Бюллетень АМТех. 2024. № 1. С 17-38.

AMTECH Bulletin. 2024;(1):17-38.

Проблемы и решения

Научная статья

ISBN 978-5-6051207-3-5

Функциональные характеристики
медицинских изделий для диагностики in vitro

Владимир Валерьевич Масленников

Научный сотрудник, ГБУ «НИИОЗММ ДЗМ», Москва, Россия, MaslennikovVV1@zdrav.mos.ru, https://orcid.org/0000-0003-2195-3698

Аннотация. Описаны функциональные характеристики (ФХ) медицинских изделий для диагностики in vitro (МИ ИВД). Описаны системные подходы к описанию ФХ МИ ИВД. Представлен обзор нормативных документов с перечислением ФХ МИ ИВД. Представлены методы валидации и оценки соответствия ФХ.

Ключевые слова. Медицинские изделия для диагностики in vitro, ИВД, точность, прецизионность, повторяемость, воспроизводимость, смещение, правильность, холостая проба, бланк, аналитическая чувствительность, диапазон измерения, аналитическая интерференция, избирательность.

Для цитирования. Масленников В.В. Функциональные характеристики медицинских изделий для диагностики in vitro // Бюллетень АМТех. 2024. № 1. С. 17-38

Original article

Functional Characteristics of Medical Devices for In Vitro Diagnostics

Vladimir V. Maslennikov

Researcher, GBU "NIIOZMM DZM", Moscow, Russia, MaslennikovVV1@zdrav.mos.ru, https://orcid.org/0000-0003-2195-3698

Abstract. Functional characteristics of medical devices for in vitro diagnostics (IVD) are described. Systematic approaches to the description of the MD IVD are described. An overview of regulatory documents is presented with a list of MD IVD. Methods of validation and conformity assessment of physical assets are presented

Keywords: medical devices for in vitro diagnostics, IVD, accuracy, precision, repeatability, reproducibility, bias, correctness, blank sample, blank, analytical sensitivity, measuring range, analytical interference, selectivity.

For citation: Maslennikov V. V. Functional Characteristics of Medical Devices for In Vitro Diagnostics Бюллетень АМТех. 2024. № 1. С. 17-38

Введение

В статье приводится перечень функциональных характеристик для медицинских изделий для in vitro диагностики (ИВД). Предполагается, что указанный перечень будет достаточным для подтверждения качества, эффективности и безопасности ИВД.

Валидация, верификация и оценка соответствия

Прежде всего, необходимо отметить, что оценка соответствия является общим понятием, объединяющим верификацию и валидацию. Кроме того, необходимо иметь ввиду, что оценка соответствия относится к МИ ИВД как единой системе, в то время как валидация и верификация обычно используются для частных методик [1].

При оценке соответствия МИ ИВД вопрос об установлении характеристик уже не стоит. На этапе разработки МИ ИВД производитель произвел все необходимые валидационные и верификационные действия и установил ФХ, показатели и критерии соответствия.

Некоторые принципы, используемые при оценке соответствия МИ ИВД

Как правило МИ ИВД представляет собой аналитическую систему [4]. При этом по отдельности составные элементы аналитической системы не обладают ФХ. Несмотря на это ФХ компонентов аналитических систем также требуют подтверждения. Очевидно, что компоненты аналитической системы реализуют своё функциональное назначение находясь в составе аналитической системы. Функциональные характеристики компонентов аналитических систем следует отличать от характеристик системы в целом. Например, промывочный раствор для биохимического анализатора обладает собственными уникальными характеристиками, в частности, объёмом, буферной ёмкостью, рН, и т.п. Однако они не отражают ФХ аналитической системы.

Важным аспектом аналитических систем является то, что некоторые её аналитические характеристики указывают как характеристики наборов реагентов, с которыми она работает.

Еще одним важным аспектом аналитической системы является то, что она оценивается как «чёрный ящик». Имеется в виду то, что ФХ оцениваются на входе и на выходе аналитической системы. Процессы, происходящие внутри аналитической системе, не рассматриваются. Подход на основе идеи «черного ящика» находит своё отражение в построении модели измерения, используемой при формулировке измерительной задачи, применяемый, в частности, для оценки неопределенности измерения [4]. В самом простом варианте модель измерения устанавливает связь одной или нескольких входных величин (независимые величины) с выходной величиной (зависимая величина).

Функциональные характеристики

В целом перечень ФХ сформировался достаточно давно и был указан в международных документах, в частности Eurachem (Европейское общество по аналитической химии), CITAC (Сотрудничество в области прослеживаемости измерений в аналитической химии) [3]. На их основе были созданы руководства JCGM (Объединенный комитет руководств по метрологии).

Исчерпывающий перечень ФХ МИ ИВД указан в стандарте ГОСТ Р ИСО 18113-1-2015 [5] (c 01.01.2025 вступает в силу новая редакция ГОСТ Р ИСО 18113-1-2024 [6]).

В стандарте ГОСТ Р 51352-2013 [7] также указан перечень ФХ МИ ИВД. Однако он содержит некоторые характеристики, которые не являются признанными на международном уровне.

В Международном словаре по метрологии (VIM3-2008), понятия и определения из которого представлены в РМГ 29-2013 [8], также представлены некоторые ФХ МИ ИВД, однако он не является исчерпывающим. Указанные характеристики относятся больше к проблеме оценки и подтверждения неопределенности измерения.

