in lots of studies. We aimed to constitute a model of using stored data in

verifying the reference intervals of prothrombin time (PT) and activated partial

thromboplastin time (APTT) with exclusion of certain clinics in this study.

Results of PT (n=11.363) and APTT (n=7.034) test requests of ambulatory patients

aged 15 to 80 made from outpatient clinics of surgical departments before surgical

interventions in 2008 were retrieved from the electronic medical record. Patients from

Dermatology, Endocrinology, Geriatrics, Infection Disease and Chronic Hepatitis, Physical

Therapy and Rehabilitation, Neurology, Pediatrics, Internal Medicine, Nephrology,

Gastroenterology, Breast, Obstetrics and Gynecology clinics were excluded. Thromborel S

and Actin (Dade Behring, Germany) were used for the tests which we done on the Sysmex

Ca 1500. We used Bhattacharya and Hoffmann methods as a retrospective quality control

procedure for each study week. When we compared the sensivities of these methods, the

results were similar.

We determined the weeks where there was disagreement between the results of

internal quality control and patients’ tests and excluded the results of these weeks in

estimation. The upper and lower limits of reference intervals of PT (n=10.533) and APTT

(n=6.654) were found as 10,23 -13,27 seconds and 20,08-30,92 seconds, respectively. The

indirect reference intervals estimated by using the stored data with the exclusion of certain

clinics and the retrospective evaluation of the internal quality conrol results were

overlapping with the data stated in the insert. The model which we constituted using stored

data, may be particularly suitable for confirming reference intervals of the laboratory and

evaluation of the results of the presenting population.

57

8. KAY�AKLAR

1. Gräsbeck R, Saris NE. Establishment and use of normal values. Scand J Clin Lab Invest

1969;26 Suppl 100:62-3.

2. Henny J, Petitclerc C, Fuentes-Arderiu X, Petersen PH, Queraltó JM, Schiele F, Siest G.

Need for revisiting the concept of reference values. Clin Chem Lab Med 2000;38(7):589-

595.

3. Gräsbeck R. The evolution of the reference value concept. Clin Chem Lab Med 2004;

42:692-7.

4. Solberg HE. Establishment and use of reference values. Tietz textbook of Clinical

Chemistry and Moleculer Diagnostics. Burtis CA, Ashwood ER, Bruns DE. Fourth Edition

2006: 425-448.

5. National Committee for Clinical Laboratory Standarts: How to define and determine

reference intervals in the clinical laboratory; approved guideline, NCCLS document C28-

A2 (ISBN 1-56238-406-6), Wayne, Pann., USA 2000.

6. Zardo L, Secchiero S, Sciacovelli L, Bonvicini P, Plebani M. Reference intervals: Are

interlaboratory differences appropriate? Clin Chem Lab Med 1999; 37( 11/12):1131-1133.

7. Gowans EMS, Petersen PH, Blaabjerg O, Hørder M. Analytical goals for the acceptance

of common reference intervals for laboratories throughout a geographical area. Scand J

Clin Lab Invest 1998;48:757-764.

8. Ricós C, Cava F, Garcia-Lario JV, Hernández A, Iglesias N, Jiménez CV, Minchinela J,

Perich C, Simón M, Domenech MV, Álvarez V. The reference change value: a proposal to

interpret laboratory reports in serial testing based on biological variation. Scand J Clin Lab

Invest 2004;64:175-184.

9. Solberg HE. Approved recommendation on the theory of reference values: Part 1. The

concept of reference values. J Clin Chem Clin Biochem 1987;25:337-42.

10. PetitClerc C, Solberg HE. Approved recommendation on the theory of reference

values: Part 2. Selection of individuals for the production of reference values. J Clin Chem

Clin Biochem 1987;25:639-44.

58

11. Solberg HE, PetitClerc C. Approved recommendation on the theory of reference

values: Part 3. Preparation of individuals and collection of specimens for the production of

reference values. J Clin Chem Clin Biochem 1988;26:593-8.

12. Solberg HE, Stamm D. Approved recommendation on the theory of reference values:

Part 4. Control of analytical variation in the production, transfer and application of

reference values.Eur J Clin Chem Clin Biochem 1991;29:531-5.

13. Solberg HE. Approved recommendation on the theory of reference values: Part 5.

Statistical treatment of collected reference values. Determination of reference limits. J Clin

Chem Clin Biochem 1987;25:645-56.

