Terhes nık véralvadási paramétereinek monitorozása, fibrinogén eredmények statisztikai elemzése



Hasonló dokumentumok
Vitamin D 3 (25-OH) mérése Elecsys 2010 automatán

Statisztikai szoftverek esszé

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Mi a modell? Matematikai statisztika. 300 dobás. sűrűségfüggvénye. Egyenletes eloszlás

Minőség-képességi index (Process capability)

Indikátorok alkalmazása a labordiagnosztikai eljárások minőségbiztosításában

A biostatisztika alapfogalmai, hipotézisvizsgálatok. Dr. Boda Krisztina Boda PhD SZTE ÁOK Orvosi Informatikai Intézet

szerzett tapasztalataink

Biostatisztika Bevezetés. Boda Krisztina előadása alapján ma Bari Ferenc SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

Quality Control a napi gyakorlatban

A véralvadás zavarai I

akkreditálása Dr. Dán D n Anikó Központi Laboratórium rium

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése

Erdélyi Magyar Adatbank Biró A. Zoltán Zsigmond Csilla: Székelyföld számokban. Lakáskörülmények

Descriptive Statistics

Elemi statisztika fizikusoknak

Egyszempontos variancia analízis. Statisztika I., 5. alkalom

Gyakorlat 8 1xANOVA. Dr. Nyéki Lajos 2016

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

Hipotézis vizsgálatok

Definíció. Definíció. 2. El adás (folytatása) Az adatok leírása, megismerése és összehasonlítása fejezet. A variabilitás mér számai 3.

Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt

Statisztikai alapfogalmak a klinikai kutatásban. Molnár Zsolt PTE, AITI

Új könnyűlánc diagnosztika. Dr. Németh Julianna Országos Gyógyintézeti Központ Immundiagnosztikai Osztály MLDT-MIT Továbbképzés 2006

Több valószínűségi változó együttes eloszlása, korreláció

A troponin módszerek m analitikai bizonytalansága a diagnosztikus

Segítség az outputok értelmezéséhez

Orális antikoaguláns kezelés biztonságos monitorozása kórházi környezetben, elsıdleges betegellátásban és beteg önellenırzés során

STATISZTIKA I. Változékonyság (szóródás) A szóródás mutatószámai. Terjedelem. Forgalom terjedelem. Excel függvények. Függvénykategória: Statisztikai

Bevezetés az ökonometriába

Kontrolladatok kiértékelése

Esettanulmány. A homoszkedaszticitás megsértésének hatása a regressziós paraméterekre. Tartalomjegyzék. 1. Bevezetés... 2

Laboratóriumi riumi diagnosztikai folyamatok pre-és posztanalitikai hibalehetıségei

Több laboratórium összehasonlítása, körmérés

1/8. Iskolai jelentés. 10.évfolyam matematika

Erdélyi Magyar Adatbank Biró A. Zoltán Zsigmond Csilla: Székelyföld számokban. Földtulajdon

A leíró statisztikák

A KUTATÁSMÓDSZERTAN MATEMATIKAI ALAPJAI MA. T.P.Lenke

Logisztikus regresszió október 27.

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

BIOMETRIA_ANOVA_2 1 1

KISTERV2_ANOVA_

A MINTATÁROL ENDOKRIN PARAMÉTEREK EREDMÉNY. Vas Megyei Markusovszky Lajos Általános, Rehabilitáci. Központi Laboratórium, rium, Szombathely

Statisztikai hipotézisvizsgálatok. Paraméteres statisztikai próbák

Kutatásmódszertan és prezentációkészítés

Mátrix effektus a 25(OH)D-vitamint és a parathormont mérő módszerekben valamint. a 2013-as QuliCont eredményekből levonható tanulságok

[Biomatematika 2] Orvosi biometria. Visegrády Balázs

Esetelemzés az SPSS használatával

6. Előadás. Vereb György, DE OEC BSI, október 12.

Többváltozós lineáris regressziós modell feltételeinek tesztelése I.

A telefonnal való ellátottság kapcsolata a rádió és televízió műsorszórás használatával a 14 éves és idősebb lakosság körében

Geokémia gyakorlat. 1. Geokémiai adatok értelmezése: egyszerű statisztikai módszerek. Geológus szakirány (BSc) Dr. Lukács Réka

Kabos: Statisztika II. ROC elemzések Szenzitivitás és specificitás a jelfeldolgozás. és ilyenkor riaszt. Máskor nem.

