La valoración técnica
Para que un resultado sea válido es necesario que: 1) El método y el equipo hayan sido validados. 2) Se haya realizado una verificación técnica 3) Existe una verificación posterior a la técnica que es la verificación facultativa
1) Métodos cuantitativos:
nos dicen la cantidad de sustancia que tenemos. Ej.: masa, volumen, concentración. -Medida del pH. Medida de la absorbancia. Valoración Ácido-Base.
2) Métodos cualitativos
Nos indican una cualidad de la sustancia analizada. Ej.: color, forma. Están basados en el uso de variables cualitativas -Citología como prueba de diagnóstico de infecciones/enfermedades -Cuestionario Evaluación Estado de Salud.● Individuo
Se trata del objeto a estudiar.● Población (N)
Conjunto de todos los individuos que reúnen ciertas propiedades.● Muestra (n)
Subconjunto dentro de la población en el que los individuos son una muestra representativa del objeto de estudio● Variable:
parámetro medido.● Variables cuantitativas
variable que puede ser cuantificada, es decir, medida en cantidad. Por ejemplo, glucosa en sangre.● Variable cualitativa:
mide una cualidad o atributo. Por ejemplo, color del pelo● Frecuencia:
número de veces que se repite un valor en una población.○ Frecuencia absoluta:
número de veces que aparece ese valor en el estudio. ○ Frecuencia relativa: cociente entre la frecuencia absoluta y el tamaño de la muestra (N). ○ Frecuencia acumulada: suma de las frecuencias de los valores menores o iguales al valor considerado.———-Estudios de series de datos.———–
-Una serie analítica es el conjunto de datos obtenidos en un intervalo de tiempo cumpliendo todos los requisitos de una serie de parámetros (exactitud, especificidad etc.).
-La correlación entre series de datos
Las estadísticas también nos proporcionan herramientas para estudiar conjuntamente dos o más variables con objeto de ver si hay relación o dependencia entre ellas. -Es importante remarcar que correlación no implica causalidad, pues existe relación entre dos variables, pero no significa que una de ellas aparezca como consecuencia de la aparición de la otra. -En estadística, una relación espuria (o, a veces, correlación espuria) es una relación matemática en la cual dos acontecimientos no tienen conexión lógica, aunque se puede implicar que la tienen debido a un tercer factor no considerado aún(llamado «factor de confusión» o «variable escondida»).————Los parámetros estadísticos. ————–
Es un número que resume la ingente cantidad de datos que pueden derivarse del estudio de una variable estadística
tres tipos● Posición:
identificar el valor en torno al cual se agrupan mayoritariamente los datos, es decir, cuyo valor es representativo de todos ellos. Pueden ser de dos tipos:○ Medidas de tendencia central:
media, mediana y moda.
○ Medidas de posición no central
Cuartiles, deciles y perceptiles.● Dispersión: miden en qué medida los datos se agrupan entorno a un valor central
● Forma
Son indicativos de la forma típica que presenta la gráfica o histograma de los datos, cómo se distribuyen.——Parámetros de tendencia central (posición)—–
Nos informan del centro de la distribución y destacamos:1. Media aritmética o promedio
El más conocido y usado pero solo en el caso de variables aleatorias (V.A) continuas. La media de una variable X se denota por y se calcula sumando todos los datos dividido por el número total de valores.-La usamos también para compensar los errores accidentales o aleatorios.
Sus propiedades son las siguientes: ● Es sensible a la variación de cada valor de X. ● Si cada valor de X lo sumamos, restamos, multiplicamos o dividimos por una constante, la media queda sumada, restada, multiplicada o dividida por esa constante. ● La media se expresa en la misma unidad de medida que los datos orig ● Si en el resultado se obtienen decimales es habitual expresarlos.
2. Moda (M0):
valor que tiene mayor frecuencia en un conjunto de datos.-Es el valor más repetido de la serie. -Puede haber más de una moda en el caso en que dos o más valores de la variable presenten la misma frecuencia. En todos los casos, la moda se expresa como un número entero.
3. Mediana (Me)
La mediana será la media de los datos que ocupan las posiciones centrales de la lista de datos ordenados.
es menos sensible que la media a oscilaciones de los valores de la variable y no se ve afectada por la dispersión. De hecho, es más representativa que la media aritmética cuando los datos son bastante heterogéneos o asimétricos.
-la media aritmética es el parámetro más representativo,
-mientras que si presenta cierta asimetría conviene más utilizar la mediana
-La moda solo es adecuada en el caso de variables cualitativas
———-Parámetros de dispersión:———————- adquieren significado cuando van acompañadas de otras que informen sobre la heterogeneidad de los datos.
Miden en qué medida los datos se agrupan en torno a un valor central
1) Varianza (muestral o de la muestra): es la media aritmética de las desviaciones al cuadrado. Se calcula con la fórmula: (Donde X es el valor de la media aritmética y XI el valor de cada dato).
2) Desviación típica (s) o desviación estándar (de la muestra): Para evitar el inconveniente de que la varianza esté expresada en las mismas unidades que la media, pero elevadas al cuadrado suele utilizarse la desviación típica (S), que no es más que la raíz cuadrada de la varianza.