Необходимо обратить внимание на то, что в широко используемых документах термины несколько отличаются. Кроме того, во многих документах используются отличающиеся обозначения для одних и тех же показателей. Все формулы и обозначения настоящей статьи представлены в соответствии с ГОСТ Р ИСО 3534-1-2019 [9] и ГОСТ Р ИСО 3534-2-2019 [10].

В Таблица 1 указан перечень ФХ МИ ИВД.

Таблица № 1. Перечень функциональных характеристик МИ ИВД.

Точность

Прежде всего необходимо заметить, что точность является скорее философской категорией, нежели измеряемой характеристикой. Понятие точности включает в себя такие понятия, как случайная и систематическая ошибка. Существуют два отличающихся друг от друга способа учета случайной и систематической погрешности. Первый подход учитывает их по отдельности. Систематическая составляющая оценивается при помощи смещения. Случайная составляющая – при помощи прецизионности или стандартного отклонения [11] [8].  Второй подход, описанный в GUM, учитывает оба вида погрешности, как общую неопределенность измерения.

Систематическая погрешность измерения

 Ниже приведены формулы, которые можно использовать для расчета показателей систематической погрешности [3].

Абсолютная погрешность

b=x- xref, где

b- смещение (абсолютная погрешность);

x - значение среднего в серии измерений;

xref- референсное значение RM (или опорное значение).

Относительная погрешность

b%=x-xrefxref∙100%, где

b(%) – смещение (относительная погрешность).

Степень извлечения

R%=xxref∙100%, где

R(%) - степень извлечения.

Абсолютная и относительная погрешность, а также степень извлечения могут быть использованы для анализа образца исследуемым методом.

Относительная степень извлечения

R'%=x'-xrefxspike∙100%, где

x' – среднее значение аналита для проб с добавками;

R'(%) – относительная степень извлечения;

xspike – значение аналита в образце с добавкой

Относительная степень извлечения может быть использована для анализа матричных холостых проб или тестовых проб без добавок и с добавками определяемого аналита в заданном диапазоне концентраций.

Следующий блок формул может быть использован при анализе стандартного образца или пробы исследуемым методом и альтернативным методом.

b=x- xref

b%=x-xrefxref∙100%

R%=xxref ∙100%, где

xref – среднее значение для проб, полученное альтернативным методом.

Указанные выше характеристики должны использоваться как на этапе разработки изделия, так и при оценке соответствия МИ установленным требованиям. Для последней помимо методики расчета требуются критерии приемлемости, устанавливаемые производителем МИ. Причем и методикой, и установленными критериями должны пользоваться все стороны процесса оценки соответствия [2].

Перенос

Перенос, как ФХ, несколько отличается от остальных ФХ.

Прежде всего, необходимо понимать, что перенос обычно является специфической особенностью анализатора как части аналитической системы. Ручные методики с использованием одноразовых расходных материалов эффектом переноса практически не обладают. С одной стороны, перенос безусловно является причиной смещения, однако с другой, он рассчитывается как относительная величина. Более того, в документе CLSI EP21-A в отношении переноса указано, что перенос может быть обнаружен на разных этапах процессинга пробы в реакции детекции измеряемой величины [13]. В частности, перенос может быть обнаружен на этапе перехода с одного образца на другой, в процессе добавления реагентов в реакционную смесь и на некоторых других этапах в зависимости от конструкции анализатора.

Методика оценки переноса частично описана в ГОСТ Р 51352 [7] и CLSI EP21 [13]. Однако описанные методики скорее представляют собой основу для разработки методики оценки переноса производителем. Кроме того, в указанных стандартах отсутствуют критерии приемлемости для переноса. Производитель должен использовать информацию о переносе в расчете общей погрешности измерения МИ и вырабатывать критерии приемлемости исходя из допустимой общей погрешности и общей неопределенности аналитической системы.

Одной из методик оценки переноса может быть следующая методика.

Оценку переноса проводят в диапазоне измерения аналитической системы. Готовят по три образца с максимально низкой (L1, L2, L3) и максимально высокой (H1, H2, H3) концентрацией. Формируют аналитическую серию, состоящую из трех образцов с высокой концентрацией и трех образцов с низкой концентрацией (H1, H, H3, L1, L2, L3). Проводят постановки аналитической серии на аналитической системе. Рассчитывают значение переноса по формуле

Перенос=L1-L3H3-L3

Критерий приемлемости для переноса должен быть установлен производителем ИВД.

Случайная погрешность измерения (прецизионность)

Прежде всего необходимо отметить, что и повторяемость и воспроизводимость являются прецизионностью, но рассчитываются при разных условиях, а именно повторяемости и воспроизводимости. Первичным стандартом (стандарт, в котором отсутствуют ссылки на другие стандарты) в отношении условий повторяемости и воспроизводимости является ГОСТ Р ИСО 5725-1-2002 [12]. Существует и промежуточная ситуация, называемая промежуточной прецизионностью. Очевидно, что условия, в которых определяется промежуточная прецизионность несколько шире условий повторяемости, но уже условий воспроизводимости. Также необходимо понимать, что организовать условия повторяемости намного легче, чем воспроизводимости. Как правило для российских правил переменными величинами в условиях воспроизводимости будут количество лото, количество единиц аналитической системы, количество операторов и время (обычно небольшое, но превышающее таковое при повторяемости). Также очевидно, что производитель должен установить критерии приемлемости для повторяемости и воспроизводимости.

Повторяемость оценивают по стандартному отклонению повторяемости:

Sr=Sr2, где 

Sr2 – дисперсия повторяемости, рассчитывается по формуле:

Sr2=i=1n(xi-x)2n-1, где

xi – значение i-го измерения;

x – среднее арифметическое значение измерений;

n – количество измерений.

