Juan Manuel Morcillo de Miguel
Bases estadísticas
de aplicación en calidad
Control de calidad e n el l aboratorio
Control de calida d en el labora tori o
Contenido
1 INTRODUCCIÓN ................................................................................ 3
2 TERMINOLOGÍA ................................................................................ 5
3 ESTADÍSTICA DEL CONTROL DE CALIDAD BÁSICO ................................. 6
4 ¿CÓMO VALORAR LA EXACTITUD?......................................................11
5 ¿CÓMO VALORAR LA PRECISIÓN?.......................................................11
6 OTROS CONCEPTOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD ......13
7 ERRORES EN EL LABORATORIO ...........................................................17
8 LOS GRÁFICOS DE CONTROL...............................................................18
2
BASES ESTADÍSTICAS DE APLICACIÓN EN
CALIDAD
1. IN TR O D UC C IÓ N
En control de calidad en muchos laboratorios se centra en proces os
analíticos , s e basa en tratar con datos matemáticos y es tadís ticos obtenidos
con el fin de elaborar unos índices que fundamentalmente informen s obre la
exactitud y la precisión de los res ultados generados .
En la actualidad el concepto de control de calidad es mucho más amplio y ya
no puede admitirs e que s ea únicamente res pons abilidad de la s ección o
departamento asignado de control de calidad sino que, en realidad, es
res ponsabilidad de todos. El verdadero control de calidad ha de incidir en
todo el proces o productivo, des de el momento en que s e planifican las
tareas, control de las materas primas , proces o de generación de datos … Por
tanto el control de calidad en el laboratorio ha de abarcar todo el proces o
analítico, des de la compra de reactivos , forma de hacer la toma de mues tras,
dis eño del método analítico, tratamiento es tadís tico de los res ultados,
validación de los mis mos , archivo de datos y sin olvidar todo lo relacionado
con la infraes tructura del laboratorio, equipamientos , seguridad y formación
del pers onal.
3
Control de calida d en el labora tori o
Podemos afirmar que la calidad no s olamente tiene que medirse
matemáticamente en los res ultados obtenidos sino que:
-Tiene que planificars e
-Debe controlarse en todos los es calones del proces o analítico
-Hay que es tablecer un sis tema eficaz para detectar fallos humanos,
técnicos y metodológicos .
-Ha de haber un mecanis mo ágil de acciones correctoras .
En res umen podríamos decir que en el laboratorio analítico la calidad puede
es tablecers e a tres niveles :
Primer nivel: es la calidad del dato analítico en sí mis mo. Es la calidad
que s e controla por los clás icos cálculos es tadís ticos .
Segundo nivel: la calidad referida al método analítico en sí, en lo que
res pecta a s u exactitud, precisión, reproductibilidad, etc.
Tercer nivel: la calidad del conjunto del laboratorio, es decir la calidad
derivada del nivel de s eguimiento de las normas es tablecidas (ISO 9000,
Buenas prácticas de laboratorio…) y tener una “unidad de garantía de
calidad”.
4
2 . T E RM I NOL O G ÍA
A continuación s e definen una s erie de conceptos que van a s er necesarios
para es te tema.
Exactitud: es el grado de coincidencia de un res ultado analítico, o del valor
medio de un conjunto de res ultados , con el valor aceptado de la mues tra o el
valor real de la mis ma (s i se conoce).
Precisión: es la coincidencia entre sí, o repetibilidad de un grupo de
determinaciones del mis mo parámetro realizadas en la mis ma mues tra.
Error: es el grado de des viación entre el valor analítico obtenido y el real de
la mues tra (o el que s e acepta como verdadero de la mues tra).
Técnica: es el principio científico (físico, químico, físico-químico…) útil para
dar información s obre la presencia y cantidad de un determinado parámetro.
Ejemplo: es pectrofotometría UV, volumetría, colorimetría, conductimetría,
etc.
Método: adaptación de una técnica para la medición de un parámetro
concreto. Ejemplo: método de la pararros oanilina para determinar dióxido
de azufre.
5
Control de calida d en el labora tori o
Procedimiento: directrices escritas y adaptadas por el analista para realizar
un análisis .
Protocolo: directrices que deben seguirs e exactamente sin excepción sin las
más mínimas modificaciones s i s e quiere obtener un previamente definido
grado de exactitud y precisión y para un fin determinado.
