Πώς να υπολογίσετε Bias Κλινική Χημεία

Χρησιμοποιώντας τη μέθοδο Six Sigma υπολογισμού προκατάληψη στην κλινική χημεία παρέχει εξαιρετικά ακριβή στοιχεία για τον προσδιορισμό του βαθμού απόκλισης σε μια μέθοδο από το στόχο της και επιτρέπει στους ερευνητές να αποφασίσουν εάν τα αποτελέσματα της δοκιμής παρέχουν αξιόπιστα αποτελέσματα με βάση το αν του συνολικό σφάλμα πέφτει μέσα στα ανεκτά όρια. Η διαδικασία αυτή θα πρέπει να εφαρμοστεί σε δεδομένα που προκύπτουν από μια ποικιλία δοκιμασιών κλινικής χημείας , συμπεριλαμβανομένης της κάθαρσης της κρεατινίνης , ωσμωτικότητα του πλάσματος και μείωση της αναλογίας ουρία . Οδηγίες
Η 1

Ας υποθέσουμε σφάλμα είναι μηδέν μόνο κάτω από ιδανικές συνθήκες για μια μέθοδο αναφοράς, αν η αναφορά είναι σωστά βαθμονομημένη . 2

Υπολογισμός του συνολικού προκατάληψη για όλες τις εξισώσεις στις οποίες είναι δεν υποτίθεται ότι είναι μηδέν , χρησιμοποιώντας τον τύπο ( TEAG ) /( CV ^ 2x + CV ^ 2y + CV ^ 2z ) ^ 2.1 . Σε αυτή την εξίσωση , TEAG είναι το συνολικό επιτρεπόμενο σφάλμα της μεταβλητής g . CV ^ 2 είναι η τετραγωνισμένη τιμή μιας μεταβλητής που υπολογίζεται , ενώ οι Χ , Υ και Ζ αντιπροσωπεύουν τρεις τυχαίες μεταβλητές , εκ των οποίων μεταβλητής g είναι μια συνάρτηση . Στις περισσότερες περιπτώσεις , η αξία του υπολογίζεται μεταβλητή είναι διαθέσιμα για την αναφορά στα διαγράμματα ελέγχου τα εμπειρικά αποτελέσματα των ελέγχων μετριέται .
Εικόνων 3

Καθορίστε την τιμή της μεταβλητής g προσθέτοντας τις τιμές των υπολογιζόμενων μεταβλητές x , y , z και έθεσε σε δεύτερη δύναμη
Η 4

Υπολογίστε το τελικό ποσοστό σφάλματος δοκιμή χρησιμοποιώντας τα καθοριστεί υπολογίζονται τιμές των μεταβλητών και μεροληψία στην εξίσωση Sg = ( TEAG - προκατάληψη g ) . /CVG . ΓΓ θα είναι η απόδοση της μεταβλητής σίγμα g στη δοκιμή.
Η 5

Επαναλάβετε τη διαδικασία για πρόσθετες μεταβλητές και να καθορίσει εάν τα δεδομένα δοκιμής είναι αξιόπιστα με βάση το συνολικό επιτρεπτό σφάλμα για σίγμα αναλογία . Η συνολική σίγμα όλων των μεταβλητών πρέπει να είναι μικρότερο από το συνολικό επιτρεπτό σφάλμα για τα αποτελέσματα πρέπει να θεωρούνται ακριβείς .
Εικόνων