Page 16 - KBM_2_2022_WEB
P. 16

Platí také předpoklad, že oba postupy měření mají
               určitou inherentní variabilitu, v tomto případě vyjád-
               řenou jako CV.
                ƒ Passing-Bablokova regrese je technika vhodná ne-
               jen pro soubory dat s konstantním CV, ale i pro ty,
               které porušují snad všechny předpoklady požado-
               vané  jinými  lineárními  technikami.  Vyžaduje  však
               větší  velikost vzorku  než  kterákoliv  jiná technika
               poskytující stejné výsledky. S ohledem na pokynem
               [2] navrhované velikosti souborů vzorků platné pro
               výrobce (N=100) a pro klinické laboratoře (N=40) jde
               o plnohodnotnou techniku obzvláště vhodnou pro
               soubory dat s konstantním CV. Při prokládání přím-
               ky daty nestanovuje žádné podmínky týkající se typu
               distribuce datových bodů. V podstatě kreslí stře-
               dovou přímku přes data s tím, že na každé straně
               Passing-Bablok pásu je téměř stejný počet bodů.   Figure 1: Possible bias estimate outcomes adapted from [2].

               Pravidlo 4: Všechny výše uvedené regresní analýzy   Výsledky A a B ilustrují z pohledu laboratoře a její-
            poskytují odhad vztahu mezi kandidátským (Y)  a srov-  ho výsledného prohlášení vyplývajícího ze SEKPM ob-
            návacím (X)  postupem měření proložením přímky přes   dobný případ, tj. že mezi kandidátským a srovnávacím
            data pomocí rovnice y = a + bx, kde a je průsečík a b   postupem měření nebylo pozorováno žádné významné
            je sklon.                                         vychýlení. Výsledek A znamená, že 95% CI odhadu vy-
                                                              chýlení zahrnuje i nulový rozdíl hodnot měřené veličiny.
               Regresní rovnici získanou pomocí kterékoliv z uve-  Výsledek B též leží uvnitř předem definovaného limitu
            dených technik lze následně použít k odhadu vychýlení   přijatelnosti  vychýlení,  který  zahrnuje  nenulový  odhad
            mezi oběma postupy měření pro jakoukoliv hodnotu   bias včetně jeho 95% CI. Vychýlení kandidátského po-
            uvnitř intervalu srovnávaných měřených hodnot. Pro OLR   stupu měření vzhledem k srovnávacímu postupu měře-
            nebo WLS, lze konfidenční intervaly CI (obvykle 95 %)   ní v obou případech splňuje kritérium jeho přijatelnosti
            tohoto odhadu vypočítat přímo.                    s 95% spolehlivostí, a zjištěná vychýlení jsou přijatelná
               U všech ostatních  regresních technik  však nelze   pro definovanou aplikaci.
            konfidenční interval (CI) odhadu vychýlení vypočítat pří-  Výsledek C představuje poněkud ambivalentní pří-
            mo pomocí rovnice. Pro techniky kombinující CI sklonu    pad, kdy odhad bias sice stále ještě leží uvnitř předem
            a průsečíku platí, že CI odhadu vychýlení se na specific-  definovaného limitu přijatelnosti, CI odhadu bias nikoliv.
            ké srovnávací hodnotě neurčuje v jejím vertikálním směru   Nelze proto tvrdit, že kritéria přijatelnosti vychýlení byla
            (osa y). K vytvoření sady dat N regresních bodů se zde   splněna s 95% spolehlivostí. Vzhledem k tomu, že od-
            používají tzv. iterační techniky a takto vytvořený soubor   had bias je menší než nejvyšší limit jeho přijatelnosti, lze
            bodů se následně proloží regresní přímkou. Poté se pro-  přijmout závěr, že vychýlení ještě přijatelné je, ale stejně
            vede odhad vychýlení ve vertikálním směru (podél osy y),   tak může platit i alternativní závěr, že nepřijatelné pro-
            vypočítají se střední chyby (SE) odhadu vychýlení, sklonu   cento výsledků bude mít vychýlení mimo přijatelný limit.
            a průsečíku přímky a na jejich základě se stanoví CI. Po-   Výsledek D znamená případ, kdy odhadnutý bias
            kyn [2] zmiňuje dvě vhodné iterační techniky: jackknife  leží mimo předem definovaný limit jeho přijatelnosti, což
            a bootstrap. V případě Passing-Bablokovy regrese musí  neplatí pro CI odhadu bias. V takovém případě posu-
            být výhradně použita technika bootstrap.          zovaná data stále ještě nevykazují vychýlení mimo kri-
                                                              térium jeho přijatelnosti s 95% spolehlivostí. Překrývá-li
            Interpretace výsledků studie jako nejdů-          totiž CI odhadu bias nejvyšší limit přijatelnosti vychýlení,
            ležitější část srovnávacího experimentu           lze stále ještě přijmout závěr, že vychýlení je ještě přija-
                                                              telné. Takové prohlášení se zároveň považuje za ještě
                                                              méně důvěryhodné než u výsledku C.
               Rozdíl mezi srovnávacím a kandidátským měřicím
                                                                 V případě výsledku E leží odhad vychýlení včetně
            postupem může být zajímavý v celém jejich společ-  jeho CI zcela mimo předem definovaný limit přijatelnosti
            ném vydávaném rozsahu měření (vyjádřený obvykle   bias. Provádění kandidátského postupu měření proto
            jako směrnice), ale také třeba jen v jedné či více klinicky   není pro definovanou aplikaci přijatelné. Není-li však
            významných hodnotách měřené veličiny. Konfidenční   zamítnutí kandidátského postupu měření z nějakého
            interval (CI) zjištěného odhadu bias (průměrné vychý-  důvodu možné, může výsledek E srovnávací studie ná-
            lení napříč celým rozsahem měření nebo vychýlení na   sledně přimět klinickou laboratoř k úpravě referenčních
            specifické koncentraci) je vždy porovnáván s předem   intervalů. To však neplatí pro obligátně přijímané roz-
            definovanými přijatelnými limity vychýlení.       hodovací body klíčové pro klinické rozhodování. Mezní
               Obr. 1 uvádí dle [2] hypotetické možnosti interpre-
            tace pěti různých výsledků odhadů bias včetně jejich   body stanovené na základě rozsáhlých klinických stu-
                                                              dií či klinických zkušeností nelze totiž libovolně účelově
            95% CI. Černé kruhy představují odhady bias a svislé   měnit.
            čáry protínající kruhy jejich 95% CI.


            42                                                          Klinická biochemie a metabolismus 2/2022
   11   12   13   14   15   16   17   18   19   20   21