3 . E ST AD Í ST I C OS D EL C ON TR OL D E C AL I DA D BÁS I C O
Algunos de los principales estimadores estadísticos son:
• Media ( x )
• Desviación estándar (s)
• Coeficiente de variación (CV); y
• El índice de desviación estándar (SDI).
Media
La media se define como el promedio aritmético de un conjunto de datos.
Se expresa como:
donde:
6
xi = cada dato
n = Número de datos en el conjunto
La media describe la “tendencia central” de un conjunto de datos.
La media es la estadística fundamental usada para comparar o calcular otras
estadísticas.
Ejemplo: Valores del control de calidad LDH (lactato deshidrogenasa) de {120, 115,
110, 119, 123 UI/L}, representan un conjunto de datos de 5 puntos. La suma del
conjunto es de 587 y la media es 587 ÷ 5 = 117.4 UI/L.
Desviación estándar
La desviación estándar (s) cuantifica el grado de dispersión de los puntos de los datos
cerca de la media y es usada para establecer los límites en los que es determinada la
aceptabilidad del resultado del control. Los datos de control de calidad muestran con
frecuencia una distribución “normal” o Gaussiana alrededor de la media.
En una distribución Gaussiana:
• 68.3% de los valores están dentro ± 1.0 desviación estándar de la media
• 95.5% de los valores están dentro ± 2.0 desviaciones estándar de la media
• 99.7% de los valores están dentro ± 3.0 desviaciones estándar de la media
7
Control de calida d en el labora tori o
Campana de Gauss
La desviación estándar es cuantificada usando la siguiente fórmula:
donde:
Σ(x2) = la suma de los cuadrados de cada valor de x,
(Σx)2 = la suma de todos los datos al cuadrado,
n = el número total de los datos en el conjunto
Usando el ejemplo previo de LDH, la desviación estándar es calculada como sigue:
8
∑x = 587
(∑x)2 = (587)2 = 344,569
(∑x)2 /n = 344,569/5 = 68,913.8
∑(x2) = [(120)2 +(115)2 ...n] = 69,015 s = e (69,015 – 68,913.8)/4
s = 5.03 UI/L
Los límites para la aceptabilidad de los datos son definidos usando la desviación
estándar estadística. El rango para el límite 1s es calculado como:
(Media) +/– (1)(s)
Consecuentemente, el rango 1s (limite) para nuestro ejemplo de LDH es calculado
como:
117.4 UI/L – 5.03 IU/L = 112.4 UI/L
117.4 UI/L + 5.03 IU/L = 122.4 UI/L
El rango 1s es 112.4 a 122.4 UI/L.
Aproximadamente el 68% de los datos futuros deben estar entre 112.4 y 122.4 UI/L.
Aproximadamente el 32% deben ser menores que 112.4 UI/L o mayores que 124.4
UI/L.
El rango 2s (limite) es calculado como:
(Media) +/– (2)(s)
117.4 UI/L – (2 x 5.03 UI/L) = 107.3 UI/L
117.4 UI/L + (2 x 5.03 UI/L) = 127.5 UI/L
9
Control de calida d en el labora tori o
El rango 2s es 107.3 a 127.5 UI/L.
La desviación estándar también es valiosa para comparar métodos o evaluación de
nuevos instrumentos. Un método o instrumento con una desviación estándar baja
produce resultados consistentes. El laboratorio que usa un instrumento o método
con desviaciones estándar altas tendrá menor certeza sobre la exactitud de los
resultados debido a la variabilidad de la prueba. En otras palabras, las desviaciones
estándar altas (pobre precisión, gran variabilidad) pueden afectar la integridad de
todos los resultados.
El método o instrumento seleccionado debe proporcionar una desviación estándar
que sea aceptable a los objetivos pretendidos.
Coeficiente de Variación
El coeficiente de variación (CV) es una medida de variabilidad. El CV de un método o
instrumento es expresado como porcentaje y es calculado como:
CV(%) = (Desviación estándar (s) ÷ Media)(100)
El CV para nuestro ejemplo de LDH debe ser:
(5.03 UI/L / 117.4 UI/L)(100) = 4.3%
El CV es útil para comparaciones de precisión a diferentes concentraciones..
10
4. C Ó M O VA L O R A R L A E X A C T I T U D
Hemos definido la exactitud como el grado de coincidencia de un res ultado
analítico con el valor aceptado de la mues tra, o el valor real si se conoce.
