contrôle qualité basé sur six sigma - abbott core …...validation, six sigma qc design and...

1C O N T R Ô L E Q U A L I T É B A S É S U R S I X S I G M A

DIAGNOSTICS

Série Guide d'apprentissage

Contrôle qualité basé sur Six Sigma

2

CONTRÔLE QUALITÉ BASÉ SUR SIX SIGMA DIAGNOSTICS

RETOUR AU SOMMAIRE

REMERCIEMENTSDR JAMES O. WESTGARDLe Dr James O. Westgard est le directeur de Westgard QC, Inc., une petite entreprise proposant un enseignement et une formation en matière de gestion de la qualité en laboratoire. C'est un professeur émérite du service de pathologie et de médecine de laboratoire de la Faculté de médecine de l'Université du Wisconsin. Pendant plusieurs années, il a été directeur de la faculté des services de gestion de la qualité pour les laboratoires cliniques de l'hôpital et des cliniques de l'Université du Wisconsin.

Natif du Dakota du Nord, le Dr Westgard a obtenu une licence en chimie à l'Université Concordia à Moorhead (Minnesota), ainsi qu'une maîtrise et un doctorat en chimie analytique à l'Université du Wisconsin, à Madison. Il a commencé sa carrière en 1968, à l'Université du Wisconsin, en tant que chimiste clinique. Son intérêt s'est rapidement porté sur le développement de protocoles d'évaluation de méthode, et il a exercé la fonction de premier président du Comité régional des protocoles d'évaluation à l'Institut de normalisation clinique et de laboratoire (CLSI, Clinical and Laboratory Standards Institute). Son intérêt pour le contrôle qualité a débuté en 1976 et 1977 lorsqu'il était en congé sabbatique à l'Université d'Uppsala en Suède et qu'il travaillait avec le professeur Carl-Henric deVerdier et les Drs Torgny Groth et Torsten Aronsson. Ce travail a abouti à une procédure de contrôle à plusieurs règles, connue internationalement comme « Règles de Westgard ».

STEN WESTGARD, M.S.Sten Westgard, M.S. est directeur des services à la clientèle et de la technologie pour Westgard QC. Depuis plus de 20 ans, M. Westgard gère le site Internet, portail de formation et blog Westgard. Il crée et administre les formations en ligne et il publie et écrit des centaines de rapports, essais et applications sur le contrôle qualité, la validation de méthode, la gestion du risque Six Sigma et d'autres sujets relatifs à la gestion de laboratoires. Il a publié et contribué à la rédaction de nombreux ouvrages sur la qualité, notamment Basic QC Practices, Basic Method Validation, Six Sigma QC Design and Control, Six Sigma Risk Analysis, CLIA Final Rules, Assuring the Right Quality Right, The Poor Lab's Guide to the Regulations et Nothing but the Truth about Quality. M. Westgard est également membre auxiliaire du corps professoral de la Faculté des sciences de la santé de la clinique Mayo à Rochester, dans le Minnesota.

3


RETOUR AU SOMMAIRE

COMMENT UTILISER CE GUIDE D'APPRENTISSAGECe guide est composé de six chapitres et d'un glossaire. Chaque chapitre contient un résumé « En bref » et des références permettant d'effectuer des lectures complémentaires. Le glossaire comprend une liste complète des termes clés rencontrés dans chaque chapitre, suivie d'une liste d'abréviations fréquentes. Les lecteurs sont invités à se rendre sur le site Internet de Westgard QC (www.westgard.com) pour plus d'informations.

http://www.westgard.com

4


SOMMAIREAVANT-PROPOS 5

GESTION DE LA QUALITÉ ANALYTIQUE CHAPITRE 1 6

DÉTERMINATION DE LA QUALITÉ SUR L'ÉCHELLE SIGMA CHAPITRE 2 12

SÉLECTION DE LA BONNE PROCÉDURE DE CSQ CHAPITRE 3 23

APPLICATION CORRECTE DU CSQ CHAPITRE 4 33

ÉLABORATION D'UN PLAN DE CQ AVEC ÉVALUATION DES RISQUES CHAPITRE 5 41

CONTRÔLE DE LA QUALITÉ ET DES PERFORMANCES CHAPITRE 6 51

ANNEXE A : GLOSSAIRE DES TERMES UTILISÉS 58

ANNEXE B : DÉFINITIONS DES RÈGLES DE CONTRÔLE (WQC) 63

ANNEXE C : ABRÉVIATIONS 64

5RETOUR AU SOMMAIRE


Il est courant, dans les laboratoires cliniques, de tester les échantillons de contrôle qualité (CQ), généralement appelés « contrôles » au moins une fois par jour et, de préférence, plusieurs fois par jour. Les contrôles permettent de s'assurer de la qualité suffisante des systèmes analytiques et de leur adaptation à l'utilisation prévue. En effet, même les performances des meilleurs tests peuvent se dégrader avec le temps. Les pratiques de contrôle statistique de la qualité (CSQ) ont longtemps été établies dans ce but.Cependant, une fois les pratiques de CQ établies, on observe une tendance des laboratoires à les accepter sans se poser de question et à continuer à suivre les algorithmes de routine sans réexamen critique régulier de leur pertinence. Une approche uniformisée, comme le test de deux contrôles par jour, est courante bien qu'il s'agisse d'une pratique minimale. Une règle de CQ aussi simple est facile à suivre, mais elle ne tient pas compte du fait que tous les tests n'ont pas la même qualité analytique. Un programme de CQ optimal reconnaît la nécessité de règles de CQ des dosages personnalisées en fonction de leur variabilité propre. Il établit en outre des règles pratiques afin de minimiser le faux rejet de résultats des tests acceptables et la fausse acceptation de résultats non acceptables.

Le Dr James Westgard a consacré sa carrière à l'élaboration des meilleures pratiques de CQ et à l'évaluation de la qualité analytique grâce à des outils tels que les mesures Sigma. Ce guide d'apprentissage présente ses concepts basés sur les conditions de travail réelles des laboratoires cliniques de routine. Les laboratoires cliniques utilisent les Règles de Westgard depuis des années et appliquent aujourd'hui au quotidien l'approche des mesures Six Sigma. Toutefois, comme le note le Dr Westgard lui-même, chaque laboratoire doit procéder à une évaluation de ses performances et appliquer les algorithmes de CQ les plus adaptés. Pour ce faire, le laboratoire doit définir des objectifs de qualité pour chaque analyte, et mesurer chaque imprécision et chaque biais de dosage. Avec ces données de base, le laboratoire peut calculer les mesures Sigma et sélectionner des règles de CQ adaptées en fonction de la qualité analytique. Ce guide d'apprentissage fournit aux laboratoires les connaissances de base nécessaires pour créer un plan de CQ exploitable, efficace et adapté à leur établissement. Il décrit également les approches de CQ actuelles axées sur le risque.

Il est important de souligner que le CSQ est nécessaire, mais pas suffisant en tant que tel, pour garantir des pratiques de laboratoire et des soins optimaux. Le CSQ résout la variabilité lors de la phase analytique, mais des erreurs peuvent également survenir dans les phases pré- et post-analytiques. De plus, les programmes d'assurance externe de la qualité/essais d'aptitude (AEQ/PT) sont des moyens essentiels et indépendants d'évaluer l'efficacité d'un programme de CQ.

Dave Armbruster, Ph.D., DABCC, FACB Directeur, chimie clinique, Abbott Diagnostics

Avant-propos

6RETOUR AU SOMMAIRE

CONTRÔLE QUALITÉ BASÉ SUR SIX SIGMA — C H A P I T R E 1 : GESTION DE LA QUALITÉ ANALYTIQUE DIAGNOSTICS

Le contrôle statistique de la qualité (CSQ) est une pratique de laboratoire essentielle, qui permet de veiller à ce que les résultats des tests obtenus atteignent le niveau de qualité requis pour l'utilisation médicale prévue. Les exigences en matière de qualité analytique ne cessent de croître. Et pour cause : les médecins s'appuient de plus en plus sur les résultats des tests pour établir un diagnostic optimal afin que leurs patients bénéficient du meilleur traitement possible. Bien que des systèmes automatisés extrêmement modernes offrent de nombreuses fonctions de contrôle permettant de s'assurer du bon fonctionnement et de l'exactitude des résultats, aucun système analytique n'est parfaitement stable. Les laboratoires ont besoin du CSQ pour procéder à des vérifications indépendantes finales et détecter les modifications des performances susceptibles d'entraîner des erreurs importantes d'un point de vue médical.

La longue histoire du CSQ a débuté avec Levey et Jennings, dans les années 19501. Aujourd'hui, les laboratoires utilisent toujours la carte de contrôle de Levey-Jennings classique, bien qu'ils aient mis à jour les critères de décision et emploient souvent les Règles de Westgard2. La pratique actuelle consiste à optimiser les règles de CSQ pour les dosages individuels en fonction de leur qualité intrinsèque (biais et précision) et de l'exactitude requise pour leur utilisation clinique prévue.

La qualité requise pour l'utilisation prévue est définie comme l'erreur totale admissible (ETa). La précision observée (ÉT ou %CV) et le biais observé sont utilisés pour calculer la mesure Sigma, définie par :

Mesure Sigma = (ETa – biais)/CV,

où toutes les valeurs sont exprimées soit en unités de concentration, soit en pourcentage. Les dosages dont les mesures Sigma sont élevées nécessitent un CSQ minimal, tandis que les dosages présentant des mesures Sigma faibles nécessitent des règles de CSQ plus détaillées.

« Réaliser correctement le bon CSQ » : tel est le credo associé à de bonnes pratiques de laboratoire. Pour « réaliser correctement le bon CSQ », il convient de choisir les règles de contrôle et le nombre de contrôles appropriés pour détecter les erreurs importantes d'un point de vue médical. Parmi les outils de CQ disponibles, citons :

• L'outil de sélection du CSQ de la mesure Sigma3

• Les graphiques des spécifications de fonctionnement4,5

• Les règles Sigma de Westgard 6

Gestion de la qualité analytique Chapitre 1INTRODUCTION

7RETOUR AU SOMMAIRE


Grâce à une sélection et une conception adéquates, le CSQ constitue une technique puissante pour le contrôle des performances. Il permet de s'assurer que la qualité des résultats des tests répond aux besoins cliniques définis.

« Réaliser correctement le bon CSQ » signifie :

• Sélectionner des contrôles à des concentrations appropriées

• Déterminer la précision du dosage

• Calculer les bonnes limites du contrôle

• Tester les contrôles aux bons moments

• Interpréter correctement les résultats du contrôle

• Prendre les mesures adéquates en fonction des résultats du contrôle

• Documenter ces actions

Le CSQ ne peut atteindre ses performances optimales s'il n'est pas correctement mis en œuvre.

La Figure 1-1 présente les responsabilités du personnel de laboratoire en matière de CSQ. Il incombe aux responsables ou aux spécialistes techniques :

• D'établir la procédure de CSQ en concevant les règles de CSQ

• De sélectionner les contrôles

• De déterminer les moyennes du CQ et les ÉT des mesures de contrôle

• De calculer les limites de contrôle

• De préparer les cartes de contrôle ou de définir les paramètres logiciels de CQ utilisés

CONSIGNER LES RÉSULTATS/MESURES

PRENDRE DES MESURES APPROPRIÉES

INTERPRÉTER LES RÉSULTATS DE CONTRÔLE

ANALYSER DES CONTRÔLES À CHAQUE SÉQUENCE

CALCULER LES LIMITES, PRÉPARER LE GRAPHIQUE

DÉTERMINER LA MOYENNE, L'ÉCART TYPE

SÉLECTIONNER LES MATÉRIAUX DE CONTRÔLE

SÉLECTIONNEZ LES RÈGLES DE CQ, N, LA SÉQUENCE

Figure 1-1. Procédés de laboratoire pour « réaliser correctement le bon CSQ »

RESPONSABLES ET/OU SPÉCIALISTES DE LA

QUALITÉ

TOUS LES ANALYSTES QUI RÉALISENT LES TESTS

RÉALISER LE BON CSQ

RÉALISER CORRECTEMENT

LE CSQ

8RETOUR AU SOMMAIRE


Tous les analystes mettent systématiquement en œuvre le CSQ, suivant les procédures d'exploitation normalisées. Cela comprend :

• L'analyse des contrôles aux moments et aux intervalles prescrits

• L'interprétation des résultats du contrôle

• L'application de mesures correctives appropriées

• La documentation de toutes les actions et de tous les résultats du contrôle

L'objectif de ce guide d'apprentissage est d'aider les laboratoires à établir, maintenir et appliquer de bonnes pratiques de CSQ, bien que le CSQ ne constitue qu'une partie du système de gestion de la qualité (SGQ) d'un laboratoire. Le SGQ d'un laboratoire intègre toutes les exigences techniques et de gestion du CSQ décrites dans les directives internationales de gestion de la qualité et les réglementations nationales concernant les laboratoires. Il comprend de nombreux facteurs essentiels qui contribuent à l'obtention de résultats des tests de qualité. Par conséquent, que les responsabilités d'un technicien de laboratoire impliquent l'ensemble ou une partie des étapes susmentionnées, tout le personnel du laboratoire doit comprendre le processus de CSQ global et, plus largement, le SGQ.

EXIGENCES RÉGLEMENTAIRES ET D'ACCRÉDITATION

Les pratiques de contrôle qualité doivent respecter les exigences réglementaires et d'accréditation. Aux États-Unis, les amendements relatifs à l'amélioration des laboratoires cliniques (CLIA, Clinical Laboratory Improvement Amendments) 7 fournissent les exigences réglementaires minimales, qui comprennent trois options :

• Mettre en œuvre des procédures de contrôle permettant de surveiller l'exactitude et la précision de tout le processus analytique, ce qui implique d'établir le nombre, le type et la fréquence des matériaux de contrôle de test, de s'assurer que les procédures de contrôle détectent les erreurs immédiates dues à une défaillance du système de test, à des conditions environnementales défavorables et aux performances de l'opérateur, et de surveiller dans le temps l'exactitude et la précision des performances de test pouvant être influencées par le changement des performances du système de test, les conditions environnementales et la variance des performances de fonctionnement.

• Au moins une fois par jour, analyser ou examiner les échantillons patients à l'aide des contrôles suivants :

o Pour chaque procédure quantitative, introduire deux matériaux de contrôle de différentes concentrations.

o Pour chaque procédure qualitative, introduire un matériau de contrôle négatif et un matériau de contrôle positif.

• Réaliser des procédures de contrôle assurant des tests de qualité équivalente, comme indiqué dans l'Annexe C du State Operations Manual. À compter de janvier 2016, cette option est décrite comme un plan de contrôle qualité individualisé (IQCP, Individualized quality control plan) composé de trois éléments : une évaluation des risques, un plan de CQ et un programme d'évaluation de la qualité.

En comparaison, l'ISO 15189 fournit la norme globale de pratique pour l'accréditation8 en déclarant :

« Le laboratoire doit créer des procédures de contrôle qualité vérifiant l'obtention de la qualité prévue des résultats. »

Cela nécessite de définir la qualité prévue, les objectifs de qualité ou les exigences à atteindre. La définition des objectifs de qualité constitue le point de départ de la gestion de la qualité en laboratoire.

OBJECTIFS DE QUALITÉ

La qualité est au minimum la « conformité aux exigences » et au maximum une « démonstration de compétences. » Le manque de qualité est mesuré par les défauts (c'est-à-dire des résultats de tests dépassant les limites d'erreur admissible pour l'utilisation médicale prévue). Les objectifs de qualité sont définis comme l'erreur totale admissible (ATE dans la terminologie privilégiée par le Secrétariat américain aux produits alimentaires et pharmaceutiques (FDA) ; ETa dans la terminologie historique), comme les critères appliqués dans les études d'essais d'aptitude (PT) ou d'assurance externe de la qualité (AEQ). Les CLIA définissent les critères de performance pour 70 à 80 tests « réglementés ».

Exemple :• Le glucose doit être correct à ± 10 % de la valeur

cible (VC) ou à ± 6 mg/dl à 60 mg/dl et moins.

• Le cholestérol doit être correct à ± 10 % de la VC.

Les critères applicables à d'autres dosages sont définis par d'autres programmes d'essais d'aptitude (PT) ou d'assurance externe de la qualité (AEQ). Le College of American Pathologists (CAP) propose des études de PT pour tous les tests réglementés par les CLIA, entre autres.

Exemple : • L'HbA1c doit être exacte à ± 6 % de la VC.

9RETOUR AU SOMMAIRE


D'autres objectifs de qualité se basent sur les études de résultats cliniques, la variation biologique prévue, l'opinion des groupes d'experts, les études sur l'utilisation par les médecins et l'interprétation des valeurs de test. Les recommandations les plus détaillées se trouvent dans la base de données Ricos des objectifs de variabilité biologique, initialement publiée en 19999 et mise à jour tous les deux ou trois ans sur le site Internet de Westgard10.

Les modèles de définition d'objectif de variabilité biologique décrits par Fraser et Petersen11 sont utilisés pour définir le CV analytique admissible (CVa), le biais analytique admissible (Biaisa) et l'erreur biologique totale admissible (ETab), comme suit :

CVa = 0,5 x CVi

Biaisa = 0,25 x (CVi2 + CVg

2)1/2

ETab = Biaisa + 1,65CVa,

où CVi est la variation intra-individuelle et CVg la variation inter-individuelle.

La valeur CVi est utilisée pour définir la valeur CVa pour surveiller les patients individuels, et les valeurs CVi et CVg sont utilisées pour définir le Biaisa pour les classifications diagnostiques par rapport aux intervalles de référence. La combinaison de ces deux ensembles est un objectif souhaitable pour les objectifs en matière d'ETa, et par conséquent de PT/AEQ11 .

Les critères ci-dessus sont parfois décrits comme souhaitables dans un modèle à trois niveaux comprenant les critères optimaux (plus exigeants) et minimaux (moins exigeants)12. Dans l'équation, les critères optimaux reposent sur les multiplicateurs de 0,25 pour le CV et de 0,125 pour le biais tandis que les critères minimaux reposent sur les multiplicateurs de 0,75 pour le CV et de 0,375 pour le biais.

Il incombe au directeur médical du laboratoire de définir les objectifs de qualité du dosage régissant le SGQ du laboratoire. (Pour accéder à une analyse plus détaillée des objectifs de qualité, reportez-vous à la référence 13.)

SYSTÈME DE GESTION DE LA QUALITÉ (SGQ)

Le cycle Plan-Do-Check-Act (PDCA) décrit par W. Edwards Deming constitue la composante fondamentale de l'élaboration, de la mise en œuvre et de l'exploitation d'un SGQ. Deming a attribué à la direction la responsabilité de maintenir l'équilibre entre les nombreuses étapes d'une opération de production et d'appliquer le cycle PDCA pour prendre des décisions objectives reposant sur des données14.

Le PDCA est la « méthode scientifique » d'expérimentation. Planifier une expérience, réaliser l'expérience, vérifier les données puis agir sur ces données. Le fait d'agir sur les données mène souvent à une nouvelle expérience et à des données et des décisions de meilleure qualité.

Le PDCA est fondamental pour améliorer la qualité dans les laboratoires car il propose un cycle continu de résolution des problèmes et d'amélioration de la qualité.

L'ouvrage de Burnett explique en quoi les exigences techniques et de gestion ISO 15189 sont adaptées au cycle PDCA15. Comme le montre la Figure 1-2, Burnett organise le processus de gestion de la qualité autour des thèmes « Organisation et gestion », « Gestion des ressources », « Processus d'examen » et « Évaluation et amélioration. » Les exigences de gestion sont identifiées par le chiffre 4 et les exigences techniques par le chiffre 5. L'intérêt de ce processus est essentiel pour la compréhension du lien entre les différentes exigences, qui concourent, ensemble à créer un SGQ efficace.

Pour la gestion de la qualité analytique, le laboratoire peut également mettre en œuvre les outils, mesures et concepts Six Sigma comme un cycle PDCA, comme illustré par le système de gestion de la qualité Six Sigma (SGQ 6 ) dans la Figure 1-36,16.

ORGANISATION/GESTION GESTION DES RESSOURCES

ÉVALUATION ET AMÉLIORATION PROCÉDURES D'ANALYSE

4.1 Responsabilité d'organisation et de gestion

4.4 Accords de service4.15 Évaluation de la direction4.2 Système de gestion de la

qualité4.3 Contrôle de la documentation4.13 Contrôles des dossiers

5.1 Personnel5.2 Hébergement et conditions

environnementales5.3 Équipements, réactifs,

consommables5.9 Gestion de l'information des

laboratoires4.6 Services et fournitures

externes

4.8 Résolution des réclamations4.9 Identification et contrôle

des non-conformités4.10 Mesure corrective4.12 Amélioration continue4.14 Évaluation et audit interne5.6 Garantir la qualité des

résultats (en partie)

4.5 Analyses par des laboratoires référents

4.7 Services de conseil5.4 Procédures pré-analyses5.2 Procédures d'analyses5.6 Garantir la qualité des

analyses5.7 Processus post-analyses5.8 Production de rapports de

résultats

Figure 1-2. Modèle du processus PDCA de Burnett pour le SGQ ISO 15189.

10RETOUR AU SOMMAIRE


• Planifier (étapes 1–2) : définir les objectifs de qualité comme erreur totale admissible (ETa). L'ETa guide le choix de la procédure de mesure analytique, ou procédure d'examen selon la terminologie ISO.

• Réaliser (étapes 3-4) : valider les caractéristiques de sécurité (précision, biais, plage mesurable, interférences) à l'aide d'études expérimentales et d'analyses de données statistiques. À l'aide des données de performance de la méthode et de la définition de l'ETa, calculer une mesure Sigma [mesure Sigma = (ETa – |Biais|)/CV]. En partant du principe que la mesure Sigma indique la performance acceptable (à savoir supérieure à 3), de préférence au moins 4 et mieux encore, 5 ou 6, procéder à la mise en œuvre de la méthode analytique. La mise en œuvre nécessite d'établir des procédures d'exploitation normalisées (SOP), des calendriers de maintenance, des procédures de CQ, etc. et de former des analystes capables de comprendre et de suivre ces SOP.

• Vérifier (étapes 5-9) : l'étape de vérification est axée sur la connaissance de la qualité Sigma, en commençant par la formulation d'une stratégie de CQ total englobant les mécanismes de contrôle statistiques et non statistiques.

La procédure de CSQ optimise les règles de contrôle et le nombre de contrôles pour détecter les erreurs importantes d'un point de vue médical. Concevoir un plan de CQ total pour intégrer le CSQ aux autres mécanismes de contrôle nécessaires pour surveiller les modes de défaillance spécifiques pouvant survenir avec une méthode analytique ou un système d'instruments en particulier. Le nouveau raisonnement axé sur le risque et les nouveaux outils d'évaluation des risques sont utiles pour l'identification des contrôles supplémentaires, en particulier pour les étapes pré- et post-analytiques du processus de test total (PTT). La mise en œuvre du plan de CQ total requière l'utilisation des outils de CQ et de la technologie informatique disponibles. Le résultat est un processus de CQ efficace permettant de « vérifier l'obtention de la qualité prévue des résultats des tests », conformément à la norme ISO 15189.

• Agir (étapes 10-12) : enfin, contrôler la qualité du processus de test au fil du temps pour caractériser les performances, identifier les pannes et améliorer le plan de CQ (revenir à l'étape 5) ou réviser l'intégralité du processus d'analyse (revenir à l'étape 1).

Figure 1-3. Système de gestion de la qualité Six Sigma

(1a) Exigences réglementaires et d'accréditation

(2a) Traçabilité et harmonisation

(4b) Exigences pré-analytiques et post-analytiques

(12) Améliorer la qualité, Plan de CQ total [ACQ, CAPA]

(11) Contrôler les défaillances [FRACAS] (Indicateurs de qualité)

(10) Mesurer la qualité et les performances (AEQ, PT, IM)

(1) Définir les objectifs d'utilisation prévue (ETa)

(2) Sélectionner les procédures d'analyses analytiques

(3) Valider les caractéristiques de sécurité (CV, Biais)

(4) Mettre en œuvre un système analytique

(5) Formuler la stratégie de CQ total de Sigma

(6) Sélectionner/Concevoir le CSQ (règles, N)

(7) Élaborer le plan de CQ total

(8) Mettre en œuvre le plan de CQ total

(9) Vérifier la réalisation de la qualité prévue des résultats de tests

(1b) Applications cliniques et médicales

(2b) Méthodes et matériaux de référence du fabricant

(3a) Revendications du fabricant

(4a) Services d’installation/de formation du fabricant

(5a) Sigma [(ETa-Biais)/CV]

(6a) Outil de sélection de CQ de Sigma

(7a) Analyse des risques

(8a) Outils de CQ

Figure 1-3. Système de gestion de la qualité Six Sigma.



EN BREF

Voilà le contexte dans lequel les laboratoires médicaux doivent procéder au CSQ. Le CSQ est essentiel mais ne représente qu'une partie du SGQ. L'application du CSQ suppose que la méthode a été soigneusement évaluée et qu'elle répond aux exigences relatives à l'utilisation prévue. La stratégie de CQ total est adoptée à partir de la qualité Sigma connue du processus de test et de l'utilisation des bonnes règles de contrôle et du bon nombre de contrôles. Des contrôles pré- et post-analytiques supplémentaires sont mis en œuvre dans le cadre du plan de CQ total. D'autres contrôles sont utilisés pour surveiller les modes de défaillance critique du processus d'analyse spécifique. La qualité est contrôlée par des études d'AEQ/PT et d'autres indicateurs de qualité, et les problèmes sont identifiés, corrigés et neutralisés.

Références1. Levey S, Jennings ER. The use of control charts in the clinical

laboratory. American Journal of Clinical Pathology 1050;20:1059-1066.

2. Westgard JO, Barry PL, Hunt MR, Groth T. A multirule Shewhart chart for quality control in clinical chemistry. Clinical Chemistry 1981;27:493-501.

3. C24A3. Statistical Quality Control for Quantitative Measurement Procedures. Wayne, Pennsylvania, Clinical and Laboratory Standards Institute, 2006.

4. Westgard JO. Charts of operational process specifications (OPSpecs Charts) for assessing the precision, accuracy, and quality control needed to satisfy proficiency testing performance criteria. Clinical Chemistry 1992;38:1226-1233.

5. Westgard JO, Hyltoft Petersen P, Wiebe D. Laboratory process specifications for assuring quality in the U.S. National Cholesterol Education Program. Clinical Chemistry 1991;37:656-661.