На основании значения стандартного отклонения повторяемости рассчитывается коэффициент вариации по формуле:

CV=SrX*100%, где

Sr – стандартное отклонение повторяемости;

x – среднее арифметическое значение измерений.

Воспроизводимость оценивают по стандартному отклонению воспроизводимости:

SR=SR2 , где

SR2 – дисперсия воспроизводимости, на разных лотах разными операторами в разные дни рассчитывается по формуле:

SR2=Sr2+i=15Si2, где

Sr2 – дисперсия повторяемости;

Si2 (принимает значение от 1 до 5) – значение прецизионности в условиях изменяющихся факторов.

На основании значения стандартного отклонения воспроизводимости рассчитывается коэффициент вариации воспроизводимости по формуле:

CV=SRX*100%, где

SR – стандартное отклонение воспроизводимости;

x – среднее выборочных средних.

Часто в документации на наборы реагентов можно встретить описание воспроизводимости, как оценку межлотового размаха значений. Это категорически неверно, т.к. размах не является прецизионностью (скорее абсолютной погрешностью).

Аналитические характеристики (LoB, LoD, LoQ)

Отношение аналитических характеристик между собой для количественных и качественных тестов показано на Рисунке 1.

Рисунок № 1. Отношение аналитических характеристик между собой для количественных и качественных тестов.

Холостая проба LoB

В ГОСТ Р ИСО 18113-1 представлено следующее определение показания холостой пробы.

Показание холостой пробы (blank indication): Показание явления, тела или вещества, подобного тому, что подвергается исследованию, но для которого искомая величина предполагается отсутствующей или не участвующей в показании. (А.3.5 [5]).

Хотя показатель LoB является ФХ, он ничем не подтверждается и для него не устанавливается какое-либо условие приемлемости при оценке соответствия. LoB используется для оценки дисперсии сигнала холостой пробы, которая в свою очередь применяется для оценки LoD и для его подтверждения.

Чаще всего LoB выражается в единицах сигнала системы, хотя иногда может быть выражена в единицах концентрации измеряемой величины.

Для оценки LoB могут быть использованы следующие материалы и условия:

• Холостые реактивы;
• Холостые пробы (матрица без аналита);
• Образцы с низким значением аналита (готовятся методом добавок);
• Определение проводят в условиях повторяемости (сходимости);
• Количество повторных измерений 6-15 (обычно 10);
• Значения получают либо в единицах сигнала системы, либо в единицах концентрации измеряемой величины (даже если её в пробе нет);
• Рассчитывают значение стандартного отклонения s0', которое в дальнейшем используют для расчета LoD и LoQ.

В зависимости от того, используется ли при расчете s0' поправка на холостую пробу, расчет выглядит следующим образом.

s0'=s01n+1nb при использовании поправки на холостую пробу, либо

s0'=s0n без поправки на холостую пробу, где

s₀ - стандартное отклонение m единичных результатов в нулевой точке или вблизи нее;

s0' -  стандартное отклонение, используемое для расчета LOD и LOQ;

n - количество усредняемых результатов повторных наблюдений, при каждом из которых выполняют все операции методики измерения;

n_b - количество усредняемых результатов наблюдений с холостыми пробами, по которым рассчитывают поправку на холостую пробу в соответствии с методикой измерении [3].

Предел обнаружения LoD

В отношении названия LoD существуют различные варианты. В области оценки соответствия МИ LoD называется пределом обнаружения.

Необходимо различать понятия предела обнаружения прибора и предела обнаружения методики. Предел обнаружения прибора (предел детектирования прибора) определяется путем анализа пробы холостого реагента, которая вводится непосредственно в прибор т. е. проба не проходит через все этапы подготовки пробы. Также может использоваться соотношение сигнал/шум, например, в хроматографическом анализе.

Для определения предела обнаружения методики (LoD методики) следует проводить анализ проб, прошедших через всю процедуру измерений, при этом конечные результаты должны быть рассчитаны по тому же уравнению, что и результаты анализа контрольных проб [3].

В целом единых правил для оценки LoD не существует. Однако чаще всего для количественных систем используется методика, в которой пределом обнаружения считается концентрация измеряемой величины, дающая сигнал, достоверно отличающийся от сигнала фона. Обычно используют уровень значимости р=0,05 и используют t-критерий. Оценка соответствия при этом проводится на сравнительном анализе выборки из 10 повторов пробы, содержащей измеряемую величину в концентрации равной LoD, и холостой пробы.

Некоторые важные замечания для качественных тестов

Для качественных методов (бинарный ответ) прецизионность нельзя представить, как стандартное отклонение или относительное стандартное отклонение, но можно выразить как вероятность, т.е. через долю истинно и ложно положительных и отрицательных результатов.

При валидационном исследовании пороговую концентрацию можно определить путем установления доли ложно положительных и отрицательных результатов на нескольких уровнях ниже и выше предполагаемой пороговой концентрации.

Пороговым уровнем считают такую концентрацию, в случае превышении которой доля ложно отрицательных результатов будет невелика – в соответствии с заданной вероятностью, например, 5 % (устанавливается производителем).

Количество повторов – 20 для каждой подготовленной концентрации (с учетом выбранной вероятности р=0,05).

Оценку соответствия при заданном р=0,05 часто проводят следующим образом.

Готовят растворы трёх концентраций измеряемой величины в подходящей матрице: LoD-20% (0,8LoD), LoD и LoD+20% (1,2LoD). Затем проводят постановки полученных разведений в сериях их 20, 20 и 3 повторностях соответственно.

