خلاصه مقاله

خطای تصادفی و سیستماتیک دو نوع خطای اصلی در کنترل کیفی آزمایشگاه هستند. خطای تصادفی باعث پراکندگی نامنظم نتایج و کاهش دقت تکرارپذیری می‌شود، اما خطای سیستماتیک نتایج را به‌صورت جهت‌دار و مداوم از مقدار واقعی منحرف می‌کند. شناخت این دو خطا برای تفسیر درست نمودار لوی‌جنینگ، اجرای قوانین وستگارد و جلوگیری از گزارش نتایج نادرست ضروری است.

جهت عضویت در کانال آموزشی در تلگرام به لینک زیر مراجعه کنید:

https://t.me/hematology_education

🚀 عضویت در کانال تلگرام

مقدمه؛ تعریف خطا در آزمایشگاه و اهمیت خطای تصادفی و سیستماتیک

در آزمایشگاه تشخیص طبی، خطا به هر نوع اختلاف بین نتیجه گزارش‌شده و مقدار واقعی یا مورد انتظار گفته می‌شود. این اختلاف ممکن است کوچک یا بزرگ باشد و می‌تواند در اثر عوامل مختلفی مانند نمونه‌گیری نامناسب، عملکرد نادرست دستگاه، کیفیت نامناسب معرف، کالیبراسیون اشتباه، خطای اپراتور یا شرایط محیطی ایجاد شود. بنابراین خطا همیشه به معنای اشتباه آشکار انسانی نیست؛ بلکه هر عاملی که باعث شود نتیجه آزمایش از مقدار واقعی فاصله بگیرد، می‌تواند به عنوان خطای آزمایشگاهی در نظر گرفته شود.

در آزمایشگاه‌های تشخیص طبی، هدف اصلی تولید نتایجی دقیق، قابل اعتماد و قابل تکرار است. با این حال، هیچ سیستم آزمایشگاهی کاملاً بدون خطا نیست. خطاها ممکن است در مرحله پیش‌تحلیلی، تحلیلی یا پس‌تحلیلی رخ دهند و در نهایت باعث گزارش نتیجه‌ای شوند که با مقدار واقعی نمونه بیمار فاصله دارد.

دو نوع خطای بسیار مهم در کنترل کیفی آزمایشگاه، خطای تصادفی و خطای سیستماتیک هستند. شناخت تفاوت این دو خطا برای کارشناسان آزمایشگاه اهمیت زیادی دارد، زیرا نحوه تشخیص، علت‌یابی و اصلاح آن‌ها با یکدیگر متفاوت است.

خطای تصادفی معمولاً باعث پراکندگی نتایج می‌شود، در حالی که خطای سیستماتیک باعث انحراف جهت‌دار نتایج از مقدار واقعی می‌شود. به زبان ساده، خطای تصادفی بیشتر با دقت یا Precision ارتباط دارد، اما خطای سیستماتیک بیشتر روی صحت یا Accuracy اثر می‌گذارد.

خطای تصادفی و سیستماتیک

خطای تصادفی چیست؟ Random Error در کنترل کیفی آزمایشگاه

خطای تصادفی یا Random Error نوعی خطا است که بدون الگوی ثابت و قابل پیش‌بینی رخ می‌دهد و باعث پراکندگی نتایج در اطراف مقدار واقعی یا میانگین می‌شود.

در خطای تصادفی، نتایج ممکن است گاهی بالاتر و گاهی پایین‌تر از مقدار واقعی باشند. این خطا معمولاً جهت مشخصی ندارد و بیشتر باعث کاهش تکرارپذیری نتایج می‌شود.

به بیان ساده، وقتی یک نمونه کنترل یا نمونه بیمار چند بار آزمایش می‌شود و نتایج به‌طور غیرقابل پیش‌بینی با یکدیگر اختلاف دارند، احتمال وجود خطای تصادفی مطرح می‌شود.

ویژگی‌های خطای تصادفی در آزمایشگاه

خطای تصادفی معمولاً این ویژگی‌ها را دارد:

• جهت مشخص و ثابتی ندارد.
• ممکن است یک‌بار نتیجه را بالا و بار دیگر پایین نشان دهد.
• باعث افزایش پراکندگی نتایج می‌شود.
• باعث کاهش Precision یا دقت تکرارپذیری می‌شود.
• معمولاً در نمودار لوی‌جنینگ به شکل پراکندگی نامنظم نقاط دیده می‌شود.
• ممکن است با قوانین وستگارد مانند 1₃s یا R₄s شناسایی شود.