6. Westgard JO, Westgard SA. Basic Quality Management Systems: Essentials for quality management in the medical laboratory. Madison, Wisconsin, Westgard QC Inc. 2014.

7. U.S. Centers for Medicare & Medicaid Services (CMS). Medicare, Medicaid, and CLIA programs: Laboratory requirements relating to quality systems and certain personnel qualifications. Final Rule. Federal Register Jan 24, 2003;16:3650-3714.

8. ISO 15189. Laboratoires médicaux – exigences de qualité et de compétence. Genève : ISO, 2012.

9. Ricos C, Alverez V, Cava F, et al. Current databases on biological variation: pros, cons, and progress. Scandinavian Journal of Clinical Laboratory Investigation 1999;59:491-500.

10. Base de données Ricos en ligne, www.westgard.com/biodatabase1.htm.

11. Fraser CG, Hyltoft Petersen P. Quality goals in external quality assessment are best based on biology. Scandinavian Journal of Clinical Laboratory Investigation 1993;53(Suppl 212):8-9.

12. Fraser CG. Biological Variation: From Principles to Practice. Washington DC, AACC Press, 2001.

13. Westgard S. Quantitating quality: Best practices for estimating the Sigma-metric. Livre blanc disponible auprès d'Abbott Diagnostics.

14. Nillson OJ. The Essential Deming: Leadership principles from the father of quality, W. Edwards Deming. McGraw-Hill, 2013.

15. Burnett D. A Practical Guide to ISO 15189 in Laboratory Medicine. London, ACB Ventures Publications, 2013.

16. Westgard JO, Westgard SA. Quality control review: Implementing a scientifically based quality control system. Annual of Clinical Biochemistry 2016;53:32-50.


CONTRÔLE QUALITÉ BASÉ SUR SIX SIGMA —CH A P I T R E 2 : D É T E R M I N AT I O N D E L A Q U A L I T É S U R L' É C H E L L E S I G M A DIAGNOSTICS

INTRODUCTION

Les étapes initiales de mise en œuvre d'un système de gestion de la qualité Six Sigma (SGQ 6Σ) ont pour but de définir l'exigence/l'objectif de qualité pour l'utilisation prévue, de sélectionner une procédure de mesure analytique et de déterminer l'exécution de la méthode à partir des données du laboratoire.

La Figure 2-1 illustre les étapes initiales de calcul d'une mesure Sigma à partir de l'objectif de qualité sous la forme d'une erreur totale admissible (ATE ou ETa) et de l'exactitude (biais) et de la précision (ÉT ou %CV) observées pour la méthode. La mesure reflète la qualité sur l'échelle Sigma et donne des indications pour sélectionner la procédure de CSQ appropriée (à savoir les règles de contrôle et le nombre de contrôles nécessaires), facilement identifiable grâce à différents outils de planification du CSQ. Certains de ces outils sont illustrés dans le chapitre suivant.

VALIDATION DE MÉTHODE

La validation des caractéristiques de sécurité est importante pour la mise en place d'un raisonnement axé sur le risque. Dans la terminologie ISO, les caractéristiques de sécurité des appareils médicaux sont la plage mesurable, la précision, la justesse ou biais, la limite de détection, l'interférence et la récupération. Elles sont souvent appelées caractéristiques de performances La directive ISO clé pour la gestion du risque des appareils médicaux1 met l'accent sur la conception à des fins de sécurité :

Les caractéristiques de performances des appareils médicaux de DIV déterminent l'exactitude des résultats d'examen. Le non-respect des caractéristiques de performances requises pour une utilisation médicale spécifique peut engendrer une situation dangereuse pour laquelle une évaluation du risque pour les patients est nécessaire.

Les fabricants améliorent la sécurité dans le cadre de la conception et de la validation des systèmes de test. Si la précision et le biais ne sont pas acceptables, les fabricants revoient la conception du système jusqu'à ce qu'ils obtiennent les performances requises. Les performances sont documentées comme une revendication que le FDA examine dans le cadre de l'approbation 510(k) pour la commercialisation d'un nouveau système de test.

Les CLIA demandent aux laboratoires de valider les performances des nouveaux systèmes de test et de vérifier qu'ils respectent les revendications du fabricant2 :

§493.1253 Établissement et vérification des spécifications de performances.

(a) Applicabilité. Les laboratoires ne sont pas tenus de vérifier ni d'établir les revendications de performances pour les systèmes de test utilisés avant le 24 avril 2003.

Détermination de la qualité sur l'échelle Sigma Chapitre 2

Prendre des mesures appropriées

Interpréter les résultats de contrôle

Analyser des contrôles à chaque séquence

Calculer les limites, préparer le graphique

Déterminer la moyenne, l'écart type

Sélectionner les matériaux de contrôle

Définir les spécifications de qualité pour le test

%ETA- %BIAIS%CV

Figure 2-1. Procédés de laboratoire pour « réaliser correctement le bon CSQ »

Calculer Sigma

Utiliser les outils de planification

de CQ, par exemple,

spécifications de fonctionnement, règles Sigma de

Westgard

Figure 2-1. Procédé de laboratoire pour « réaliser correctement le bon CSQ ».

13

CONTRÔLE QUALITÉ BASÉ SUR SIX SIGMA —CH A P I T R E 2 : D É T E R M I N AT I O N D E L A Q U A L I T É S U R L' É C H E L L E S I G M A

RETOUR AU SOMMAIRE

DIAGNOSTICS

(b) (1) Vérification des spécifications de performance. Chaque laboratoire présentant un système de test non modifié approuvé ou autorisé par le FDA doit procéder comme suit avant de consigner les résultats de test du patient.

(i) Démontrer qu'il peut obtenir des spécifications de performances comparables à celles établies par le fabricant pour les caractéristiques suivantes : exactitude, précision, plage mesurable du système de test.

(ii) Vérifier que les intervalles de référence du fabricant (valeurs normales) sont adaptés à la population de patients du laboratoire.

DONNÉES POUR L'ÉVALUATION DES RISQUES

Pour ce qui est des programmes de CQ, les CLIA américains exigent l'utilisation de données internes pour la réalisation d'une évaluation des risques du processus de test3.

Pour procéder à une évaluation des risques, le laboratoire doit identifier la source des défaillances et des erreurs potentielles d'un processus de test et évaluer la fréquence et l'impact de ces défaillances et sources d'erreurs.

Les données internes, établies par le laboratoire dans son propre environnement et par son propre personnel, doivent être incluses pour démontrer que la stabilité du système de test supporte le nombre et la fréquence de CQ documentés dans le plan de contrôle qualité (PCQ). Les données issues de la vérification ou de l'établissement des spécifications de performances et les données de CQ historiques (existantes) peuvent être incluses. Les données publiées ou les données des fabricants (comme les notices) peuvent être prises en compte mais ne peuvent pas être utilisées comme unique critère pour la prise de décisions.

Les recommandations spécifiques préconisent d'utiliser les données des études de vérification/validation des performances et les dossiers de CQ existants. Ces données sont censées montrer que la stabilité du système de test supporte le nombre et la fréquence de CQ documentés dans le PCQ.

Les données internes permettent de déterminer la qualité du système de test sur l'échelle Sigma (mesure Sigma) et de savoir si le biais et la précision observés conviennent à l'utilisation clinique. L'échelle Sigma, intrinsèquement axée sur le risque, prévoit le nombre attendu de résultats de test défectueux pour un système de test en termes de précision et de biais et la

qualité requise pour l'utilisation prévue du test.4 Les outils de planification de CSQ Sigma orientent la sélection de procédures de CSQ appropriées. Les données internes sont utilisées pour formater les procédures de CSQ afin que la qualité requise pour l'utilisation prévue du test soit obtenue.

SIGMA COMME INDICATEUR DE RISQUE

La gestion de la qualité Six Sigma évalue la qualité de tout processus sur l'échelle Sigma. Sigma fournit une mesure de la qualité observée par rapport à la qualité requise. Dans la fabrication, la qualité requise pour l'utilisation prévue est définie comme une spécification de tolérance. La qualité produite montre généralement la variation autour d'une spécification cible ou idéale.

La partie A de la Figure 2-2 applique le modèle Sigma au laboratoire clinique en remplaçant l'erreur admissible pour l'utilisation clinique prévue (ATE ou ETa) par des limites de tolérance. La précision est représentée par l'ÉT ou le %CV caractérisant la largeur de la distribution. L'effet du biais est indiqué par l'emplacement de la distribution par rapport à la valeur cible ou réelle. Le biais décale la distribution vers l'une des spécifications de tolérance, réduisant ainsi le niveau de variation admissible.

L'objectif pour une qualité de tout premier ordre est une variation de processus (soit une performance de test) bien adaptée aux spécifications de tolérance.

Exemple :ÉT de ± 6 pour un dosage, comme illustré dans la partie B de la Figure 2-2.

La qualité Six Sigma veille essentiellement à ce qu'aucune erreur ne dépasse l'exigence de qualité définie.

Dans la plupart des industries, une qualité acceptable minimum est définie comme trois Sigma, comme indiqué dans la partie C de la Figure 2-2. Pour trois Sigma, les limites de tolérance sont complètement absorbées par 3 ÉT de variation, et même dans des conditions de fonctionnement optimales, quelques défauts sont produits. Toute modification de performances du processus (réduction de la précision ou augmentation du biais) accroît le risque de produire des résultats de test de mauvaise qualité. Un processus Six Sigma est considéré comme un processus de tout premier ordre, mais il est possible d'atteindre une valeur Sigma >6, soit moins de 3,4 défauts par million d'opportunités, avec une précision exceptionnelle et/ou un biais minimal.



Figure 2-2 (A) Illustration du calcul de la mesure Sigma à partir de l'erreur totale admissible (ATE ou ETa), de l'inexactitude (biais), et de l'imprécision (ÉT). (B) Comparaison de l'objectif Six Sigma pour une qualité de tout premier ordre avec (C) une qualité acceptable minimum de trois Sigma.

15


RETOUR AU SOMMAIRE

DIAGNOSTICS

CALCUL DE LA MESURE SIGMA

La mesure Sigma est calculée par l'équation :

mesure Sigma = (ETa – |Biais|)/ÉT

où ETa représente l'erreur totale admissible, le biais représente l'erreur systématique (inexactitude) et est traité comme une valeur absolue (|Biais|), et ÉT représente l'erreur aléatoire (imprécision), avec toutes les valeurs exprimées en unités de concentration.

Des unités de pourcentage peuvent également être utilisées, comme dans l'équation suivante :

mesure Sigma = (%ETa – |%Biais|)/%CV

ETa

La valeur ETa peut être définie par les critères pour les performances acceptables dans le cadre des études AEQ/PT.

Exemple :Le critère des CLIA américains pour le glucose est « valeur cible ± 6 mg/dl ou ± 10 % (selon la plus élevée de ces deux valeurs) ».

Le plus grande des deux limites doit être utilisée, en fonction de la valeur cible (VC) ou de la concentration du matériau d'étude de PT.

Exemple :Les CLIA fournissent une liste de limites de performances acceptables pour 70 à 80 tests. Il s'agit des analytes réglementés pour lesquels la réalisation des PT est évaluée par cinq échantillons par étude et trois études par an. Les analytes non réglementés nécessitent également des PT mais ne peuvent être évalués que par deux études annuelles, avec seulement deux échantillons par étude. Les limites d'acceptation des analytes non réglementés peuvent se baser sur différents modèles de définition d'objectif (p. ex. utilisation clinique prévue, variation biologique et recommandations du groupe d'experts). HbA1c est un analyte non réglementé pour lequel le College of American Pathologists (CAP) et le programme national de normalisation de la glycohémoglobine (NGSP, National Glycohemoglobin Standardization Program) ont établi une ETa de +/- 6,0 % en 2014.

Habituellement, les programmes AEQ/PT utilisaient la classification des groupes homologues, c'est-à-dire que les performances d'un laboratoire étaient comparées à celles de tous les laboratoires utilisant la même méthode analytique (à savoir analyseur, réactif, méthodologie). Les performances des groupes homologues sont acceptables si les résultats d'un laboratoire sont en accord avec la valeur moyenne de son groupe homologue dans les limites d'acceptation établies. Par conséquent, les performances satisfaisantes dépendent du groupe homologue. Les programmes AEQ/PT basés sur l'exactitude sont de plus en plus courants. La classification basée sur l'exactitude compare les performances d'un laboratoire à une valeur cible prédéterminée établie par une méthode de référence (étalon or) validée. La classification basée sur l'exactitude est absolue car elle repose sur la meilleure estimation possible de la vérité scientifique grâce à une méthode de référence.

BIAIS

L'inexactitude, la justesse ou l'erreur systématique sont déterminées lors des études de validation de méthode à partir d'une expérience de comparaison de méthodes. Les laboratoires réalisent ces expériences pour vérifier la revendication du fabricant après l'installation de nouveaux systèmes de test. Après la validation initiale, les laboratoires doivent surveiller le biais à l'aide d'échantillons d'AEQ/PT avec les valeurs cibles établies par des méthodes de référence, la moyenne d'un groupe d'étude ou la moyenne d'un groupe homologue d'étude. Les résultats sont généralement considérés comme l'écart par rapport à la cible et exprimés comme un multiple de la variation du groupe observée (c'est-à-dire une valeur z décrivant l'écart par rapport à la cible comme un multiple de l'écart type du groupe). Pour calculer une mesure Sigma, le %Biais est calculé comme le biais observé divisé par la valeur cible et multiplié par 100.

%Biais = (Biais/VC) x 100

Remarque importante concernant le biais : Lors de la détermination initiale de la qualité Sigma, il peut s'avérer difficile d'obtenir une bonne estimation du biais. Il est possible de considérer que le biais est de zéro et de simplement calculer Sigma comme le rapport d'ETa/ÉT ou %ETa/%CV. Ce calcul produit une mesure Sigma trop élevée (estimation optimiste de la qualité). Néanmoins, si la mesure Sigma est faible (<3 si l'on considère que le biais est de zéro), ce calcul est suffisant pour indiquer que le nouveau système de test présente un risque élevé ! Si Sigma est >3, il reste important d'obtenir une meilleure estimation du biais pour une détermination plus fiable de la mesure Sigma.

ÉT

L'imprécision (erreur aléatoire) est déterminée par une expérience de reproduction durant les études de validation de méthode ou par les données de CSQ collectées lors des opérations de routine.

Si la VC est :Les performances

acceptables sont...

Ce qui représente une plage de...

50 mg/dl 50 ± 6 mg/dl 44 à 56 mg/dl

125 mg/dl 125 mg/dl ± 10 %ou 125 ± 12,5 mg/dl 112,5 à 137,5 mg/dl



Les laboratoires effectuent des expériences de reproduction pour vérifier la précision et contrôler les performances continues à partir des données de CSQ collectées dans des conditions normales de fonctionnement. La valeur %CV est calculée comme l'ÉT observé divisé par la moyenne, puis multiplié par 100.

%CV = (ÉT/Moyenne) x 100

Exemples de calculs de l'HbA1cÉtant donné l'importance de l'HbA1c pour le diagnostic et la prise en charge du diabète, l'accord mondial sur les exigences en matière de qualité, la disponibilité des programmes d'AEQ/PT basés sur l'exactitude, l'application généralisée de méthodes dans les laboratoires centraux, ainsi que le contexte du lieu d'intervention, l'HbA1c offre un bon exemple pour les calculs Sigma.

Ces exemples illustrent les performances exigeantes requises concernant les méthodes analytiques actuelles en ce qui concerne la qualité de test nécessaire pour l'utilisation clinique d'HbA1c.

DÉTERMINATION GRAPHIQUE DE SIGMA

Le graphique de décision de méthode est une représentation du biais admissible par rapport à la précision admissible élaborée une fois l'objectif de qualité de l'ETa défini. L'ETa désigne l'importance du facteur erreur et regroupe les erreurs aléatoires et systématiques (précision et biais). Historiquement, l'exigence des performances acceptables est le biais plus 2 ÉT, et cette formule est encore courante aujourd'hui pour calculer l'erreur analytique totale (EAT). L'exigence de l'ETa est devenue plus rigoureuse à mesure de l'amélioration des performances du dosage. Le critère relatif à la qualité Six Sigma exige que le biais plus 6 ÉT soit inclus dans la valeur ETa.

Le multiplicateur de l'ÉT est la mesure Sigma d'intérêt ; un outil graphique peut être créé pour montrer les limites de performances

pour deux, trois, quatre, cinq et Six Sigma, comme l'illustre le graphique de décision de méthode dans la Figure 2-3. Cet outil permet de tracer un point de fonctionnement, où la coordonnée y représente le biais observé et la coordonnée x la précision observée. Ce point représente la qualité Sigma de n'importe quelle méthode.

Exemple :Le point de fonctionnement dans la Figure 2-3 représente un biais de 2,0 % et une CV de 1,0 %. Il se trouve sur la ligne représentant la qualité quatre Sigma, ce qui correspond à la mesure Sigma calculée : [(6 –2)/1 = 4].

ETa Biais CV Sigma

6,0 % 0,0 % 1,0 % (6,0–0,0)/1,0 ou 6,0

6,0 % 1,0 % 1,0 % (6,0-1,0)/1,0 ou 5,0

6,0 % 0,0 % 1,5 % (6,0-0,0)/1,5 ou 4,0

6,0 % 1,5 % 1,5 % (6,0-1,5)/1,5 ou 3,0

Précision - %CV observé

Graphique de décision de méthode, ETa = 6,0 %

Exac

titud

e - %

Biais

obse

rvé

6

32,521,510,5

2 sigma

3 sigma

4 sigma

5 sigma

6 Sigma

5

4

3

2

1

00

Tracer

votre

point de f

onctionnem

ent

Zone de performances inacceptables

Qualité de tout premier

ordre

Figure 2-3. Graphique de décision de méthode pour une ETa de 6,0 %. Le %Biais observé est représenté sur l'axe des Y par rapport au %CV observé sur l'axe des X. Les différentes lignes diagonales représentent, de haut en bas, la qualité 2 Sigma, 3 Sigma, 4 Sigma, 5 Sigma et 6 Sigma. Le point de fonctionnement représente une procédure d'examen présentant un biais observé de 2,0 % et une précision observée de 1,0 %.

17


RETOUR AU SOMMAIRE

DIAGNOSTICS

Pour élaborer un graphique de décision de méthode pour une ETa de 6,0 % :

1. Mettre à l'échelle l'axe des Y de 0 % à l'ETa, soit 6,0 %. Nommer cet axe « inexactitude observée » en unités de %Biais.

2. Mettre à l'échelle l'axe des X de 0 % à la moitié de l'ETa, soit 3,0 %. Nommer cet axe « imprécision observée » en unités de %CV.

3. Tracer les lignes de la qualité Sigma en déterminant les coordonnées à l'origine X et Y comme indiqué ci-dessous :

Il est également possible de créer un graphique de décision de méthode normalisé à utiliser pour n'importe quelle valeur ETa spécifiée. Pour cela, mettre à l'échelle l'axe des Y de 0 à 100 et l'axe des X de 0 à 50, calculer les coordonnées à l'origine X et Y comme indiqué précédemment, et tracer les lignes de Sigma. Pour appliquer le graphique normalisé, il est nécessaire d'exprimer les valeurs de biais, d'ÉT ou de CV observées en pourcentages d'ETa. Pour l'exemple HbA1c ci-dessus, la coordonnée Y serait 2/6, soit 33 %, et la coordonnée X serait 1/6, soit 17 %. Cette méthode est représentée par le point A sur le graphique normalisé présenté dans la Figure 2-4. La méthode B représente la méthode de détermination du glucose d'un laboratoire central dont l'ETa est de 10 %, et la méthode C représente une mesure du glucose sur le lieu d'intervention dont l'ETa est de 20 %. L'avantage du graphique normalisé est que plusieurs méthodes différentes peuvent être représentées sur un même graphique.

ETa Biais CV Sigma

10 % Biais plus 2s ETa ou 6,0 % 6,0% ÷ 2, ou 3,0 %

Biais plus 3s ETa ou 6,0 % 6,0% ÷ 3, ou 2,0 %




Graphique de décision de méthode normalisé

Imprécision observée (100*CV/ETa)

Inex

actit

ude o

bser

vée,

(100

*Biai

s/ET

a)

60,0

50,0

40,0

30,0

20,0

10,0

70,0

80,0

90,0

100,0

0,00,0 10,0 20,0 30,0 40,0 50,0

Figure 2-4. Graphique de décision de méthode « normalisé » où l'inexactitude observée est calculée par 100*Biais/ATE et l'imprécision observée est calculée par 100*CV/ATE quand les paramètres d'origine sont tous exprimés en unités de %. L'exemple A utilise la même méthode HbA1c que celle de la Figure 2-3. L'exemple B est une procédure d'analyse du glucose en laboratoire dans le cadre de laquelle l'ATE est de 10 % et l'exemple C est une mesure du glucose sur le lieu d’intervention où l'ATE est de 20 %.

Figure 2-4. Graphique de décision de méthode « normalisé » où l'inexactitude observée est calculée par 100*Biais/ETa et l'imprécision observée est calculée par 100*CV/ETa quand les paramètres d'origine sont tous exprimés en unités de %. L'exemple A présente la même méthode d'HbA1c que la Figure 2-3. L'exemple B est une procédure d'analyse du glucose en laboratoire où l'ETa est de 10 % et l'exemple C est une mesure du glucose sur le lieu d'intervention où l'ETa est de 20 %.

Pour accéder à une analyse plus complète des concepts, mesures et outils d'application Six Sigma, voir la référence 5.



DÉTERMINATION DE LA MESURE SIGMA À PARTIR DES RÉSULTATS DES ÉTUDES DE VALIDATION DE MÉTHODE

En règle générale, les résultats des expériences de reproduction sont représentés par la moyenne, l'ÉT et le %CV de 20 reproductions ou plus. Si les reproductions sont réalisées en analyse ou en un jour, elles reflètent la précision « de l'analyse » ou « de la journée ». Les reproductions analysées sur plusieurs jours (p. ex., > 20 jours) sont préférables et reflètent la précision « jour après jour » ou « totale ». Les valeurs ÉT ou %CV de la précision à court terme sont généralement inférieures à celles de la précision à long terme.

Les résultats de comparaison des méthodes sont présentés par le traçage des résultats du nouveau système de test sur l'axe des Y par rapport aux résultats de la méthode comparative sur l'axe des X. Les données sont soumises à une analyse par équation de régression pour décrire les résultats comme l'équation d'une ligne droite :

y = ax + b,

où a représente la pente et b l'ordonnée à l'origine Y.

Pour déterminer le biais à un niveau de décision médicale important, Xc :

1. Calculer Yc (aXc + b).

2. Soustraire Yc – Xc pour estimer le biais.

3. Calculer le %Biais par Biais(100)/Xc.

Exemple concret 1

Un rapport publié sur les performances des appareils HbA1c fournit les informations suivantes6 :

• Précision [Tableau 1, référence 5] : CV = 1,9 % à 6,5 %Hb ; CV = 3,2 % à 8,9 %Hb

• Exactitude [Tableau 2, lot n° 1 par rapport à Tina-Quant, référence 5] : y = 1,04x – 0,35

Pour déterminer Sigma :Définir la valeur ETa à un niveau de décision médicale critique (Xc) : La valeur ETa est définie comme 6,0 % par le NGSP américain et les PT du CAP. Le seuil pour le diagnostic du diabète est 6,5 %Hb. Par conséquent, ETa = +/- 6,0 % à 6,5 %Hb.

1. Sélectionner la bonne estimation de précision : La précision à 6,5 %Hb est représentée par le matériau de contrôle inférieur (à savoir CV = 1,9 % à 6,5 %Hb.) Remarque : ce n'est pas toujours aussi simple car les matériaux de contrôle choisis peuvent ne pas s'aligner parfaitement avec la valeur Xc d'intérêt, auquel cas il peut s'avérer nécessaire d'interpoler entre les revendications de performances déclarées.

2. Calculer le biais à Xc :

a. Yc = (1,04 x 6,5) – 0,35 = 6,76 – 0,35 = 6,41

b. Biais = Yc – Xc = 6,41 – 6,50 = -0,09

c. |Biais| = 0,09 %Hb

d. |%Biais| = (0,09 x 100)/6,5 = 1,4 %

3. Calculer Sigma :

a. Sigma = (%ETa – |%Biais|)/%CV

i. Sigma = (6,0 % – 1,4 %)/1,9 % = 4,6/1,9 = 2,4

Exemple concret 2

Ce même rapport6 fournit les informations suivantes pour un second système de test :

• Précision [Tableau 1, référence 5] : CV = 2,1 % à 4,7 %Hb ; CV = 1,2 % à 8,0 %Hb ; CV = 1,1 % à 10,9 %Hb

• Exactitude [Tableau 2, lot n° 1 par rapport à Premier, référence 5] : y = 1,08x – 0,41

Pour déterminer Sigma :

1. Définir la valeur ETa à un niveau de décision médicale critique (Xc) : ETa = +/- 6,0 % à 6,5 %Hb.

2. Sélectionner la bonne estimation de précision : La précision à 6,5 %Hb est probablement mieux représentée par le matériau de contrôle intermédiaire à 8,0 %Hb (à savoir CV = 1,1 %). Ici, le jugement est important pour interpréter les résultats des études expérimentales.


a. Yc = (1,08 x 6,5) – 0,41 = 7,02 – 0,41 = 6,61

b. Biais = Yc – Xc = 6,61 – 6,50 = 0,11

c. |Biais| = 0,11 %Hb

d. |%Biais| = (0,11 x 100)/6,5 = 1,69 %

4. Calculer Sigma :


i. Sigma = (6,0 % – 1,69 %)/1,1 % = 4,31/1,2 = 3,6

19


RETOUR AU SOMMAIRE

DIAGNOSTICS

Exemple concret 3

Un autre rapport7 dans le même numéro de Clinical Chemistry évaluait les performances des méthodes HbA1c utilisées pour les tests des laboratoires centraux. Cette étude utilisait le laboratoire du NGSP pour obtenir des résultats de comparaison via une méthode de référence américaine officielle :

• Précision [Tableau 1, référence 6] : CV = 1,66 % à 5,24 %Hb ; CV = 1,33 % à 7,9 %Hb

• Exactitude [Tableau 1 par rapport au NGSP, référence 6] : y = 0,998x + 0,016

1. Définir la valeur ETa à un niveau de décision médicale

critique (Xc) : ETa = +/- 6,0 % à 6,5 %Hb.