 Критерием приемлемости для р=0,05 является получение 20 или 19 положительных результатов, т.е. положительный результат должен быть получен в 95% постановок.

Предел количественного определения (LoQ)

Чаще всего под LoQ понимают нижнюю границу количественного определения измеряемой величины. В ГОСТ Р ИСО 18113-1 [5] указано следующее.

Термин "предел обнаружения" употребляют для описания наименьшего значения измеряемой величины, которое методика исследования может обнаружить как представленное с достаточной степенью доверительности. Термин может быть также применен в отношении "минимально обнаруживаемой концентрации".

Термин "предел измерения" употребляют для описания наименьшего значения измеряемой величины, которое методика исследования может измерить количественно с заданной неопределенностью измерения. Термин также применяют в отношении "нижнего предела определения", "нижнего предела количественного определения", "нижнего предела измерения" и функциональной чувствительности [5]. Последний термин не рекомендуется к использованию.

На практике, в соответствии с большей частью согласованных документов, LoQ рассчитывают, как концентрацию измеряемой величины, соответствующую полученному стандартному отклонению (s0') на низком уровне, умноженному на коэффициент k_Q [3]. В IUPAC по умолчанию значение k_Q равняется 10, а если стандартное отклонение приблизительно постоянно при низких концентрациях, этот коэффициент соответствует относительному стандартному отклонению (RSD, CV), равному 10%. Иногда используются множители 5 и 6, что соответствует CV, равному 20 и 17% соответственно [3].

Практически ни в одном из руководств не представлена методика оценки соответствия LoQ в явном виде. Однако исходя из принципов оценки соответствия наиболее адекватным может считаться метод защищённой приемки [15]. Суть метода заключается в том, что нужно построить защитную полосу (отсюда защищённая приёмка) и оценить по отношению к ней расположение доверительного интервала для раствора с концентрацией равной середине защитной полосы, т.е. оценить взаимоотношение двух неопределенностей. Иными словами, следует провести оценку неопределенностей типа А и типа В для некоторого значения измеряемой величины. Т.е. защищенная приемка представляет собой анализ двух неопределенностей (априорной и апостериорной).

Наиболее важным моментом при оценке соответствия LoQ является возможность получения двусторонних результатов вокруг LoQ. Это обусловлено тем, что при постановках образца с концентрацией равной LoQ с вероятностью примерно р=0,5 будут получены результаты как выше, так и ниже LoQ.

Ситуация может быть осложнена тем, что у большинства анализаторов, используемых в КДЛ, диапазон значений, доступный пользователю, несколько «обрезан». Имеется ввиду то, что для значений выше или ниже границ диапазона измерения анализатор выдает ответ в виде сообщения о том, что измеренное значение больше или меньше соответствующей границы.

В качестве примера рассмотрим ситуацию, например, с каким-нибудь биохимическим анализатором, который выдает ответ исключительно в заданном диапазоне значений измеряемой величины. Предположим, что диапазон сообщаемых анализатором значений от 10 г/л до 1000 г/л. Как подтвердить нижнюю и верхнюю границу измерения? Необходимо построить защитную полосу, т.е. отступить от нижней или верхней границы внутрь диапазона, чтобы иметь возможность получать двустороннюю оценку получаемых значений. Насколько? Вопрос, как говорится, очень интересный. Отступить внутрь диапазона нужно на величину общей неопределенности измерения аналитической системы. Чаще всего значение общей неопределенности берётся из характеристик набора реагентов. Либо из других источников. Таким образом получаем так называемую защитную полосу (неопределенности тип В). Затем определяем середину защитной полосы и используем это значение в дальнейшей работе. В общем случае ширина защитной полосы для нижнего и верхнего предела количественного определения отличается. Однако в случае линейной системы по абсолютной величине они совпадают.

Из стандартного образца, например, CRM, готовят растворы с концентрациями, соответствующими серединам защитных полос и проводят измерения полученных растворов в 10 повторностях. Рассчитывают доверительный интервал для выборочного среднего на уровне значимости р=0,05 (неопределенность типа А). И затем проводят анализ того, как располагается рассчитанный доверительный интервал относительно защитной полосы. Главным условием для принятия решения о соответствии нижней и верхней границы количественного определения установленным значениям является ситуация, когда доверительный интервал целиком (именно целиком) находится внутри защитной полосы. Варианты, когда доверительный интервал для выборочного среднего пересекает любую из границ защитной полосы, или любая из границ доверительного интервала лежит на границе защитной полосы, считается неприемлемым. И если описанная ситуация произошла, то делается однозначный вывод о несоответствии.

Часто встречаются ситуации, когда информация об общей неопределенности измерения аналитической системы отсутствует. Что делать с защищенной приемкой? Разумеется, использовать! Однако вместо общей неопределенности для расчета границ защитной полосы следует использовать информацию о воспроизводимости, указанной в документах на набор реагентов. Однако построенная защитная полоса может оказаться слишком строгим критерием, т.к. значение общей неопределенности измерения шире, чем значение воспроизводимости (например, на величину, кратную коэффициенту охвата).

На Рисунке 2 представлена схема защищенной приемки для оценки верхней и нижней границы количественного определения измеряемой величины на аналитической системе с жестко заданными границами измерений. На этом же рисунке представлены варианты приемлемого и неприемлемого расположения доверительного интервала вокруг среднего значения середины защитной полосы. Предполагается, что значение общей неопределенности измерения неизвестно, но известно значение коэффициента вариации воспроизводимости.