اثر خطای تصادفی بر نتیجه آزمایش

خطای تصادفی باعث می‌شود نتایج آزمایش از نظر تکرارپذیری ضعیف شوند. یعنی اگر یک نمونه چند بار آزمایش شود، نتایج به هم نزدیک نباشند. در این حالت حتی اگر میانگین نتایج به مقدار واقعی نزدیک باشد، اعتماد به هر نتیجه منفرد کاهش پیدا می‌کند.

برای مثال، اگر مقدار واقعی گلوکز یک نمونه کنترل 100 mg/dL باشد، اما نتایج تکراری آن به صورت 92، 108، 97، 111 و 94 گزارش شوند، احتمال وجود خطای تصادفی مطرح است.

خطای سیستماتیک چیست؟ Systematic Error و Bias در آزمایشگاه

خطای سیستماتیک یا Systematic Error نوعی خطا است که باعث انحراف مداوم و جهت‌دار نتایج از مقدار واقعی می‌شود. در این نوع خطا، نتایج معمولاً به‌طور ثابت بالاتر یا پایین‌تر از مقدار واقعی گزارش می‌شوند.

برخلاف خطای تصادفی، خطای سیستماتیک معمولاً جهت مشخصی دارد. یعنی اگر یک خطای سیستماتیک مثبت وجود داشته باشد، نتایج به‌طور مداوم بالاتر از مقدار واقعی قرار می‌گیرند. اگر خطای سیستماتیک منفی وجود داشته باشد، نتایج به‌طور مداوم پایین‌تر از مقدار واقعی گزارش می‌شوند.

ویژگی‌های خطای سیستماتیک در کنترل کیفی آزمایشگاه

خطای سیستماتیک معمولاً این ویژگی‌ها را دارد:

• جهت مشخص دارد.
• نتایج را به‌طور مداوم بالا یا پایین می‌برد.
• باعث کاهش Accuracy یا صحت نتایج می‌شود.
• ممکن است با کالیبراسیون اشتباه، خرابی دستگاه یا مشکل معرف ایجاد شود.
• در نمودار لوی‌جنینگ ممکن است به شکل Shift یا Trend دیده شود.
• با قوانین وستگارد مانند 2₂s، 4₁s، 10x یا گاهی 1₃s قابل شناسایی است.

اثر خطای سیستماتیک بر نتیجه آزمایش

خطای سیستماتیک خطرناک است، چون ممکن است نتایج از نظر ظاهری تکرارپذیر باشند، اما همگی اشتباه باشند. یعنی آزمایشگاه ممکن است نتایجی تولید کند که به هم نزدیک هستند، اما از مقدار واقعی فاصله دارند.

برای مثال، اگر مقدار واقعی کنترل 100 mg/dL باشد، اما دستگاه به‌طور مداوم نتایجی مانند 112، 113، 111، 114 و 112 گزارش کند، تکرارپذیری خوب به نظر می‌رسد، اما صحت نتیجه مشکل دارد. این الگو به نفع خطای سیستماتیک مثبت است.

مثال خطای سیستماتیک در آزمایشگاه

برای درک بهتر خطای سیستماتیک، چند مثال کاربردی در آزمایشگاه تشخیص طبی را بررسی می‌کنیم.

۱. کالیبراسیون اشتباه دستگاه

اگر دستگاه بیوشیمی، هماتولوژی یا کواگولومتر به‌درستی کالیبره نشده باشد، ممکن است تمام نتایج یک تست به‌طور ثابت بالاتر یا پایین‌تر گزارش شوند.

برای مثال، اگر کالیبراسیون تست PT یا گلوکز اشتباه انجام شده باشد، نتایج بیماران و کنترل‌ها ممکن است به‌صورت مداوم از مقدار واقعی فاصله بگیرند.

۲. استفاده از معرف خراب یا نامناسب

معرف تاریخ‌گذشته، معرف نگهداری‌شده در دمای نامناسب یا معرف ناسازگار با دستگاه می‌تواند باعث خطای سیستماتیک شود.