A biostatisztika alapfogalmai, hipotézisvizsgálatok. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Informatikai Intézet

A keringı tumor markerek klinikai alkalmazásának aktuális kérdései és irányelvei

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

A direkt hatású orális anticoagulánsok (DOAC) laboratóriumi vonatkozásai

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók

A betegágy gy melletti diagnosztika irányelvei. akkreditált tanfolyama Dr. Dán D n Anikó Szakmai Igazgató

Többváltozós lineáris regressziós modell feltételeinek

VELESZÜLETETT ÉS SZERZETT THROMBOSISKÉSZSÉG LABORATÓRIUMI VIZSGÁLATÁNAK LEHETŐSÉGEI

Matematikai statisztika c. tárgy oktatásának célja és tematikája

Újonnan felfedezett cukoranyagcsere eltérések előfordulása korai kardiológiai rehabilitációban

y ij e ij BIOMETRIA let A variancia-anal telei Alapfogalmak 2. Alapfogalmak 1. ahol: 7. Előad Variancia-anal Lineáris modell ltozó bontását t jelenti.

TEXTÚRA ANALÍZIS VIZSGÁLATOK LEHETŐSÉGEI A RADIOLÓGIÁBAN

DOWN-KÓR INTRAUTERIN SZŰRÉSI LEHETŐSÉGEI szeptemberi MLDT-tagozati ülésen elhangzottak

y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell

Biomatematika 15. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Érzékszervi bírálók kiválasztásának, képzésének és monitorozásának nemzetközi módszerei. Sipos László 1, Kókai Zoltán 1 Gere Attila 1

Két diszkrét változó függetlenségének vizsgálata, illeszkedésvizsgálat

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Adatok statisztikai feldolgozása

BD Vacutainer Molekuláris Diagnosztikai termékei

Minıségellenırzés a laboratóriumi akkreditáció szemszögébıl

BIOMETRIA (H 0 ) 5. Előad. zisvizsgálatok. Hipotézisvizsg. Nullhipotézis

Matematikai alapok és valószínőségszámítás. Normál eloszlás

Befektetés a jövıbe program. Babusik Ferenc: A évben belépettek, illetve a programot 2007 ben befejezık interjúinak

y ij = µ + α i + e ij

Posztanalitikai folyamatok az orvosi laboratóriumban, az eredményközlés felelőssége

Statisztika I. 9. előadás. Előadó: Dr. Ertsey Imre

A kockázat fogalma. A kockázat fogalma. Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András

A VÉRALVADÁS EGYES LÉPÉSEINEK MODELLEZÉSE

Eredmény. értelmezése Vizsgálatkérés. Eredmény. Fekete doboz: a labor. Mintavétel ANALITIKA

FÜGGETLEN KONTROLLOK ALKALMAZÁSA A NAPI GYAKORLATBAN

Új lehetőségek az immunadszorpciós kezelésben. III. Terápiás Aferezis Konferencia, Debrecen Bielik Norbert

Biomatematika 13. Varianciaanaĺızis (ANOVA)

STATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba

Biomatematika 2 Orvosi biometria

Diszkriminancia-analízis

Új marker a Cystatin C bevezetése GFR meghatározására Nephrológiai Beteganyagon

X PMS 2007 adatgyűjtés eredményeinek bemutatása X PMS ADATGYŰJTÉS

TRADICIONÁLIS LABORATÓRIUMI DIAGNOSZTIKA

A problémamegoldás lépései

Centura Szövegértés Teszt

A plazminogén metilglioxál módosítása csökkenti a fibrinolízis hatékonyságát. Léránt István, Kolev Kraszimir, Gombás Judit és Machovich Raymund

MINİSÉGSZABÁLYOZÁS. Dr. Drégelyi-Kiss Ágota

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

Általános lelet. A vizsgálatot kérő orvos: [mmhg*h]

A diabetes mellitus laboratóriumi diagnosztikája

STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM.

Populációbecslés és monitoring. Eloszlások és alapstatisztikák

Átírás:

Terhes nık véralvadási paramétereinek monitorozása, fibrinogén eredmények statisztikai elemzése Réger Barbara, Füzin ziné Budos Julianna, Litter Ilona Baranya Megyei Kórh rház z Klinikai és Mikrobiológiai Laboratórium rium Pécs, MOLSZE XI. Nagygyőlés, 2009.08.28.