Рисунок № 2. Схема защищенной приемки для оценки верхней и нижней границы количественного определения измеряемой величины на аналитической системе с жестко заданными границами измерений. Представлены варианты допустимого и недопустимого расположения доверительного интервала вокруг среднего значения середины защитной полосы. Предполагается, что значение общей неопределенности измерения неизвестно, но известно значение коэффициента вариации воспроизводимости.

Практически метод защищенной приемки очень легко реализовать, но при условии, что доступен материал с точным содержанием измеряемой величины, например, SRM, CRM, материальная мера, стандартный образец, химически чистое вещество или контрольный материал правильности и известна неопределенность его значения.

Линейность измерительной системы

Линейность – пожалуй одна из самых неочевидных, как ни странно, ФХ. С одной стороны, нет жесткого требования, чтобы все системы ИВД были линейными. С другой стороны, линейность калибровочной функции весьма желательна хотя бы потому, что значительная нелинейность является существенным источником смещения. Кроме того, линейность как ФХ хорошо подходит для подтверждения качества изделий ИВД при входном контроле в КДЛ (оценка соответствия второй стороны) и при испытаниях третьей стороны. Цель оценки соответствия в данных ситуациях – это подтверждение качества изделия ИВД.

В стандарте ГОСТ Р ИСО 18113-1 [5] представлено два определения линейности измерительной системы. Оба определения описывают поведение калибровочной функции, для которой сигнал системы пропорционален значению концентрации калибратора (эталона).

Также в указанном стандарте говорится о том, что оценивать линейность следует после проведения линеаризации для исходно нелинейных систем. Т.е. в отношении линейности должна оцениваться не сама калибровочная функция, а её линейное преобразование.

Важно, что линейная функция имеет постоянную дисперсию на всем диапазоне измерения (в стандарте не указано).

У линейности еще имеются дополнительные особенности. В частности, линейность хорошо применима для систем с нормальным распределением зависимой величины. С другими вариантами распределений возникают значительные математические и вычислительные сложности. кроме того, системы ИВД, построенные на различных принципах, могут быть априори линейными, или априори нелинейными.

В частности, биохимические системы ИВД калибровки почти всегда линейны. Исходя из этого для них используется одноточечная или двухточечная калибровка.

Для систем, построенных на принципах иммунохимического анализа, калибровка всегда не линейна. Она имеет s-образную форму и для её построения требуется большое (5-7) калибраторов с разной концентрацией измеряемой величины. Как было указано выше, здесь требуется линеаризация.

Существуют гораздо более сложные системы, чем биохимические и иммунохимические. Речь идет о гематологических анализаторах. Мало того, что они являются многопараметрическими системами, определяемые показатели описываются различными статистическими распределениями. Причем ни один из показателей адекватно не описывается нормальным распределением. Чаще всего, для описания распределений форменных элементов крови хорошо подходит гамма-распределение, распределение Вейбулла и Пуассона (для редких популяций, таких как эозинофилы и базофилы).

В описанном примере проведение линеаризации становится нетривиальной задачей.

Алгоритмический подход чаще всего неприменим, поэтому производители используют эмпирические графические методы для демонстрации линейности. Причем бланки для оценки линейности по шкалам могут быть весьма заковыристыми.

Ниже представлена информация о трех наиболее популярных методиках подтверждения линейности. Описаны подходы ГОСТ Р 51352 [7], представлена методика расчета коэффициента линейной корреляции, в последнее время часто используемая иностранными производителями (источник неизвестен) и полиномиальная методика оценки линейности по CLSI EP-06 [15], которая считается наиболее адекватной, т.к. использует статистические подходы для оценки линейности.

Оценка линейности в соответствии с ГОСТ Р 51352

Изготавливают 5-7 растворов с нисходящей/восходящей концентрациями. Для приготовления тестовых растворов используется калибраторы из набора реагентов (если они конечно имеются). Используют метод серийных разведений. Калибратор с максимальным значением измеряемой величины разбавляют калибратором с минимальным значением. Проводят постановки каждого раствора в серии из 10 повторов. Для каждой аналитической серии проводят расчет среднего значения и рассчитывают величину Л

Л=Спр/Ст *100%, где

Спр - полученное по калибровочному графику (практическое) значение концентрации анализируемого аналита в исследуемой пробе;

Ст - расчетное (теоретическое) значение концентрации аналита в исследуемой пробе. Согласно ГОСТ Р 51352 [7] «Тест на "линейность" важен тем, что позволяет проконтролировать, насколько правильно калиброваны калибровочные пробы относительно друг друга». Как видно из описания, к линейности данная методика имеет не самое прямое отношение.

Оценка линейности с использованием коэффициента корреляции Пирсона

Как известно, коэффициент линейной корреляции Пирсона – это коэффициент, который определяет силу и направление линейной связи между двумя непрерывными переменными, а именно зависимой и независимой. Он показывает, насколько близко точки данных на диаграмме рассеяния совпадают с прямой линией. Изготавливают 5-7 растворов с нисходящей/восходящей концентрациями измеряемой величины. Как и для способа ГОСТ Р 51352, используются калибраторы, но могут использоваться и другие источники измеряемой величины (SRM, CRM и т.п.). Проводят постановки каждого приготовленного раствора в серии из 3 повторов. Для каждой аналитической серии проводят расчет среднего значения. В качестве зависимой переменной используют полученное при измерении значение измеряемой величины. В качестве независимой переменной используют исходные значения измеряемой величины. Проводят расчет коэффициента корреляции Пирсона. Величина коэффициента линейной корреляции Пирсона изменяется в диапазоне от -1 до 1: -1 (минус один) означает полную (функциональную) линейную обратную взаимосвязь; 1 (один) – полную (функциональную) линейную положительную взаимосвязь; 0 – отсутствие линейной корреляции (но не обязательно взаимосвязи). Обычно система считается линейной, если коэффициент корреляции Пирсона не меньше 0,7.