برای مثال، اگر معرف PT حساسیت مناسب نداشته باشد یا به‌درستی بازسازی و نگهداری نشده باشد، ممکن است نتایج PT بیماران به‌طور مداوم طولانی‌تر یا کوتاه‌تر از مقدار واقعی گزارش شود.

۳. خطای ثابت در حجم‌برداری

اگر سمپلر یا پیپت به‌طور مداوم حجم کمتر یا بیشتری از مقدار تنظیم‌شده برداشت کند، خطا جهت‌دار خواهد بود.

برای مثال، سمپلری که به‌جای 100 میکرولیتر همیشه 90 میکرولیتر برداشت می‌کند، باعث ایجاد خطای سیستماتیک می‌شود.

۴. تغییر در Lot معرف یا کنترل

گاهی با تغییر Lot معرف، کنترل یا کالیبراتور، میانگین نتایج کنترل کیفی جابه‌جا می‌شود. اگر این جابه‌جایی پایدار باشد، می‌تواند نشان‌دهنده خطای سیستماتیک یا Bias بین Lotها باشد.

۵. مشکل در دمای انکوباسیون

در تست‌هایی که به دما حساس هستند، مانند برخی تست‌های انعقادی یا آنزیمی، دمای نامناسب یا تنظیم اشتباه دمای دستگاه می‌تواند باعث انحراف ثابت نتایج شود.

مثال خطای تصادفی در آزمایشگاه

خطای تصادفی معمولاً ناشی از عوامل ناپایدار، متغیر و غیرقابل پیش‌بینی است. این خطاها باعث می‌شوند نتایج بدون الگوی مشخص پراکنده شوند.

۱. وجود حباب در نمونه یا معرف

وجود حباب در کاپ نمونه، معرف یا مسیر مکش دستگاه می‌تواند باعث برداشت حجم نادرست و ایجاد نتایج پراکنده شود. این حالت معمولاً جهت ثابت ندارد و ممکن است در هر بار آزمایش اثر متفاوتی ایجاد کند.

۲. اختلال موقت در نمونه‌برداری دستگاه

اگر پروب دستگاه گاهی حجم درست و گاهی حجم نادرست برداشت کند، نتایج به‌صورت نامنظم تغییر می‌کنند. این حالت می‌تواند نمونه‌ای از خطای تصادفی باشد.

۳. مخلوط‌نشدن کامل نمونه

اگر نمونه کنترل یا بیمار قبل از آزمایش به‌خوبی مخلوط نشود، در هر بار برداشت ممکن است غلظت متفاوتی وارد سیستم شود و نتایج پراکنده ایجاد کند.

۴. نوسانات محیطی یا اپراتوری

تغییرات کوچک در زمان‌بندی، مخلوط‌کردن، دما، نحوه کار اپراتور یا وضعیت نمونه می‌تواند باعث خطای تصادفی شود، به‌خصوص در روش‌های دستی یا نیمه‌اتوماتیک.

۵. آلودگی موقت یا گرفتگی جزئی پروب

اگر پروب دستگاه به‌صورت مقطعی دچار گرفتگی جزئی یا آلودگی شود، ممکن است فقط برخی نتایج تحت تأثیر قرار بگیرند. در این حالت نتایج به‌صورت نامنظم دچار انحراف می‌شوند.

تفاوت خطای سیستماتیک و تصادفی در آزمایشگاه

تفاوت اصلی خطای سیستماتیک و تصادفی در الگو، جهت، علت و اثر آن‌ها بر کیفیت نتیجه آزمایش است.

به‌طور خلاصه، خطای تصادفی باعث می‌شود نتایج پراکنده شوند، اما خطای سیستماتیک باعث می‌شود نتایج به‌طور ثابت منحرف شوند.

ارتباط خطای تصادفی و سیستماتیک با Accuracy و Precision

برای درک بهتر این دو خطا، باید تفاوت Accuracy و Precision را بدانیم.

Precision یعنی نتایج تکراری چقدر به هم نزدیک هستند. اگر یک نمونه چند بار آزمایش شود و نتایج به هم نزدیک باشند، Precision خوب است.

Accuracy یعنی نتیجه آزمایش چقدر به مقدار واقعی نزدیک است. ممکن است نتایج تکراری به هم نزدیک باشند، اما همگی از مقدار واقعی فاصله داشته باشند. در این حالت Precision خوب است، اما Accuracy ضعیف است.