14. Dybkaer R, Solberg HE. Approved recommendation on the theory of reference values:

Part 6. Presentation of observed values related to reference values. J Clin Chem Clin

Biochem 1987;25:657-62.

15. Williams GZ, Young DS, Stein MR, Cotlove E. Biological and metrological

components of variation in long-term studies of serum constituents in normal subjects.I:

Objectives, subjects selection laboratory procedure and estimation of analytic deviation.

Clin Chem 1970;16:1016-21.

16. Harris EK. Distinguishing physiologic variation from analytic variation. J Chronic Dis

1970; 23:469-80.

17. Ceriotti F, Boyd JC, Klein G, Henny J, Queraltó J, Kairisto V, Panteghini M.

Reference intervals for serum creatinine concentrations: Assessment of available data for

global application. Clin Chem 2008;54(3):559-566.

18. Reed AH, Henry RJ, Mason WB. Influence of statistical method used on the resulting

estimate of normal range. Clin Chem 1971; 17:275-284.

19. Barnett V, Lewis T. Outliers in statistical data. Chichester, England: John Wiley and

Sons, Ltd.; 1978:68-73.

20. Harris EK, Boyd JC. On diving reference data into subgroups to produce separate

reference range. Clin Chem 1990;36(2):265-70.

21. Lahti A, Petersen PH, Boyd JC, Fraser CG, Jørgensen N. Objective criteria for

partitioning gaussian-distributed reference values into subgroups. Clin Chem

2002;48(2):338-52.

22. Bhattacharya C. A simple method of resolution of a distribution into Gaussian

components.Biometrics 1967; 23:115-35.

59

23. White JD. Use of patient data in the control of urea, creatinine and electrolyte

estimations. Clin Chim Acta 1978;84:353-60.

24. Ilcol YO, Aslan D. Use of total patient data for indirect estimation of reference

intervals for 40 clinical chemical analytes in Turkey. Clin Chem Lab Med

2006;44(7):867-876.

25. Hubl W, Schmieder J, Gladrow E, Demant T. Reference intervals for thyroid hormones

on the Architect analyser. Clin Chem Lab Med 2002; 40(2):165-6.

26. O’Halloran MW, Studley-Ruxton J, Wellby ML. A comparison of conventionally

derived normal ranges with those obtained from patients’ results. Clin Chim Acta 1970;

27:35-46.

27. Karisto V, Hanninen KP, Leino A, Pulkki K, Peltola O, Näntö V, et al. Generation of

reference values for cardiac enzymes from hospital admission laboratory data. Eur J Clin

Chem Clin Biochem 1994;32:789-96.

28. Baadenhuijsen H, Smit JC. Indirect estimation of clinical chemical reference intervals

from total hospital patient data: Application of a modified Bhattacharya procedure. J Clin

Chem Clin Biochem 1985; 23:829-839.

29. Oosterhuis WP, Modderman TA, Pronk C. Reference values: Bhattacharya or the

method proposed by the IFCC? Ann Clin Biochem 1990; 27:359-365.

30. Bäck SE, Nilsson JE, Fex G, Jeppson JO, Rosén U, Tryding N, von Schenck H,

Norlund L. Towards common reference intervals in clinical chemistry. Clin Chem Lab

Med 1999; 37(5):573-592.

31. National Committee for Clinical Laboratory Standarts: Method comparison and bias

estimation using patient samples; approved guideline-second edition, NCCLS document

EP-9 ( ISBN 1-56238-472-4 ), Wayne, Pann., USA 2002.

32. Soldin OP, Bierbower LH, Choi JJ, Choii JJ, Thompson-Hoffman S, Soldin SJ. Serum

iron, ferritin, transferrin, total iron binding capacity, hs-CRP, LDL cholesterol and

magnesium in children; new reference intervals using the Dade Dimension Clinical

Chemistry System. Clin Chim Acta 2004;342:211-217.

33. Ghoshal AK, Soldin SJ. Evaluation of the Dade Dimension RxL: integrated chemistry

system-pediatric reference ranges. Clin Chim Acta 2003;331:135-146.

34. Cembrowski GS, Chandler EP, Westgard JO. Assessment of ‘ average of normals’

quality control procedures and guidelines for implementation. Am J Clin Pathol 1984;

81:492-9.

60

35. Lott JA, Smith DA, Mitchell LC, Moeschberger ML. Use of medians and ‘ average of

normals’ of patients’ data for assessment of long-term analytical stability. Clin Chem

1996; 42(6):888-892.