Всё бы ничего, но рассчитывать коэффициент линейной корреляции для априори зависимых величин по меньшей мере глупо. Ничего, кроме значения близкого к 1 получить нельзя! Что и наблюдается в документации многих производителей. Кроме того, подобная процедура к линейности калибровки также не имеет отношения.

Полиномиальный метод оценки линейности

Изготавливают 5-7 растворов с нисходящей/восходящей концентрациями. Используют метод серийных разведений или любой другой способ. Проводят постановки в 3-5 повторах и рассчитывают среднее. Анализируют данные при помощи статистических программ путем моделирования подгонки распределений при помощи многочленов (полиномов) степени от 1 до 4-5. Оценивают качество подгонки при помощи статистических критериев. Если лучшая подгонка получена при помощи полинома первой степени, то система считается линейной.

Сложность при использовании полиномиального подхода заключается в необходимости использовании пакетов специальных статистических программ, без использования которых провести расчеты практически невозможно.

Открытие

В ГОСТ Р 51352 [7] указано следующее.

При постановке теста на «открытие» смешивают, как правило, равные объемы контрольной сыворотки (плазмы) и калибровочной пробы. Вместо контрольной сыворотки (плазмы) можно использовать калибровочную пробу с минимальной концентрацией определяемого вещества.

Тест на «открытие» ОТ, %, проводят из 8-10 повторов. В исследуемой пробе определяют концентрацию анализируемого антигена и сравнивают ее значение с расчетным по формуле:

ОТ=СпрСт∙100%

где С_пр – полученное по калибровочному графику (практическое) значение концентрации анализируемого антигена в исследуемой пробе;

С_т – расчетное (теоретическое) значение концентрации антигена в исследуемой пробе.

Значение «открытия» должно находиться в пределах от 90 % до 110 %. [7].

В последнее время тест на открытие используется редко, т.к. аналитические системы ИВД не содержат калибраторов в доступной форме.

Интерсепт

В ГОСТ Р 51352 [7] указано, что значение интерсепта определяют по калибровочному графику, построенному в координатах logit-log (на оси ординат откладывают значение соотношения скоростей счета калибровочных проб - В_х и нулевой калибровочной пробы - В₀, а на оси абсцисс - значение концентрации антигена в логарифмическом масштабе). Если работа изделия основана на принципе конкурентного связывания, то используют соотношение В_х/В₀ х 100, если на принципе сэндвич-варианта – соотношение [(В_х-В₀)/(В_макс-В₀) х 100]. Значение интерсепта выражают в тех же единицах, что и значение концентрации анализируемого антигена.

Значения интерсепта отражают стабильность концентрации антигена в анализируемой пробе в течение длительного времени; эти значения не должны в большой степени варьировать от изделия к изделию, так как от этого зависит достоверность получаемых в клинической практике результатов при использовании изделий разных серий.

В последнее время тест на интерсепт используется редко, т.к. аналитические системы ИВД не содержат калибраторов в доступной форме.

Устойчивость (робастность), аналитическая специфичность

Устойчивость («робастность») аналитической методики – это «мера ее способности сохранять рабочие характеристики при небольших, но неслучайных изменениях параметров при реализации методики. Устойчивость показывает, насколько надежна методика при нормальном ее использовании» [3]. Применительно к МИ ИВД устойчивость может быть заменена аналитической специфичностью.

На Рисунке 3 представлена схема отношений характеристик аналитической специфичности.

Рисунок № 3. Взаимоотношение характеристик аналитической специфичности.

Необходимо обратить внимание на то, что при оценке соответствия не делают акцентов на прямые или косвенные методы измерения. Основной акцент делается на характере влияющей величины, т.е. оценивается количественное или качественное её свойство. Если характер влияющей величины может быть выражен количественно в единицах количества вещества, то говорят об интерференции (аналитической специфичности). Сюда же может быть отнесена перекрестная реактивность, т.к. она имеет количественное выражение. Если же влияющая величина не имеет количественной меры, то она остаётся влияющей величиной.

Понятие перекрестной реактивности жестко связано с иммунохимическим методом, причем конкурентным вариантом. Тем не менее, наблюдаются попытки расширить понятие перекрестной реактивности на все возможные методы. На текущий момент исходя из действующих нормативных документов такой подход не может считаться приемлемым.

Диагностические функциональные характеристики

На Рисунке 4 представлена таблица сопряженности, при помощи которой рассчитываются необходимые диагностические ФХ.

Рисунок № 4. Таблица сопряженности для расчета диагностических характеристик.

На Рисунке 5 представлены названия диагностических ФХ и расчетные формулы.

Рисунок № 5. Названия диагностических функциональных характеристик и расчетные формулы.

Неопределенность измерения

Это, пожалуй, наиболее туманная и трудная для восприятия функциональная характеристика. Несмотря на то, что неопределенность измерения давно и хорошо известна и изучена, осознание необходимости её использования в отношении МИ ИВД появилось совсем недавно с вступлением в силу стандарта ГОСТ Р ИСО 17511-2022 [17].

Международный словарь VIM по метрологии [11] определяет неопределенность измерений (НИ) следующим образом.

Неопределенность измерений (неопределенность) англ. measurement uncertainty, uncertainty of measurement, uncertainty: неотрицательный параметр, характеризующий рассеяние значений величины, приписываемых измеряемой величине на основании используемой информации.

