Upload
dobao
View
236
Download
0
Embed Size (px)
Citation preview
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.