خطای تصادفی بیشتر Precision را کاهش می‌دهد، در حالی که خطای سیستماتیک بیشتر Accuracy را تحت تأثیر قرار می‌دهد.

تشخیص خطای تصادفی و سیستماتیک با نمودار لوی‌جنینگ

نمودار لوی‌جنینگ یکی از ابزارهای اصلی کنترل کیفی داخلی در آزمایشگاه است. در این نمودار، نتایج کنترل کیفی روزانه نسبت به میانگین و انحراف معیار رسم می‌شوند.

الگوی خطای تصادفی در نمودار لوی‌جنینگ

در خطای تصادفی، نقاط کنترل به‌صورت نامنظم در اطراف میانگین پراکنده می‌شوند. ممکن است یک نقطه ناگهان از محدوده قابل قبول خارج شود، بدون اینکه قبل از آن روند مشخصی وجود داشته باشد.

برای مثال، اگر یک نقطه کنترل ناگهان از محدوده ±3SD خارج شود، قانون 1₃s نقض می‌شود و احتمال خطای تصادفی مطرح است.

الگوی خطای سیستماتیک در نمودار لوی‌جنینگ

در خطای سیستماتیک، نقاط کنترل معمولاً به‌صورت تدریجی یا ناگهانی به یک سمت میانگین حرکت می‌کنند.

دو الگوی مهم در خطای سیستماتیک عبارت‌اند از:

Shift

Shift یعنی نتایج کنترل به‌طور ناگهانی از یک سطح به سطح دیگر منتقل شوند و در همان سمت باقی بمانند. این حالت ممکن است پس از تغییر Lot معرف، کالیبراسیون جدید، سرویس دستگاه یا تغییر اپراتور رخ دهد.

Trend

Trend یعنی نتایج کنترل به‌تدریج و در طی چند روز به سمت بالا یا پایین حرکت کنند. این حالت ممکن است به علت افت تدریجی کیفیت معرف، تغییر دمای دستگاه، آلودگی تدریجی سیستم یا مشکل مکانیکی در حال پیشرفت رخ دهد.

نقش قوانین وستگارد در شناسایی خطای تصادفی و سیستماتیک

قوانین وستگارد برای تشخیص به‌موقع خطاهای کنترل کیفی استفاده می‌شوند. برخی قوانین بیشتر با خطای تصادفی و برخی بیشتر با خطای سیستماتیک ارتباط دارند.

قوانین مرتبط با خطای تصادفی

قانون 1₃s زمانی رخ می‌دهد که یک نتیجه کنترل از محدوده ±3SD خارج شود. این قانون معمولاً هشدار مهمی برای خطای تصادفی است.

قانون R₄s زمانی رخ می‌دهد که اختلاف دو نتیجه کنترل در یک Run بیشتر از 4SD باشد. این قانون نیز بیشتر به نفع خطای تصادفی است.

قوانین مرتبط با خطای سیستماتیک

قانون 2₂s زمانی رخ می‌دهد که دو نتیجه متوالی کنترل از محدوده ±2SD در یک جهت خارج شوند. این وضعیت بیشتر به نفع خطای سیستماتیک است.

قانون 4₁s زمانی رخ می‌دهد که چهار نتیجه متوالی از محدوده ±1SD در یک جهت قرار بگیرند.

قانون 10x زمانی رخ می‌دهد که ده نتیجه متوالی در یک سمت میانگین قرار بگیرند. این حالت می‌تواند نشان‌دهنده Bias یا خطای سیستماتیک باشد.

چرا تشخیص نوع خطا مهم است؟

تشخیص نوع خطا اهمیت زیادی دارد، زیرا اقدام اصلاحی برای خطای تصادفی و سیستماتیک یکسان نیست.

اگر خطای تصادفی وجود داشته باشد، باید به دنبال عوامل ناپایدار و متغیر بود؛ مانند حباب، گرفتگی موقت، مخلوط‌نشدن نمونه، خطای اپراتوری یا مشکل موقت دستگاه.

اما اگر خطای سیستماتیک وجود داشته باشد، باید کالیبراسیون، Lot معرف، کالیبراتور، کنترل، دمای دستگاه، تنظیمات نرم‌افزاری و Bias روش بررسی شود.