ПРИМЕЧАНИЕ 1. Неопределенность измерений включает составляющие, обусловленные систематическими эффектами, в том числе составляющие, связанные с поправками и приписанными значениями эталонов, а также дефинициальную неопределенность. Иногда поправки на оцененные систематические эффекты не вводят, а вместо этого последние рассматривают как составляющие неопределенности измерений.

ПРИМЕЧАНИЕ 2. Параметром может быть, например, стандартное отклонение, называемое стандартной неопределенностью измерений (или кратное ему число) или половина ширины интервала с установленной вероятностью охвата (2.26 (3.9) [11]).

НИ играет несколько ролей.

Прежде всего НИ – это функциональная характеристика, требующая подтверждения при оценке соответствия. Подтверждение осуществляется в виде соответствия установленному производителем критерию.

НИ – это инструмент для подтверждения других ФХ, например, диапазона измерения. Кроме того, НИ используется для демонстрации метрологической прослеживаемости значений неопределенности значений аналита в биологическом материале. Метрологическая прослеживаемость понимается как нарастающая НИ от калибраторов высшего уровня до НИ рутинных измерений измеряемой величины в КДЛ.

Заключение

В настоящей статье собраны основные функциональные характеристики МИ ИВД, представлены варианты оценки соответствия ФХ установленным требованиям. Подробно рассмотрен вопрос линейности и аналитической специфичности, как элемента устойчивости (робастности). Описаны подходы к оценке соответствия неопределенности измерения и способы её использования.

Представленная в статье информация будет полезна производителям, испытателям и экспертам регулятора.

Отсутствие конфликта интересов

Автор статьи заявляет об отсутствии конфликта интересов.

Список источников

[1] ГОСТ Р ИСО 9000-2015 Системы менеджмента качества. Основные положения и словарь.

[2] ГОСТ Р ИСО/МЭК 17000-2022 Оценка соответствия. Словарь и общие принципы.

[3] Валидация аналитических методик: пер. с англ. яз. 2-го изд. под ред. Г. Р. Нежиховского. Количественное описание неопределенности в аналитических измерениях: пер. с англ. яз. 3-го изд. под ред. Р. Л. Кадиса. Руководства для лабораторий. – СПб.: ЦОП «Профессия», 2016. – 312 с., ил. ISBN 978-5-91884-075-7

[4] ГОСТ 34100.1-2017/ISO/IEC Guide 98-1:2009 неопределенность измерения. Часть 1. Введение в руководства по выражению неопределенности измерения.

[5] ГОСТ Р ИСО 18113-1-2015 Медицинские изделия для диагностики in vitro. Информация, предоставляемая изготовителем (маркировка). Часть 1. Термины, определения и общие требования.

[6] ГОСТ Р ИСО 18113-1-2024 Медицинские изделия для диагностики in vitro. Информация, предоставленная изготовителем (маркировка). Часть 1. Термины, определения и общие требования.

[7] ГОСТ Р 51352-2013 Медицинские изделия для диагностики ин витро. Методы испытаний.

[8] РМГ 29-2013 Рекомендации по межгосударственной стандартизации. Государственная система обеспечения единства измерений. Метрология. Основные термины и определения.

[9] ГОСТ Р ИСО 3534-1-2019 Статистические методы. Словарь и условные обозначения. Часть 1. Общие статистические термины и термины, используемые в теории вероятностей.

[10] ГОСТ Р ИСО 3534-2-2019 Статистические методы. Словарь и условные обозначения. Часть 2. Прикладная статистика.

[11] Международный словарь по метрологии: основные и общие понятия и соответствующие термины: пер. с англ. и фр. / Всерос. науч.-исслед. ин-т метрологии им. Д. И. Менделеева, Белорус. гос. ин-т метрологии. Изд. 2-е, испр. — СПб.: НПО «Профессионал», 2010. — 82 с. ISBN 978-5-91259-057-3.

[12] ГОСТ Р ИСО 5725-1-2002 Точность (правильность и прецизионность) методов и результатов измерений. Часть 1. Основные положения и определения.

[13] NCCLS. Estimation of Total Analytical Error for Clinical Laboratory Methods; Approved Guideline. NCCLS document EP21-A [ISBN 1-56238-502-X]. NCCLS, 940 West Valley Road, Suite 1400, Wayne, Pennsylvania 19087-1898 USA, 2003.)

[15] Масленников В.В. Использование неопределенности измерений в оценке соответствия медицинских изделий для in vitro диагностики // Бюллетень АМТех. 2023. № 1. С. 5-15.

[16] NCCLS. Evaluation of the Linearity of Quantitative Measurement Procedures: A Statistical Approach; Approved Guideline. NCCLS document EP6-A (ISBN 1-56238-498-8). NCCLS, 940 West Valley Road, Suite 1400, Wayne, Pennsylvania 19087-1898 USA, 2003.

[17] ГОСТ Р ИСО 17511-2022 Изделия медицинские для диагностики in vitro. Требования к установлению метрологической прослеживаемости значений, приписанных калибраторам, контрольным материалам правильности и образцам биологического материала человека.

References

[1] ISO 9000:2015 Quality management systems –Fundamentals and vocabulary.

[2] ISO/IEC 17000:2020 Conformity assessment – Vocabulary and general principles.

[3] 2014, The Fitness for Purpose of Analytical Methods, EURACHEM Guide), пер с англ. 3-го изд. (2011, Quantifying Uncertainty in Analytical Measurement, EURACHEM/CITAC Guide.

