Porovnání výsledků analytických metod

Význam tématu

Porovnání výsledků různých analytických metod je klíčové pro zajištění kvality měření, výběr vhodné metody pro konkrétní úlohu a validaci nově vyvíjených postupů. Systematická identifikace odchylek a posouzení spolehlivosti měřících systémů podporuje rozhodování v laboratořích, průmyslové i akademické praxi a je nedílnou součástí interního a externího řízení kvality.

Cíle a přehled studie / článku

Cílem metodického listu je představit postupy pro grafické a numerické porovnání dvou analytických metod. Text popisuje praktické aplikační scénáře, plán experimentu a metody vyhodnocení: Youdenův graf, Bland-Altmanův diagram, párové testy a regresní analýzu, a ukazuje jejich použití na konkrétních datových souborech.

Použitá metodika a instrumentace

Popis metod:

• Youdenův graf – normalizované zobrazení duplikátů dvou vzorků z mezilaboratorního pokusu, vyhodnocení systematické odchylky pomocí intervalu spolehlivosti a standardních odchylek.
• Bland-Altmanův diagram – závislost rozdílů výsledků na jejich průměru, test významnosti odchylky úseku a směrnice regresní přímky.
• Párový Studentův t-test – posouzení významnosti průměrných rozdílů měření u dvou metod.
• Regresní metody – lineární regrese, Demingova a Passing-Bablokova regrese pro data s nejistotami na obou osách.

Instrumentace a programové nástroje:

• Microsoft Excel – grafické zpracování, regresní analýza, Bland-Altmanovy výpočty a Studentův test.
• MEDCALC – pokročilé regresní metody v laboratorní medicíně.
• Excelový šablonový soubor porovnani_postupu_60.xls – validovaná aplikace pro regresi s nejistotami.

Hlavní výsledky a diskuse

Grafické i numerické metody poskytly konzistentní závěry:

• Youdenův graf odhalil laboratoře se systematickým biasem pomocí bodů mimo elipsu intervalu spolehlivosti.
• Bland-Altmanův diagram ukázal významnou proporcionální odchylku druhé metody, zatímco systematická odchylka nebyla potvrzena.
• Párový t-test prokázal statisticky významný průměrný rozdíl mezi metodami.
• Lineární regrese potvrdila proporcionální bias (směrnice odlišná od jedné) při nevýznamné systematické odchylce (úsek regresní přímky).

Výsledky demonstrují, že kombinace grafických a statistických přístupů zvyšuje spolehlivost hodnocení a umožňuje odlišit různé typy odchylek.

Přínosy a praktické využití metody

• Podpora výběru optimální analytické metody v rámci QA/QC.
• Ověření shody nových postupů s referenčními metodami při validaci interních nebo mezilaboratorních studií.
• Rychlá detekce systematických a proporcionálních odchylek bez nutnosti rozsáhlých statistických znalostí.
• Možnost integrace do rutinní laboratoře pomocí běžně dostupného softwaru.

Budoucí trendy a možnosti využití

• Rozvoj open-source nástrojů pro robustní regresi a pokročilou analýzu nejistot.
• Implementace umělé inteligence a strojového učení pro automatizované odhalování odchylek.
• Standardizace postupů v globálních sítích mezilaboratorních výměn dat.
• Integrace cloudových platform pro sdílení a porovnávání výsledků v reálném čase.

Závěr

Metody grafického i numerického porovnání analytických postupů umožňují efektivně posoudit jejich výkonnost a odhalit různé typy odchylek. Využití dostupných softwarových nástrojů zjednodušuje implementaci do rutinní praxe, zvyšuje spolehlivost výsledků a podporuje standardizaci v oblasti analytické chemie.

Reference

1. Bland J.M., Altman D.G. Bland-And-Altman plots in Excel, online.
2. Massart D.L., Vandegiste B.G.M., Buydens L.M.C. et al. Handbook of Chemometrics and Qualimetrics: Part A, Elsevier 1997, ISBN 0-444-89724-0.
3. MedCalc Software. MEDCALC: statistical software for laboratory medicine.
4. Suchánek M. KVALIMETRIE 16. Statistické metody v metrologii a analytické chemii, EURACHEM-ČR 2009, ISBN 80-86322-04-1.