اشتباه در تشخیص نوع خطا می‌تواند باعث اتلاف زمان، مصرف بی‌مورد معرف و حتی گزارش نتایج نادرست برای بیماران شود.

اقدامات اصلاحی در خطای تصادفی و خطای سیستماتیک

اقدامات اصلاحی در خطای تصادفی

در صورت مشاهده خطای تصادفی، اقدامات زیر پیشنهاد می‌شود:

1. نمونه کنترل را از نظر حباب، لخته، کف یا آلودگی بررسی کنید.
2. کنترل را به‌آرامی و طبق دستورالعمل سازنده مخلوط کنید.
3. وضعیت پروب نمونه و معرف را بررسی کنید.
4. از کافی بودن حجم نمونه و معرف مطمئن شوید.
5. مسیر مکش، تیوبینگ و کاپ نمونه را بررسی کنید.
6. در روش‌های دستی، زمان‌بندی و تکنیک اپراتور را ارزیابی کنید.
7. کنترل را مجدداً تکرار کنید، اما تکرار بدون علت‌یابی نباید به عادت تبدیل شود.

نکته مهم این است که تکرار کنترل فقط زمانی منطقی است که احتمال خطای تصادفی موقت وجود داشته باشد. اگر بدون بررسی علت، کنترل چند بار تکرار شود تا یک نتیجه قابل قبول به دست آید، این کار از نظر کنترل کیفی صحیح نیست.

اقدامات اصلاحی در خطای سیستماتیک

در صورت مشاهده خطای سیستماتیک، اقدامات زیر باید بررسی شود:

1. وضعیت کالیبراسیون دستگاه بررسی شود.
2. تاریخ انقضا و شرایط نگهداری معرف کنترل شود.
3. تغییر Lot معرف، کنترل یا کالیبراتور بررسی شود.
4. دمای دستگاه و انکوباتور کنترل شود.
5. نتایج کنترل در روزهای قبل بررسی شود تا Shift یا Trend مشخص شود.
6. سوابق سرویس، تعمیر یا تغییر تنظیمات دستگاه بررسی شود.
7. در صورت نیاز، کالیبراسیون مجدد انجام شود.
8. نتایج با کنترل سطح دیگر یا روش مقایسه‌ای بررسی شود.
9. در صورت ادامه مشکل، با پشتیبانی فنی یا مسئول فنی آزمایشگاه مشورت شود.

در خطای سیستماتیک، صرفاً تکرار کنترل معمولاً مشکل را حل نمی‌کند، زیرا خطا پایدار و جهت‌دار است. بنابراین باید علت اصلی شناسایی و اصلاح شود.

مثال کاربردی از تفاوت خطای تصادفی و سیستماتیک

فرض کنید مقدار هدف یک کنترل بیوشیمی برای گلوکز برابر 100 mg/dL است.

در حالت اول، نتایج کنترل طی چند بار اندازه‌گیری به‌صورت زیر است:

95، 107، 98، 110، 92

این نتایج پراکنده‌اند و جهت مشخصی ندارند. بنابراین احتمال خطای تصادفی بیشتر است.

در حالت دوم، نتایج کنترل به‌صورت زیر است:

112، 113، 111، 114، 112

این نتایج به هم نزدیک‌اند، اما همگی بالاتر از مقدار هدف هستند. بنابراین احتمال خطای سیستماتیک مثبت بیشتر است.

در حالت سوم، نتایج به‌صورت زیر است:

101، 100، 99، 100، 101

این وضعیت نشان‌دهنده عملکرد مناسب از نظر Accuracy و Precision است.

خطای تصادفی و سیستماتیک در آزمایش‌های انعقادی

در آزمایش‌های انعقادی مانند PT، PTT، INR، فیبرینوژن و dRVVT، کنترل خطا اهمیت ویژه‌ای دارد، زیرا این تست‌ها می‌توانند در تصمیم‌گیری‌های درمانی مانند مصرف وارفارین، بررسی خونریزی، تشخیص اختلالات انعقادی و بررسی ترومبوفیلی نقش داشته باشند.