Matemáticamente s e podría cuantificar por la fórmula
E = 1 – [(X – V)/V]
Donde E es la exactitud, X es el valor encontrado en el análisis , V es el
res ultado verdadero de las mues tras . Una exactitud de 1 s ería un res ultado
perfecto, el valor hallado es idéntico al valor real, es decir X sería igual a V.
Para un valor de X=0 el valor de E s ería 0, s ignificando una nula calidad e
igual significado tendría un valor negativo.
El gran problema es que, en general, el valor verdadero de la mues tra se
desconoce y por desgracia la “exactitud” del análisis a veces la “valorará” el
cliente (un inves tigador u otro técnico por ejemplo) s egún que el valor
analítico coincida o no con el que él es pera. El procedimiento idóneo para
valorar la exactitud de un método analítico es dis poner de patrones de
abs oluta garantía.
Cuando no s e dis pone de controles de valor conocido, el único camino
posible para comprobar la exactitud del método es el proces ar mues tras a las
que se ha añadido una cantidad conocida de la s us tancia a valorar. La
diferencia entre el valor obtenido entre la mues tra añadida y la mues tra
original ha de s er muy próximo al valor de la cantidad añadida.
5. C Ó M O V A L O R A R L A P R E C I S I ÓN
La precisión la hemos definido como el grado de coincidencia entre sí de un
grupo de determinaciones del mis mo parámetro realizadas en la mis ma
mues tra.
11
Control de calida d en el labora tori o
La precisión va a medirs e por medio de cálculos es tadís ticos y s u continua
evaluación en el laboratorio es sin duda una herramienta de trabajo muy útil
para valorar de forma continua la calidad de los res ultados que se van
generando. Los es tudios es tadís ticos de aplicación en es te campo tienen
como base la teoría de la probabilidad.
La probabilidad de que un s uces o A ocurra es la relación entre el número de
veces que A s e encuentra dentro del total de situaciones que pueden darse
en el conjunto y el número total de es tas s ituaciones. Por ejemplo, la
probabilidad de que un determinado número de un dado de s eis caras s alga
al azar es de 1/6, la probabilidad de que salga cara (o cruz) al echar al aire
una moneda es ½, etc. La probabilidad de que ocurra un hecho A puede
expresarse por la fórmula:
P(A) = nA/N
Siendo nA el número de veces que A s e encuentra dentro del conjunto N.
Lo mis mo podría irs e deduciendo en conjuntos más numeros os con varias
variables . Es decir, siempre habrá una probabilidad de que un hecho (un
valor analítico alrededor de un valor real X) ocurra en función del número de
veces que se encuentre dentro del número N total de valores que s e hayan
obtenido con N determinaciones analíticas del parámetro X en cues tión. Es
decir habrá una serie de valores que s e irán agrupando alrededor de una
TENDENCIA CENTRAL, que es precisamente el valor de X.
12
Precisión y exactitud
6. O T R O S C ON C E P T O S E S T A D Í S T I C O S P A R A EL CO N T R OL D E CA L I D A D
- Repetibilidad y reproductibilidad
La repetibilidad es la capacidad de obtener valores de concentración precisos
cuando se repite la determinación del analito en la muestra con el mismo método
analítico, con los mismos reactivos, con los mismos instrumentos, en el mismo
laboratorio, por la misma persona y durante el mismo día.
La reproductibilidad es la capacidad de obtener valores de concentración
precisos cuando se repite la determinación del analito en la muestra con el mismo
método analítico, pero con distintos reactivos, con distintos instrumentos, en varios
laboratorios, por diferentes personas y durante días distintos.
13
Control de calida d en el labora tori o
- Fiabilidad
La fiabilidad expresa la confianza en que un método analítico sirva para
detectar correctamente a un analito o para cuantificarlo con exactitud y precisión, y
en que está utilidad se mantenga en el futuro.
Para establecer la fiabilidad de un método analítico, primero hay que evaluar
la precisión de los valores de concentración obtenidos con él y, si ésta es aceptable,
seguidamente hay que evaluar la exactitud de esos valores y la posible interferencia
de otras sustancias que no se pretenden determinar con este método.
Cuando el análisis es cualitativo, se puede expresar la fiabilidad en forma de
porcentaje del total de determinaciones realizadas sobre distintas muestras, cuyos
resultados concuerdan con los obtenidos a través de un método analítico de
referencia.