2. Sélectionner la bonne estimation de précision : la précision à 6,5 %Hb est probablement mieux représentée en prenant les moyennes des valeurs CV car elles minimisent le niveau de décision critique de 6,5 %Hb. La moyenne de 1,66 % et 1,33 % est 1,50 %. Là encore, voici un exemple dans lequel le jugement est important pour interpréter les résultats.


a. Yc = (0,998 x 6,5) + 0,016 = 6,487 + 0,016 = 6,503

b. Biais = Yc – Xc = 6,503 – 6,50 = 0,003

c. |Biais| = 0,003 %Hb

d. |%Biais| = (0,003 x 100)/6,5 = 0,05 %

4. Calculer Sigma :


i. Sigma = (6,0 % – 0,05 %)/1,5 % = 5,95/1,5 = 3,97

DÉTERMINER LA MESURE SIGMA À PARTIR DES DONNÉES DE PT ET DE CSQ

Les résultats des études de PT peuvent être comparés avec la valeur cible pour déterminer la différence dans les résultats observés. Ce type de différence peut être exprimé en unités de concentration, en unités de pourcentage ou sous la forme d'une valeur z décrivant un multiple de l'ÉT ou du %CV du groupe. Il est utile de calculer ces différences en unités de concentration sous forme de pourcentage de la valeur cible, puis de faire la moyenne de ces différences pour obtenir une estimation du biais. Aux États-Unis, il y a généralement deux à cinq échantillons dans une étude du CAP. Les tests réglementés exigent trois études par an, avec cinq échantillons par événement : les tests non réglementés (tous les autres sauf les tests annulés) exigent deux études par an, avec un minimum de deux échantillons par événement.

Le peu d'échantillons de PT disponibles (seulement deux à cinq) constitue une limite induisant une grande incertitude dans l'estimation du biais. Le nombre minimum d'échantillons pour une expérience de comparaison de méthodes est généralement de 20, mais on utilise souvent 40 échantillons ou plus. En raison du peu d'échantillons d'étude disponibles, il est généralement de bonne pratique de calculer la mesure Sigma avec et sans biais.

Exemple concret 4

La plupart des laboratoires américains analysent deux niveaux de contrôles par jour pour respecter les réglementations de CQ des CLIA. Généralement, 20 à 30 observations de contrôle sont disponibles chaque mois. Les données sont synthétisées tous les mois via le calcul de la moyenne, de l'ÉT et du %CV. Le CAP propose une étude de l'HbA1c largement utilisée aux États-Unis et permet de contrôler les près de 30 systèmes de test certifiés par le NGSP. Plus de 3 000 laboratoires participent à l'étude du CAP, avec des groupes homologues de dosage allant de 20 à 300 laboratoires. Généralement, trois échantillons sont fournis pour chaque étude, et il n'y a que deux événements par an car l'HbA1c n'est pas un test réglementé. Les valeurs cibles sont attribuées selon l'analyse par les méthodes de référence.

• Précision : Un CSQ de routine pour deux niveaux de contrôles a produit un ÉT de 0,105 %Hb à 5,58 %Hb (1,9 %CV) et un ÉT de 0,155% Hb à 9,58 %Hb (1,6 %CV).

• Exactitude : L'événement A de GH2 du CAP en 2014 comprenait trois échantillons pour HbA1c (GH2-01 = 6,49% Hb, GH2-02 = 6,97 %Hb et GH2-03 = 9,65 %Hb). Les résultats respectifs du laboratoire étaient de 6,7, 7,3 et 9,9 %Hb.

Pour déterminer Sigma :

1. Définir la valeur ETa à un niveau de décision médicale critique (Xc) : l'ETa est de +/- 6,0%.

2. Sélectionner la bonne estimation de précision : La valeur CV des contrôles tient compte du Xc critique de 6,5% Hb ; par conséquent, la valeur doit être comprise entre 1,9 % et 1,6 %. Si l'on procède à une interpolation entre les contrôles, un CV de 1,75 % est une bonne estimation.

3. Calculer le biais à partir des différences entre les résultats du laboratoire et les valeurs attribuées par le CAP :

a. Calculer les différences entre les résultats du laboratoire et les valeurs attribuées.

i. 6,80 – 6,49 = 0,21 %Hb ou 3,24 % [(0,21 x 100)/6,49]

ii. 7,30 – 6,97 = 0,33 %Hb ou 4,73 % [(0,33 x 100)/6,97]

iii. 9,90 – 9,65 = 0,25 %Hb ou 2,59 % [(0,25 x 100)/9,60]



b. Faire la moyenne des différences pour estimer le biais.

i. (3,24 % + 4,73 % + 2,59 %)/3 = 3,52 %

4. Calculer Sigma avec et sans biais :


i. Sigma = (6,0 % – 3,52 %)/1,75 % = 1,42

b. Sigma = %ETa/%CV

i. Sigma = 6,0/1,75 = 3,43

Exemple concret 5

Le laboratoire de l'exemple 4 a analysé les échantillons de l'étude du CAP de 2014 pour l'événement B du GH2, dont les valeurs attribuées aux échantillons étaient respectivement de 6,58, 8,39 et 5,65 %Hb. Les résultats respectifs du laboratoire étaient de 6,7, 8,5 et 5,6 %Hb.

1. L'ETa est de +/- 6,0 %.

2. Les CV sur le long terme étaient encore de 1,9 % et 1,6 % à des moyennes de 5,58 et 9,58 %Hb. Si l'on procède à une interpolation entre les contrôles, un CV de 1,75 % est une bonne estimation.

3. Le biais est déterminé à partir des différences entre les résultats du laboratoire et les valeurs attribuées par le CAP :

a. Calculer les différences entre les résultats du laboratoire et les valeurs attribuées.

i. 6,70 – 6,58 = 0,12 %Hb ou 1,82 % [(0,12 x 100)/6,58]

ii. 8,50 – 8,39 = 0,11 %Hb ou 1,31 % [(0,11 x 100)/8,39]

iii. 5,60 – 5,65 = -0,05 %Hb ou -0,88 % [(-0,05 x 100)/5,65]

b. Faire la moyenne des différences pour estimer le biais.

i. (1,82 % + 1,31 % – 0,88 %)/3 = 0,75 %

4. Calculer Sigma avec et sans biais :

c. Sigma = (%ETa – |%Biais|)/%CV

i. Sigma = (6,0 % – 0,75 %)/1,75 % = 3,00

d. Sigma = %ETa/%CV

i. Sigma = 6,0/1,75 = 3,43

Notez la différence entre les estimations du biais (3,52 % contre 0,75 %) et de la mesure Sigma (1,42 contre 3,00) dans les exemples 4 et 5. Ces différences reflètent probablement la limite induite par l'analyse de seulement trois échantillons par des mesures simples pour la comparaison en laboratoire. Les résultats seraient plus fiables si l'étude comportait plus d'échantillons ou des mesures multiples pour chaque échantillon, mais les CLIA ne le permettent pas.

IMPORTANCE DE LA DÉTERMINATION DE LA QUALITÉ SUR L'ÉCHELLE SIGMA

Les exemples ci-dessus donnent à penser que la qualité Sigma pour les méthodes d'HbA1c actuelles n'atteint pas encore l'objectif de Six Sigma pour une qualité de tout premier ordre. Gardez à l'esprit que l'HbA1C est l'un des tests les plus normalisés du monde. Un réseau mondial de laboratoires, l'IFCC, soutient les matériaux et les méthodes de référence, et plusieurs réseaux nationaux de laboratoires, comme le NGSP, certifient l'équivalence de presque tous les systèmes commercialisés aux États-Unis.

Les deux études 6,7 mentionnées ci-dessus ont été publiées en 2014. Les données issues de l'étude des systèmes de test de l'HbA1c POC6 signalent des Sigmas allant de 0,44 à 4,23, avec trois des sept méthodes démontrant que la qualité > trois Sigma. Ces résultats sont résumés sur le graphique de décision de méthode de la Figure 2-5, et la majorité du personnel de laboratoire trouvera ce résumé graphique bien plus compréhensible que les tableaux statistiques de cet article. Dans le deuxième article, les données de l'étude des systèmes de test de l'HbA1c du laboratoire central 7 démontre que seulement un des six systèmes de test assure une qualité > trois Sigma.

Précision - %CV observé

Graphique de décision de méthode, ETa = 6,0 %

Exac

titud

e - %

Biais

obse

rvé

6

32,521,510,5

5

4

3

2

1

00

43

2

2 sigma

3 sigma

4 sigma

5 sigma

6 Sigma

Figure 2-5. Récapitulatif des données de performances pour 7 méthodes de test, chacune étant comparée à 3 méthodes de référence. Graphique de décision de méthode préparé pour l'ETa = 6,0 %.

21


RETOUR AU SOMMAIRE

DIAGNOSTICS

Des données supplémentaires issues de l'étude de l'HbA1c du CAP en 2014 fournissent plus de preuves de la faible qualité Sigma de nombreux systèmes de test. La Figure 2-6 montre les performances des systèmes de test américains actuels via la représentation du biais sur l'axe des Y et de l'ÉT sur l'axe des X pour chaque sous-ensemble de méthode. Notez qu'il ne s'agit que d'un graphique de décision de méthode bilatéral adapté à une utilisation avec les données de PT et d'AEQ8. La diagonale interne en forme de >- représente la qualité trois Sigma, et la ligne externe représente la qualité deux Sigma. Seulement un sous-ensemble de méthode obtient la qualité trois Sigma, six obtiennent entre trois et deux Sigma, et 19 obtiennent moins de deux Sigma. Ceci montre l'importance des études de PT et d'AEQ dans l'évaluation de la comparabilité des résultats de différents sous-ensembles de méthode (dans ce cas, 26 méthodes différentes approuvées par le FDA et certifiées équivalentes par le NGSP).

6,0

5,0

4,0

3,0

2,0

1,0

0,0

-1,0

-2,0

-3,0

-4,0

-5,0

-6,0

Just

esse

obse

rvée

(%Bi

ais)

Incertitude type observée (%CV) 0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0 5,5 6,0

2

2

3

3

Figure 2-6. Graphique d'évaluation des compétences Sigma pour les résultats de l'étude de 2014 du College of American Pathologists (CAP) pour l’échantillon d'HbA1c GH2-01 avec une concentration de 6,49 %Hb. ETa=6,0 %. Chaque point représente la justesse observée (%Biais, axe des Y) et l'incertitude type observée (%CV, axe des X) pour l'un des 26 sous-ensembles d'analyse. Les résultats représentent un total de 3 187 laboratoires.

Figure 2-6. Graphique d'évaluation des compétences Sigma pour les résultats de l'étude de 2014 du College of American Pathologists (CAP) pour l'échantillon d'HbA1c GH2-01 avec une concentration de 6,49 %Hb. ETa=6,0 %. Chaque point représente la justesse observée (%Biais, axe des Y) et l'incertitude type observée (%CV, axe des X) pour l'un des 26 sous-ensembles d'analyse. Les résultats représentent un total de 3 187 laboratoires.



EN BREF

Il est absolument essentiel de déterminer la qualité sur l'échelle Sigma pour évaluer les risques d'un test ou d'un système de test. La validation des caractéristiques de sécurité est la première et la plus importante des étapes dans l'évaluation des risques. Il est important d'utiliser une validation interne et des données de CQ pour réaliser une évaluation des risques. La détermination de la qualité Sigma est le meilleur indicateur du risque. Sigma est également un indicateur utile du CQ nécessaire pour minimiser le risque de résultats de test de mauvaise qualité.

Références1. ISO 14971:2007. Dispositifs médicaux - Application de la gestion des

risques aux dispositifs médicaux. ISO, Genève, 2007.

2. U.S. Department of Health and Human Services. Medicare, Medicaid, and CLIA Programs: Laboratory requirements relating to quality systems and certain personnel qualifications. Final Rule. Federal Register Jan 24 2003;16:3640-3714. Voir aussi le site Internet des CMS www.cms.hhs.gov/clia/ et le CMS Sate Operations Manual, Appendix C, Regulations and Interpretive Guidelines for Laboratories and Laboratory Services, www.wms.hhs.gov/CLIA/03_Interpretive_Guidelines_for_Laboratories.asp.

3. CMS Memo of August 16, 2013: Individualized Quality Control Plan (IQCP): A new Quality Control (QC) option. www.cms.gov/Regulations-and Guidance/Legislation/CLIA/Downloads/IQCPbenefits.pdf.

4. Westgard S. Prioritizing risk analysis quality control plans based on Sigma-metrics. In Quality Control in the Age of Risk Analysis, eds. Westgard JO, Westgard S. Clinics in Laboratory Medicine 2013;33(Number 1):41-53.

5. Westgard S. Six Sigma-metric analysis for analytical testing processes. Livre blanc disponible auprès d'Abbott Diagnostics.

6. Lenters-Westra E, Slingerland RJ. Three of 7 hemoglobin A1c point-of-care instruments do not meet generally accepted analytical performance criteria. Clinical Chemistry 2014;60:1062-1072.

7. Woodworth A, Korpi-Steiner N, Miller JJ, Rao LV, Yundt-Pacheco J, Kuchipudi L, Parvin CA, Rhea JM, Molinaro R. Utilization of assay performance characteristics to estimate Hemoglobin A1c result reliability. Clinical Chemistry 2014;60:1073-1079.

8. Westgard JO, Westgard SA. Assessing quality on the Sigma scale from proficiency testing and external quality assessment surveys. Clinical Chemistry and Laboratory Medicine 2015;53:1531-1535.


CONTRÔLE QUALITÉ BASÉ SUR SIX SIGMA — C H A P I T R E 3 : S É L E C T I O N D E L A B O N N E P R O C É D U R E D E C S Q DIAGNOSTICS

INTRODUCTION

La sélection d'une procédure de CSQ commence par la définition de la qualité requise pour l'utilisation prévue, l'évaluation des performances (précision et biais) du dosage (méthode, procédure d'analyse) et la détermination de la qualité sur l'échelle Sigma. Le chapitre précédent portait sur ces étapes initiales et sur la détermination de la mesure Sigma. Ce chapitre décrit la sélection d'une procédure de CSQ appropriée.

L'objectif du CSQ est d'atteindre un haut niveau de détection des erreurs et un faible taux de faux rejets avec les règles de contrôle les plus simples et le moins de contrôles possible. Quatre outils de planification de CQ différents sont décrits :

• Outil de sélection du CSQ de la mesure Sigma

• Graphique des spécifications de fonctionnement

• Graphique normalisé des spécifications de fonctionnement

• Règles Sigma de Westgard

Chaque outil présente des avantages et des inconvénients liés à la facilité d'utilisation et de compréhension, mais tous reposent sur les caractéristiques de performances du CSQ et garantissent des résultats similaires, si ce n'est identiques.

Sélection de la bonne procédure de CSQ Chapitre 3

24

CONTRÔLE QUALITÉ BASÉ SUR SIX SIGMA — C H A P I T R E 3 : S É L E C T I O N D E L A B O N N E P R O C É D U R E D E C S Q

RETOUR AU SOMMAIRE

DIAGNOSTICS

PERFORMANCES DES PROCÉDURES DE CSQ

Le CSQ est un détecteur des erreurs, et sa réponse dépend de la taille de l'erreur. Il s'apparente à un détecteur de fumée. Un petit incendie peut ne pas déclencher l'alarme, mais plus la taille de l'incendie est importante, plus la probabilité du déclenchement de l'alarme augmente. Les fausses alarmes entraînent l'évacuation du bâtiment lorsqu'il n'y a pas d'incendie. Les alarmes réelles et les fausses alarmes sont des caractéristiques de performances communes à n'importe quel détecteur, y compris le détecteur d'erreurs CSQ.

La Figure 3-1 décrit la réponse typique du détecteur de fumée. Les chances que l'alarme se déclenche sont représentées sur l'axe des Y, et la taille de l'incendie sur l'axe des X. Plus l'incendie est important, plus la probabilité d'une alarme augmente. Il existe une faible probabilité d'alarme même lorsqu'il n'y a pas d'incendie, comme le montre l'ordonnée à l'origine Y. Il s'agit du risque de fausse alarme.

Pour les détecteurs CSQ, les courbes de réponse se basent sur la théorie statistique ou les études de simulation informatique. La Figure 3-2 présente cinq courbes de réponse pour les procédures de contrôle ; chacune dispose de deux contrôles par analyse mais utilise des règles de contrôle différentes. Il s'agit d'un graphique de fonction puissance, où chaque ligne est une courbe de puissance indiquant la probabilité de rejet sur l'axe des Y par rapport à la taille de l'erreur sur l'axe des X pour une procédure de CSQ spécifique 1. La probabilité de rejet varie de 0,0 lorsqu'il n'y a jamais de rejet, à 1,0 lorsque le rejet est systématique. La probabilité de faux rejet (Pfr) est déterminée à partir de l'ordonnée à l'origine Y d'une courbe de puissance. La probabilité de détection

des erreurs (Pde) est déterminée par l'identification de la taille d'une erreur sur l'axe des X, le traçage d'une ligne verticale, la localisation de l'intersection avec la courbe de puissance et la lecture de la probabilité sur l'axe des Y.

Exemple :Pour la deuxième courbe de puissance en partant du bas, la Pfr est généralement de 0,0. Si l'erreur systématique à détecter est de 2,5 sur l'axe des X, comme l'indique la ligne verticale, l'intersection avec la courbe de puissance montre que la Pde est d'environ 0,53, ce qui signifie qu'il y a 53 % de chances de détecter un décalage systématique équivalent à 2,5 fois l'ÉT de la méthode. Pour comparaison, la courbe de puissance supérieure indique une Pde de 0,90, ce qui est bien meilleur, mais montre une Pfr élevée de presque 0,10 soit 10 %. Un nombre important de faux rejets compromet l'utilisation de cette procédure de CSQ car les analystes ne peuvent pas savoir si un rejet observé est une alarme réelle ou non.

1,0

0,9

0,8

0,7

0,6

0,5

0,4

0,3

0,2

0,1

0,0

Taille de l'incendie

Bureau Allumette

Probabilité ou chances de déclencher l'alarme

Pochette d'allumettes

Corbeille à déchets

Figure 3-1. Courbe de réponse type pour un détecteur : le niveau de fausses alarmes est indiqué par l’ordonnée à l’origine Y de la courbe de réponse ; la probabilité de véritables alarmes dépend de la taille de l'incendie.

Figure 3-1. Courbe de réponse type pour un détecteur : le niveau de fausses alarmes est indiqué par l'ordonnée à l'origine Y de la courbe de réponse ; la probabilité de véritables alarmes dépend de la taille de l'incendie.

Prob

abili

té d

e reje

t (P)

Échelle Sigma

Erreur systématique (ES, multiples de s)

0,0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1,0

0,0 1,0 2,0 3,0 4,0

1,65 2,65 3,65 4,65 5,65

PFR PDE N R

-----

12S

20,09 1

-----

12,5S

20,03 1

0,01

13S/22S/R4S

----- 2 1

0,00

13S

----- 2 1

0,00

13,5S

----- 2 1

Figure 3-2. Graphique de fonction puissance illustrant la probabilité de détection d'erreurs sur l'axe des Y, par rapport à la taille de l'erreur systématique (axe des X inférieur) et la qualité Sigma (axe des X supérieur). Les différentes courbes de puissance représentent les différentes procédures de CSQ. Les règles de contrôle de ces CSQ sont indiquées dans la légende sur la droite. Les lignes de haut en bas représentent les règles de contrôle et le nombre de mesures de contrôle (N) de haut en bas dans la légende.



TAILLE D'UNE ERREUR IMPORTANTE D'UN POINT DE VUE MÉDICAL

L'erreur systématique critique ( EScrit) qui doit être détectée par le CSQ est calculée comme suit à partir de la qualité requise pour l'utilisation prévue, et de la précision et du biais observés :

EScrit = [(ETa – Biais)/ÉT] – 1,65,

où l'ETa est l'erreur totale admissible, le biais représente l'inexactitude et l'ÉT l'imprécision.

Notez que l'expression [(ETa – Biais)/ÉT] peut être remplacée par la mesure Sigma :

EScrit = Sigma – 1,65

La mesure Sigma indique la taille de l'erreur systématique importante d'un point de vue médical, et l'équation peut être remaniée :

Sigma = EScrit + 1,65

Cela signifie que l'axe des X d'un graphique de fonction puissance peut être remis à l'échelle en termes de Sigma en ajoutant 1,65 à la valeur de l'erreur systématique, comme le montre l'axe des X en haut de la Figure 3-2.

DÉFINITIONS DES RÈGLES DE CONTRÔLE

La légende à droite de la Figure 3-2 identifie les différentes procédures de CSQ (règles de contrôle), le nombre de contrôles (N) et le nombre d'analyses (R) auxquels sont appliquées les règles de contrôle. Les règles de contrôle sont abrégées sous la forme AL et définies comme suit :

• 12s – la règle de contrôle couramment utilisée pour le graphique de Levey-Jennings, avec des limites de contrôle définies comme la moyenne ± 2s (s = ÉT). Cette règle est parfois utilisée comme une règle de rejet, avec des problèmes dus aux faux rejets (5 % pour N = 1, 10 % pour N = 2). Dans le CSQ à plusieurs règles, elle peut être utilisée comme règle d'avertissement pour déclencher une inspection minutieuse des données de contrôle par les autres règles de rejet.

• 13s – rejet si une mesure de contrôle dépasse la moyenne ± 3s.

• 12,5s – rejet si une mesure de contrôle dépasse les limites de contrôle définies par la moyenne ± 2,5s.

• 13,5s – rejet si une mesure de contrôle dépasse les limites de contrôle définies par la moyenne ± 3,5s.

• 22s – rejet si deux mesures de contrôle consécutives dépassent la même limite de contrôle définie par la moyenne + 2s ou par la moyenne – 2s.

• 2 sur 32s – rejet si deux mesures de contrôle sur trois dépassent la même limite de contrôle définie par la moyenne + 2s ou par la moyenne – 2s.

• R4s – rejet si une mesure de contrôle d'un groupe dépasse la limite de contrôle définie par la moyenne + 2s et qu'une autre dépasse la limite de contrôle définie par la moyenne – 2s. (Remarque : cette règle s'applique mieux sur une seule analyse.)

• 31s – rejet si trois mesures de contrôle consécutives dépassent la même limite de contrôle définie par la moyenne + 1s ou par la moyenne – 1s.

• 41s – rejet si quatre mesures de contrôle consécutives dépassent la même limite de contrôle définie par la moyenne + 1s ou par la moyenne – 1s.

• 6X – rejet si six mesures de contrôle consécutives tombent du même côté de la moyenne.

• 8X – rejet si huit mesures de contrôle consécutives tombent du même côté de la moyenne.

• 9X – rejet si neuf mesures de contrôle consécutives tombent du même côté de la moyenne.

• 10X – rejet si 10 mesures de contrôle consécutives tombent du même côté de la moyenne.

Notez que la règle de CSQ de la Figure 3-2 qui présente un taux élevé de faux rejets (ligne supérieure, 12s avec N = 2) correspond aux limites du graphique de Levey-Jennings définies par la moyenne ± 2 ÉT, tandis que l'autre règle de CSQ (deuxième ligne en partant du bas) qui présente une Pfr très faible mais également une Pde inférieure (13s avec N = 2) correspond aux limites du graphique de Levey-Jennings définies par la moyenne ± 3 ÉT. La comparaison des performances montre la difficulté pratique de la sélection des règles de CSQ : Il existe un compromis entre la détection des erreurs et les faux rejets. Des limites de contrôle restreintes entraînent une meilleure détection des erreurs, mais également un taux de faux rejets plus élevé. Des limites de contrôle larges garantissent un faible taux de rejets, mais également une moins bonne détection des erreurs.

Le CSQ à plusieurs règles est un bon compromis puisqu'il augmente la détection des erreurs en appliquant plusieurs règles de contrôle sélectionnées pour leur faible Pfr.

26


RETOUR AU SOMMAIRE

DIAGNOSTICS

Exemple :Dans la Figure 3-2, la courbe intermédiaire combine les règles de contrôle 13s/22s/R4s et un N = 2 et offre une meilleure détection des erreurs que la règle 13s avec le même nombre de contrôles. Généralement, un CSQ à plusieurs règles est élaboré avec certaines règles sensibles aux erreurs systématiques (22s, 31s, 41s, 6x, 8x) et d'autres règles sensibles aux erreurs aléatoires (13s, R4s). Les règles utilisant une seule valeur en dehors d'une limite large font face à un ÉT plus important (erreur aléatoire). Les règles utilisant une série de valeurs consécutives dépassant la même limite sont sensibles au décalage dans la distribution (erreur systématique). Plus la ligne de la limite est proche, plus les observations consécutives sont nécessaires pour maintenir une faible Pfr.

PROCÉDURE DE CSQ À PLUSIEURS RÈGLES DE WESTGARD

Une procédure de contrôle à plusieurs règles utilisant une série de cinq règles (13s/22s/R4s/41s/10x) et communément appelée Règles de Westgard est largement utilisée aujourd'hui dans les laboratoires. Les Règles de Westgard utilisent une carte de contrôle dont les limites sont tracées à la moyenne ± 1 ÉT, ± 2 ÉT et ± 3 ÉT2. La Figure 3-3 décrit la logique du CSQ de Westgard traditionnel à plusieurs règles, avec une règle d'avertissement initiale 12s suivie de cinq règles de rejet différentes3. Cette procédure à plusieurs règles a été introduite dans les années 1980, quand les graphiques de CQ étaient encore réalisés à la main. C'est pour cette raison qu'on a intégré la règle d'avertissement 12S pour déclencher la réalisation d'une inspection par un ensemble complet de règles. La règle d'avertissement n'est pas nécessaire si la vérification de la règle peut rapidement et facilement être effectuée par le logiciel de CSQ.

Les Règles de Westgard ont été largement appliquées pour de nombreuses méthodes, et le concept de plusieurs règles offre un ensemble de règles flexible qui peut s'adapter à la détection des erreurs souhaitée tout en maintenant un taux relativement faible de faux rejets4. L'ajout de règles à la règle 13S de base (graphique de Levey-Jennings avec limites de contrôle de 3 ÉT) augmente la

détection des erreurs. L'augmentation du nombre de contrôles accroît à la fois la détection des erreurs et les faux rejets. La sélection d'une procédure de CSQ est une question d'équilibre entre le nombre de règles et les mesures de contrôle selon les probabilités attendues concernant la détection des erreurs et les faux rejets. Heureusement, plusieurs outils de planification du CQ simplifient et améliorent le processus de sélection5.