نمونه‌هایی از خطای تصادفی در تست‌های انعقادی

• وجود حباب در کاپ واکنش
• مخلوط‌نشدن مناسب پلاسما
• برداشت نامنظم نمونه یا معرف
• لخته ریز در نمونه پلاسما
• خطای اپراتور در روش دستی یا نیمه‌اتوماتیک

نمونه‌هایی از خطای سیستماتیک در تست‌های انعقادی

• کالیبراسیون نادرست کواگولومتر
• ISI نامناسب یا اشتباه در محاسبه INR
• معرف PT یا PTT خراب یا نگهداری‌شده در شرایط نامناسب
• تغییر Lot معرف بدون ارزیابی مناسب
• دمای نامناسب انکوباسیون
• نسبت نادرست خون به سیترات در تعداد زیادی از نمونه‌ها

در تست‌های انعقادی، خطای سیستماتیک می‌تواند بسیار خطرناک باشد، زیرا ممکن است نتایج بیماران به‌طور مداوم کوتاه‌تر یا طولانی‌تر از مقدار واقعی گزارش شود.

نکات مهم برای کارشناسان آزمایشگاه

برای کاهش خطاهای تصادفی و سیستماتیک، رعایت چند اصل ضروری است:

• کنترل کیفی داخلی باید به‌صورت منظم و طبق برنامه انجام شود.
• نتایج کنترل فقط نباید از نظر قبول یا رد بررسی شوند؛ الگوی آن‌ها نیز باید تحلیل شود.
• نمودار لوی‌جنینگ باید به‌صورت روزانه بررسی شود.
• تغییر Lot معرف، کنترل و کالیبراتور باید مستند و ارزیابی شود.
• کالیبراسیون دستگاه باید طبق دستورالعمل معتبر انجام شود.
• تکرار کنترل بدون علت‌یابی، روش قابل قبول کنترل کیفی نیست.
• خطاهای پیش‌تحلیلی مانند نمونه‌گیری، ضدانعقاد، نگهداری و انتقال نمونه نباید نادیده گرفته شوند.
• هر خطای کنترل کیفی باید مستندسازی و پیگیری شود.

جمع‌بندی خطای تصادفی و سیستماتیک در آزمایشگاه

خطای تصادفی و خطای سیستماتیک دو مفهوم پایه و بسیار مهم در کنترل کیفی آزمایشگاه هستند. خطای تصادفی باعث پراکندگی نامنظم نتایج و کاهش Precision می‌شود، در حالی که خطای سیستماتیک باعث انحراف جهت‌دار نتایج و کاهش Accuracy می‌شود.

تشخیص صحیح این دو نوع خطا به کارشناس آزمایشگاه کمک می‌کند تا تصمیم درستی بگیرد، از گزارش نتایج نادرست جلوگیری کند و کیفیت عملکرد آزمایشگاه را حفظ نماید.

در عمل، مشاهده یک نتیجه کنترل خارج از محدوده نباید فقط با تکرار آزمایش پاسخ داده شود. کارشناس آزمایشگاه باید الگوی نتایج را بررسی کند، نوع خطا را تشخیص دهد، علت احتمالی را پیدا کند و اقدام اصلاحی مناسب انجام دهد.

کنترل کیفی واقعی فقط ثبت اعداد نیست؛ بلکه تحلیل منطقی نتایج، شناخت خطاها و جلوگیری از آسیب به تصمیم‌گیری بالینی است.

مقالات مرتبط برای مطالعه بیشتر در هموستیکا

مقالات زیر به‌صورت مستقیم یا غیرمستقیم با کنترل کیفی، خطاهای آزمایشگاهی، تجهیزات و پایش کیفیت در بخش‌های مختلف آزمایشگاه ارتباط دارند.

سوالات رایج درباره خطای تصادفی و سیستماتیک در آزمایشگاه

منابع معتبر برای مطالعه بیشتر

برای مطالعه علمی‌تر درباره کنترل کیفی آزمایشگاه، خطاهای آزمایشگاهی، قوانین وستگارد و مدیریت کیفیت، منابع زیر پیشنهاد می‌شوند:

• WHO Laboratory Quality Management System: Handbook
• CDC Stacks: Laboratory Quality Management System Handbook
• Westgard QC: DO’s and DON’Ts of Quality Control
• Westgard QC: Best Practices for Westgard Rules
• WHO Laboratory Quality Management