[4] ISO/IEC Guide 98-1:2009, Uncertainty of measurement – Part 1: Introduction to the expression of uncertainty in measurement.

[5] ISO 18113-1:2009 In vitro diagnostic medical devices. Information supplied by the manufacturer (labelling). Part 1. Terms, definitions and general requirements.

[6] ISO 18113-1:2022 In vitro diagnostic medical devices. Information supplied by the manufacturer (labelling). Part 1. Terms, definitions, and general requirements.

[7] ГОСТ Р 51352-2013 In vitro diagnostic medical devices. Test methods.

[8] РМГ 29-2013 State system for ensuring the uniformity of measurements. Metrology. Basic terms and definitions.

[9] ISO 3534-1:2006, Statistics – Vocabulary and symbols – Part 1: General statistical terms and terms used in probability.

[10] ISO 3534-2:2006, Statistics – Vocabulary and symbols – Part 2: Applied statistics.

[11] JCGM 200:2008 International vocabulary of basic and general terms in metrology (VIM).

[12] ISO 5725-1:1994 Accuracy (trueness and precision) of measurement methods and results. Part 1. General principles and definitions.

[13] NCCLS. Estimation of Total Analytical Error for Clinical Laboratory Methods; Approved Guideline. NCCLS document EP21-A [ISBN 1-56238-502-X]. NCCLS, 940 West Valley Road, Suite 1400, Wayne, Pennsylvania 19087-1898 USA, 2003.)

[15] Maslennikov V. V. The use of measurement uncertainty in conformity assessment of medical devices for in vitro diagnostics. AMTECH Bulletin. 2023:(1):5-15. (in Russ.).

[16] NCCLS. Evaluation of the Linearity of Quantitative Measurement Procedures: A Statistical Approach; Approved Guideline. NCCLS document EP6-A (ISBN 1-56238-498-8). NCCLS, 940 West Valley Road, Suite 1400, Wayne, Pennsylvania 19087-1898 USA, 2003.

[17] ISO 17511:2020, In vitro diagnostic medical devices – Requirements for establishing metrological traceability of values assigned to calibrators, trueness control materials and human samples.

__________

© Масленников В.В. 2024

1. ГОСТ Р ИСО 9000-2015 Системы менеджмента качества. Основные положения и словарь.

2. ГОСТ Р ИСО/МЭК 17000-2022 Оценка соответствия. Словарь и общие принципы.

3. Валидация аналитических методик: пер. с англ. яз. 2-го изд. под ред. Г. Р. Нежиховского. Количественное описание неопределенности в аналитических измерениях: пер. с англ. яз. 3-го изд. под ред. Р. Л. Кадиса. Руководства для лабораторий. – СПб.: ЦОП «Профессия», 2016. – 312 с., ил. ISBN 978-5-91884-075-7

4. ГОСТ 34100.1-2017/ISO/IEC Guide 98-1:2009 неопределенность измерения. Часть 1. Введение в руководства по выражению неопределенности измерения.

5. ГОСТ Р ИСО 18113-1-2015 Медицинские изделия для диагностики in vitro. Информация, предоставляемая изготовителем (маркировка). Часть 1. Термины, определения и общие требования.

6. ГОСТ Р ИСО 18113-1-2024 Медицинские изделия для диагностики in vitro. Информация, предоставленная изготовителем (маркировка). Часть 1. Термины, определения и общие требования.

7. ГОСТ Р 51352-2013 Медицинские изделия для диагностики ин витро. Методы испытаний.

8. РМГ 29-2013 Рекомендации по межгосударственной стандартизации. Государственная система обеспечения единства измерений. Метрология. Основные термины и определения.

9. ГОСТ Р ИСО 3534-1-2019 Статистические методы. Словарь и условные обозначения. Часть 1. Общие статистические термины и термины, используемые в теории вероятностей.

10. ГОСТ Р ИСО 3534-2-2019 Статистические методы. Словарь и условные обозначения. Часть 2. Прикладная статистика.

11. Международный словарь по метрологии: основные и общие понятия и соответствующие термины: пер. с англ. и фр. / Всерос. науч.-исслед. ин-т метрологии им. Д. И. Менделеева, Белорус. гос. ин-т метрологии. Изд. 2-е, испр. — СПб.: НПО «Профессионал», 2010. — 82 с. ISBN 978-5-91259-057-3.

12. ГОСТ Р ИСО 5725-1-2002 Точность (правильность и прецизионность) методов и результатов измерений. Часть 1. Основные положения и определения.

13. NCCLS. Estimation of Total Analytical Error for Clinical Laboratory Methods; Approved Guideline. NCCLS document EP21-A [ISBN 1-56238-502-X]. NCCLS, 940 West Valley Road, Suite 1400, Wayne, Pennsylvania 19087-1898 USA, 2003.)

14. Масленников В.В. Использование неопределенности измерений в оценке соответствия медицинских изделий для in vitro диагностики // Бюллетень АМТех. 2023. № 1. С. 5-15.

15. NCCLS. Evaluation of the Linearity of Quantitative Measurement Procedures: A Statistical Approach; Approved Guideline. NCCLS document EP6-A (ISBN 1-56238-498-8). NCCLS, 940 West Valley Road, Suite 1400, Wayne, Pennsylvania 19087-1898 USA, 2003.

16. ГОСТ Р ИСО 17511-2022 Изделия медицинские для диагностики in vitro. Требования к установлению метрологической прослеживаемости значений, приписанных калибраторам, контрольным материалам правильности и образцам биологического материала человека.