OUTIL DE SÉLECTION DE CSQ SIGMA

Un graphique de fonction puissance avec une échelle Sigma est un outil de sélection de CSQ Sigma. Comme le montre la Figure 3-4, les courbes de puissance permettent de comparer les performances des règles de CSQ uniques ou multiples avec un Ns allant de 2 à 8. La détection souhaitable des erreurs est souvent définie à Pde = 0,90 (90 % de chances). Le taux de faux rejets souhaitable est généralement défini à Pfr = 0,05 ou moins (5 % de chances ou moins) et est respecté par toutes les règles de CSQ illustrées ici, sauf une.

Prendre des mesures correctives

Produire des rapports de résultats

1 3s 22s R4s 4 1s 8X

Figure 3-3 Diagramme logique pour l'application de la procédure de CSQ à plusieurs règles de Westgard.

12S

CQ des données

Figure 3-3. Diagramme logique pour l'application de la procédure de CSQ à plusieurs règles de Westgard.

0,0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1,0

0,0 1,0 2,0 3,0 4,0

1,65 2,65 3,65 4,65 5,65

Prob

abili

té d

e reje

t (P)


Échelle Sigma

PFR PDE N R

-----

13S/22S/R4S/41S/8X

80,08 1

-----

13S/22S/R4S/41S/8X

40,03 2

0,03

13S/22S/R4S/41S

----- 4 1

0,01

13S/22S/R4S

----- 2 1

0,04

12,5S

----- 4 1

0,03

12,5S

----- 2 1

0,00

13S

----- 2 1

0,00

13,5S

----- 2 1

Figure 3-4. Outil de sélection de CSQ Sigma. Probabilité de détection d'erreurs sur l'axe des Y, par rapport à la taille de l'erreur systématique (axe des X inférieur) et la qualité Sigma (axe des X supérieur). Les di érentes courbes de puissance représentent les di érentes procédures de CSQ. Les règles de contrôle de ces CSQ sont indiquées dans la légende sur la droite. Les lignes de haut en bas représentent les règles de contrôle et le nombre de mesures de contrôle (N) de haut en bas dans la légende.

Figure 3-4. Outil de sélection de CSQ Sigma. Probabilité de détection d'erreurs sur l'axe des Y, par rapport à la taille de l'erreur systématique (axe des X inférieur) et la qualité Sigma (axe des X supérieur). Les différentes courbes de puissance représentent les différentes procédures de CSQ. Les règles de contrôle de ces CSQ sont indiquées dans la légende sur la droite. Les lignes de haut en bas représentent les règles de contrôle et le nombre de mesures de contrôle (N) de haut en bas dans la légende.



Pour sélectionner une règle de CSQ appropriée, tracer une ligne verticale correspondant à la mesure Sigma du test (axe des X, échelle supérieure). Pour identifier les règles de contrôle et le nombre de contrôles adaptés, inspecter le graphique et comparer la détection des erreurs aux points d'intersection de la ligne verticale et des courbes de puissance.

La Figure 3-5 représente un test de qualité quatre Sigma. La légende indique les valeurs de Pfr et Pde pour toutes les procédures de CSQ. Notez que les procédures présentant une valeur Ns de 4 ou plus offrent une bonne détection des erreurs. Un N de 4 désigne le nombre total de contrôles (p. ex. deux mesures sur chacun des deux contrôles à des concentrations différentes, une mesure sur chacun des quatre contrôles ou même quatre mesures sur un contrôle). Il n'est pas nécessaire d'aller au-delà des règles 13s/22s/R4s/41s et d'un N de 4 puisque ces valeurs fournissent une Pde de 0,91 et une Pfr de 0,03. Une procédure à règle unique 12.5s avec N = 4 offre une Pde de 0,87 et une Pfr de 0,04. En principe,

les performances des deux règles de CSQ sont équivalentes. Le choix se portera donc sur la règle la plus facile à mettre en œuvre en fonction du logiciel de CSQ utilisé et de la formation et des compétences des analystes. Un Sigma de quatre représente le niveau de qualité à partir duquel la mise en œuvre d'un CSQ à plusieurs règles est essentielle.

GRAPHIQUE DES SPÉCIFICATIONS DE FONCTIONNEMENT

Le graphique des spécifications de fonctionnement, ou graphique OPSpecs6, est un autre outil de sélection des procédures de CSQ. La Figure 3-6 utilise le même format que le graphique de décision de méthode décrit précédemment. Le graphique OPSpecs est conçu pour des exigences de qualité spécifiées. Dans cet exemple, ETa = 6,0 %, selon le libellé au-dessus du graphique. Le libellé spécifie que ce graphique est conçu pour les règles de CSQ, avec

0,0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1,0

0,0 1,0 2,0 3,0 4,0

1,65 2,65 3,65 4,65 5,65

Prob

abili

té d

e reje

t (P)


Échelle Sigma

PFR PDE N R

-----

13S/22S/R4S/41S/8X

80,08 1

-----

13S/22S/R4S/41S/8X

40,03 2

0,03

13S/22S/R4S/41S

0,91 4 1

0,01

13S/22S/R4S

0,59 2 1

0,04

12,5S

0,87 4 1

0,03

12,5S

0,70 2 1

0,00

13S

0,48 2 1

0,00

13,5S

0,24 2 1

Sigma = 4,00EScrit = 2,35

Dessiner une ligne verticale au Sigma

Figure 3-5. Exemple d'application de l’outil de sélection de CSQ Sigma pour un test avec la méthode HbA1c où ATE = 6,0 %, Biais = 2,0 %, et CV = 1,0 %, soit une qualité Sigma 4,0 [Sigma = (ATE-Biais)/CV]. Les bonnes procédures de CSQ seraient une règle multiple 13s/22s/R4s/41s avec N = 4 ou une règle unique 12,5s avec N = 4.

Précision admissible (%CV)

Graphique OPSpecs pour ETa = 6,0 %, Détection 90 %

Exac

titud

e adm

issib

le (%

Biais

)

6,0

3,02,01,0

5,0

4,0

3,0

2,0

1,0

0,00,0

Performances sigm

a 3,00

13S/22S/R4S/41S/8X

80,08 1

PFR N R

0,03

13S/22S/R4S/41S/8X

4 2

0,03

13S/22S/R4S/41S

4 1

0,04

12,5S

4 1

0,03

12,5S

2 1

0,03

12,5S

2 1

0,00

13S

2 1

0,00

13,5S

2 1

Figure 3-5. Exemple d'application de l'outil de sélection de CSQ Sigma pour un test avec la méthode HbA1c où ETa=6,0 %, Biais=2,0 %, et CV=1,0 %, soit une qualité Sigma de 4,0 [Sigma = (ETa-Biais)/CV]. Les bonnes procédures de CSQ seraient une règle multiple 13s/22s/R4s/41s avec N=4 ou une règle unique 12,5s avec N=4.

Figure 3-6. Graphique des spécifications de fonctionnement pour ETa=6,0 % (avec une détection des erreurs de 90 %) montrant le biais admissible sur l'axe des Y par rapport à la précision admissible sur l'axe des X pour différentes procédures de CSQ dont les règles, le nombre de mesures de contrôle (N) et le nombre d'analyses (R) sont indiqués dans la légende sur la droite. Les lignes de haut en bas correspondent aux procédures de CSQ de haut en bas dans la légende.

28


RETOUR AU SOMMAIRE

DIAGNOSTICS

une détection des erreurs systématiques de 90 %. Comme dans le graphique de décision de méthode, l'axe des Y indique le biais admissible et l'axe des X indique la précision admissible. La différence est la suivante : les lignes représentent les limites admissibles du biais et de la précision pour les différentes règles de CSQ. Pour utiliser un graphique OPSpecs, tracer un point de fonctionnement là où la coordonnée Y est égale au biais et où la coordonnée X est égale à la précision. Les lignes situées au-dessus du point de fonctionnement identifient les règles de CSQ adaptées aux performances observées de la méthode.

Exemple :La Figure 3-7 illustre une méthode d'HbA1c avec ETa = 6,0 %, biais = 2,0 % et précision = 1,0 %. Les lignes les plus proches du point de fonctionnement sont identifiées dans la légende de droite comme une procédure à plusieurs règles 13s/22s/R4s/41s avec un N de 4 et une procédure à règle unique 12.5s avec un N de 4. Les deux offrent une détection des erreurs de 90 %, avec des probabilités de faux rejets respectives de 0,03 et 0,04.

Ce n'est pas une simple coïncidence si le graphique OPSpecs fournit les mêmes réponses que l'outil de sélection de CSQ Sigma. Le graphique OPSpecs est créé en remaniant l'équation de calcul de l'erreur systématique critique comme suit :

EScrit = [(ETa – Biais)/ÉT] – 1,65

EScrit + 1,65 = [(ETa – Biais)/ÉT]

( EScrit + 1,65)ÉT = ETa – Biais

Biais = ETa – ( EScrit + 1,65)ÉT

Il s'agit de l'équation pour une ligne droite lorsque le biais est tracé sur l'axe des Y et l'ÉT sur l'axe des X. La ligne présente une ordonnée à l'origine Y de l'ETa et une pente de ( EScrit + 1,65). La pente de la ligne dépend de la taille de l'erreur systématique. En spécifiant la valeur Pde = 0,90, les courbes de puissance pour les différentes règles de CSQ déterminent la taille de l'erreur détectée, et cette valeur détermine la pente de la ligne. En d'autres termes, le graphique OPSpecs utilise la capacité de détection des erreurs de la courbe de puissance pour chacune des règles de CSQ.

L'avantage du graphique OPSpecs est sa similarité par rapport au graphique de décision de méthode. En fait, le graphique OPSpecs comprend une ligne de trois Sigma indiquant la relation entre les performances Sigma et les performances des règles de CSQ. Les méthodes doivent permettre d'obtenir des performances supérieures à trois Sigma pour garantir une procédure de CSQ économique.

Une des limites du graphique OPSpecs est sa difficulté de préparation due à la nécessité de mise à l'échelle du graphique pour chaque exigence d'ETa et au calcul de la pente de chaque ligne. Ce dernier peut facilement être effectué par un programme informatique spécialisé, mais la nécessité de préparer de nouveaux graphiques OPSpecs pour chacune des nombreuses exigences de qualité (ETa) est un vrai problème pratique.

GRAPHIQUE OPSPECS NORMALISÉ

Une solution est le graphique normalisé, dans lequel l'axe des Y représente le rapport %Biais/%ETa, et l'axe des X le rapport %CV/%ETa. Ce graphique est illustré dans la Figure 3-8, avec une mise à l'échelle de 0 à 100 sur l'axe des X et de 0 à 50 sur l'axe des Y. Pour utiliser ce graphique, le point de fonctionnement est déterminé comme suit :

coordonnée Y = (%Biais/%ETa) x 100

coordonnée X = (%CV/%ETa) x 100

0,0

1,0

2,0

3,0

4,0

5,0

6,0

0,0 1,0 2,0 3,0

Exac

titud

e adm

issib

le (%

Biais

)

Précision admissible (%CV)

Graphique OPSpecs pour ETa = 6,0 %, Détection 90 %

PFR N R

13S/22S/R4S/41S/8X

80,08 113S/22S/R4S/41S/8X

40,03 2

0,03

13S/22S/R4S/41S

4 1

0,01

13S/22S/R4S

2 1

0,04

12,5S

4 1

0,03

12,5S

2 1

0,00

13S

2 1

0,00

13,5S

2 1

Performances sigma 3,00 Tracer le

« point de fonctionnement »

Point de fonctionnement

Figure 3-7. Exemple d'application de graphique des spécifications de fonctionnement pour ETa=6,0 % (avec une détection des erreurs de 90 %) pour une méthode HbA1c dont le biais est de 2,0 % et le CV de 1,0 %. Les bonnes procédures de CSQ seraient une règle multiple 13s/22s/R4s/41s avec N=4 ou une règle unique 12,5s avec N=4.



Par exemple, pour la méthode d'HbA1c illustrée dans la Figure 3-7, le point de fonctionnement pour un graphique OPSpecs normalisé est :

coordonnée Y = (2,0 %/6,0 %) x 100 = 33,3 %

coordonnée X = (1,0 %/6,0 %) x 100 = 16,7 %

Comme pour le graphique de décision de méthode normalisé, un seul graphique OPSpecs peut être utilisé pour plusieurs tests avec des valeurs ETa différentes. Les graphiques normalisés sont pratiques avec un système analytique multi-test pour lequel les performances de plusieurs tests sont évaluées et des règles de CSQ appropriées sont sélectionnées.

RÈGLES SIGMA DE WESTGARD

Nous avons longtemps prôné la personnalisation du CSQ, comme les Règles de Westgard, pour rendre compte de la qualité requise pour l'utilisation prévue d'un test ainsi que du biais et de la précision d'une méthode7. Au fil du temps, nous avons élaboré différents outils de planification de CQ pour sélectionner le CSQ le mieux adapté à l'utilisation clinique et aux performances de méthode prévues. Nous continuons à rechercher des outils plus simples et plus rapides pour aider les laboratoires à sélectionner le CSQ adapté à leurs propres applications.

Dans notre dernier ouvrage, Basic Quality Management Systems8, nous présentons un nouvel outil plus rapide et plus facile à utiliser que les précédents : Les Règles Sigma de Westgard™ (pour distinguer cette approche des Règles de Westgard originales). La Figure 3-9 présente les Règles Sigma de Westgard pour deux contrôles.

À première vue, la figure ressemble au diagramme ordinaire des Règles de Westgard, sauf qu'il n'y a pas de règle d'avertissement 2 ÉT, ce qui constitue une distinction importante. Le changement le plus important est l'échelle Sigma en bas du diagramme, qui donne des indications sur les règles à appliquer selon la qualité Sigma. Voici comment ce diagramme fonctionne. Les lignes verticales en pointillés sur l'échelle Sigma montrent les règles à appliquer selon la qualité Sigma. La Figure 3-10 présente des exemples pour Six Sigma (A), cinq Sigma (B) et quatre Sigma (C). Localiser la valeur Sigma sur l'échelle en bas, puis rechercher et sélectionner les règles de contrôle sur la gauche. Identifier le nombre de contrôles (N) et le nombre d'analyses (R) à partir de la notation immédiatement à gauche au-dessus de la valeur Sigma.

0,0

10,0

20,0

30,0

40,0

50,0

60,0

70,0

80,0

90,0

100,0

30,0 40,0 50,0

Exac

titud

e adm

issib

le (%

Biais

/%ET

a)

Précision admissible (%CV/%ETa)

Graphique OPSpecs normalisé, Détection 90 %

PFR N R

13S/22S/R4S/41S/8X

80,08 113S/22S/R4S/41S/8X

40,03 2

0,03

13S/22S/R4S/41S

4 1

0,01

13S/22S/R4S

2 1

0,04

12,5S

4 1

0,03

12,5S

2 1

0,00

13S

2 1

0,00

13,5S

2 1

Performances sigma 3,00

Figure 3-8. Exemple d'application de graphique des spécifications de fonctionnement pour ETa=6,0 % (avec une détection des erreurs de 90 %) pour une méthode HbA1c dont le biais est de 2,0 % et le CV de 1,0 %. Les bonnes procédures de CSQ seraient une règle multiple 13s/22s/R4s/41s avec N=4 ou une règle unique 12,5s avec N=4.


Règles Sigma de Westgard


Échelle Sigma = (%ETa – %Biais)/%CV

2 niveaux de contrôles

N = 2

1 3s 22s R4s 4 1s 8X

6

OUI OUI OUI OUI OUI

NONNONNONNONNON

R = 1N = 2R = 1

N = 2R = 2

N = 4R = 1

N = 4R = 2

N = 8R = 1

5 4 3

CQ des données

Figure 3-9. Règles Sigma de Westgard pour 2 niveaux de contrôles. Noter l'échelle sigma en dessous du diagramme. Pour procéder à la mise en application, déterminer la mesure Sigma, la localiser sur l'échelle Sigma, identifier les règles au-dessus et sur la gauche, trouver N et R au-dessus de la valeur Sigma.

Figure 3-9. Règles Sigma de Westgard pour 2 niveaux de contrôles. Noter l'échelle Sigma en dessous du diagramme. Pour procéder à la mise en application, déterminer la mesure Sigma, la localiser sur l'échelle Sigma, identifier les règles au-dessus et sur la gauche, trouver N et R au-dessus de la valeur Sigma.

30


RETOUR AU SOMMAIRE

DIAGNOSTICS

A. La procédure 6 Sigma devrait utiliser 13s N = 2




N = 2

1 3s 22s R4s 4 1s 8X

6

OUI OUI OUI OUI OUI

NONNONNONNONNON

R = 1N = 2R = 1

N = 2R = 2

N = 4R = 1

N = 4R = 2

N = 8R = 1

5 4 3

Rega

rder

en ha

ut et

à ga

uche

B. La procédure 5 sigma devrait utiliser 13s/22s/R4s N = 2




N = 2

1 3s 22s R4s 4 1s 8X

6

OUI OUI OUI OUI OUI

NONNONNONNONNON

R = 1N = 2R = 1

N = 2R = 2

N = 4R = 1

N = 4R = 2

N = 8R = 1

5 4 3

Rega

rder

en ha

ut et

à ga

uche

B. La procédure 5 sigma devrait utiliser 13s/22s/R4s/41s N = 4




N = 2

1 3s 22s R4s 4 1s 8X

6

OUI OUI OUI OUI OUI

NONNONNONNONNON

R = 1N = 2R = 1

N = 2R = 2

N = 4R = 1

N = 4R = 2

N = 8R = 1

5 4 3

Rega

rder

en ha

ut et

à ga

uche

CQ des données

CQ des données

CQ des données

Figure 3-10. Exemples d'applications des Règles Sigma de Westgard pour les méthodes HbA1c de qualité (A) 6 Sigma, (B) 5 Sigma et (C) 4 Sigma.



Il est possible d'évaluer rapidement le CSQ adapté aux différents niveaux de qualité Sigma :

• La qualité Six Sigma ne nécessite qu'une seule règle de contrôle, 13s, avec deux contrôles de concentrations différentes pour chaque analyse. La notation N = 2, R = 1 indique que deux contrôles sont nécessaires pour une seule analyse.

• La qualité cinq Sigma nécessite trois règles, 13s/22s/R4s, avec deux contrôles pour chaque analyse (N = 2, R = 1).

• La qualité quatre Sigma nécessite l'ajout d'une quatrième règle pour obtenir la règle multiple 13s/22s/R4s/41s, de préférence avec quatre contrôles pour une analyse (N = 4, R = 1) ou, sinon, deux contrôles pour chacune des deux analyses (N = 2, R = 2), et l'utilisation de la règle 41s pour inspecter les règles de contrôle sur les deux analyses. Cette deuxième option suggère de diviser le travail d'une journée en deux analyses et d'examiner chaque analyse à l'aide de deux contrôles.

• Une qualité de moins de quatre Sigma nécessite une procédure à plusieurs règles comprenant la règle 8x, qui peut être mise en œuvre avec quatre mesures de contrôle pour chacune des deux analyses (N = 4, R = 2) ou, sinon, deux mesures de contrôle pour chacune des quatre analyses (N = 2, R = 4). La première option suggère de diviser le travail d'une journée en deux analyses avec quatre mesures de contrôle par analyse, tandis que la seconde option suggère de diviser le travail d'une journée en quatre analyses examinées par deux contrôles.

Un diagramme similaire présenté dans la Figure 3-11 décrit les Règles Sigma de Westgard pour trois niveaux de contrôles.

• La qualité Six Sigma ne nécessite qu'une seule règle 13s et une mesure pour chacun des trois niveaux de contrôles.

• La qualité cinq Sigma nécessite l'ajout des 2 règles 32s et R4s pour une utilisation avec une mesure sur chacun des trois niveaux de contrôles.

• La qualité quatre Sigma nécessite l'ajout de la règle 31s pour une utilisation avec une mesure sur chacun des trois contrôles.

• Une qualité de moins de quatre Sigma nécessite un CSQ à règles multiples, comprenant la règle 6x, et un doublement des contrôles pour un total de six, ce qui suggère que trois niveaux de contrôles sont analysés en double en une seule analyse (N = 6, R = 1) ou que le travail de la journée est divisé en deux analyses avec trois mesures de contrôle par analyse (N = 3, R = 2). Si une règle 9x remplace la règle 6x, alors le travail d'une journée peut être divisé en trois analyses avec trois contrôles par analyse (N = 3, R = 3).

LE CSQ DANS LA RÉALITÉ

Si l'on évalue la qualité sur l'échelle Sigma, de nombreux systèmes hautement automatisés fournissent une majorité des tests avec une qualité de cinq à Six Sigma. Pour les systèmes de qualité Six Sigma, l'utilisation d'un graphique de CQ de Levey-Jennings, avec des limites de contrôle définies comme la moyenne ± 3 ÉT et une analyse de deux contrôles par analyse, devrait garantir une détection fiable des erreurs importantes d'un point de vue médical. Deux contrôles de différentes concentrations ou deux mesures sur un seul contrôle peuvent être utilisés. Pour les systèmes de qualité cinq Sigma, une règle multiple simple telle que 13s/R4s/22s, avec une mesure sur chacun des deux contrôles de différentes concentrations, devrait convenir. Ces systèmes comprennent généralement quelques tests de qualité inférieure nécessitant un CQ plus important avec l'ajout de la règle 41s, et éventuellement de la règle 8x ainsi que le doublement du nombre de contrôles pour un N total de 4. Pour les applications sur le lieu d'intervention, de nombreux appareils de test ne disposent pas d'une qualité élevée sur l'échelle Sigma ; toutefois, le CSQ requis peut s'avérer très exigeant. Par exemple, les appareils HbA1c évalués par Lenters et Slingerland9 ont démontré une qualité Sigma allant de 0,0 à 4,5. (Voir l'analyse dans le chapitre précédent.) Les sept appareils étaient certifiés par le NGSP et répertoriés par le FDA comme tests non obligatoires, ce qui signifie que les opérateurs n'ont pas besoin de suivre une formation de laboratoire officielle. (Il leur suffit de suivre les instructions de CQ du fabricant, et les appareils ne sont pas soumis aux essais d'aptitude.) Beaucoup de ces appareils ont clairement besoin d'un CQ rigoureux. Selon la qualité Sigma, le meilleur CSQ serait la procédure à plusieurs règles 13s/22s/R4s/41s avec quatre contrôles, mais certains peuvent exiger un CQ encore plus approfondi.


Règles Sigma de Westgard



3 niveaux de contrôles

N = 3

1 3s 2 RÈGLES32s

R4s 3 1s 6X

6

OUI OUI OUI OUI OUI

NONNONNONNONNON

R = 1N = 3R = 1

N = 3R = 2

N = 3R = 2

N = 6R = 1

5 4 3

CQ des données

Figure 3-11. Règles Sigma de Westgard pour 3 niveaux de contrôles. Noter l'échelle Sigma en dessous du diagramme. Pour procéder à la mise en application, déterminer la mesure Sigma, la localiser sur l'échelle Sigma, identifier les règles au-dessus et sur la gauche, trouver N et R au-dessus de la valeur Sigma.

32


RETOUR AU SOMMAIRE

DIAGNOSTICS

EN BREF

Les laboratoires ont besoin de déterminer la qualité Sigma des tests et utilisent le CSQ pour gérer correctement les processus de test. Il faut optimiser la qualité et l'efficacité des règles de CSQ et du nombre de contrôles. Il est très facile de déterminer le CSQ approprié grâce aux Règles Sigma de Westgard. Le plus difficile est de définir la qualité de test nécessaire pour son utilisation clinique prévue (ETa), de déterminer la précision (ÉT, CV) à partir d'une expérience de reproduction ou des données de CSQ de routine, et de déterminer l'exactitude (biais) à partir d'une expérience de comparaison de méthodes ou des résultats de PT. Si la mesure Sigma est connue, les Règles Sigma de Westgard facilitent la sélection des règles de contrôle et du nombre de contrôles appropriés.

Références1. Westgard JO, Groth T, Aronsson T, Falk H, de Verdier C-H.

Performance characteristics of rules for internal quality control: Probabilities for false rejection and error detection. Clinical Chemistry 1977;23:1857-1867.

2. Westgard JO, Groth T. Power functions for statistical control rules. Clinical Chemistry 1979;27:1536-1545.


4. Koch DD, Oryall JJ, Quam EF, Feldbruegge DH, Dowd DE, Barry PL, Westgard JO. Selection of medically useful quality control procedures for individual tests done in a multitest analytical system. Clinical Chemistry 1990;36:230-233.

5. C24A3. Statistical Quality Control for Quantitative Measurement Procedures. Wayne, Pennsylvania, Clinical and Laboratory Standards Institute, 2006.

6. Westgard JO. Charts of operational process specifications (OPSpecs Charts) for assessing the precision, accuracy, and quality control needed to satisfy proficiency testing performance criteria. Clinical Chemistry 1992;38:1226-1233.

7. Westgard JO, Hyltoft Petersen P, Wiebe D. Laboratory process specifications for assuring quality in the U.S. National Cholesterol Education Program. Clinical Chemistry 1991;37:656-661.

8. Westgard JO, Westgard SA. Basic Quality Management Systems. Chapter 12. Designing SQC procedures. Madison, Wisconsin, Westgard QC, 2014.

9. Lenters-Westra E, Slingerland RJ. Three of 7 hemoglobin A1c point-of-care instruments do not meet generally accepted analytical performance criteria. Clinical Chemistry 2014;60:1062-1072.


CONTRÔLE QUALITÉ BASÉ SUR SIX SIGMA — C H A P I T R E 4 : A P P L I C AT I O N C O R R E C T E D U C S Q DIAGNOSTICS

INTRODUCTION

« Réaliser correctement le bon CSQ » décrit deux stratégies importantes pour un CSQ efficace. Le terme « bon » s'applique à la conception de la procédure de CSQ. Elle garantit que les règles de contrôle et le nombre de contrôles appropriés se basent sur la qualité requise ainsi que sur la précision et le biais observés afin que le CSQ détecte les erreurs importantes d'un point de vue médical. Le terme « correctement » s'applique à la mise en œuvre du CSQ sélectionné, qui comprend l'utilisation des bons matériaux de contrôle, la détermination des moyennes et des ÉT, le calcul des limites de contrôle adaptées, la bonne interprétation des résultats du contrôle, l'application des mesures correctives nécessaires et la documentation des activités de CSQ. Ces pratiques sont essentielles pour s'assurer que le CSQ sélectionné fonctionne comme prévu.

