Hastahane laboratuvar test verileri kullanılarak klinik testlerin referans aralıklarının saptanması

Abstract

III. ÖZET Referans aralıkları biyokimyasal testlerin klinik olarak değerlendirilmesinde büyük önem teşkil etmektedir. Bilindiği gibi herhangi bir test sonucunun ne anlama geldiği tamamıyla verinin referans aralığında hangi noktaya tekabül ettiğine bağlıdır. Bu da klinik yorum esnasmda test sonuçlarının değerlendirilmesine doğrudan etki etmektedir. Bu açıdan biyokimyasal testler için referans aralıklarının belirlenmesi ve bu işlemin standardizasyonu büyük önem taşımaktadır. Maalesef günümüzde bu konuda belirlenmiş bir standart yoktur. Çeşitli laboratuvarlar kendi referans aralıklarım kendileri belirlemek yerine, üretici firmanın referans aralıklarım kullanmakta veya başka yüzeysel metotlarla bu sorunu çözmeye çalışmaktadırlar. Bu noktada biz, kendi hastane laboratuvarrmız için böyle bir çalışma gerçekleştirmeyi uygun gördük ve kendi laboratuvar sonuçlarımızı kullanarak geriye dönük belli bir dönem için test verilerim topladık. Ardından belli istatistiksel metotlarla referans aralıklarım elde etmeye çalıştık. Kullandığımız deneklerin tümü hastane popülasyonundan seçilmiş bireylerdir ve herhangi bir kritere göre önceden sımflandrrılmamışlardır. Bu açıdan tamamıyla dolaylı örneklendirme yapılmış bulunmaktadır. Olduğu gibi alman test verileri sadece 3 yaş grubuna aynlmıştır. Bunlar 3 - 20, 21 - 60 ve 61 ve yukarısı yaş gruplarıdır. Elde ettiğimiz bu veriler, her yaş grubu ve her test kategorisi için istatistiksel olarak değerlendirilmiştir. Toplam 13 test değerlendirmeye alınmıştır. Bunlar sırasıyla ALB, ALP, ALT, AST, BUN, KA, KREA, KOL, DBIL, FOS, TBIL, TP ve TRIG testleridir. Yapılan istatistiksel analizlerde, temel olarak non-parametrik yöntemler kullamlmıştır. Her bir yaş gurubunda bulunan veri kitlesinin öncelikle, ne kadarının ele alınacağını saptamak için +3 SD dışlama yöntemi kullanılmış ve ortalamanın her iki tarafından +3 SD aralığının içinde kalan veriler test gurubuna dahil edilmiştir; bunun dışındaki veriler ise atılmıştır. Bu şekilde test gruplarımız muhtemel uç değerlerin etkisinden de araıdrnlrmş olmaktadır. bTest tiplerinin seçiminde de homojen dağılımlı olanlar hedeflenmiştir. Bazı biyokimyasal testlerde dağılımların yaş ve cinsiyet gibi faktörlere göre gruplaşması sıklıkla gözlenmektedir, özellikle sex hormonları bu tip testlerdendir. Bu çalışmada test verileri olduğu gibi, hiç bir seçime tabi tutulmadan alındığı için dağılımlarının homojen çıkmama durumu söz konusudur. Bunu mümkün olduğunca engellemek için en az etkilenebilecek test tipleri seçilmiştir. Seçilen bu testlerin dağılımları incelenmiş ve normal dağılıma uyup uymadıkları test edilmiştir. Elde ettiğimiz sonuçlara göre çoğu test gurubundaki veriler normal dağılıma uymamaktadır. Bu nedenle kullandığımız istatistiksel yöntem, bu tip non- gaussian dağılımlardan etkilenmeyecek ve sonuç üretebilecek bir yöntem olmalıdır. Bu amaçla non-parametrik yüzde tahmini yöntemi kullamlmıştrr. Bu yöntem en az 120 veri ile güvenilir sonuç üreten bir istatistiksel analiz yöntemidir; özellikle yatık dağılımların ve belli kriterlere göre seçilmemiş verilerin oluşturduğu dağılımların referans aralığı analizinde sıklıkla kullamlmaktadrr. Elimizdeki test gruplarmm çoğunda denek sayıları 120 den fazladır ancak, 3-20 yaş grubunda bulunan bazı testlerin veri miktarları non-parametrik yöntemler için önerilen bu sayıya ulaşamadı; bu nedenle, 3-20 yaş grubundaki testlerin tümü için, yine non-parametrik yöntem kullanan bir istatistiksel algoritma kullamlmıştır. Bu algoritma GraphROC istatistiksel programı içerisinde yer almaktadır ve dolaylı örneklendirme ile elde edilen, belli kriterlere göre seçilmemiş verilerin oluşturduğu popülasyonların referans aralığı analizinde kullamlmaktadrr. Sonuç olarak hem non-parametrik yüzde tahmini yöntemi ile, hem de GraphROC programı kullanılarak elde edilen referans aralıkları, bir araya getirilerek bir değerlendirme yapabilme fırsatı ortaya çıktı ve bu tür hastane popülasyonlanndan referans aralıkları elde etmede ne türden bir metodolojonin takip edilmesi gerektiğini, en azmdan sözü edilen testler için belirlemiş olduk. Genel olarak, hastane laboratuvar test sonuçları ilgili laboratuvann referans aralıklarını belirlemede kullanılabilir. Sonuçlanınız bu popülasyonların çoğunlukla yatık ckğılrmlara yol açtığını göstermiştir. Bu tip dağüımlarda ise non-parametrik yöntemlerin kullamlmasmm daha uygun olacağı saplanmıştır. Elde edilen refarans aralıkları Türk hastapopülasyonunun referans aralıklanrun bir tahminidir. Benzer veri seçimi ile aynı metodolojinin, başka klinik laboratuvarlarda da uygulanması, referans arakklannm tayinini standardize edebilir. £