Bevezetés Köztudott tény, hogy a terhesség hypercoagulációs irányba változtatja a haemostasis rendszert A terhesség elırehaladtával az egyéb véralvadási faktorokkal együtt a fibrinogén (Fg, Faktor I.) szintje is megemelkedik Vizsgálatunk célja az volt, hogy ezt a folyamatot nyomonkövessük és megfelelı statisztikai módszerekkel értékeljük

Fibrinogén/Fibrin Fibrinháló létrehozásával a véralvadási rendszer egyik legfontosabb eleme Megakadályozza az érpályából történı vérvesztést A véralvadási folyamat végterméke Fibrinolitikus folyamat kiindulópontja Májban és a megakaryocytákban termelıdik

Fibrinogén 3000 AS ból álló, helikális szerkezető szolubilis glikoprotein Szerkezetileg 3-pár láncból áll: Aα, Bβ, γ, melyeket diszulfid hidak kötnek össze

Fibrinogén Fibrinolízis során a plazmin a trinoduláris molekulát egy centrális (E-domain) és két terminális (D-domain) részre hasítja

Fibrinogén A plazma fibrinogén (Fg) ~340 kd Kombinált analitikai eljárással többféle molekulatömegő Fg különíthetı el: VLMW-Fg LMW-Fg HMW-Fg VHMW-Fg = 280 kd = 300 kd = 340 kd = 420 kd

A fibrinogén akut fázis protein Pozitív akut fázis fehérje, a gyulladásos folyamatok, szövetszétesés indikátora Gyulladásos megbetegedések akut fázisában nagymérető molekulák szintetizálódnak (HMW-Fg, VHMW-Fg), melyek a keringésbe kerülve veszítenek glikáltsági és foszforiláltsági szintjükbıl, proteolitikus hatások következtében pedig egyre kisebb fragmentumokká degradálódnak

Akut fázis proteinek dinamikája

Fibrinogén Félélet idı: 3-4,5 nap Referencia tartomány: 2.0-4.0 g/l (reagens, módszer, referens anyag; 2005) Korrekt haemostasis fenntartásához szükséges minimális koncentráció: 0.8 g/l Alacsony Fg-szint, vagy kóros molekulaszerkezet vérzésveszéllyel járhat

Emelkedett Fg-szint növeli a szív- és érrendszeri betegségek rizikóját, az artériásés vénás trombózis valószínőségét Fg mérsékelt emelkedése figyelhetı meg: Terhesség Dohányzás Orális fogamzásgátló Ösztrogén adás során

A fibrinogén biológiai variabilitása Fiziológiás folyamatok jelentısen befolyásolják a Fg biológiai variabilitásának értékét CV W = 15,8% (Westgard) Pl.: napi-, havi-, szezonális ciklus, nem, életkor, terhesség, életvitel, étkezési szokások, táplálék kiegészítık, gyógyszerek, stress stb.

Fibrinogén Rutin meghatározásának módszerei: Gravimetriás Fehérjemeghatározás fotometriásan (Biuretmódszer) Clauss módszer (rutinban legáltalánosabban használt) Kinetikus (derivált) Immunológiai

Kutatási terv Várandós nık véralvadási paramétereit követtük nyomon más laboratóriumi paramétereik mellett, terhességük alatt mind a 3 trimeszterben, a 16., 26. és 36. terhességi héten. Jelen elıadásban a Fg eredmények alakulását mutatjuk be a terhességi kor elırehaladtával, kétféle Fg meghatározási módszerrel.

Anyag és módszer Reagens: 1. HemosIL PT-Fibrinogen Recombinant thromboplastin (nyúlagy, derivált-fg módszer) Standard visszavezethetısége: International Reference Standard RTF/95 a WHO ajánlásával 2. HemosIL Fibrinogen-C Clauss (bovin thrombin) Standard visszavezethetısége: International Fibrinogen Standard Mérımőszer: IL ACL 9000 véralvadási automata

Anyag és módszer Minta: Na-citráttal (129 mmol/l) alvadásgátolt TCT-szegény plazma 89 terhes nı mintáit vizsgáltuk a várandósságuk alatt mind a 3 trimeszterben (16., 26. és 36. terhességi hétben) Centrifugálás: 2000 g, 20 perc, 24 C Tárolás: -80 C-on feldolgozásig Statisztikai elemzés: SPSS 15.0 programcsomaggal történt