Le chapitre précédent décrit comment sélectionner le bon CSQ et fournit des outils pratiques pour y arriver. Ce chapitre fournit plus d'informations sur la mise en œuvre et l'application correctes du CSQ, afin d'obtenir dans la pratique les performances prévues.

La pratique de CSQ de base est d'analyser un contrôle à plusieurs reprises pour établir la plage de résultats attendue1. Elle ressemble à l'expérience de reproduction utilisée pour vérifier ou valider la précision, et les résultats peuvent être exploités pour calculer la moyenne et l'ÉT utilisés pour une carte de contrôle. Une carte de contrôle affiche les résultats de contrôle dans le temps pour identifier les écarts et les changements dans les performances de la méthode. Les limites de contrôle sont tracées sur le graphique pour la plage de variation prévue et permettent d'identifier les schémas inhabituels et inattendus de résultats.

La Figure 4-1 présente le processus de CSQ et identifie le responsable de chaque étape. Le CSQ est une responsabilité partagée entre les analystes et les responsables du laboratoire. Le personnel de gestion est responsable de la création d'une stratégie de CSQ dans le cadre du processus de CSQ. Cela implique de spécifier les règles de contrôle (y compris comment les limites de contrôle sont calculées), le nombre de niveaux de contrôles, le nombre de mesures pour chaque niveau de

Application correcte du CSQ Chapitre 4

34

CONTRÔLE QUALITÉ BASÉ SUR SIX SIGMA — C H A P I T R E 4 : A P P L I C AT I O N C O R R E C T E D U C S Q

RETOUR AU SOMMAIRE

DIAGNOSTICS

contrôle, l'emplacement des contrôle dans un cycle analytique et la fréquence d'analyse des contrôles. Ensuite, il incombe aux analystes ou aux opérateurs individuels de suivre la stratégie de CSQ spécifiée. Dans les grands laboratoires, les spécialistes de la qualité peuvent exercer des responsabilités de gestion, mais tous les analystes doivent être impliqués de sorte que le contrôle de la qualité fasse partie de leurs responsabilités.

SÉLECTION DES MATÉRIAUX DE CONTRÔLE

Les contrôles doivent fonctionner comme des échantillons patients. À l'origine, les laboratoires préparaient leurs propres groupes de patients pour les contrôles. Aujourd'hui, les laboratoires achètent des contrôles à des fabricants spécialisés dans cette production. La matrice des contrôles commerciaux devrait idéalement être identique à celle des échantillons patients, mais il existe des limites pratiques dues aux additifs et au traitement nécessaire pour garantir une stabilité sur le long terme. Par exemple, les contrôles lyophilisés sont certainement différents des échantillons patients frais liquides. De même, les contrôles liquides contiennent des additifs, ce qui les rend différents des échantillons patients frais. Ces différences peuvent entraîner des effets de matrice à cause desquels différentes méthodes obtiennent différents résultats de test sur le même contrôle. Ce n'est pas nécessairement un gros problème quand les contrôles sont utilisés pour une méthode individuelle et que la moyenne et l'ÉT sont établis par des tests répétés avec cette même méthode. Toutefois, la commutabilité est un sérieux problème pour les contrôles avec des valeurs attribuées pour différentes méthodes et différents

systèmes analytiques, comme les échantillons utilisés pour l'AEQ/PT pour évaluer les performances du laboratoire. Il existe des contrôles de précision, auxquels des valeurs spécifiques du groupe homologue peuvent être attribuées, ainsi que des contrôles d'exactitude, où les valeurs cibles doivent être applicables à toutes les méthodes.

La stabilité est un problème important. Dans l'idéal, les contrôles doivent être stables pendant un an ou plus afin de minimiser la variabilité potentielle d'un lot à l'autre. La variabilité d'un flacon à l'autre doit être minimale pour que les différences observées reflètent principalement la variabilité analytique. Les contrôles liquides minimisent la variabilité d'un flacon à l'autre mais peuvent présenter des problèmes dus à la viscosité. Les contrôles atteignent généralement la stabilité souhaitée pour la plupart des applications de chimie clinique, mais leur stabilité est limitée dans d'autres domaines, comme les contrôles d'hématologie pour les numérations cellulaires.

Les valeurs cibles ou les concentrations moyennes doivent être proches des niveaux de décision médicale (MDL). Toutefois, les contrôles multianalytes ayant 20, 40 ou plus d'analytes n'atteindront pas les niveaux de décision médicale pour tous les analytes. Pour les tests critiques, comme le test de l'HbA1c, des contrôles spéciaux spécifiquement conçus pour un test donné peuvent s'avérer nécessaires. La pratique générale en chimie clinique est d'analyser deux contrôles à des concentrations différentes, tandis que trois contrôles à des concentrations différentes sont souvent analysés pour les mesures des gaz du sang, les immunoanalyses et les tests d'hématologie.

CONSIGNER LES RÉSULTATS/MESURES

PRENDRE DES MESURES APPROPRIÉES

INTERPRÉTER LES RÉSULTATS DE CONTRÔLE

ANALYSER DES CONTRÔLES À CHAQUE SÉQUENCE

CALCULER LES LIMITES, PRÉPARER LA CARTE DE CONTRÔLE

DÉTERMINER LA MOYENNE, L'ÉCART TYPE

SÉLECTIONNER LES MATÉRIAUX DE CONTRÔLE

SÉLECTIONNER LES RÈGLES DE CQ, N, LA LONGUEUR DE SÉQUENCE

Figure 4-1. Procédés de laboratoire pour mettre en œuvre le CSQ

RÉALISER LE BON CSQ

RÉALISER CORRECTEMENT

LE CSQ

RESPONSABLES ET/OU SPÉCIALISTES DE LA

QUALITÉ

TOUS LES ANALYSTES QUI RÉALISENT LES TESTS

Figure 4-1. Procédés de laboratoire pour mettre en œuvre le CSQ



DÉTERMINATION DE LA MOYENNE ET DE L'ÉT

Des matériaux de contrôle dosés et non dosés sont disponibles, et il est généralement recommandé au laboratoire d'établir sa propre moyenne et son propre ÉT en utilisant au moins 20 valeurs sur une période de 20 jours, chaque valeur provenant d'un flacon de matériau de contrôle différent. La moyenne est calculée comme suit :

Moyenne = ∑xi/n,

où les observations de contrôle individuelles sont additionnées, puis divisées par le nombre de mesures pour déterminer la moyenne.

L'ÉT est calculé comme suit :

ÉT = [∑(xi-moyenne)2/(n-1)]1/2

Des estimations à plus long terme de la moyenne et de l'ÉT reposent sur des données cumulées obtenues sur plusieurs mois pour rendre compte de l'effet des changements au niveau des lots de réactifs, des calibrations, de la variabilité de l'opérateur et des conditions environnementales. Les limites de contrôle cumulées se basent sur trois à six mois de données de contrôle pour fournir une estimation fiable de la variation de processus.

Pour estimer un ÉT cumulé, il convient d'utiliser la forme d'équation suivante :

ÉT ={[n∑xi2 – (∑xi)2]/[n(n-1)]}1/2

CALCUL DES LIMITES DE CONTRÔLE

Les limites de contrôle doivent être calculées à partir de la moyenne et de l'ÉT déterminés en laboratoire par la méthode dans des conditions stables. L'utilisation des valeurs du flacon ou des valeurs des contrôles non dosés n'est pas recommandée, sauf comme valeurs provisoires lors de l'introduction d'un nouveau lot de contrôles qui n'a pas encore été analysé parallèlement à l'ancien lot. De même, il n'est pas conseillé d'utiliser les valeurs de moyenne et d'ÉT d'un groupe provenant des programmes de comparaison avec les pairs. De telles pratiques peuvent élargir les limites de contrôle et réduire les faux rejets avec des limites de contrôle de deux ÉT. La pratique à privilégier consiste à sélectionner les bonnes règles de CSQ et à éviter l'utilisation de limites de contrôle de deux ÉT, puis à utiliser la moyenne et l'ÉT déterminés en laboratoire pour calculer les limites de contrôle.

Le logiciel de CSQ peut permettre l'utilisation de valeurs dosées, de valeurs attribuées par l'utilisateur, de valeurs mensuelles, de valeurs d'intervalle glissant ou de valeurs cumulées. Le personnel de gestion est responsable de la définition des limites de contrôle de façon à ce que les règles de contrôle garantissent les performances souhaitées. Cela peut exiger une compréhension détaillée du logiciel de CSQ pour mettre en œuvre les limites de contrôle reflétant les limites de performances du laboratoire.

PRÉPARATION D'UNE CARTE DE CONTRÔLE

La carte de contrôle qualité classique utilisée dans les laboratoires médicaux est le graphique de Levey-Jennings, introduit en 19502 et modifié en 19523 par Henry et Segalove pour une utilisation avec des valeurs de contrôle individuelles. Les contrôles individuels sont tracés sur l'axe des Y par rapport à la durée sur l'axe des X. Les limites de contrôle sont représentées sur le graphique pour interpréter les résultats. Elles sont normalement calculées comme la moyenne plus ou moins un certain multiple de l'ÉT, en général la moyenne ± 3 ÉT, la moyenne ± 2 ÉT et parfois la moyenne ± 1 ÉT. 99,7 % des résultats de contrôle (presque tous) devraient être compris dans la moyenne ± 3 ÉT, tandis qu'environ 95 % devraient être compris dans la moyenne ± 2 ÉT et 67 % dans la moyenne ± 1 ÉT. Il est très rare qu'un contrôle dépasse une limite de 3 ÉT (seulement 0,03 %) et moins rare qu'un contrôle dépasse une limite de 2 ÉT (environ 5,0 %, soit 1 sur 20). Lorsqu'il y a deux contrôles par séquence, comme le veulent les réglementations des CLIA aux États-Unis, les fausses alarmes sont effectivement multipliées par deux, avec environ 10 % de faux rejets, soit un sur 10 analyses, et au moins un contrôle dépassant une limite de 2 ÉT.

Avec l'utilisation de limites ± 2 ÉT, il est difficile de distinguer les vraies des fausses alarmes. En raison des nombreuses fausses alarmes, les laboratoires peuvent résoudre une situation hors de contrôle en répétant simplement les contrôles jusqu'à ce qu'ils soient conformes. Ainsi, les laboratoires peuvent mal réaliser le mauvais CQ, ce qui entraîne des problèmes de contrôle constants qui frustrent les analystes et les opérateurs. Voilà pourquoi il est aussi important de sélectionner le bon CSQ dès le début et de le mettre en œuvre correctement.

Pour construire la carte de contrôle de Levey-Jennings illustré dans la Figure 4-2 :

1. Déterminer la moyenne et l'ÉT pour le matériau de contrôle.

2. Mettre à l'échelle l'axe des Y en unités de concentration de la moyenne – 4 ÉT à la moyenne + 4 ÉT, puis le nommer « Résultat de contrôle ».

3. Mettre à l'échelle l'axe des X en durée (généralement un mois) ou en numéros d'analyse consécutifs, et le nommer en conséquence.

4. Tracer une ligne pleine à la moyenne.

5. Tracer les limites de contrôle à la moyenne ± 3 ÉT, moyenne ± 2 ÉT et moyenne ± 1 ÉT.

36


RETOUR AU SOMMAIRE

DIAGNOSTICS

La Figure 4-3 présente le graphique avec la représentation des contrôles. La pratique générale consiste à représenter immédiatement chaque contrôle pour examiner les données de contrôle. Dessiner des lignes droites d'un point à l'autre permet de visualiser les changements et les schémas au niveau des contrôles. La difficulté pratique avec le CSQ est un problème de rapport signal-bruit (c'est-à-dire détecter un changement de performances au milieu d'une erreur aléatoire à cause de l'imprécision dans des conditions de fonctionnement stables). D'une manière ou d'une autre, une instabilité supplémentaire doit être identifiée en présence de cette erreur aléatoire ou de ce bruit analytique.

ÉVALUER LES RÈGLES DE CONTRÔLE

Des règles de contrôle bien précises décrivent les modèles spécifiques susceptibles d'identifier les changements de performances. Les règles de contrôle courantes ont été définies dans le chapitre précédent, mais la Figure 4-4 présente une analyse graphique rapide des règles utilisées dans la procédure à plusieurs règles de Westgard4 ou règles Sigma de Westgard5 lorsque deux contrôles sont analysés par séquence. Chaque violation de règle est représentée par les points à l'extrémité de chaque graphique de la Figure 4-4, qui illustre les violations de règle 13s, 22s, 41s, R4s, 8x et 10x, respectivement.

Nombre de jours ou d'analyses

Résu

ltat d

u co

ntrô

le +3ÉT

+2ÉT

+1ÉT

+Moyenne

-1ÉT

-2ÉT

-3ÉT

112110108106104102

880 5 10 15 20 25 30

9092949698

100

Résultat


Résu

ltat d

u co

ntrô

le +3ÉT

+2ÉT

+1ÉT

+Moyenne

-1ÉT

-2ÉT

-3ÉT

112110108106104102

880 5 10 15 20 25 30

9092949698

100

Résultat

Figure 4-3. Exemple d'une carte de contrôle de Levey-Jennings dont les limites de contrôle sont définies comme la moyenne ± 3ÉT, la moyenne ± 2ÉT, et la moyenne ± 1ÉT pour un matériau de contrôle ayant une moyenne de 100 et un ÉT de 3.

Figure 4-3. Exemple d'une carte de contrôle de Levey-Jennings dont les limites de contrôle sont définies comme la moyenne ± 3ÉT, la moyenne ± 2ÉT, et la moyenne ± 1ÉT pour un matériau de contrôle ayant une moyenne de 100 et un ÉT de 3.

Figure 4-2. Préparation d'une carte de contrôle de Levey-Jennings dont les limites de contrôle sont définies comme la moyenne ± 3ÉT, la moyenne ± 2ÉT, et la moyenne ± 1ÉT pour un matériau de contrôle ayant une moyenne de 100 et un ÉT de 3.




Violation de la règle 13s Violation de la règle 22s



Résu

ltat d

u co

ntrô

le


Résu

ltat d

u co

ntrô

le

112110108106104102

880 10 20 30

9092949698

100

112110108106104102

880 10 20 30

9092949698

100


Résu

ltat d

u co

ntrô

le

112110108106104102

880 10 20 30

9092949698

100


Résu

ltat d

u co

ntrô

le


Résu

ltat d

u co

ntrô

le

112110108106104102

880 10 20 30

9092949698

100

112110108106104102

880 10 20 30

9092949698

100


Résu

ltat d

u co

ntrô

le

112110108106104102

880 10 20 30

9092949698

100

Figure 4-4. Évaluation des règles de contrôle fréquemment utilisées avec la procédure de CSQ à plusieurs règles avec 2 niveaux de contrôles de Westgard. Cartes de contrôle préparées pour une moyenne de 100 et un ÉT de 3.

Figure 4-4. Évaluation des règles de contrôle fréquemment utilisées avec la procédure de CSQ à plusieurs règles avec 2 niveaux de contrôles de Westgard. Cartes de contrôle préparées pour une moyenne de 100 et un ÉT de 3.

38


RETOUR AU SOMMAIRE

DIAGNOSTICS


Résu

ltat d

u co

ntrô

le

0 10 20 30

7,67,57,47,37,27,1

6,46,56,66,76,86,97


Résu

ltat d

u co

ntrô

le

0 10 20 30

7,67,57,47,37,27,1

6,46,56,66,76,86,97


Résu

ltat d

u co

ntrô

le

0 10 20 30

7,67,57,47,37,27,1

6,46,56,66,76,86,97


Résu

ltat d

u co

ntrô

le

0 10 20 30

7,67,57,47,37,27,1

6,46,56,66,76,86,97


Violation de la règle 6x Violation de la règle 9x

Résu

ltat d

u co

ntrô

le

0 10 20 30

7,67,57,47,37,27,1

6,46,56,66,76,86,97


Résu

ltat d

u co

ntrô

le

0 10 20 30

7,67,57,47,37,27,1

6,46,56,66,76,86,97

Violation de la règle 13s Violation de la règle 2 sur 32s

Violation de la règle 31s Violation de la règle R4s

Figure 4-5. Évaluation des règles de contrôle fréquemment utilisées avec la procédure de CSQ à plusieurs règles avec 3 niveaux de contrôles de Westgard. Cartes de contrôle préparées pour une moyenne de 7,0 et un ÉT de 0,15.

Figure 4-5. Évaluation des règles de contrôle fréquemment utilisées avec la procédure de CSQ à plusieurs règles avec 3 niveaux de contrôles de Westgard. Cartes de contrôle préparées pour une moyenne de 7,0 et un ÉT de 0,15.



La Figure 4-5 présente une analyse graphique des règles 13s, 2 sur 32s, R4s, 31s, 6x et 9x couramment utilisées quand trois contrôles sont testés par séquence. Cette carte de contrôle est préparée pour une moyenne de 7,0 et un ÉT de 0,15, adaptés au contrôle de l'HbA1c. Notez que la règle 2 sur 32S nécessite deux des trois contrôles de la séquence au lieu des mesures consécutives. De même, la règle R4s s'applique à la valeur la plus élevée et à la valeur la plus basse des trois mesures de la séquence.

Ces violations de règle sont illustrées pour un seul contrôle, mais gardez à l'esprit que la pratique courante consiste à analyser deux ou trois contrôles par séquence et d'appliquer les règles à tous les contrôles (à travers les cartes de contrôle).

ANALYSE DES CONTRÔLES À CHAQUE SÉQUENCE

Déterminer la fréquence de test des contrôles reste un problème nécessitant de l'expérience et du jugement. Le document CLSI C24A36 fournit des directives :

« Pour le contrôle qualité, le laboratoire doit tenir compte de la stabilité du processus de test analytique, de sa sensibilité aux problèmes pouvant survenir et du risque associé à une erreur non détectée.

« Une séquence analytique est un intervalle (c'est-à-dire une période de temps ou une série de mesures) au sein duquel l'exactitude et la précision du système de mesure doivent être stables ; pendant lequel des événements peuvent survenir et rendre le processus de mesure plus sensible (risque plus élevé) aux erreurs importantes à détecter. »

La stabilité, la sensibilité et le risque sont les facteurs essentiels. Quels sont l'intervalle, la période de temps et le nombre d'échantillons patients pour lesquels le système de mesure est stable ? Quels sont les événements susceptibles d'entraîner une instabilité ? Quelles sont les causes de défaillances du système ? Quel est le risque de telles défaillances ?

Les événements sont en réalité la clé de la logique de ces directives. Considérer la fréquence du CQ comme étant basée sur l'événement, comme évoqué par Parvin7,8. Il existe des événements attendus, comme la configuration quotidienne d'un analyseur, un changement de réactif, un nouveau lot de calibrateurs, le remplacement d'un composant de l'instrument, la maintenance préventive, et éventuellement le changement d'analyste ou d'opérateur. Il existe également des événements inattendus, comme la détérioration du réactif, la dérive de l'instrument, la défaillance d'un composant de l'instrument ou le changement des conditions environnementales telles que la température ou l'humidité. Les contrôles évaluent les effets de ces événements. Pour les

événements attendus, les contrôles peuvent être programmés. Pour les événements inattendus, il convient d'analyser les contrôles régulièrement pour s'assurer que les changements ne causent pas d'erreurs importantes d'un point de vue médical.

L'analyse des risques aide les laboratoires à identifier les événements ou les modes de défaillance9. De même, l'analyse des risques hiérarchise l'importance de ces événements et modes de défaillance, et détermine comment les détecter. Le plan de CQ doit planifier les contrôles pour la période des événements prévus et pour fournir un contrôle périodique des événements inattendus. En tant que stratégie générale de CSQ, les exigences réglementaires définissent une fréquence minimum de deux contrôles de différentes concentrations par jour. Le laboratoire doit ajouter des contrôles pour les événements connus afin d'évaluer l'importance des changements, ainsi que des contrôles périodiques supplémentaires pour surveiller les événements inattendus pendant le test.

INTERPRÉTATION DES RÉSULTATS DE CONTRÔLE

Les SOP du laboratoire doivent définir le CSQ et fournir des instructions pour interpréter les résultats de contrôle. L'affichage graphique des données de contrôle sur les graphiques de Levey-Jennings est utile pour l'évaluation visuelle, mais il reste nécessaire de définir des règles de contrôle spécifiques pour garantir une interprétation systématique et uniforme. Un CSQ à règle unique est préférable pour les applications manuelles et les tests à faible volume, mais la méthodologie employée peut exiger un plus grand nombre de contrôles et, éventuellement, une interprétation à plusieurs règles des contrôles. L'utilisation de limites de contrôle de 2,5s ou d'une règle de contrôle 12,5s offre à peu près le même niveau de détection d'erreurs que l'utilisation de plusieurs règles avec la même valeur N, mais lorsque N augmente, le taux de faux rejets est légèrement plus élevé avec la règle de contrôle 12,5s.

MESURE ADÉQUATE

Les SOP du laboratoire doivent décrire les mesures à prendre lorsque les résultats de contrôle sont sous contrôle ou hors de contrôle. Le document CLSI C24A3 recommande d'éviter la pratique courante consistant à répéter les contrôles afin de souligner l'importance du choix d'un bon CSQ pour minimiser les faux rejets et maximiser la détection des erreurs. Au lieu de répéter les contrôles, les laboratoires devraient étudier le problème, en identifier la cause et prendre des mesures correctives. Ils doivent ensuite réévaluer les performances de test, examiner tout résultat suspect de test du patient et, le cas échéant, répéter les tests.

40


RETOUR AU SOMMAIRE

DIAGNOSTICS

DOCUMENTATION DES RÉSULTATS ET DES ACTIONS

Il convient de documenter les contrôles et les mesures correspondantes pour établir un historique précis des performances du processus. Étant donné l'importance des événements, toute modification apportée au processus de test doit également être documentée. Les modifications doivent être examinées dès qu'un problème de contrôle survient. Les modifications rendant le processus sensible aux erreurs doivent être identifiées pour prendre des mesures correctives et surveillées par un CSQ axé sur les événements. Le dossier de contrôle d'un processus de test est souvent l'élément le plus utile pour améliorer le plan de CQ.

EN BREF

Une procédure de CSQ n'est pas réalisée selon les besoins en matière de soins au patient à moins que le laboratoire établisse les bonnes règles de contrôle, le bon nombre de contrôles et la bonne longueur de séquence ou la bonne fréquence de CSQ dans la SOP.

Une procédure de CSQ n'est pas réalisée comme prévu pour le fonctionnement du laboratoire à moins que les bonnes valeurs de moyenne et d'ÉT soient utilisées, que les bonnes limites de contrôle soient calculées, que l'interprétation des données de contrôle soit correcte et que des mesures adaptées soient prises.

« Réaliser correctement le bon CSQ » n'est pas facile, mais c'est un élément essentiel à n'importe quel plan de CQ pour créer un filet de sécurité permettant de détecter les erreurs importantes d'un point de vue médical.

Références1. Westgard JO. Basic QC Practices, 3rd ed. Madison, Wisconsin,

Westgard QC, 2011.

2. Levey S, Jennings ER. The use of control charts in the clinical laboratory. American Journal of Clinical Pathology 1950;20:1059-1066.

3. Henry RJ, Segalove M. The running of standards in clinical chemistry and the use of the control chart. Journal of Clinical Pathology 1952;27:493-501.


5. Westgard JO, Westgard SA. Basic Quality Management Systems. Madison, Wisconsin, Westgard QC, 2014.

6. CLSI C24A3. Statistical Quality Control for Quantitative Measurement Procedures. Wayne, Pennsylvania, Clinical and Laboratory Standards Institute, 2006.

7. Parvin CA. Quality-control (QC) performance measures and the QC planning process. Clinical Chemistry 1997;43:602-607.

8. Parvin CA. Assessing the impact of the frequency of Quality Control testing on the quality of reported patient results. Clinical Chemistry 2008;54:2049-2054.

9. CLSI EP23A. Laboratory Quality Control Based on Risk Management. Clinical and Laboratory Standards Institute, Wayne, Pennsylvania, 2011.


CONTRÔLE QUALITÉ BASÉ SUR SIX SIGMA — CHAPITRE 5 : ÉLABORATION D'UN PLAN DE CQ AVEC ÉVALUATION DES RISQUES DIAGNOSTICS

INTRODUCTION

Depuis janvier 2016, les laboratoires médicaux américains peuvent mettre en œuvre un plan de CQ axé sur le risque pour respecter les réglementations des CLIA. Cette nouvelle option est appelée plan de contrôle qualité individualisé (IQCP, Individualized quality control plan). Les Centers for Medicare and Medicaid Services (CMS) ont décrit l'IQCP comme un plan composé de trois parties : • Une évaluation des risques identifiant les sources d'erreurs

critiques

• Un plan de CQ réunissant des pratiques, des ressources et des procédures conçues pour contrôler la qualité d'un processus de test total (PTT) spécifique

• Un programme d'évaluation de la qualité contrôlant l'ICQP1

L'introduction initiale de plans de CQ axés sur le risque peut être ciblée dans les laboratoires américains et s'avère d'un intérêt croissant dans la gestion des risques en raison de la nouvelle version de 2015 de la norme ISO 90012, qui met l'accent sur le raisonnement axé sur le risque3.

« L'exigence selon laquelle une gestion minimale des risques doit être intégrée au système de qualité de l'organisation est explicite dans la nouvelle norme. Les auteurs ont délibérément créé l'expression « raisonnement axé sur le risque » pour englober les différents degrés acceptables auxquels les organisations choisissent de gérer les risques. »

La norme ISO 9001 est la directive fondamentale pour la gestion des risques dans tous les types d'activités et d'organisations afin que le raisonnement axé sur le risque soit largement soutenu et que divers outils de gestion des risques soient plus couramment

Élaboration d'un plan de CQ avec évaluation des risques Chapitre 5

42

CONTRÔLE QUALITÉ BASÉ SUR SIX SIGMA — CHAPITRE 5 : ÉLABORATION D'UN PLAN DE CQ AVEC ÉVALUATION DES RISQUES

RETOUR AU SOMMAIRE

DIAGNOSTICS

utilisés. L'adoption d'un raisonnement axé sur le risque est évidente dans la récente mise à jour de 2015 sur les pratiques de CQ par l'Association des laboratoires médicaux de Hong Kong, qui comprend une nouvelle section sur « Les pratiques de CQ et la gestion des risques »4. Dans l'introduction de la nouvelle édition, le rédacteur commente : « Cette révision se concentre entièrement sur la gestion du CQ axée sur le risque et sur ses applications pratiques au CQI. » Le raisonnement axé sur le risque devrait aider les laboratoires à optimiser la détection des défaillances de processus, à éviter les problèmes et à améliorer la qualité.