IV. SUMMARY: Reference intervals are routinely used in clinical trials and constitute a major part in the evaluation of the diseased state of the individual. As is known, the clinical meaning of a biochemical test solely depends on the point where the numerical result is localized on the scala. Depending where the result is localized on the scala or an interval, the test result is interpreted and so, this makes a major effect on the clinical evaluation. From this point of view investigation and standardization of reference intervals are of great importance. Unfortunately today, there is not a clearly defined protocol in our country. Many laboratories, instead of defining their own reference intervals, either use those of manufacturer or try to solve this problem by using some ampirical methods. In order to solve this problem we used our own laboratory test results and collected a greater extent of data using A posteriori sampling for a specific period and tried to obtain reference intervals using certain statistical methods. Our samples constitute entirely the results of the patients applying to the hospital and are sampled indirectly using no selection criteria. These raw test results were grouped according to 3 age periods. These are 3 - 20, 21 - 60 and 61 and older. We evaluated our data at each age group and at each test type individually. Totally 13 clinical tests are used, these are ALB, ALP, ALT, AST, BUN, CA, CREA, CHOL, DBIL, PHOS, TBIL, TP and TRIG. We used the non-parametric percent estimate method for statistical analysis of each test group. To be able to obtain proper part of the data from our raw hospital samples, we curtailed our raw data using +3 SD method to be able to exclude extreme values and the test results that are related with the diseased state. The part of the data lying outside the +3 SD limit from both sides is omitted and a proper sample for our statistical analysis was obtained by this technique. In order to obtain homogenious distributions from our samples, the clinical tests are selected according to the possible effects of some factors such as age and sex. The clinical tests which would be the least affected from these factors are especially incorporated to the study. Because we obtained our data using indirect sampling, it was quite possible that the data would be heterogeneous in itsdistribution. The clinical tests which would predispose to this situation were epecially excluded from the study. Later the distributions of the test groups were analyzed to detect whether they were gaussian or not. According to our results most of the test groups did not follow gaussian distribution. So, our statistical method was chosen on this basis, as it would be the one, which would be affected the least from the distribution type of the data. Non-parametric percentile estimate method and non-parametric indirect method were the suitable ones for this goal. Non-parametric methods in reference interval analysis require at least 120 datas to produce meaningful results and they are preferred especially in skewed distributions and also for samples where data are selected using no exclusion criteria. Most of the test groups in our study contain data numbers greater than 120; but, in 3 - 20 age group we could not have reached this number. For this reason, in this age group only, the non- parametric indirect method was used; defined by Veli Kairisto. The other age groups were evaluated using the non-parametric percentile estimate method. The indirect method is an algorithm which is incorporated in the GraphROC statistical program and it is especially used in data where no exclusion criteria is used during their selection. As a result, there occured an opportunity to compare the results that we had obtained using both percentile estimate method and indirect method of Veli Kairisto at the end of our study. So, we delineated a way to follow in similar situations, which would arise in establishing reference intervals from hospital laboratory data. In general, the hospital laboratory test results can be used to define reference intervals. Also the study showed that these kinds of data exhibited skewed distributions usually and it would be appropriate to use non-parametric methods in these distributions. The results from our study are the estimates of Turkish hospital population, similar data sampling with the same metodology in other laboratories can standardize establishment of reference intervals in clinical laboratories. to