Minería de datos de laboratorio: monitoreo de la aplicabilidad local del intervalo de referencia de prolactina

Área de la Ciencia:

• Química clínica es la química clínica.
• Medicina de laboratorio y medicina de laboratorio.
• Informática de la salud Informática de la salud.

Sus antecedentes:

• Mantener la aplicabilidad local de los intervalos de referencia (IR) es crucial después de las transiciones del sistema de laboratorio.
• Los datos del Sistema de Información de Laboratorio (LIS) ofrecen un recurso valioso para el monitoreo del rendimiento de RI.
• El análisis estadístico de las tasas positivas puede evaluar la validez a largo plazo de las IR.

Objetivo del estudio:

• Evaluar la viabilidad del monitoreo a largo plazo de la aplicabilidad del intervalo de referencia local (IR).
• Establecer una metodología para evaluar el rendimiento de RI utilizando datos del Sistema de Información de Laboratorio (LIS).
• Para validar un enfoque estadístico para la detección de discrepancias de RI tras la detección de la transición del sistema.

Principales métodos:

• Se analizó el coeficiente de variación (CV) de las tasas positivas de 2018-2020 utilizando ±1/2 error total admisible (EAT).
• Tasas positivas evaluadas 2022-2024 con respecto al rango calculado de ±1/2 TEA para identificar desviaciones.
• Los resultados de prolactina investigados en pacientes con menstruación irregular para descartar la edad y los efectos del tiempo de recolección de muestras en las discrepancias.

Principales resultados:

• La tasa positiva de 2018-2020 CV fue del 11,41%, dentro del ±1/2 TEA.
• Las tasas positivas de 2022-2024 superaron inicialmente el rango de ±1/2 TEA, pero fueron aceptables con las nuevas IR.
• La edad y el tiempo de recolección de muestras se excluyeron como causas de discrepancias; los datos de ambos períodos mostraron una conformidad mutua dentro de rangos de ±1/2 TEA.

Conclusiones:

• El rango de ±1/2 TEA alrededor de la tasa media positiva, derivada de los datos de LIS, es eficaz para la evaluación a largo plazo de la aplicabilidad de RI local.
• Este método proporciona un enfoque sólido para garantizar la precisión de RI después de las transiciones del sistema de detección de laboratorio.
• El análisis de datos de LIS ofrece una estrategia factible y confiable para el monitoreo continuo del rendimiento de RI.