IDÉE DE PLAN DE CQ

L'avantage d'un plan de CQ est qu'il étend la portée du CQ pour inclure les phases pré-analytique et post-analytique du PTT, et qu'il permet d'appliquer une grande variété de contrôles en phase analytique. Certains partenaires espèrent que les procédures de CSQ peuvent être remplacées par d'autres contrôles spécifiques des risques, en particulier pour les applications sur le lieu d'intervention. Toutefois, l'un des principaux inconvénients est que l'évaluation des risques est un processus complexe dans lequel peu de laboratoires ont de l'expérience.

6. TROUSSE À OUTILS DE CQ EN LABORATOIRE

Contrôles pré-analytiquesCSQ, AEQ, contrôles de justesse

Contrôles liquides intégrésTests de fonction, contrôles procéduraux

Vérifications électroniques, vérification du calibrateurRépétition des tests du patient

Vérification des cellules Delta, valeurs non plausiblesAlgorithmes de population de patients (MdN)

Algorithmes de corrélationContrôles post-analytiques

3. ESTIMATION DES RISQUESModèle de risque à deux facteurs

Probabilité d'occurrence du dommageGravité du dommage

4. ÉVALUATION DES RISQUESMatrice d'acceptabilité des risques

8. AMÉLIORATION DE LA QUALITÉContrôle des performances

Diminution des erreursAmélioration de la qualité

7. PLAN DE CONTRÔLE QUALITÉÉvaluation de la conformité aux exigencesMise en œuvre de mécanismes de contrôle

Figure 5-1. CLSI EP23A Procédure d'élaboration d'un plan de contrôle qualité (PCQ) basé sur la gestion des risques.

IDENTIFICATION DES TESTS ET D'UNE ÉQUIPE DE MONTAGE

DES SYSTÈMES DE TESTS

1. INFORMATION SAISIEExigences médicales du test

Exigences réglementaires et d'accréditationInformation du système de tests du fabricant

Exigences du centre de tests

2. IDENTIFICATION DES MENACES Passage en revue du rapport de risque du fabricantCartographie/Schématisation du flux de processusIdentification des modes de défaillance (Fishbone)

Identification de la prévention/détection

5. CONTRÔLE DES RISQUESIdentification des mécanismes de contrôle pour optimiser la détection des risques et

diminuer les risques à un niveau acceptable

Figure 5-1. CLSI EP23A Procédure d'élaboration d'un plan de contrôle qualité (PCQ) basé sur la gestion des risques.



Le CLSI fournit des instructions sur l'utilisation de la gestion des risques pour l'élaboration des plans de CQ dans la directive EP23A5, créée avec le soutien des CMS et des fabricants de DIV. Le CLSI défend le CQ axé sur le risque comme le bon CQ pouvant être personnalisé selon les procédures de mesure spécifiques et les conditions du laboratoire (à savoir, le CQ qui convient à un laboratoire individuel).

Le processus du CLSI pour l'élaboration d'un plan de CQ axé sur le risque est présenté dans la Figure 5-1. Généralement, un laboratoire réunit une équipe pour analyser les informations sur un système analytique et de test, identifier les menaces, estimer les risques, évaluer les risques, identifier les contrôles des risques, rassembler ces contrôles dans un plan de CQ et surveiller leurs performances pour garantir la qualité du plan de CQ en lui-même. Élaborer un plan de CQ axé sur le risque est un processus complexe, et les laboratoires sont confrontés à une courbe d'apprentissage abrupte. Par ailleurs, l'estimation et l'évaluation des risques sont qualitatives et subjectives, ce qui empêche d'affirmer clairement qu'un plan de CQ peut atteindre son objectif consistant à « vérifier la réalisation de la qualité prévue des résultats de test » selon la norme ISO 151896.

C'est pourquoi il est recommandé de commencer par un plan de CQ total comprenant une procédure de CSQ sélectionnée sur la base de la qualité requise pour l'utilisation prévue et selon la précision et le biais observés. Comme cette approche comprend le formatage du CSQ pour assurer la détection des erreurs importantes d'un point de vue médical, la conformité

avec les exigences de CQ des CLIA est respectée via l'analyse des matériaux de contrôle et ne dépend pas d'une évaluation officielle des risques. Néanmoins, un plan de CQ total offre une approche pouvant également inclure des contrôles axés sur le risque ; ainsi, il fournit une fondation naturelle pour intégrer les idées et les concepts relatifs à la gestion des risques.

CONTRÔLE DU PROCESSUS DE TEST TOTAL

La Figure 5-2 représente le PTT, ses trois phases et différentes étapes de chaque phase. La phase pré-analytique commence par une prescription de test entraînant l'identification et la préparation du patient au prélèvement de l'échantillon puis l'identification de l'échantillon pour le traitement à venir, qui se termine par l'évaluation de la qualité de l'échantillon et de sa pertinence pour l'analyse. La phase analytique peut également commencer par l'évaluation de la qualité de l'échantillon, la préparation de l'analyseur (réactifs, calibration, etc.), l'analyse des échantillons, le contrôle des performances, la révision du CQ et la communication des résultats de test. La phase post-analytique peut comprendre la révision des résultats de test, la notification immédiate des valeurs critiques, la préparation d'un rapport de test (comprenant des informations de sécurité : plages de référence, conditions de l'échantillon, etc.), le stockage des échantillons pour une utilisation ultérieure, le contrôle des temps de traitement et la documentation des performances du processus.

Prescrire des testsPréparer le patientIdentifier le patient

Prélever l'échantillonIdentifier l'échantillon

Traiter l'échantillonÉvaluer l'échantillon

Évaluer l'échantillonPréparer l'analyseurCalibrer l'analyseur

Analyser des échantillonsContrôle des performances

Passer en revue le CQ Publier les résultats des tests

Passer en revue les résultats des testsAnnoncer les résultats critiques

Préparer les rapports de testAjouter les informations de sécurité

Surveiller le temps de traitementStocker les échantillons

Consigner les performances

PROCESSUS DE TEST TOTAL

Figure 5-2. Organigramme descendant du processus de test total.

Phase pré-analytique

Phase analytique

Phase post-analytique

Figure 5-2. Organigramme descendant du processus de test total.

44


RETOUR AU SOMMAIRE

DIAGNOSTICS

Traditionnellement, de nombreux laboratoires ont élaboré des systèmes de qualité séparés pour les phases pré-analytique, analytique et post-analytique. Les CLIA recommandent également cette pratique, particulièrement adaptée dans les laboratoires où des personnes différentes sont impliquées dans les différentes phases du PTT. Le problème du CQ statistique réside dans le fait qu'il ne contrôle que la phase analytique du processus de test, il est donc important d'ajouter des contrôles pré-analytiques et post-analytiques aux procédures de CSQ formatées pour contrôler le PTT.

L'idée d'un plan de CQ total est de fournir une description complète des mécanismes de contrôle essentiels pour un système de test spécifique et pour le PTT. Il s'agit d'une bonne pratique, en particulier dans les petits laboratoires et les tests sur le lieu d'intervention, car toutes les phases du PTT impliquent les mêmes membres du personnel. En fait, il peut s'avérer utile de limiter les IQCP à ces applications, pour lesquelles il est difficile de mettre en œuvre des procédures de CSQ formatées.

RECOMMANDATIONS DES CMS/CDC

Les instructions spécifiques de l'IQCP (« Developing an IQCP: A Step-by-Step Guide [Développer un IQCP : guide étape par étape] ») ont été publiées par les CMS et les CDC en milieu d'année 20157 et sont maintenant disponibles gratuitement sur le site Web des CDC. Curieusement, ces instructions ne suivent pas les recommandations du CLSI EP23A et proposent un processus bien plus simple. En effet, il s'agit de l'identification des menaces, sans aucune évaluation réelle des risques. L'identification des menaces est une étape importante de la gestion des risques. Les CMS proposent des instructions spécifiques sur les facteurs que le laboratoire doit examiner, comme le montre la Figure 5-3. Des informations spécifiques relatives à l'échantillon, à l'environnement, au réactif, au système de test et au personnel de test doivent être examinées pour identifier les menaces. Cette fiche de travail est élaborée à partir de la fiche de travail des CMS/CDC, qui répond à trois questions :

1. Quelles sont les sources d'erreur potentielles ?

2. Peut-on réduire les sources d'erreur identifiées ?

3. Comment réduire les sources d'erreur identifiées ?

Le fait que cette étape soit appelée évaluation des risques dans les instructions des CMS/CDC est déroutant car l'évaluation des risques devrait déterminer la probabilité qu'un mode de défaillance survienne, la gravité du dommage et les capacités de détection des contrôles. Il s'agit de la partie complexe du CQ axé sur le risque, mais les instructions des CMS/CDC demandent uniquement si le laboratoire peut réagir à la menace identifiée ou non, sans aucune évaluation réelle des risques ni hiérarchisation des modes de défaillance.

Les instructions des CMS/CDC passent ensuite directement au plan de contrôle qualité, organisé dans un tableau ou une fiche de travail présentant les en-têtes suivants :

• Type de contrôle qualité

• Fréquence

• Critères d'acceptabilité

C'est le schéma de base pour un plan de CQ : sélectionner les mécanismes de contrôle, spécifier leur fréquence et définir les critères d'acceptabilité.

Enfin, les CMS/CDC fournissent une fiche de travail visant à documenter un programme d'évaluation de la qualité présentant les en-têtes suivants :

• Activité d'évaluation de la qualité à contrôler

• Fréquence

• Évaluation de l'activité d'évaluation de la qualité (variation de politique ?)

• Mesure corrective (si indiquée)

Le respect des instructions des CMS/CDC est certes acceptable lors des inspections de laboratoires aux États-Unis, mais ces derniers devraient également optimiser leurs pratiques de CSQ et faire du CSQ un élément essentiel de tous les plans de CQ. Le CSQ constitue un filet de sécurité de base pour détecter de nombreuses erreurs survenant au cours de la phase analytique. L'ajout de contrôles pour surveiller les facteurs pré-analytiques et post-analytiques offre un plan de CQ total auquel des contrôles axés sur le risque peuvent être ajoutés pour contrôler les modes de défaillance spécifiques.



Test, système de test

Groupe ou analyste du projet, date

Qualité Sigma = (ETa-Biais)/ÉT

Quelles sont les sources d'erreur potentielles ?

Peut-on réduire les sources d'erreur identifiées ?

Comment peut-on les réduire ?

ÉCHANTILLON

Préparation du patientPrélèvementÉtiquetageStockage, conservation, stabilitéTransportAcceptabilité et rejetRenvoi (à d'autres laboratoires)

ENVIRONNEMENT

TempératureDébit d'air/ventilationIntensité de la lumièreBruit et vibrationsHumiditéAltitudePoussièreEauÉquipements (stabilité élect)Espace suffisant

RÉACTIF

Expédition/réceptionExigences de stockageDate d'expirationPréparation

SYSTÈME DE TEST

Échantillonnage inadaptéDétection des caillotsDétection des interférences

HémolyseLipémieIctèreTurbidité

CalibrationDéfaillances mécaniques/électroniques

OptiquePipettes, pipeteursLecteurs de codes-barres

Contrôles du système et vérifications de fonctionnement

Contrôles électroniques et procédurauxContrôles liquidesContrôles de température

Logiciel/matérielTransmission des données au LISProduction de rapports de résultats

PERSONNEL DE TEST

FormationCompétencesÉducation, qualifications liées à l'expériencePersonnel suffisant

LISTE DE CONTRÔLE DES RISQUES (BASÉE SUR LA FICHE D'ÉVALUATION DES RISQUES DES CMS/CDC)

Figure 5-3. Liste de contrôle des risques pour identifier les sources d'erreur ou les modes de défaillance potentiels.

46


RETOUR AU SOMMAIRE

DIAGNOSTICS

SÉLECTION DES MÉCANISMES DE CONTRÔLE

Les mécanismes de base nécessaires au contrôle du PTT doivent tenir compte des contrôles pré-analytiques, analytiques et post-analytiques suivants :

CONTRÔLES PRÉ-ANALYTIQUES

• Identification du patient : le test de la qualité commence par la prescription du bon test sur le bon patient. L'identification d'un patient doit être vérifiée soigneusement et régulièrement par chaque fournisseur de services.

• Prélèvement et traitement des échantillons : le bon type d'échantillon doit être correctement obtenu à l'aide des bons appareils de prélèvement des échantillons.

• Étiquetage des prélèvements et des échantillons : les prélèvements et les échantillons traités doivent être correctement étiquetés pour identifier la source du patient.

• Exigences relatives à l'échantillon : le type d'échantillon, le volume et la présence ou l'absence de conditions interférentes (p. ex. hémolyse) doivent être évalués sous la forme d'un contrôle en phase pré-analytique pour répondre aux besoins en nouveaux prélèvements aussi tôt que possible.

CONTRÔLES ANALYTIQUES

• Acceptabilité du réactif : les réactifs doivent être conservés dans les conditions spécifiées par le fabricant et utilisés avant la date d'expiration indiquée sur l'étiquette du réactif.

• Acceptabilité fonctionnelle : des opérateurs correctement formés doivent suivre les SOP pour préparer les réactifs, calibrateurs, contrôles et échantillons ainsi que les listes de contrôle spécifiques afin de qualifier le système de test pour les opérations de routine.

• Instrument et conditions environnementales : les fonctions spécifiques du système de test sont souvent contrôlées par des mécanismes internes, et les conditions inadaptées sont identifiées par des indicateurs ou des messages d'erreur. Contrôler séparément les conditions environnementales (p. ex. la température) peut s'avérer nécessaire si elles ne sont pas identifiées par les indicateurs de l'instrument.

• Acceptabilité de l'échantillon : l'absence d'hémolyse, de lipémie et d'ictère dans les échantillons doit être vérifiée visuellement par l'analyste ou par la mesure des indices de l'échantillon à l'aide du système de test.

• Calibration et justesse : l'exactitude de la calibration doit être vérifiée régulièrement à l'aide des matériaux de référence. Des contrôles de justesse avec des valeurs attribuées sont disponibles pour certains mesurandes et peuvent être utilisés pour vérifier la calibration.

• CSQ : les matériaux de contrôle stables doivent être mesurés, de même que les échantillons patients. L'objectif est d'évaluer les performances du système de test, les conditions environnementales et les opérateurs du système.

• Analyse du CQ : avant l'obtention des résultats, les mesures et les messages d'erreur du CSQ sont évalués par l'opérateur ou, dans certaines conditions, par une analyse automatisée.

• Analyse du résultat de test : les résultats de test du patient doivent être analysés pour identifier tout résultat suspect ou incohérent. Les mécanismes de contrôle possibles comprennent les vérifications des limites, les vérifications de valeurs critiques, les vérifications des cellules Delta, les algorithmes de comparaison et les algorithmes de population (comme la moyenne des normales ou la moyenne des patients).

CONTRÔLES POST-ANALYTIQUES

• Notification immédiate des valeurs critiques : les résultats de test représentant des valeurs critiques pour la prise en charge du patient doivent être transmis au médecin dès que possible, en général par un moyen de communication alternatif comme le téléphone, l'e-mail ou le message texte.

• Conseils interprétatifs et informations de sécurité : en plus du résultat de test, des informations sur les intervalles de référence et les possibles interférences de l'échantillon ainsi que des conseils interprétatifs doivent être fournis pour garantir une utilisation sûre des résultats de test.

• Livraison du rapport de test : des rapports de test adéquats doivent être livrés, au besoin, pour faciliter les soins aux patients.

• Temps de traitement : tout au long du processus, du prélèvement de l'échantillon à la production de rapports des résultats de test, le suivi de l'heure et de l'emplacement des échantillons est important pour identifier les retards pendant le PTT.

• Réclamations client : tout commentaire des médecins, infirmiers et patients doit être consigné pour identifier les problèmes tout au long du PTT. Les mesures correctives et préventives doivent être documentées et des plans d'amélioration doivent être mis en place.

Pour analyser les contrôles, la Figure 5-4 propose un résumé des mécanismes de contrôle disponibles basé sur la boîte à outils de CQ recommandée par le CLSI EP23A6. Cette liste sert à vérifier les contrôles existants ainsi que les procédures et politiques actuellement documentées. Grâce à ces informations, le laboratoire doit être en mesure d'identifier les contrôles à mettre en œuvre.



HIÉRARCHISATION DES CONTRÔLES ANALYTIQUES

Les contrôles pré-analytiques, les contrôles de l'opérateur et les contrôles post-analytiques ont tous une priorité élevée, quelle que soit la qualité Sigma du processus de test. Toutefois, les contrôles analytiques peuvent être hiérarchisés selon la qualité Sigma lorsque les procédures de CSQ ont été formatées pour optimiser la détection des erreurs importantes d'un point de vue médical, comme le montre la Figure 5-58.

La priorité pour l'analyse du contrôle est faible si la valeur Sigma est élevée (> 5,5) et élevée si la valeur Sigma est faible (< 3,5).

Cela signifie que les contrôles à priorité faible peuvent ne pas être inclus pour les systèmes de test de qualité Sigma élevée, ce qui simplifie le plan de CQ total puisque la détection des erreurs importantes d'un point de vue médical par le CSQ est fiable. Les systèmes de test de qualité Sigma faible, en revanche, exigent des mécanismes de contrôle plus intensifs et plus étendus, ce qui peut être difficile à mettre en œuvre dans certaines configurations de laboratoire, comme les applications sur le lieu d'intervention. En principe, les appareils de test sur le lieu d'intervention doivent fonctionner à une qualité Sigma de 5,5 ou plus pour s'assurer que les mécanismes de contrôle détectent efficacement les erreurs importantes d'un point de vue médical.

Mécanismes de contrôle Fréquence Critères d'acceptation


Prescription de test par le médecin Tous les patients Lisible, correspond à l'échantillonIdentification du patient Tous les patients ID correct, correspond à l'échantillon

Étiquetage de l'échantillon Tous les échantillons ID correct, correspond à la demande et à l'échantillon

Traitement de l'échantillon Tous les échantillons Récipient adapté, tempsInspection de l'échantillon Tous les échantillons Pas d'hémolyse ni de lipémie visible

CONTRÔLES ANALYTIQUES DE L'OPÉRATEUR

Procédure d'exploitation normalisée Révision annuelle des SOP Mise à jour, signée par le directeurFormation de l'opérateur Tous les opérateurs Compétences prouvéesListes de contrôle de l'opérateur Tous les jours Révision du superviseurMaintenance du système Calendrier du fabricant Dans les délais prévusCompétences de l'opérateur Tous les ans PT, révision du superviseur

CONTRÔLES ANALYTIQUES DU SYSTÈME DE TEST

Stockage et expiration du réactif Toutes les séquences Avant la date d'expirationAcceptabilité de l'échantillon Tous les échantillons Inspection visuelleVérifications électroniques Fabricant Spécifications des fabricantsTests de fonction Fabricant Spécifications des fabricantsTests de processus Fabricant Spécifications des fabricantsVérifications de calibration Fabricant/réglementations Dans les limites de l'ETaCQ statistique Démarrage + contrôle Règles Sigma de WestgardContrôles de justesse Périodique VC ± limites d'incertitudeEssais d'aptitude 3 fois par an Critères CLIA d'acceptation

CONTRÔLES ANALYTIQUES DE RÉVISION DE TEST

Vérifications des limites Tous les échantillons Limites définies par testValeurs non plausibles Tous les échantillons Limites définies par testRépétition des tests du patient Tous les jours Limites définies par testVérification des cellules Delta. Chaque échantillon Limites définies par testAlgorithmes de corrélation Chaque échantillon Limites définies par testAlgorithmes de population de patients Chaque séquence Limites définies par test


Passer en revue les résultats des tests Toutes les séquences Critères de plage par testConfirmer/annoncer les valeurs critiques Chaque résultat de test Critères de valeur critique

Informations interprétatives et de sécurité Chaque rapport Codes rapportés

Calendrier de livraison du rapport Chaque rapport Critères cliniques

Temps de traitement Chaque échantillon Statistiques du temps de traitement, routine

Commentaires du client Chaque réclamation Révision du superviseur

Figure 5-4. Mécanismes de contrôle disponibles avec des exemples de spécifications pour l'application.

48


RETOUR AU SOMMAIRE

DIAGNOSTICS

FRÉQUENCE DES CONTRÔLES

La fréquence est souvent difficile à préciser, mais des instructions sont mises à disposition par les fabricants pour assurer la maintenance du système, la calibration, les vérifications du système de test, le CSQ, etc. Les exigences réglementaires et d'accréditation définissent des délais maximum pour d'autres contrôles tels que les vérifications de calibration, le CSQ et les PT. La qualité Sigma du système de test peut également être utilisée pour spécifier les contrôles à fréquence plus élevée pour les processus de test de qualité Sigma inférieure.

Pour le CSQ, les règles Sigma de Westgard fournissent des instructions initiales en termes de nombre de séquences par jour ou par roulement comme point de départ pour établir la fréquence du CSQ. D'autres facteurs sont également importants pour déterminer quand analyser les contrôles. Il est utile d'identifier les événements ou les changements survenant pendant le processus de test, qui doit être qualifié par l'analyse de nouveaux contrôles. Il existe des événements attendus comme des événements inattendus. Les premiers se réfèrent aux changements connus, programmés ou observés survenant à des moments bien précis ; les seconds désignent les changements inattendus pouvant survenir à n'importe quel moment. Une stratégie importante consiste à programmer les contrôles pour tous les événements attendus comme le changement des lots de réactifs ou de calibrateurs, la maintenance du système, le remplacement des composants, le changement de conditions environnementales, et même le changement éventuel d'analyste ou d'opérateur.

Pour les événements inattendus, il est important de contrôler régulièrement le processus de test pour limiter toute exposition potentielle aux changements inconnus pouvant affecter la qualité des résultats de test du patient.

La conception du CSQ pour les événements attendus doit comprendre les bonnes règles de contrôle et le bon nombre de contrôles pour détecter les erreurs importantes d'un point de vue médical (règles Sigma de Westgard formatées). Pour les événements inattendus, il convient d'utiliser une conception de contrôle utilisant une seule règle de contrôle, comme la 13s ou la 12,5s, et espaçant les mesures de contrôle tout au long de la séquence analytique. Le nombre d'échantillons patients est une considération pratique à réexaminer si une séquence est considérée comme hors de contrôle. Le coût de répétition du test doit être évalué par rapport au coût d'analyse des contrôles périodiques tout au long de la séquence.

Commencer par les exigences réglementaires imposant un minimum de deux niveaux de contrôles par jour comme stratégie globale. Ajouter des contrôles pour les événements attendus afin d'évaluer les changements du processus de test. Ajouter des contrôles pour les événements inattendus afin de surveiller le processus pendant les opérations de routine pour minimiser le risque et les coûts des changements inattendus. Enfin, ajouter des contrôles axés sur le risque pour surveiller les modes de défaillance spécifiques du système de test et du test donnés.

Mécanismes de contrôle Sigma > 5,5 Sigma 3,5-5,5 Sigma < 3,5


Procédure d'exploitation normalisée Élevée Élevée ÉlevéeFormation de l'opérateur Élevée Élevée ÉlevéeListes de contrôle de l'opérateur Élevée Élevée ÉlevéeMaintenance du système Élevée Élevée ÉlevéeCompétences de l'opérateur Élevée Élevée Élevée


Stockage et expiration du réactif Faible Moyenne ÉlevéeAcceptabilité de l'échantillon Élevée Élevée ÉlevéeVérifications électroniques Faible Moyenne ÉlevéeTests de fonction Faible Moyenne ÉlevéeTests de processus Faible Moyenne ÉlevéeVérifications de calibration Faible Moyenne ÉlevéeCQ statistique Élevée Élevée ÉlevéeContrôles de justesse Faible Faible FaibleEssais d'aptitude Réglementaire Réglementaire Réglementaire


Vérifications des limites Élevée Élevée ÉlevéeValeurs non plausibles Élevée Élevée ÉlevéeRépétition des tests du patient Faible Moyenne ÉlevéeVérification des cellules Delta. Faible Moyens ÉlevéeAlgorithmes de corrélation Faible Moyens ÉlevéeAlgorithmes de population de patients Faible Moyens Élevée

Figure 5-5. Priorité des contrôles analytiques selon la qualité Sigma du système de test.



La gestion des événements attendus et inattendus s'inscrit en fait dans le domaine de la gestion des risques. Voici en quoi la gestion des risques peut être utile lors de la création d'un plan de CQ total. Quels sont les changements ou les défaillances susceptibles de se produire ? Quelle est la probabilité de telles défaillances ? Quelle est la gravité du dommage suite à de telles défaillances ? Quels mécanismes de contrôle mettre en œuvre pour détecter de telles défaillances ? Quelle fréquence de contrôle utiliser pour surveiller ce mode de défaillance ? Quelles mesures correctives ou, de préférence, préventives prendre pour minimiser le dommage ?

CONSTITUTION D'UN PLAN DE CQ TOTAL

Dans l'approche recommandée ici, la procédure de CSQ doit déjà avoir été formatée par la sélection des bonnes règles Sigma de Westgard, auquel cas le laboratoire est conforme aux exigences des CLIA pour analyser au moins deux contrôles et détecter les erreurs importantes d'un point de vue médical. Des contrôles pré-analytiques et post-analytiques pertinents peuvent être ajoutés sans évaluation officielle des risques. La stratégie consiste à respecter les exigences de CQ des CLIA sans procéder à une

évaluation des risques, mais de garantir néanmoins la qualité du test en incluant les contrôles pré-analytiques, analytiques et post-analytiques les plus importants. Ces contrôles doivent être identifiés sur la base de l'expérience, avec l'aide des autres contrôles impliqués dans le PTT, des instructions reposant sur la qualité Sigma du système de test et des informations figurant dans le mode d'emploi du fabricant.