36. Westgard JO, Smith FA, Mountain PJ, Boss S. Design and assessment of average of

normals (AON) patient data algorithms to maximize run lengths for automatic process

control. Clin Chem 1996; 42(10):1683-1688.

37. Kazmierczak SC. Laboratory quality control: Using patient data to assess analytical

performance. Clin Chem Lab Med 2003; 41(5):617-627.

38. Kazmierczak SC. Statistical techniques for evaluating the diagnostic utility of

laboratory tests. Clin Chem Lab Med 1999; 37(11/12): 1001-1009.

39. Cembrowski GS. Thoughts on quality-control systems: a laboratorian’s perspective.

Clin Chem 1997; 43(5):886-892.

40. Glick JH. Statistics of patient test values: Application to indirect normal range and to

quality control. Clin Chem 1972; 18(12):1504-1513.

41. Kouri T, Kairisto V, Virtanen A, Uusipaikka E, Rajamäki A, Finneman H, Juva K,

Koivula T, Näntö V. Reference intervals developed from data for hospitalized patients:

Computerized method based on combination of laboratory and diagnostic data. Clin Chem

1994; 40(12):2209-2215.

42. Roberts WL, Johnson RD: The serum anion gap. Has the reference interval really

fallen? Arch Pathol Lab Med 1997;121:568-72.

43. Lolekha PH, Vanavanan S, Lolekha S. Update on value of the anion gap in clinical

daignosis and laboratory evaluation. Clin Chim Acta 2001;307:33-36.

44. Cembrowski GS, Westgard JO, Iyama-Kurtycz. Use of anion gap for the quality

control of electrolyte analyzers. Am J Clin Pathol 1983;79:688-96.

45. Ladenson JH. Patients as their own controls: Use of the computer to identify ‘

laboratory error ‘. Clin Chem 1975;21:1648-53.

46. Whitehurst P, Di Silvio TV, Boyadjian G. Evaluation of discrepancies in patients’

results- an aspect of computer – assisted quality control. Clin Chem 1975; 21:87-92.

47. Wheeler LA, Sheiner LD. A clinical evaluation of various delta check methods. Clin

Chem 1981; 27:5-9.

48. Sheiner LD, Wheeler LA, Moore JK. The performance of delta check methods. Clin

Chem 1979;25:2034-7.

61

49. Lizuka Y, Kume H, Kitamura M. Multivariate delta check method for detecting

specimen mix-up. Clin Chem 1982; 28:2244-8.

50. Witte DL, VanNess SA, Angstadt DS, Pennell BJ. Errors, mistakes, blunders, outliers

or unacceptable results: How many? Clin Chem 1997;43:1352-6.

51. Slotnick HB, Etzell P. Multivariate interpretation of laboratory tests used in monitoring

patients. Clin Chem 1990;36:748-51.

52. Gambino R, Mallon P, Woodrow G. Managing for total quality in a large laboratory.

Arch Pathol Lab Med 1990; 114:1145-8.

53. Bull BS, Elashoff RM, Heilborn DC, Couperus J. A study of various estimators for the

derivation of quality control procedures from patient erythrocyte indices. Am J Clin Pathol

1974;61:473-81.

54. Smith FA, Kroft SH. Exponentially adjusted moving mean procedure for quality

control-an optimized patient sample control procedure. Am J Clin Pathol 1996;105:44-51.

55. Cembrowski GS, Westgard JO. Quality control of multichannel hematology analyzers:

Evaluation of Bull’s algorithm. Am J Clin Pathol 1985;83:337-45.

56. Levy WC, Hay KL, Bull BS. Preserved blood versus patient data for quality control-

Bull’s algorithm revisited. Am J Clin Pathol 1986;85:719-21.

57. Hoffmann RG, Waid ME. The ‘average of normals’ method of quality control. Am J

Clin pathol 1965; 43:134-41.

58. Douville P, Cembrowski GS, Strauss JF. Evaluation of the average of patients :

Application to endocrine assays. Clin Chim Acta 1987;167:173-85.

59. Douville P, Cembrowski GS, Strauss JF. The influences of the between- and within-run

components of variation on the mean rule. J Autom Chem 1986;8:85-8.

60. Douville P, Forest JC. Performance of the Hitachi 705 evaluated. Clin Chem

1983;29:692-6.