Módszer precizitás Mindkét módszernél meghatároztuk az intra- (within run precision) ill. az intervariabilitás (day to day precision) mértékét Calibration plasma-, Normal control- és Low control bemérésével. Fg (g/l) Target Within run precision n=18 Day to day precision n=20 Átlag SD CV % Átlag SD CV % PT-R Calibration Plasma 3,23 g/l 3,046 0,178 5,843 2,975 0,197 6,629 PT-R Normal Control 3,03 g/l 3,029 0,112 3,713 3,054 0,194 6,362 PT-R Low Control 1,84 g/l 1,814 0,132 7,28 1,847 0,161 8,691 Clauss-Fg Calibration Plasma 3,02 g/l 3,122 0,051 1,619 3,167 0,144 4,547 Clauss-Fg Normal Control 2,91 g/l 3,104 0,07 2,27 3,102 0,165 5,311 Clauss-Fg Low Control 1,78 g/l 1,8 0,041 2,258 1,847 0,1 5,402

Statisztikai elemzés Normalitásvizsgálat: Grafikai tesztek: 1. Boxplot diagram (kiugró értékek elemzése) 2. Hisztogram (eloszlásdiagram, haranggörbe) 3. P-P Plot (Normál eloszlás ábra) Statisztikai tesztek: 1. Kolmogorov-Smirnov-próba 2. Shapiro-Wilk-próba Összesen hat adatsort vizsgáltunk: 3 trimeszter Fg adatai két módszerrel

Eredmények Boxplot ábra (mind a három trimeszterben, kiugró értékekkel) Derivált módszer Clauss módszer 9 10 8 9 81 71 51 8 7 7 69 6 6 10 81 51 12 5 5 4 4 3 N = 89 Fibr (g/l) 16 hetes 89 3 24 89 Fibr (g/l) 26 hetes 89 Fibr (g/l) 36 hetes 3 2 N = 3 83 83 83 Fib C (g/l) 16. hét Fib C (g/l) 36. hét Fib C (g/l) 26. hét

Boxplot ábra (mindhárom trimeszterben, kiugró értékek kizárásával) Derivált módszer Eredmények Clauss módszer 9 9 8 7 6 8 7 6 5 5 4 4 3 3 N = 72 72 72 Fibr C (g/l) 16. hét Fibr C (g/l) 36. hét N = 83 83 83 Fibr (g/l) 16 hetes Fibr (g/l) 36 hetes Fibr (g/l) 26 hetes 2 Fibr C (g/l) 26. hét

Eredmények Hisztogram (2. trimeszter) Derivált módszer Clauss módszer 20 10 Std. Dev =,67 Mean = 5,62 0 N = 83,00 4,00 4,50 5,00 5,50 6,00 6,50 7,00 4,25 4,75 5,25 5,75 6,25 6,75 7,25 Fibr (g/l) 26 hetes

Eredmények Normál eloszlás ábra (3. trimeszter) Derivált módszer Clauss módszer Normal P-P Plot of Fibr (g/l) 36 hetes Normal P-P Plot of Fibr C (g/l) 36. hét 1,0 1,0,8,8,5,5 Expected Cum Prob,3 0,0 0,0,3,5,8 1,0 Expected Cum Prob,3 0,0 0,0,3,5,8 1,0 Observed Cum Prob Observed Cum Prob

Eredmények Kiugró értékek nélküli adatok statisztikai jellemzıi Derivált módszer Clauss módszer N Mean Std. Error of Mean Median Mode Std. Deviation Variance Skewness Std. Error of Skewness Kurtosis Std. Error of Kurtosis Range Minimum Maximum Sum Percentiles Valid Missing 25 50 75 a. Calculated from grouped data. Statistics b. Multiple modes exist. The smallest value is shown c. Percentiles are calculated from grouped data. Fibr (g/l) Fibr (g/l) Fibr (g/l) 16 hetes 26 hetes 36 hetes 83 83 83 0 0 0 5,20390 5,62001 6,42420,078945,073781,089107 5,10500 a 5,58800 a 6,32200 a 6,259 6,095 b 5,495 b,719220,672176,811808,517278,451820,659032,638,099,209,264,264,264 -,492 -,242 -,498,523,523,523 2,698 3,298 3,642 4,106 4,061 4,577 6,804 7,359 8,219 431,924 466,461 533,209 4,58250 c 5,20250 c 5,75325 c 5,10500 5,58800 6,32200 5,55050 6,09533 7,01100 N Mean Std. Error of Mean Median Mode Std. Deviation Variance Skewness Std. Error of Skewness Kurtosis Std. Error of Kurtosis Range Minimum Maximum Sum Percentiles Valid Missing 25 50 75 a. Calculated from grouped data. Statistics b. Multiple modes exist. The smallest value is shown c. Percentiles are calculated from grouped data. Fibr C (g/l) Fibr C (g/l) Fibr C (g/l) 16. hét 26. hét 36. hét 72 72 72 0 0 0 4,27394 5,09361 6,02999,070566,084972,099266 4,16920 a 4,90000 a 6,01425 a 3,937 4,756 b 5,885,598770,721013,842299,358525,519859,709468,523,262 -,136,283,283,283,152 -,696 -,488,559,559,559 2,875 3,081 3,615 2,999 3,670 4,075 5,874 6,751 7,690 307,724 366,740 434,159 3,83710 c 4,59767 c 5,60400 c 4,16920 4,90000 6,01425 4,68914 5,63320 6,72650