- Linealidad
La linealidad indica el intervalo de concentraciones del analito en el que son fiables
los valores obtenidos mediante un método analítico espectrofotométrico.
- Selectividad
La selectividad de un método analítico es su capacidad para no sufrir
interferencias.
14
Una de estas interferencias puede proceder, por ejemplo, de la presencia en la
muestra de sustancias que activan o inhiben la reacción en la que se basa la
determinación.
- Sensibilidad
La sensibilidad es la capacidad de un método analítico para detectar el
analito (dar un resultado positivo) en todas las muestras que, realmente, lo
contienen. O sea, la probabilidad de que para un analito se obtenga un resultado
positivo en la prueba.
Cuanto más sensible es un método analítico, menos posibilidades hay de que
genere falsos negativos.
La sensibilidad se calcula con la siguiente fórmula:
VP
Sensibilidad= ------------- x 100
VP+FN
VP = Verdaderos Positivos, es decir, el número de casos en los que la muestra
contiene el analito y se obtiene un resultado positivo con el método analítico
empleado.
FN = Falsos Negativos, es decir, el número de casos en los que la muestra contiene el
analito y se obtiene un resultado negativo con el método analítico empleado.
15
Control de calida d en el labora tori o
Cuanto más cercano a 100 es el valor obtenido con esta ecuación, más
sensible es el método analítico.
La sensibilidad es también la cantidad mínima o máxima de analito que puede
ser detectada mediante el método analítico utilizado para hacer la determinación.
- Especificidad
La especificidad es la capacidad de un método analítico para no dar
resultados positivos cuando se aplica al estudio de muestras que no contienen el
analito. O sea, la probabilidad de que para una muestra sin analito se obtenga un
resultado negativo en la prueba.
La especificidad depende del grado de reactividad cruzada del método
analítico con otras sustancias que no son el analito.
Cuanto más específica es una prueba, menos posibilidades hay de que genere
falsos positivos.
La especificidad se calcula con la siguiente fórmula:
VN
Especificidad = ————— x 100
VN + FP
VN = Verdaderos Negativos, es decir, el número de casos en los que la muestra no
contiene el analito y se obtiene un resultado negativo con el método analítico
empleado.
16
FP = Falsos Positivos, es decir, el número de casos en los que la muestra no contiene
el analito y se obtiene un resultado positivo con el método analítico empleado.
Cuanto más cercano a 100 es el valor obtenido con esta ecuación, más específica es
la prueba analítica.
7. E R R O R E S E N E L L A B O R A TO R I O .
El error lo definimos como la diferencia entre el valor verdadero y el
obtenido experimentalmente. Los errores no siguen una ley determinada y
s u origen es tá en múltiples causas . Atendiendo a las caus as que lo producen,
los errores s e pueden clasificar en dos grandes grupos : errores sistemáticos
(o determinados) y errores aleatorios (o indeterminados). Se denomina
error sistemático a aquel que es cons tante a lo largo de todo el proces o de
medida y, por tanto, afecta a todas las medidas de un modo definido y es el
mis mo para todas ellas . Es tos errores tienen siempre un signo determinado y
las causas probables pueden s er:
- Errores ins trumentales (de aparatos ); por ejemplo, el error de calibrado
de los ins trumentos.
- Error pers onal: es te es, en general, difícil de determinar y es debido a
las limitaciones de carácter pers onal. Como, por ejemplo, los errores de
paralaje, o los problemas de tipo vis ual.
17
Control de calida d en el labora tori o
- Errores de método de medida, que corres ponden a una elección
inadecuada del método de medida; lo que incluye tres posibilidades
dis tintas : la inadecuación del aparato de medida, del observador o del
método de medida propiamente dicho.
Se denominan errores aleatorios a aquellos que s e deben a las pequeñas
variaciones que aparecen entre observaciones s ucesivas realizadas por el
mis mo obs ervador y bajo las mis mas condiciones. Las variaciones no s on
reproducibles de una medición a otra y s e s upone que s us valores es tán
s ometidos tan s ólo a las leyes del azar y que s us causas s on completamente
incontrolables para un obs ervador. Los errores aleatorios pos een, en s u
mayoría, un valor abs oluto muy pequeño y si se realiza un número s uficiente
de medidas s e obtienen tantas des viaciones positivas como negativas . Y,
aunque con los errores aleatorios no s e pueden hacer correcciones para
obtener valores más concordantes con los reales , si pueden emplearse
métodos es tadís ticos , mediante los cuales se pueden llegar a algunas
conclus iones relativas al valor más probable en un conjunto de mediciones
8. L O S G R Á F IC O S D E C O N T R OL
Una de las principales herramientas para el control de calidad s on los
“Gráficos de Control”.