Nos indica cuánto se desvía el dato estudiado del central
Es la raíz cuadrada de la varianza. Sirve para valorar la precisión de un método ya que permite cuantificar la cercanía o lejanía de los valores respecto de la media. Se usa para aplicar criterios de aceptación o rechazo.3) Coeficiente de variación de Pearson:
cociente entre la desviación típica y la media. Expresa la desviación estándar como porcentaje de la media aritmética.permite comparar dispersiones de variables, incluso si están medidas en unidades distintas. La serie de valores con el CV menor tienen la menor dispersión. También nos proporciona información sobre la representatividad de una media: es buena si no supera el 50 % 4) Covarianza:
es un valor que indica el grado de variación conjunta de dos variables aleatorias respecto a sus medias. Es el dato básico para determinar si existe una dependencia entre variables
5) Rango o recorrido:
es la diferencia entre el valor mayor y el valor menor en un conjunto de datos. Da idea del intervalo que abarcan los datos. Es una medida poco precisa ya que solo toma en consideración un par de observaciones y puede verse afectada por valores extremos.
-La fiabilidad es el grado de confianza en que el resultado obtenido es correcto.
● Exactitud:
mide la proximidad de un dato aceptado a su valor real. Señala la discrepancia entre los dos datos. Cuanto más se aproxime la medida al valor real más exacta será.● Precisión
Mide la reproducibilidad de los datos. Es el grado de similitud o concordancia entre resultados. Cuanto más similares sean los resultados, más preciso será el método. ——-Clasificación de los equipos de laboratorio en función de la exactitud y precisión
———-Mala exactitud:
Los resultados están lejos del centro.Mala reproducibilidad (precisión): Los resultados están muy dispersos.
Resultado
Estos aparatos son de mala calidad.-Buena exactitud:
Los resultados están en término medio repartidos regularmente alrededor del centro.Mala reproducibilidad:
No hay grandes errores, pero los resultados están muy dispersos.Resultado
Todas Las desviaciones tienen la ‘misma’ probabilidad. Los aparatos cuyos valores sobrepasan los límites de error deben separarse.
-Mala exactitud
A pesar de que todos los resultados estén muy juntos entre sí, la meta (valor nominal) no se ha alcanzado.Buena reproducibilidad: Todos los resultados están muy juntos entre sí.
Resultado:
Producción mal orientada, con desviación sistemática. Los aparatos cuyos valores sobrepasan los límites de error deben separarse.-Buena exactitud:
Todos los resultados están muy próximos al centro, o sea muy cerca del valor nominal.Buena reproducibilidad:
Todos los resultados están muy juntos entre si.Resultado:
La fabricación está perfectamente orientada mediante un control de calidad a lo largo del proceso de fabricación. Mínima desviación sistemática y estrecha dispersión. El límite de error permitido no se alcanza.——————-Tipos de ensayos: ——————–
1) Intraensayos:
de algo concreto que se toma como “patrón” dentro del mismo laboratorio. Se miden tanto la reproducibilidad como la repetibilidad.
A) Reproducibilidad del resultado
Se toma la muestra y se mide por diferentes técnicas en diferentes días para probar el factor tiempo y con diferente personal. Si sale lo mismo es favorable.
B) Repetibilidad:
nunca se analiza el resultado una sola vez, se suele realizar de 3 a 5 medidas 2) Interensayos:
Son evaluaciones externa
● Sensibilidad: probabilidad de que una prueba diagnóstica dé positivo ante una prueba positiva. ● Especificidad: probabilidad que una prueba diagnóstica dé negativo ante una muestra negativa. ● Selectividad: capacidad de medir con exactitud y específicamente el analito
● Robustez: medir la influencia de pequeñas variaciones en el método de medida
● Sesgo: mide el error que se comete de forma sistemática ● Límite de detección: medida más pequeña a la que un equipo puede llegar a detectar. ● Límite de cuantificación: medida más pequeña que se puede cuantificar con confianza.
-curva de calibrado: se utiliza para determinar la concentración de un analito en una muestra desconocida.
1. Realizamos dilusiones patrón 2. Preparamos un blanco 3. Medimos señal de blanco y los patrones 4. Representación gráfica de las medidas.
-calibrador, estándar o patrón, que es una solución que contiene una cantidad conocida, exactamente medida, de un analito.
-Histograma:
● El punto donde comienza una barra es el límite real inferior de esa clase. ● El punto donde termina una barra es el límite real superior de esa clase.● El centro de la barra en horizontal es el punto medio de la clase
● La altura de la barra es la frecuencia de la clase
-Los polígonos de frecuencia:
se obtienen uniendo los puntos medios de los techos del histograma. La línea debe comenzar y terminar en el eje de abscisas, en el sitio que correspondería al punto medio de dos clases inexistentes.-Recta de calibrado:
es posible representar el error de los puntos. Utilizaremos las barras de error para representar la medida de la desviación estándar. Así, la curva que se dibuje debe pasar por el interior de las barras de errores.
-Criterios de rechazo de un resultado
Si observamos un dato sospechoso, antes de elaborar el informe, hay que decidir si aceptar o no el dato sospechoso. Para ello aplicamos el criterio Q:Calcular la diferencia entre el valor mayor y el menor observado
56.23% – 55.95% = 0.28%
Calcular la diferencia entre el resultado dudoso y el resultado más próximo
56.23% – 56.08% = 0.15%
Dividir la diferencia entre el valor dudoso y más próximo entre la diferencia del valor mayor y menor
Q = 0.15 / 0.28 = 0.54
Comparar el resultado obtenido con los valores críticos del cociente de rechazo Q. Como en el experimento hay 5 observaciones tenemos que fijarnos en el valor de Q para 5 observaciones. Como el valor de Q obtenido 0.54 es menor al valor de Q observado en la tabla, 0.64, se conserva el resultado dudoso.