La Figure 5-6 présente un exemple de plan de CQ total. Le contrôle pré-analytique minimum consiste à examiner l'acceptabilité des échantillons pour l'analyse (type d'échantillon, volume, interférences potentielles). Les contrôles de l'opérateur, tels qu'une bonne formation, le suivi des SOP, les listes de contrôle et les calendriers de maintenance sont essentiels. Le CSQ est le contrôle analytique essentiel et doit être complété par la vérification des limites et des valeurs non plausibles. Les essais d'aptitude sont importants pour le contrôle à long terme de la qualité analytique du processus de test. Les contrôles post-analytiques doivent comprendre l'identification des valeurs critiques pour notification immédiate et le contrôle du temps de traitement.

Mécanismes de contrôle Fréquence Critères d'acceptation


Identification du patient Tous les patients ID correctÉtiquetage de l'échantillon Tous les échantillons Nom correct sur l'étiquetteInspection de l'échantillon Tous les échantillons Pas d'hémolyse ni de lipémie visible


Procédure d'exploitation normalisée Révision annuelle de la SOP Signé par le superviseur technique

Formation de l'opérateur Tous les opérateurs Compétence par le superviseurListes de contrôle de l'opérateur Tous les jours Révision du superviseurMaintenance du système Calendrier du fabricant Révision du superviseurCompétences de l'opérateur Tous les ans Essais d'aptitude


Acceptabilité de l'échantillon Tous les échantillons Indices et limites de volume de l'instrumentVérifications de calibration Fabricant/rég. Contrôles dans les limitesCQ statistique Démarrage + contrôle Contrôles dans les limitesEssais d'aptitude 3 fois par an Résultats acceptables


Vérifications des limites Tous les échantillons Vérification de la plage de fonctionnement de l'instrument

Valeurs non plausibles Tous les échantillons Limites critiques


Confirmer/appeler les valeurs critiques Chaque résultat de test Limites critiques

Temps de traitement Chaque échantillon 60 minutes pour les statistiques, 3 heures sinon

Commentaires du client Chaque réclamation Révision du superviseur

Figure 5-6. Mécanismes de contrôle disponibles avec des exemples de spécifications pour l'application.

50


RETOUR AU SOMMAIRE

DIAGNOSTICS

EN BREF

Les laboratoires médicaux peuvent adopter le concept de plan de CQ total sans procéder à une évaluation officielle des risques en ajoutant des contrôles pré-analytiques et post-analytiques aux procédures de CSQ formatées pour contrôler le PTT. Le CSQ formaté est l'élément fondamental d'un plan de CQ total auquel on peut se fier pour détecter de nombreux modes de défaillance possibles dans le processus analytique. D'autres contrôles peuvent être ajoutés en fonction des connaissances et de l'expérience, mais il n'est pas nécessaire de réaliser une évaluation officielle des risques. À la place, la détermination de la qualité Sigma offre une évaluation générale des risques permettant de guider la sélection des procédures de CSQ et l'ajout d'autres contrôles8. Un plan de CQ total représente un bon point de départ pour améliorer les pratiques de CQ et une composante de base pour élaborer des plans de CQ axés sur le risque. L'évaluation officielle des risques est décrite dans la référence 9, et son intégration avec les concepts Six Sigma est décrite en détail dans la référence 10.

Références1. CMS Memo of August 16, 2013: Individualized Quality Control

Plan (IQCP): A New Quality Control (QC) Option. www.cms.gov/Regulations-and-Guidance/Legislation/CLIA/Downloads/IQCPbenefits.pdf.

2. ISO 9001:2015. Systèmes de management de la qualité. Organisation internationale de normalisation, Genève.

3. Robitaille D. Consider risk. Quality Progress 2015 (September), 24-25.

4. Pang R, ed. A Practical Guide to Internal Quality Control (IQC) for Quantitative Tests in Medical Laboratories: Version 2.0. Hong Kong Association of Medical Laboratories Limited, February 2015.

5. CLSI EP23A. Laboratory Quality Control Based on Risk Management. Clinical and Laboratory Standards Institute, 940 West Valley Road, Suite 1400, Wayne, Pennsylvania, 2011.

6. ISO 15189:2012. Laboratoires de biologie médicale - Exigences concernant la qualité et la compétence Organisation internationale de normalisation, Genève.

7. CDC, CMS, U.S. Department of Health and Human Services. Developing an IQCP: A Step-by-Step Guide. www.cdc.gov/CLIA/Resources/IQCP/

8. Westgard S. Prioritizing Risk Analysis Quality Control Plans based on Sigma-Metrics. In Quality Control in the Age of Risk Management. Eds. JO Westgard, SA Westgard. Clinics in Laboratory Medicine 2013;33(1):41-53.

9. Westgard JO, Westgard SA. Basic QC Practices, 4th ed. Madison, Wisconsin, Westgard QC, 2016.

10. Westgard JO. Six Sigma Risk Analysis: Designing Analytic QC Plans for the Medical Laboratory. Madison, Wisconsin, Westgard QC, 2011.


CONTRÔLE QUALITÉ BASÉ SUR SIX SIGMA — C H A P I T R E 6 : C O N T R Ô L E D E L A Q U A L I T É E T D E S P E R F O R M A N C E S DIAGNOSTICS

INTRODUCTION

Rappelant le cycle PDCA de Deming et les étapes finales du SGQ6 évoqués dans le Chapitre 1 (voir la Figure 1-3), le moment

d'action de ce cycle implique les étapes suivantes :

• Mesurer la qualité et les performances (AEQ, PT, IM)

• Contrôler les défaillances (indicateurs de qualité)

• Améliorer la qualité du plan de CQ et/ou du processus de test (amélioration continue de la qualité ou ACQ)

L'objectif est de s'assurer que le CSQ fonctionne réellement dans la durée pour les opérations de routine afin d'identifier les modes de défaillance à corriger ou à éviter et d'améliorer le plan de CQ en lui-même, ou, si nécessaire, de recommencer et de mettre à jour le plan de CQ pour garantir la qualité nécessaire grâce à un nouveau système analytique et à la mise à jour du CSQ et du plan de CQ total.

Par ailleurs, il convient de ne pas oublier que les plans de CQ individualisés nécessitent trois composants : une évaluation des risques, un plan de CQ et un programme d'évaluation de la qualité.1

Les CMS ont approuvé une procédure permettant aux laboratoires d'élaborer et de personnaliser des procédures de contrôle qualité dans leur environnement médical. Cette procédure est appelée plan de contrôle qualité individualisé (IQCP, Individualized quality control plan). Un IQCP se compose de trois parties : une évaluation des risques, un plan de contrôle qualité (PCQ) et un plan d'évaluation de la qualité. L'évaluation des risques correspond à l'identification et à l'évaluation des défaillances et des erreurs potentielles dans un processus de test. Le PCQ est la procédure d'exploitation normalisée d'un laboratoire qui décrit les pratiques, les ressources et les procédures conçues pour contrôler la qualité d'un processus de test spécifique. L'évaluation de la qualité est la politique du laboratoire en ce qui concerne le contrôle constant de l'efficacité de son IQCP.

Contrôle de la qualité et des performances Chapitre 6

52

CONTRÔLE QUALITÉ BASÉ SUR SIX SIGMA — C H A P I T R E 6 : C O N T R Ô L E D E L A Q U A L I T É E T D E S P E R F O R M A N C E S

RETOUR AU SOMMAIRE

DIAGNOSTICS

ÉVALUATION DE LA QUALITÉ

L'évaluation de la qualité est l'évaluation continue de la qualité du processus de test via l'analyse des indicateurs et des mesures de performances pour identifier les problèmes et apporter des améliorations. Les CMS conseillent d'inclure les analystes, les échantillons, le réactif, le système de test et les conditions environnementales pour ce contrôle. Les documents d'analyse recommandés sont les journaux de rejet des échantillons, les dossiers de CQ et les mesures correctives, les dossiers de maintenance et les mesures préventives, les résultats des tests du patient, les enregistrements des temps de traitement, les évaluations des compétences du personnel et les résultats des essais d'aptitude.

Lorsque le laboratoire détecte une défaillance dans le processus de test, il doit mener une enquête pour identifier la cause de la défaillance et son impact sur la prise en charge du patient, puis apporter des modifications à son PCQ le cas échéant. L'enquête doit comprendre la documentation de toutes les corrections, les mesures correctives correspondantes pour tous les patients affectés par la défaillance du processus de test et l'évaluation de l'efficacité de la mesure corrective. Le laboratoire doit appliquer la correction et la mesure corrective correspondante nécessaires à la résolution de la défaillance et à la réduction du risque ultérieur de récurrence de cette dernière. Si nécessaire, le laboratoire doit mettre à jour l'évaluation des risques avec les nouvelles informations, puis modifier le PCQ le cas échéant.

Les modes de défaillance ciblés doivent être surveillés pour mesurer la fréquence de la défaillance, réviser les mesures correctives et identifier les mesures préventives donnant lieu à des améliorations. L'évaluation initiale des risques a classé la fréquence des défaillances selon le jugement des membres de l'équipe. Désormais, il doit être possible de déterminer la fréquence d'une défaillance et l'efficacité des contrôles à partir des données réelles du laboratoire.

Le CLSI EP23A décrit l'activité d'évaluation de la qualité comme un « contrôle post-mise en œuvre du plan de contrôle qualité »2 et fournit les instructions suivantes :

« [Un] laboratoire doit établir un système d'examen pour contrôler les références de qualité ou l'efficacité du PCQ dans le temps. L'une des références de qualité à surveiller est la fréquence d'une erreur donnée dans la durée pour s'assurer que le PCQ réduit effectivement

la fréquence d'occurrence de cette erreur. Toute performance inacceptable déclenche une enquête destinée à identifier la cause principale et apporter les modifications adéquates au PCQ au besoin... »

Ces recommandations se concentrent sur les modes de défaillance ciblés de l'évaluation initiale des risques. Il convient de surveiller ces sources d'erreur potentielles pour estimer la fréquence réelle d'occurrence des erreurs, identifier et corriger les principales causes et améliorer le processus de test et/ou le PCQ.

Indicateurs de qualité

Voici une liste générale des types de données à collecter pour surveiller les défaillances du processus de test d'un laboratoire3 :

• Conditions et acceptabilité de l'échantillon

o Identification incorrecte/problèmes d'étiquetage de l'échantillon et nombre d'échantillons hémolysés, échantillons coagulés, échantillons de volume inadéquat et reconstruction d'échantillons

• Défaillances du système de test

o Nombre de séquences rejetées et d'indicateurs d'erreur observés

§Types de défaillances, comme une dégradation du réactif, de la calibration ou du contrôle, une panne matérielle, une panne logicielle, une maintenance inadaptée, des erreurs de l'opérateur et des conditions environnementales défavorables

§Mesures correctives et préventives

o Nombre de conditions d'erreur du patient

§Erreurs de vérification des cellules Delta, erreurs de vérification de corrélation, problèmes de plage mesurable et valeurs critiques

o Indicateurs et messages d'erreur de l'instrument

§Type d'indicateur, nombre d'occurrences et mesures correctives

• Performances du système de test

o Précision observée à partir du CSQ ou de la répétition des contrôles du patient

o Biais observé déterminé par la comparaison de méthodes, les études de PT et d'AEQ et/ou les programmes de comparaison avec les pairs



• Rapports de test

o Temps de traitement, moyenne et limite de 95 % de la distribution du temps de traitement

• Réclamations client

o Service/source, problèmes de prélèvement/échantillon, temps de traitement, qualité analytique et autres conditions de service

Une liste spécifique doit être mise au point pour le test et le système de test. L'efficacité de ces indicateurs dépend d'une

collecte approfondie des données et des capacités à accéder à ces données et à les analyser. Le directeur et le responsable du laboratoire doivent examiner des rapports périodiques. Le directeur du laboratoire doit identifier et hiérarchiser les problèmes de qualité à résoudre et à améliorer.

EXEMPLE DE PLAN D'ÉVALUATION DE LA QUALITÉ

Dans le cadre d'un IQCP, le plan d'évaluation de la qualité peut être décrit conformément à la Figure 6-1, où l'indicateur de qualité est identifié dans la première colonne et sa mise en œuvre est décrite dans la deuxième colonne.

INDICATEUR DE QUALITÉ RÉSUMÉ DES PERFORMANCES MENSUELLES

Charge de travail Compter le nombre total de tests effectués

Échantillons rejetésCompter les échantillons rejetésNombre dû à l'hémolyse

Temps de traitementMesurer la durée du prélèvement de l'échantillon à l'analyseMesurer la durée de l'analyseMesurer la durée totale du prélèvement de l'échantillon au rapport

Indicateurs du système de test Compter le nombre total d'alertes et d'indicateurs d'erreur de l'appareil

Séquences/tests rejetésCompter le nombre de séquences rejetées à cause des indicateurs et des contrôlesCompter le nombre d'échantillons patients rejetés

Variabilité de l'opérateur Calculer l'ÉT des doublons pour les contrôles de RTPBiais versus référence Calculer le biais par rapport à la méthode comparativeBiais de l'étude de PT Calculer le biais pour chaque événement d'étude

Temps de traitementCompiler les mesures de temps de traitementCalculer le temps de traitement moyenDéterminer une limite supérieure d'environ 95 %

Commentaires du clientCompter le nombre de réclamationsRésumer les causes des réclamationsRésumer les mesures correctives

Figure 6-1. Exemple de programme d'évaluation de la qualité permettant de surveiller la qualité et les performances du processus de test d'un laboratoire.

S'il est préférable d'informatiser la collecte des données d'évaluation de la qualité, il peut s'avérer nécessaire de créer un système manuel dans les petits laboratoires. Le système a besoin de journaux pour suivre les échantillons patients au fur et à mesure de leur progression dans le PTT, de l'acquisition du prélèvement à la production du rapport de résultats de test du patient. Les journaux doivent permettre de surveiller le temps de traitement pour la phase pré-analytique, la phase analytique et la durée totale de production de rapports. Les dossiers de CQ doivent suivre tous les résultats des mécanismes de contrôle, comme les alertes et les indicateurs du système de test, les mesures de l'opérateur et la variabilité du système de test d'un contrôle de répétition de test du patient (RTP), et les évaluations périodiques du biais par rapport à une autre méthode et à partir des résultats

d'AEQ/PT. Les mesures correctives des défaillances de contrôle doivent être consignées, et le nombre de résultats de test du patient affectés doit être inclus dans cet enregistrement. Les commentaires et les réclamations du client doivent être résumés, de même que les mesures correctives.

TAUX D'ERREURS ET DE DÉFAUTS

N'oubliez pas que l'objectif de la collecte de ces données est de déterminer la fréquence d'occurrence des défaillances, d'où la nécessité de procéder à la mesure de la charge de travail pour exprimer le nombre d'opportunités de défaillance. Le nombre réel de défaillances est désigné comme le nombre total d'opportunités d'estimer un taux de défauts.

54


RETOUR AU SOMMAIRE

DIAGNOSTICS

Exemple :Si cinq échantillons sur 100 s'avèrent inacceptables en raison de l'hémolyse, le taux de défauts est de 5 %.

Le taux de défauts peut également être exprimé en défauts par million (DPM) ou défauts par million d'opportunités (DPMO), couramment utilisés dans l'industrie et dans la gestion de la qualité Six Sigma. Un taux de défauts de 5 % correspond à 50 000 DPM. La valeur en DPM présente l'avantage de pouvoir être convertie en mesure Sigma à l'aide des tableaux standard disponibles dans n'importe quel texte de gestion de la qualité Six Sigma.

Exemple :50 000 DPM correspondent à 3,15 Sigma. Bien qu'un taux d'erreurs de 5 % ne semble pas si mauvais, une qualité 3,15 Sigma n'est pas très bonne et serait considérée comme la qualité acceptable minimum dans un processus de fabrication.

Quand la qualité est exprimée sur l'échelle Sigma, il est évident qu'un taux de défauts de 0,5 % ou moins (5 000 DPM) est nécessaire pour offrir une qualité équivalente aux erreurs de gestion des bagages des compagnies aériennes (4,15 Sigma), dont nombre d'entreprises ont malheureusement fait l'expérience. (Voir le Chapitre 14 de l'ouvrage Basic Quality Management Systems3 pour obtenir une analyse plus détaillée du contrôle des non-conformités et de la conversion du pourcentage de défauts en qualité sur l'échelle Sigma.)

Des résultats de test défectueux doivent également influencer la mesure du temps de traitement d'un laboratoire. Les laboratoires mentionnent souvent le temps de traitement moyen dans leurs discussions avec les clients. Toutefois, lorsque les clients disent attendre les résultats dans les 60 minutes, ils souhaitent que tous les résultats soient disponibles dans ce délai, et pas seulement la moitié. Un indicateur plus réaliste des performances du laboratoire consiste à utiliser la limite supérieure de 95 % de la distribution observée des temps de traitement et de comparer cette limite aux exigences du client.

ASSURANCE EXTERNE DE LA QUALITÉ/ESSAIS D'APTITUDE (AEQ/PT)

La participation à des études d'AEQ/PT est presque universellement requise pour les laboratoires médicaux, à l'exception des tests non obligatoires dans les laboratoires américains. Des échantillons externes sont soumis au laboratoire par le programme d'AEQ/PT et analysés par le laboratoire, puis les résultats sont transmis à l'institut d'études, qui note les résultats et consigne les performances observées dans un rapport. Le rapport d'étude identifie généralement une valeur cible, déterminée via une analyse par méthode de référence, la moyenne du groupe d'étude observé ou les moyennes des groupes homologues ou sous-ensembles de méthode.

Un laboratoire est généralement évalué selon les critères d'ETa définis par les exigences réglementaires (par ex., CLIA) ou établis par le programme d'étude. Aux États-Unis, les performances acceptables pour les analytes réglementés requièrent des résultats acceptables répondant aux critères définis par les CLIA pour quatre échantillons sur cinq de l'événement d'étude, et ce pour tous les tests réglementés (Les CLIA répertorient environ 80 tests exigeant des PT). Les tests non réglementés sont souvent étudiés avec deux échantillons et deux événements par an par le fournisseur des PT/AEQ. (Pour plus d'informations sur les réglementations de PT des CLIA américains, voir la référence 4.)

Si les résultats d'une étude sont souvent considérés comme la propriété exclusive des instituts, ils doivent toutefois être mis à la disposition des agences de réglementation. Aux États-Unis, le programme national de normalisation de la glycohémoglobine (NGSP, National Glycohemoglobin Standardization Program) divulgue publiquement les résultats de l'enquête du CAP pour l'HbA1c5 et fournit un exemple de classification basée sur l'exactitude à l'aide de la valeur cible d'une méthode de référence. Ces données sont particulièrement utiles pour évaluer la comparabilité des résultats à l'aide du biais et de l'écart type pour chaque sous-ensemble de méthode. Ces résultats peuvent être utilisés pour évaluer la qualité sur l'échelle Sigma6, comme le montre la Figure 2-6.

Pour le laboratoire individuel, l'information la plus importante est le biais observé. Toutefois, étant donné le nombre limité d'échantillons et l'exigence selon laquelle les échantillons doivent être testés de la même manière que les patients (à savoir par une mesure unique), il convient de calculer la moyenne des biais observés de tous les échantillons pour minimiser les effets de la variation aléatoire. Par conséquent, le biais n'est pas très bien connu pour une méthode en laboratoire individuel. Les problèmes relatifs aux résultats de PT/d'AEQ exigent souvent d'approfondir les tests et les recherches avec d'autres méthodes ou matériaux de référence. Pour certains tests, des matériaux de référence certifiés (contrôles de justesse) sont disponibles et présentent des valeurs attribuées et une incertitude documentée.

INCERTITUDE DE MESURE (IM)

La détermination de l'IM n'est pas obligatoire dans les laboratoires américains soumis aux réglementations des CLIA, mais l'IM est obligatoire pour les laboratoires homologués par la version 2012 de la norme ISO 151897. Étant donné que l'ISO 15189 est la norme de pratique mondiale pour la gestion de la qualité dans les laboratoires médicaux, les laboratoires américains doivent également déterminer comment mettre en œuvre une méthodologie conforme aux exigences ISO :

« Le laboratoire doit déterminer l'incertitude de mesure pour chaque procédure de mesure lors des phases d'examen utilisées pour noter les valeurs de quantité mesurées sur les échantillons patents. Le laboratoire doit définir les exigences de performances pour l'incertitude de mesure de chaque procédure de mesure et réviser régulièrement les estimations de l'incertitude de mesure. »



L'estimation pratique de l'IM en laboratoire revient à calculer l'ÉT à partir des données du CSQ dans des conditions de précision intermédiaires, puis à multiplier cet ÉT par un facteur de deux pour permettre une limite de confiance standard de 95 % pour un résultat de test. L'ÉT est connu comme l'incertitude de mesure standard, le facteur de deux est appelé facteur de couverture, et la limite de 95 % est connue comme l'incertitude de mesure étendue.

Conditions de précision intermédiaires

Cela implique des valeurs de contrôle au sein d'un laboratoire avec des changements au niveau des lots de réactifs ou de calibrateurs, des opérateurs, des conditions de fonctionnement, de la maintenance de routine, de l'entretien périodique, etc. L'enjeu pratique est de définir un délai adapté pour la collecte et l'analyse des données du CSQ. Ce délai dépend des conditions de fonctionnement particulières pour un test individuel ou un analyseur (p. ex. à quelle fréquence sont exécutées les séquences, à quelle fréquence l'opérateur change, à quelle fréquence est réalisée la maintenance et à quelle fréquence les lots de réactifs et de calibrateurs changent). D'autres facteurs à prendre en compte sont le nombre de mesures nécessaires pour obtenir une estimation fiable de l'ÉT, la fréquence du CSQ et la durée pendant laquelle sont collectées les données de limite de contrôle.

Nombre de mesures

La fiabilité d'une estimation d'ÉT se caractérise par la limite de confiance de l'estimation, qui dépend du nombre de mesures. Tandis que la règle de base est l'utilisation d'un minimum de 20 mesures de contrôle pour calculer un ÉT pour les limites de contrôle, beaucoup plus de mesures sont nécessaires pour obtenir une estimation fiable de l'ÉT.

Exemple :Dans l'hypothèse d'un écart type réel de 10 unités; l'intervalle de confiance à 90 % s'étend de 7,4 à 15,9 lorsque N = 20. Par conséquent, un ÉT faible de 7,4, soit 26 % peut être observé, ou un ÉT élevé de 15,9, soit 59 %, peut être observé. Lorsque N = 100, l'intervalle de confiance s'étend de 9,0 à 11,3. Autrement dit, la fiabilité de l'estimation de l'ÉT est bien meilleure, à environ 10 % de la valeur correcte. Par conséquent, pour estimer l'IM, il est préférable d'utiliser au moins 100 mesures.

Fréquence du CSQ

Il n'existe pas de pratique standard pour la fréquence du CSQ, mais de nombreux laboratoires américains et internationaux ont tendance à suivre la directive des CLIA selon laquelle un minimum de deux niveaux de contrôles doivent être analysés chaque jour. Bien sûr, les laboratoires à haut rendement analysent souvent beaucoup plus de contrôles chaque jour. La nouvelle pratique émergente des plans de CQ axés sur le risque peut donner lieu à des CSQ peu fréquents, en particulier dans les applications sur le lieu d'intervention. De toute évidence, l'aspect pratique de l'estimation de l'IM à partir des données du CSQ dépend du nombre de mesures de contrôle, qui doit être suffisant pour fournir une estimation fiable de l'ÉT. Une estimation fiable de l'IM peut ne pas être accessible aux dispositifs unitaires utilisés dans les applications sur le lieu d'intervention, bien qu'il soit essentiel de connaître la qualité dans ces configurations pour la prise en charge du patient.

ÉT cumulés

Au vu de la difficulté à obtenir une estimation fiable de l'ÉT, le CLSI C24A38 recommande aux laboratoires d'utiliser plusieurs mois de données pour établir des limites de contrôle cumulées.

Exemple :Si un laboratoire analyse deux niveaux de contrôles par jour, les données de plus de 100 jours sont nécessaires pour fournir des ÉT fiables aux deux niveaux.

Le C24A3 recommande aux laboratoires de combiner les données de contrôle de six périodes mensuelles consécutives, de calculer un ÉT cumulé et de mettre en œuvre des limites de contrôle reposant sur ces ÉT cumulés.

Pour résumer, il n'existe pas d'instructions spécifiques pour déterminer combien de mesures de contrôle sont nécessaires, mais l'estimation de l'ÉT est plus fiable si au moins 100 points de données sont utilisés, ce qui nécessite souvent des données de CSQ collectées sur plusieurs mois. Une période de six mois est adaptée à de nombreux laboratoires et correspond aux recommandations du CLSI pour établir les limites de contrôle à partir de l'ÉT cumulé obtenu sur six mois consécutifs de données de CSQ de routine.

56


RETOUR AU SOMMAIRE

DIAGNOSTICS

EN BREF

La gestion de la qualité est un processus continu et permanent, comme l'illustre le cycle Plan-Do-Check-Act de Deming. Il est absolument primordial de « réaliser correctement le bon CSQ ». Cela permet notamment de s'assurer de l'obtention de la qualité prévue des résultats, conformément aux exigences de la norme ISO 15189 sur le contrôle de la qualité. N'importe quel plan de CQ, y compris les plans de CQ axés sur le risque, doit comprendre une procédure de CSQ formatée. Une fois le plan de CQ mis en œuvre, il est essentiel de surveiller la qualité et les performances du processus de test afin d'identifier les défaillances et d'apporter les améliorations nécessaires. Les programmes d'AEQ/PT fournissent d'importantes mesures indépendantes de la qualité et des performances. L'incertitude de mesure, un indicateur de qualité requis par la norme ISO 15189, peut être estimée à partir des résultats de CSQ obtenus sur trois à six mois. D'autres indicateurs de qualité doivent être spécifiés et mis en œuvre par le laboratoire pour garantir la qualité et la sécurité du patient.

Références1. CMS Memo of August 16, 2013: Individualized Quality Control

Plan (IQCP): A New Quality Control (QC) Option. www.cms.gov/Regulations-and-Guidance/Legislation/CLIA/Downloads/IQCPbenefits.pdf.

2. CLSI EP23A. Laboratory Quality Control Based on Risk Management. Clinical and Laboratory Standards Institute, 940 West Valley Road, Suite 1400, Wayne, Pennsylvania, 2011.