18
Los gráficos de control son representaciones gráficas de los resultados obtenidos al
hacer determinaciones analíticas de parámetros químicos, físicos….
Con ellos se obtiene una información visual que permite apreciar fácilmente si estos
resultados y, por extensión, los obtenidos en las determinaciones de las muestras,
son correctos y, por lo tanto, el procedimiento analítico está bajo control.
Debe realizarse un gráfico de control por cada una de las sustancias determinadas.
Tipos
1.- Gráfica de Levey-Jennings
La gráfica de Levey-Jennings consiste en lo siguiente:
• Previamente al inicio del análisis de las muestras, se realizan unas
determinaciones repetidas del analito evaluado en un control comercial.
• Las determinaciones del analito en el control comercial han de ser, al menos,
veinte y deben realizarse en días distintos.
• Seguidamente, se calcula la media (X) y la desviación estándar (DE) de los
valores obtenidos en estas determinaciones.
• Tras ello, se construye una gráfica trazando una línea central, que
corresponde al valor medio, y tres líneas equidistantes, que se sitúan a ambos
lados de la central y que se corresponden respectivamente a la media +/-1, 2 y 3
DE.
19
Control de calida d en el labora tori o
• Por último, una vez comenzado el análisis simultáneo de las muestras Y del
mismo control, cada día se anotan en la gráfica construida anteriormente los
valores determinados del analito en el control.
• Generalmente, una gráfica sirve para anotar los valores recogidos durante un
mes (31 días).
Al trazar las líneas en la gráfica, se establecen los siguientes límites:
Límite de aviso.
Corresponde a las líneas que tienen asignado el valor de la media +/-1 DE.
Este límite establece un nivel de confianza del 68%, es decir, de cada 100 veces que
se realiza una determinación, 68 resultados deben estar dentro de este límite.
Límite de alarma.
Corresponde a las líneas que tienen asignado el valor de la media +/-2 DE. Este límite
establece un nivel de confianza del 95%.
Límite de acción.
Corresponde a las líneas que tienen asignado el valor de la media +/-3 DE. Este límite
establece un nivel de confianza del 99,73% (aproximadamente, del 100%).
La inspección visual de los resultados anotados en la gráfica de Levey-Jennings
permite el descubrimiento de alteraciones en la determinación, entre las que
destacan las siguientes:
Desplazamiento.
Es la desviación de todos los valores hacia arriba o hacia abajo de la línea media.
20
Si es progresivo se llama tendencia al alza o a la baja.
Indica la existencia de una inexactitud ocasionada por un error sistemático.
Oscilación.
Es la presencia de numerosos valores tanto en niveles bastante superiores como en
niveles bastante inferiores al de la media. Si sólo se aleja un valor de la línea media,
la alteración recibe el nombre de salto.
Tanto la oscilación como el salto se deben a errores aleatorios
Gráfico de control
UCL = Up p er Co n tro l Limit (límite d e a cción su p erio r). LCL = Lo wer Co n trol Limit (límite d e
a cció n in ferio r). UW L = Upp er W a rn in g Limit (límite d e ala rma sup erio r). LW L = Lo wer
W a rn in g Limit (límite d e a la rma in ferio r).
Fuente Gu id elin es fo r qu a lity man ag emen t in so il an d p la n t lab o ra to rio s FAO .
21
Control de calida d en el labora tori o
2.- Gráfica de CuSum
La gráfica de CuSum es parecida a la de Levey-Jennings, pero en su eje de ordenadas
lo que se anota es la suma acumulativa de las diferencias entre los valores obtenidos
cada día y el valor medio calculado a partir de determinaciones previas.
En ausencia de un error significativo, las sumas acumulativas oscilan, describiendo
una línea quebrada con ligeras fluctuaciones con respecto de la horizontal, trazada
sobre la media; pero, si el rumbo que describen se hace muy vertical, existe un error
sistemático.
La gráfica de CuSum suele emplearse, por lo tanto, para descubrir la presencia de
errores sistemáticos.
22