61. Westgard JO, Groth T. Power functions for statistical control rules. Clin

Chem.1979;25(6):863-869.

62. Westgard JO, Groth T. Desing and evaluation for statistical control procedures:

Applications of a computer ‘ quality control simulator ‘ program. Clin Chem 1981:27(9);

1536-1545.

63. Westgard JO, Burnett RW. Precision requirements for cost-effective operation of

analytical processes. Clin Chem 1990; 36(9);1629-1632.

62

64. Westgard JO. Power function graphs. http://www.westgard.com/lesson4.htm ( Erişim

Haziran 2009 )

65. National Committee for Clinical Laboratory Standarts: One-Stage prothrombin time

(PT) test and activated partial thromboplastin time (APTT) test: approved guideline,

NCCLS document H47-A ( ISBN 1-56238-301-9 ), Wayne, Pann., USA 1996.

66. Quick AJ, Stanley-Brown M, Bancroft FW. A study of the coagulation defect in

hemophilia and in jaundice. Am J Med Sci 1935;190:501-511.

67. Fairweather RB, Ansell J, van den Besselaar AM, Brandt JT, Bussey HI, Poller L,

Triplett DA, White RH. College of American pathologists conference XXXI on laboratory

monitoring of anticoagulant therapy. Arch Pathol Lab Med 1998;122:768-781.

68. WHO expert committee on biological standardization. Thirty-third report. World

Health Organ Tech Rep Ser 1983;687:1-184.

69. Kamal AH, Tefferi A, Pruthi RK. How to interpret and pursue an abnormal

prothrombin time, activated partial thromboplastin time, and bleeding time in adults. Mayo

Clin Proc 2007;82(7):864-873.

70. van Geest-Daalderop JH, Mulder AB, Boonman-de Winter LJ, Hoekstra MM, van den

Besselaar AM. Preanalytical variables and off-site blood collection: influences on the

results of the prothrombin time/international normalized ratio test and implications for

monitoring of oral anticoagulant therapy. Clin Chem 2005;51:561-8.

71. Salvagno GL, Lippi G, Poli G, Guidi GC. Prevalence and type of pre-analytical

problems for inpatients samples in coagulation laboratory. J Eval Clin Pract 2008;14: 351-

3.

72. National Committee for Clinical Laboratory Standarts: Collection, transport and

processing of blood specimens for testing plasma-based coagulation assays: approved

guideline, NCCLS document H21-A4, NCCLS document H21-A4, Wayne, Pann., USA

2003.

73.Ginder EM. Calculation of normal ranges by methods used for resolution of

overlapping Gaussian distributions. Clin Chem 1970;16(2):124-8.

74. Solberg HE. (2006) Establishment and use of reference values. Tietz textbook of

clinical chemistry and molecular diagnostics, Editors: Burtis CA, Ashwood ER, Bruns DE.

pp 425-448, Elsevier Inc, Missouri.

75. Westgard JO, Hunt MR. Use of interpretation of common statistical tests in method-

comparison studies. Clin Chem 1973;19:49-57.

63

76. Oosterhuis WP, Modderman TA, Dinkelaar RB, Zwinderman AH. Bhattacharya: a new

application for quality control. Ann Clin Biochem 1991;28:386-392.

77. Tofler GH, Massaro J, Levy D, Mittleman M, Sutherland P, Lipinska I, Muller JE,

D’Agostino RB. Relation of the prothrombotic state to increasing age (from the

Framingham offspring study). Am J Cardiol 2005;96:1280-1283.

78. Gharacholou SM, Becker RC. Hemostasis and thrombosis in older adults. J Thromb

Thrombolysis 2009; 27:249-251.

79. Franchini M. Hemostasis and aging. Crit Rev Oncol Hematol 2006;60(2):144-151.

80. Topinková E. Aging, disability nad frailty. Ann Nutr Metab 2008;52(suppl 1):6-11.

81. Soldin OP, Bierbower LH, Choi JJ, Choii JJ, Thompson-Hoffman S, Soldin SJ. Serum

iron, ferritin, transferrin, total iron binding capacity, hs-CRP, LDL cholesterol and

magnesium in children; new reference intervals using the Dade Dimension Clinical

Chemistry System. Clin Chim Acta 2004;342:211-217.

82. Ghoshal AK, Soldin SJ. Evaluation of the Dade Dimension RxL: integrated chemistry

system-pediatric reference ranges. Clin Chim Acta 2003;331:135-146.