Eredmények A Kolmogorov-Smirnov próba alátámasztja, hogy az összes adatsor - a páronkénti adatok is normál eloszlásúak (legkisebb p érték p=0,093) A normálistól való eltérés nem igazolható vagy kicsi, ezért páros t próbával ellenıríztük a trimeszterek alatti változást és a két metodika összehasonlítását

Eredmények A két módszerrel kapott Fg eredmények között szignifikáns a különbség mindhárom trimeszterben (p<0,001) Átlag, Fg (g/l) 1. trimeszter 2. trimeszter 3. trimeszter derivált-metodika 5,2 5,6 6,4 Clauss-metodika 4,3 5,1 6,0 Átlagok közti különbség, Fg (g/l) 1.-2. trimeszter 2.-3. trimeszter derivált-metodika 0,4 0,8 Clauss-metodika 0,8 0,9

Eredmények A két metodika közti különbség csökken a terhességi kor elırehaladtával, ill. a Fg-szint emelkedésével (p<0,001) Átlag, Fg (g/l) 1. Trimeszter 2. trimeszter 3. Trimeszter Két metodika közti különbség 0,9 0,5 0,4

Eredmények Fg (g/l) 16 hetes terhesek Fg (g/l) 26 hetes terhesek 7,9 7,4 6,9 6,4 5,9 5,4 4,9 4,4 3,9 3,4 2,9 y = 0,8654x + 1,3595 R 2 = 0,7613 2,9 3,9 4,9 5,9 6,9 7,9 Fibr (g/l) 16 hetes Lineáris (Fibr (g/l) 16 hetes) Fg Clauss (g/l) 8,5 7,5 6,5 5,5 4,5 3,5 y = 0,7645x + 1,6617 R 2 = 0,703 2,5 2,5 3,5 4,5 5,5 6,5 7,5 Fibr (g/l) 26 hetes Lineáris (Fibr (g/l) 26 hetes) Fg Clauss (g/l) Fg (g/l) 36 hetes terhesek 8,9 8,4 7,9 7,4 6,9 6,4 5,9 5,4 4,9 4,4 3,9 y = 0,759x + 1,7479 R 2 = 0,7563 3,9 4,9 5,9 6,9 7,9 8,9 9,9 Fibr (g/l) 36 hetes Lineáris (Fibr (g/l) 36 hetes) Fg Clauss (g/l)

Következtetés I. A terhesség elırehaladtával a Fg értékek szignifikánsan emelkednek A két módszerrel kapott Fg eredmények között szignifikáns a különbség A derivált módszerrel kapott adatok szignifikánsan nagyobbak A két módszer közti különbség a terhesség elırehaladtával csökken A magyarázat talán a biológiai folyamatokat alapvetıen eltérı módón prezentáló, más-más alapelven mőködı módszerekben rejlik

Következtetés II. Adataink szerint terhességben az alábbi fibrinogén referencia tartományok fogadhatók el: Clauss módszerrel (g/l): 16 hét: 4,43 ± 1,65 (91,6%) 26 hét: 5,14 ± 1,79 (95,2%) 36 hét: 6,15 ± 1,97 (94,0%) Derivált módszerrel (g/l): 16 hét: 5,22 ± 1,63 (96,6%) 26 hét: 5,59 ± 1,60 (94,4%) 36 hét: 6,40 ± 1,72 (95,5%)