3. Westgard JO, Westgard SA. Basic Quality Management Systems. Madison, Wisconsin, Westgard QC, 2014.

4. Ehrmeyer SS. The New Poor Lab's Guide to the Regulations – 2015 edition. Madison, Wisconsin, Westgard QC, 2015.

5. Site Internet du NGSP, www.ngsp.org, consulté le 1er décembre 2014.

6. Westgard JO, Westgard SA. Assessing quality on the Sigma scale from proficiency testing and external quality assessment surveys. Clinical Chemistry and Laboratory Medicine 2015;53:1531-1535.

7. ISO 15189:2012. Laboratoires de biologie médicale – Exigences concernant la qualité et la compétence. 3e éd. Organisation internationale de normalisation, Genève, Suisse, 2012.

8. CLSI C24A3. Statistical Quality Control for Quantitative Measurement Procedures: Principles and Definitions. Clinical and Laboratory Standards Institute, Wayne, Pennsylvania, 2006.


GLOSSAIRE DES TERMES, RÈGLES DE CONTRÔLE ET ABRÉVIATIONS UTILISÉSCes définitions, certaines officielles et d'autres non, sont référencées par les sources suivantes : Organisation internationale de normalisation (ISO), Institut de normalisation clinique et de laboratoire (CLSI, Clinical and Laboratory Standards Institute), U.S. Centers for Medicare and Medicaid Services (CMS), Centres américains pour le contrôle et la prévention des maladies (CDC), et Westgard QC (WQC).




ANNEXE A : GLOSSAIRE DES TERMES UTILISÉS

ANALYSE DES RISQUES – Utilisation systématique des informations disponibles pour identifier les menaces et estimer le risque (ISO/CEI guide 51). Remarque : l'analyse des risques comprend l'examen de différentes séquences d'événements pouvant entraîner des situations dangereuses et des dommages (ISO 15189, CLSI EP23A).

ASSURANCE EXTERNE DE LA QUALITÉ (AEQ) – Activité de surveillance dans le cadre de laquelle les échantillons sont soumis au laboratoire pour être testés, puis leur exactitude est évaluée par le groupe d'étude. Le programme est facultatif ou requis par les réglementations, auquel cas il est appelé essais d'aptitude (PT).

BASE DE DONNÉES BIOLOGIQUES RICOS – Se réfère au tableau des objectifs de variabilité biologique et aux objectifs biologiques calculés fournis par le Dr Carmen Ricos et un groupe de chimistes cliniques espagnols. Initialement publiée dans le Scandinavian Journal of Clinical and Laboratory Investigation 1999;59:491-500. (Mises à jour disponibles sur www.westgard.com.)

BIAIS (DE MESURE) – Différence entre le résultat de test ou de mesure attendu et la valeur réelle (ISO 3534-2). Remarque : le biais est une estimation de l'erreur de mesure systématique (JCGM 200:2012).

CARTE DE CONTRÔLE – Graphique représentant les résultats de contrôle sur l'axe des Y par rapport au temps ou au numéro de séquence sur l'axe des X. La carte de contrôle classique utilisée dans les laboratoires médicaux s'appelle graphique de Levey-Jennings, et des exemples sont illustrés dans le texte de ce guide.

COEFFICIENT DE VARIATION (CV) – Pour un matériau de contrôle, écart type divisé par la moyenne fois 100 pour exprimer la variation en pourcentage.

CONTRÔLE QUALITÉ (CQ) – Composant de la gestion de la qualité qui se concentre sur le respect des exigences de qualité. Remarque 1: lors des tests médicaux, ensemble de procédures conçues pour contrôler la méthode de test et les résultats afin de garantir l'efficacité des performances du système de test. Remarque 2: l'objectif du contrôle qualité est de s'assurer que toutes les exigences sont respectées en matière de qualité. Remarque 3: l'ensemble des mécanismes, processus et procédures conçus pour contrôler le système de mesure afin de garantir la fiabilité des résultats pour l'utilisation clinique prévue (ISO/CLSI).

CONTRÔLE STATISTIQUE DE LA (CSQ) – Procédure impliquant l'analyse de matériaux stables et la comparaison des résultats de mesure avec la distribution attendue des résultats dans des conditions de fonctionnement stables. Les limites de contrôle sont généralement calculées à partir de la moyenne et de l'écart type observés durant une période initiale de fonctionnement stable. Des règles de contrôle et un nombre de mesures de contrôle doivent être sélectionnés pour identifier les séquences analytiques présentant des erreurs importantes d'un point de vue médical. Les résultats de contrôle sont généralement affichés graphiquement via la représentation séquentielle de la mesure de contrôle par rapport au temps, à la séquence ou à la journée (WQC).

CYCLE PDCA DE DEMING (PDCA) – Application de la méthode scientifique pour prendre des décisions objectives reposant sur des données via un processus Plan-Do-Check-Act. Planifier une expérience, réaliser l'expérience, vérifier les données, puis agir sur ces données. Sélectionner une procédure d'analyse pour respecter les exigences de l'utilisation prévue (Plan), mettre en œuvre la procédure d'analyse et valider ses performances (Do), surveiller la qualité pendant la production de routine (Check) et identifier les problèmes pour apporter des améliorations (Act) (WQC).

ERREUR ANALYTIQUE TOTALE (EAT) – Définit l'intervalle contenant une proportion spécifiée (généralement 95 % ou 99 %) de la distribution des différences de mesure analytique entre une procédure de mesure réalisée dans un état de contrôle stable et une procédure de mesure comparative correspondant à une méthode de référence définitive ou assimilée (CLSI EP21). Souvent, elle est également abrégée ET.

ERREUR SYSTÉMATIQUE CRITIQUE – Taille de l'erreur systématique pouvant causer une erreur importante d'un point de vue médical telle que calculée à partir de l'erreur totale admissible (ETa), de la précision observée (ÉT, CV) et de l'exactitude (biais) de la méthode ou de la procédure de mesure (WQC).



ERREUR TOTALE – Comprend toutes les erreurs systématiques et aléatoires pouvant survenir durant le processus de test total, ainsi que l'effet combiné de toutes les erreurs de biais et de précision pouvant affecter l'exactitude d'un résultat analytique. Remarque : l'erreur totale comprend les sources d'erreur des phases pré-analytiques, analytiques et post-analytiques d'une procédure de mesure (CLSI EP21).

ERREUR TOTALE ADMISSIBLE (ATE) – Exigence de qualité analytique définissant une limite pour l'imprécision (erreur aléatoire) et le biais (erreur systématique) tolérable dans le cadre d'une mesure ou d'un résultat de test unique. Remarque : également appelée erreur totale admissible (ETa) (CLSI EP21).

ERREUR TOTALE ADMISSIBLE (ETa) – Voir Erreur totale admissible.

ESSAIS D'APTITUDE (PT) – Utilisés aux États-Unis pour décrire un programme d'assurance externe de la qualité dans lequel les échantillons sont soumis au laboratoire pour analyse dans le but de noter les performances du laboratoire à des fins réglementaires.

ESTIMATION DES RISQUES – Processus utilisé pour attribuer des valeurs à la probabilité d'occurrence du dommage et à la gravité de ce dommage (ISO 14971, CLSI EP23A).

EXACTITUDE – Degré de concordance entre un résultat de test et sa valeur de référence acceptée (ISO 5725-1). Remarque : lorsqu'il s'applique à un ensemble de résultats de tests, le terme exactitude, implique la combinaison de facteurs aléatoires (imprécision) et d'un facteur d'erreur systématique courante ou biais (ISO 5725-1).

ÉCART TYPE (ÉT) – Statistique décrivant la dispersion ou la propagation d'un ensemble de mesures par rapport à la valeur moyenne d'une distribution normale ou de Gauss.

ÉVALUATION DES RISQUES – Processus général constitué d'une analyse des risques et d'une évaluation des risques) (ISO/CEI guide 51, CLSI EP23A).

ÉVALUATION DES RISQUES – Processus de comparaison du risque estimé par rapport aux critères de risque donnés pour déterminer l'acceptabilité du risque (ISO 14971, CLSI EP23A).

GESTION DES RISQUES – Application systématique des stratégies, procédures et pratiques de gestion aux tâches d'analyse, d'évaluation, de contrôle et de surveillance des risques (ISO 14971, CLSI EP23A).

GESTION DE LA QUALITÉ – Activités coordonnées pour gérer et contrôler la qualité d'une organisation. Remarque (CLSI GP29) : la gestion et le contrôle de la qualité impliquent généralement d'établir une stratégie et des objectifs de qualité, un plan de qualité, un contrôle qualité, une assurance qualité et une amélioration de la qualité (ISO/CLSI).

DÉFAUT – Déviation d'une caractéristique de qualité de l'utilisation ou du niveau prévu, survenant avec une gravité suffisante pour entraîner le non-respect de l'utilisation prévue ou des exigences du client.

DÉFAUTS PAR MILLION (DPM) ; DÉFAUTS PAR MILLION D'OPPORTUNITÉS (DPMO) – Nombre de défauts par million d'unités fournies ou par million d'opportunités de service.

GRAPHIQUE DE DÉCISION DE MÉTHODE – Outil graphique représentant le biais admissible sur l'axe des Y par rapport à la précision admissible (CV) pour une erreur analytique totale admissible (ATE, ETa) donnée. Les lignes définissent les zones de qualité Sigma, de Six Sigma à deux Sigma. La précision et le biais observés d'une procédure d'analyse peuvent être représentés comme des points de fonctionnement pour évaluer la qualité Sigma (WQC).

GRAPHIQUE DE FONCTION PUISSANCE – Représentation de la probabilité de rejet par rapport à la taille de l'erreur pour une procédure de CSQ (à savoir pour les règles de contrôle ou les critères de décision spécifiés et le nombre de mesures de contrôle indiqué) (WQC).



GRAPHIQUE D'ÉVALUATION DES COMPÉTENCES SIGMA – Graphique de décision de méthode bilatéral utilisé pour les résultats d'AEQ ou de PT afin d'évaluer la qualité sur l'échelle Sigma (WQC).

GRAPHIQUE OPSPECS – Outil graphique indiquant le biais (sur l'axe des Y) et la précision (sur l'axe des X) admissibles pour différentes procédures de CSQ, avec un niveau de détection d'erreur spécifié et une exigence de qualité définie. Le biais et la précision observés (ÉT, CV) pour une procédure d'analyse peuvent être représentés comme des points de fonctionnement pour sélectionner les bonnes règles de contrôle et le nombre adapté de mesures de contrôle (WQC). IMPRÉCISION – Dispersion aléatoire d'un ensemble de mesures et/ou de valeurs répétées exprimées quantitativement par une statistique, comme un écart type ou un coefficient de variation (CLSI). L'IFCC recommande que la valeur moyenne et le nombre de reproductions soient également indiqués, et que la conception de l'expérience soit décrite de façon à ce que les autres utilisateurs puissent la reproduire. C'est particulièrement important quand un terme spécifique est utilisé pour désigner un type d'imprécision en particulier, comme l'imprécision de l'analyse, de la journée, quotidienne, totale ou inter-laboratoires.

INCERTITUDE DE MESURE – Paramètre non négatif caractérisant la dispersion des valeurs de quantité attribuées à un mesurande, selon les informations utilisées. Remarque : le paramètre peut être, par exemple, un écart type (ÉT) appelé incertitude de mesure standard (ou un multiple spécifié de cette dernière) de la demi-largeur d'un intervalle présentant une probabilité de couverture spécifiée (CLSI C51).

INCERTITUDE DE MESURE (IM) – Paramètre non négatif caractérisant la dispersion des valeurs de quantité attribuées à un mesurande, selon les informations utilisées. Remarque 1: l'incertitude de mesure comprend des composants résultant des effets systématiques, comme les composants associés aux corrections et les valeurs de quantité attribuées des étalons de mesure, et l'incertitude définitionnelle. Parfois, les effets systématiques estimés ne sont pas corrigés, et des composants d'incertitude associés sont intégrés à la place. Remarque 2: le paramètre peut être, par exemple, un écart type (ÉT) appelé incertitude de mesure standard (ou un multiple spécifié de cette dernière) de la demi-largeur d'un intervalle présentant une probabilité de couverture spécifiée (CLSI C51A).

INDICATEUR DE QUALITÉ – Mesure (métrique) permettant de contrôler les activités spécifiques dans le cadre du système de gestion de la qualité (CLSI GP35).

INEXACTITUDE – Différence numérique entre la moyenne d'un ensemble de mesures répétées et la valeur réelle. Cette différence (positive ou négative) peut être exprimée avec les unités utilisées pour mesurer la quantité ou sous forme de pourcentage de la valeur réelle (IFCC). Couramment appelée biais, qui correspond à la mesure ISO de la justesse.

INTERCHANGEABLE – Propriétés inter-dosages d'un matériau de référence, de calibration ou de CQ comparables à celles des échantillons cliniques réels. La commutabilité d'un matériau est définie comme le degré auquel un matériau produit les mêmes relations numériques entre les résultats de mesure d'un ensemble donné de procédures de mesure, prétendant mesurer la même quantité que ces dernières entre les attentes des relations obtenues lorsque les mêmes procédures sont appliquées à d'autres types de matériaux pertinents (CLSI EP31A, ISO 15194).

JUSTESSE (MESURE) – Degré de concordance entre la moyenne d'un nombre infini de reproductions de valeurs de quantité mesurées et une valeur de quantité de référence (JCGM 200:2012). Remarque : la justesse est exprimée numériquement à l'aide du biais observé (ISO/CLSI).

MESURANDE – Quantité à mesurer (JCGM 200:2012, CLSI EP31A).

MESURE SIGMA – Calculée ici par (ETa – Biais)/ÉT, où toutes les valeurs sont en unités de concentration, ou (%ETa – %Biais)/%CV, où toutes les valeurs sont en pourcentage. L'ETa est l'erreur analytique totale admissible, le biais est l'erreur systématique observée, et l'ÉT (ou CV) est la précision ou l'erreur aléatoire observée d'une procédure d'analyse (WQC).

MOYENNE – Moyenne arithmétique d'un ensemble de valeurs. Mesure de la tendance centrale de distribution d'un ensemble de résultats répétés, souvent abrégée par un x surmonté d'une barre.



NOMBRE DE MESURES DE CONTRÔLE (N) – Utilisé ici pour indiquer le nombre total de mesures de contrôle disponibles pour évaluer la qualité d'une séquence analytique. Ces mesures peuvent être des reproductions d'un niveau ou d'un matériau, de mesures individuelles de deux matériaux ou plus, ou de mesures répétées de deux matériaux ou plus. Par exemple, N = 4 pourrait représenter quatre mesures d'un seul matériau de contrôle ou deux reproductions de deux matériaux de contrôle différents (WQC).

OBJECTIF DE QUALITÉ – Terme général décrivant une exigence de qualité. Les autres termes utilisés sont les spécifications de qualité et les exigences de qualité. Pour les processus de mesure analytique, les exigences de qualité sont généralement définies en termes d'erreur totale admissible, de biais admissible ou d'écart type admissible.

OBJECTIFS BIOLOGIQUES – Spécifications pour la précision, le biais et l'erreur totale basées sur la variation biologique rencontrée chez le sujet (CVi) et la variation biologique entre sujets (CVg). Le CV maximum admissible est généralement calculé par 0,5 x CVi, le biais maximum admissible par 0,25 x (CVi2 +CVg2)1/2, et l'erreur biologique totale maximum par 0,25 x (CVi2 +CVg2)1/2 + 1,65 x 0,5 x CVi. (Voir la base de données biologiques Ricos pour consulter les tableaux des objectifs de variabilité biologique.)

OUTIL DE SÉLECTION DE CSQ SIGMA – Affichage graphique des probabilités de rejet pour différentes règles de contrôle et différents nombres de mesures de contrôle sur l'axe des Y par rapport à la taille d'une erreur systématique importante d'un point de vue médical ou à la mesure Sigma d'une procédure d'analyse sur l'axe des X. Une inspection visuelle permet de sélectionner les procédures de CSQ présentant les caractéristiques de rejet souhaitées (WQC, CLSI C24A3).

PLAN DE CONTRÔLE QUALITÉ INDIVIDUALISÉ (IQCP, INDIVIDUALIZED QUALITY CONTROL PLAN) – Option de conformité avec les exigences de contrôle qualité des réglementations américaines des CLIA. Un IQCP consiste en une évaluation des risques pour identifier les sources d'erreur, un plan de contrôle pour identifier les mécanismes et réduire les risques de défaillance, et un programme d'évaluation de la qualité pour contrôler les performances et identifier les besoins d'amélioration (agences américaines CMS/CDC).

PLAN DE CONTRÔLE QUALITÉ (PLAN DE CQ) – Document décrivant les pratiques, les ressources et les séquences des activités spécifiées pour vérifier la qualité d'un système ou d'un processus de test en particulier afin de garantir le respect des exigences pour son utilisation prévue (CLSI EP23A).

PLAN DE CONTRÔLE QUALITÉ TOTAL – Plan de contrôle qualité optimisé pour offrir une procédure de CSQ formatée capable de détecter les erreurs systématiques importantes d'un point de vue médical puis étendu pour intégrer les contrôle pré-examen et post-examen afin de contrôler le processus d'examen total (WQC).

POINT DE FONCTIONNEMENT – Utilisé ici pour décrire un point dont la coordonnée Y symbolise le biais d'une méthode et la coordonnée X symbolise la précision (ÉT, CV) représenté sur un graphique de décision de méthode ou un graphique de spécifications de fonctionnement (WQC).

PRÉCISION (MESURE) – Degré de concordance entre les indications ou les valeurs de quantité mesurées obtenues par la reproduction des mesures sur des objets identiques ou similaires dans les conditions spécifiées (JCGM200:2012). Remarque : La précision de mesure est généralement exprimée numériquement par des mesures d'imprécision, comme l'écart type, la variance ou le coefficient de variation dans les conditions de mesures spécifiées (JCGM 200:2012).

PROBABILITÉ DE DÉTECTION DES ERREURS (PDE) – Caractéristique de performances d'une procédure de CSQ décrivant la fréquence de rejet d'une séquence analytique lorsque les résultats de tests contiennent des erreurs en plus des erreurs de précision inhérentes à la procédure d'analyse. En principe, la Pde devrait être de 1,00 pour les erreurs importantes d'un point de vue médical. En pratique, une Pde de 0,90, soit une détection de 90 %, est souvent utilisée pour sélectionner et concevoir les procédures de CSQ (WQC).

PROBABILITÉ DE FAUX REJETS (PFR) – Caractéristique de performances d'une procédure de CSQ décrivant la fréquence de rejet d'une séquence analytique lorsqu'aucune erreur ne se produit, à l'exception des erreurs de précision inhérentes à la procédure d'analyse. En principe, la Pfr devrait être de 0,00. En pratique, des valeurs inférieures à 0,05 ou 0,01 (faux rejets de 5 % ou 1 %) sont souvent utilisées pour sélectionner et concevoir les procédures de CSQ (WQC).



PROCESSUS DE TEST TOTAL (PTT) ; PROCESSUS D'EXAMEN TOTAL – Comprend les phases pré-analytiques, analytiques ou post-analytiques du processus de test. Dans le langage ISO, on parle de phases pré-examen, d'examen et post-examen du processus d'analyse.

QUALITÉ – Degré à partir duquel un ensemble de caractéristiques inhérentes respecte les exigences (ISO/CLSI).

RÈGLE DE CONTRÔLE – Critère de décision permettant d'interpréter les données de contrôle et d'émettre un jugement sur l'état du contrôle d'une séquence analytique. Elle est symbolisée par AL, où A est l'abréviation d'une statistique spécifique ou le nombre de mesures de contrôle et L est la limite de contrôle. Par exemple, 13S indique qu'une séquence doit être considérée comme hors de contrôle si une mesure dépasse la limite de contrôle définie comme la moyenne ± 3 ÉT (WQC).

RÈGLES SIGMA DE WESTGARD – Règles de contrôle et nombre total de mesures de contrôle sélectionnés sur la base d'une mesure Sigma se rapportant à la qualité définie par une erreur analytique totale admissible (ETa, ATE) avec la précision (ÉT ou CV) et le biais observés pour une procédure d'analyse (WQC).

RISQUE – Combinaison de la probabilité d'occurrence du dommage et de la gravité de ce dommage (ISO/CEI guide 51, CLSI EP23A).

STRATÉGIE DE CONTRÔLE QUALITÉ TOTAL – Utilisée ici pour décrire l'équilibre entre le CSQ, les autres contrôles et l'amélioration de la qualité adaptée à la qualité Sigma d'une procédure d'analyse (WQC).

SYSTÈME DE GESTION DE LA QUALITÉ (SGQ) – Système de gestion conçu pour orienter et contrôler la qualité d'une organisation. Remarque 1: des efforts systématiques et axés sur le processus sont essentiels pour respecter les objectifs de qualité. Remarque 2: pour la norme ISO 15189, la qualité visée dans cette définition concerne la gestion et la compétence technique. Remarque 3: un système de gestion de la qualité comprend généralement la structure organisationnelle, les ressources, les processus et les procédures nécessaires à la mise en œuvre de la gestion de la qualité. Remarque 4: ces principes comprennent les catégories suivantes : documents et enregistrements, organisation, personnel, équipement, commandes et inventaire, gestion des processus, gestion de l'information, gestion des événements non conformes, évaluation, amélioration continue, orientation client, installations et sécurité (ISO 15189).

SYSTÈME DE GESTION DE LA QUALITÉ SIX SIGMA (SGQ6 ) – Application des concepts, outils et mesures Six Sigma et du cycle Plan-Do-Check-Act de Deming pour permettre une gestion quantitative et objective de la qualité analytique d'un processus d'analyse (WQC).

TRAÇABILITÉ – (Métrologique) propriété des résultats de mesure selon laquelle les résultats peuvent être reliés à une référence via une chaîne continue documentée de calibrations, chacune contribuant à l'incertitude de mesure (JCGM 200:2012).

VALIDATION – Confirmation par une preuve objective que les exigences pour l'application spécifique prévue ont été respectées (ISO 15189).

VÉRIFICATION – Confirmation par une preuve objective que les exigences spécifiées ont été respectées (ISO 15189).



ANNEXE B : DÉFINITIONS DES RÈGLES DE CONTRÔLE (WQC)

12S – Se réfère à la règle de contrôle la plus couramment utilisée pour le graphique de Levey-Jennings, où les limites de contrôle sont définies comme la moyenne ± 2s. Cette règle est parfois utilisée comme une règle de rejet, avec des problèmes fréquents dus aux faux rejets (5 % pour N = 1, 10 % pour N = 2). Dans les procédures de CSQ à plusieurs règles, cette règle est utilisée comme règle d'avertissement pour déclencher une inspection minutieuse des données de contrôle par les autres règles de rejet.

13S – rejet si une mesure de contrôle dépasse la moyenne ± 3s.

12,5S – rejet si une mesure de contrôle dépasse les limites de contrôle définies par la moyenne ± 2,5s.

22S – rejet si deux mesures de contrôle consécutives dépassent la même limite de contrôle définie par la moyenne + 2s ou par la moyenne – 2s.

2 SUR 32S – rejet si deux mesures de contrôle sur trois dépassent la même limite de contrôle définie par la moyenne + 2s ou par la moyenne – 2s.

R4S – rejet si une mesure de contrôle d'un groupe dépasse la limite de contrôle définie par la moyenne + 2s et qu'une autre dépasse la limite de contrôle définie par la moyenne – 2s. (Remarque : cette règle s'applique mieux sur une seule règle.)

31S – rejet si trois mesures de contrôle consécutives dépassent la même limite de contrôle définie par la moyenne + 1s ou par la moyenne – 1s.

41S – rejet si quatre mesures de contrôle consécutives dépassent la même limite de contrôle définie par la moyenne + 1s ou par la moyenne – 1s.

6X – rejet si six mesures de contrôle consécutives tombent du même côté de la moyenne.

8X – rejet si huit mesures de contrôle consécutives tombent du même côté de la moyenne.

9X – rejet si neuf mesures de contrôle consécutives tombent du même côté de la moyenne.

10X – rejet si 10 mesures de contrôle consécutives tombent du même côté de la moyenne.



ANNEXE C : ABRÉVIATIONS

SGQ6 – Système de gestion de la qualité Six Sigma

AEQ – Assurance externe de la qualité

ATE – Erreur totale admissible (également appelée ETa)

BIPM - Bureau international des poids et mesures

CAP – College of American Pathologists

CDC – Centres américains pour le contrôle et la prévention des maladies

CIPM – Comité international des poids et mesures

CLIA – Amendements américains relatifs à l'amélioration des laboratoires cliniques (CLIA, Clinical Laboratory Improvement Amendments)

CLSI – Institut de normalisation clinique et de laboratoire (Clinical and Laboratory Standards Institute)

CMS – U.S. Centers for Medicare and Medicaid Services

CQ – Contrôle qualité

CQT – Contrôle qualité total

CSQ – Contrôle statistique de la qualité

CV – Coefficient de variation

CVB – Variation biologique totale ou générale

CVG – Coefficient de variation biologique inter-individuelle

CVI – Coefficient de variation biologique intra-individuelle

DPM – Défauts par million

DPMO – Défauts par million d'opportunités

EAT – Erreur analytique totale (également appelée ET)

EFLM – European Federation for Laboratory Medicine

ETa – Erreur totale admissible (également appelée ATE)

ÉT – Écart type

FMEA – Modes de défaillance et analyse des effets

FRACAS – Système de signalement et de correction des défaillances

GQT – Gestion de la qualité totale

GUM – Guide pour l'estimation de l'incertitude des mesures

IM – Incertitude de mesure

IQCP – Plan de contrôle qualité individualisé (Individualized quality control plan)

ISO – Organisation internationale de normalisation (ISO)

JCTLM – Comité commun pour la traçabilité en médecine de laboratoire (Joint Committee for Traceability in Laboratory Medicine)

MDL – Niveaux de décision médicale

MDN – Moyenne des normales

N – Nombre total de mesures de contrôle pour l'évaluation dans le CSQ

NGSP – Programme national de normalisation de la glycohémoglobine (NGSP, National Glycohemoglobin Standardization Program)

OPSPECS – Spécifications de fonctionnement

PDCA – Cycle ou processus Plan-Do-Check-Act

POC – Lieu d'intervention

PT – Essais d'aptitude

PTT - Processus de test total

R – Nombre de séquences pendant lesquelles sont appliquées les règles de contrôle

RPT – Répétition de test du patient

SGQ – Système de gestion de la qualité

SOP – Procédures d'exploitation normalisées

contrôle qualité basé sur six sigma - abbott core …...validation, six sigma qc design and...

Documents