Метрологическая прослеживаемость измерений направлена на обеспечение сопоставимости результатов клинических исследований биологических проб независимо от того, в какой лаборатории проводились исследования. Оценивание неопределенности измерений является необходимым элементом установления метрологической прослеживаемости, которая реализуется через непрерывную цепь калибровок от калибраторов/референтных материалов, используемых лабораториями, до уровня референтной методики (калибратора) наивысшей доступной точности. Каждая калибровка сопровождается оцениванием неопределенности измерения, которая возрастает при движении от высшего уровня до уровня рутинных клинических исследований.

Оценивание неопределенности измерения позволяет:

— обоснованно устанавливать границы допустимых расхождений результатов измерений, получаемых в различных лабораториях независимо от того, какие методы измерений и измерительное оборудование применяется. Если измеряемые величины являются методозависимыми, т.е. о сопоставимости результатов измерений правомерно говорить только применительно к результатам, полученным по одной методике измерений, то это должно быть уточнено при установлении допустимых границ расхождений;

— использовать неопределенности измерений при принятии медицинских решений, а именно отслеживать значимые измерения в результатах измерений контролируемых показателей биологических проб, а также учитывать при сопоставлении результатов измерений с предельно допускаемыми значениями, определяемыми при измерениях показателей биологических проб;

— повышать точность измерений путем анализа составляющих бюджета неопределенности измерения и выявления наиболее существенных с целью их уменьшения.

Требование оценивания неопределенности измерений при выполнении клинических исследований устанавливается, в частности, двумя стандартами ИСО, которые внедрены в России в качестве ГОСТ Р. ГОСТ Р ИСО 15189:2015 [1] устанавливает требования к качеству исследований, выполняемых медицинскими лабораториями, и содержит требование оценивания неопределенности измерения для каждой применяемой в лаборатории методики измерения. ГОСТ Р ИСО 15195:2006 [2] устанавливает требования к лабораториям референтных измерений, которые применяют референтные методики (методики референтных измерений), предназначенные для обеспечения прослеживаемости калибраторов и референтных материалов до уровня первичных референтных методик/первичных калибраторов или до уровня международно признанных референтных методик/калибраторов. В настоящее время доступна актуализированная версия ISO 15195:2018 [3], которая направлена на дальнейшую гармонизацию этого документа с ISO 17025 [4—5], который устанавливает требования к калибровочным и испытательным лабораториям. В ISO 15195:2018 референтные лаборатории (лаборатории рефрентных измерений) названы калибровочными лабораториями, использующими референтные методики измерений. ISO 15195:2018 не распространяется на медицинские лаборатории, но направлен на обеспечение требуемого метрологического уровня клинических исследований, выполняемых медицинскими лабораториями. При установлении метрологической прослеживаемости калибровочные лаборатории являются связующим звеном между лабораториями рутинных клинических исследований и лабораториями первичных референтных методик измерений/первичных калибраторов, которые реализуются национальными метрологическими институтами (НМИ).

Первичные референтные методы установлены Консультативным комитетом по количеству вещества (CCQM BIMP), в состав которого входят НМИ ведущих метрологических стран. НМИ содержат и применяют государственные первичные эталоны единиц величин (ГПЭ) и разрабатывают первичные референтные методики на основе методов изотопного разбавления в масс-спектрометрии, кулонометрии, гравиметрии, титриметрии. На сайте Объединенного комитета по прослеживаемости в лабораторной медицине (JCTLM) содержатся описания референтых методов, которые могут стать основой для детальной разработки референтной методики измерения.

Далеко не всегда свойства биологических проб могут быть выражены через единицы СИ, так как молекулярная структура их аналитов точно не известна, матрица стандартных образцов отлична от биологических проб. Таким образом, прослеживаемость к единице СИ, государственному первичному эталону единицы величины, не может быть реализована. Поэтому часто прослеживаемость заканчивается на методике измерений, которую использует производитель аппаратуры для диагностики in vitro. Понятно, что данный уровень прослеживаемости не является в общем случае достаточным для обеспечения сопоставимости результатов исследований разных лабораторий. Поэтому задача «повышения уровня прослеживаемости» до уровня международно признанных референтных методик и референтных материалов и далее (где это может быть реализовано) до уровня первичных референтных методик и первичных референтных материалов относится к наиболее важным. Участие НМИ во внедрении референтных методик/материалов предусмотрено различными схемами реализации метрологической прослеживаемости в ГОСТ ISO 17511 [6].

На сегодняшний день имеется большое количество руководств по вычислению неопределенности измерений, среди которых следует выделить документы, подготовленные Рабочей группой 1 Объединенного комитета по руководствам в метрологии (https://www.bipm.org/en/committees/cc/wg/jcgm-wg1.html), которые по сути стали широко применяемыми международно признанными нормативными документами по вычислению неопределенности измерений и основой для разработки последующих документов, регламентирующих вычисление неопределенности для конкретных областей измерений и измерительных задач, если это необходимо.

Основополагающий документ по оцениванию неопределенности, GUM [7], издан в 1993 г. под эгидой семи международных организаций: МБМВ, МЭК, ИСО, МОЗМ, Международного союза по чистой и прикладной химии, Международного союза по чистой и прикладной физике и Международной федерации клинической химии. В настоящее время этот документ принят в качестве нормативного многими международными организациями и странами, в России он также внедрен в качестве нормативного документа [8].

В GUM неопределенность измерения трактуется в широком и узком смыслах. В широком смысле «неопределенность» трактуется как «сомнение» относительно того, насколько точно результат измерения представляет значение измеряемой величины после того, как все известные или предполагаемые составляющие оценены и внесены соответствующие поправки. На практике обычно неопределенность понимают в узком смысле как «параметр, связанный с результатом измерения, который характеризует разброс значений, которые могли бы быть обоснованно приписаны измеряемой величине». В этом определении важным является уточнение значения «обоснованно», которое подразумевает использование всей имеющейся информации о факторах, которые влияют на результат исследования, и о количественном оценивании влияния этих факторов.

Цель GUM заключается в предоставлении универсального метода для выражения и оценивания неопределенности результата измерения, который применим ко всем видам измерений и всем типам данных, используемых при измерениях, от измерений в фундаментальных и прикладных исследованиях, до измерений на производстве при контроле качества изделий. Как показывает опыт внедрения GUM, прежде всего, он получил широкое применение при сличениях национальных эталонов, калибровке эталонов и средств измерений, аттестации методик измерений. GUM дал простой поэтапный алгоритм вычисления неопределенности измерения и унифицированный способ предоставления отчета о неопределенности измерения («бюджет неопределенности»). Алгоритм GUM часто называют «законом трансформирования неопределенностей», поскольку он задает правило перехода от неопределенностей исходных данных, используемых и получаемых в процессе измерения, к неопределенности результата измерения. Для того чтобы обеспечить такой переход, нужно знать зависимость измеряемой величины от влияющих величин в процессе измерения.

Достаточно часто в метрологической практике измеряемая величина Y определяется через N других величин — X₁, X₂, …, X_N, используя известную функциональную зависимость f :

Y=f(X₁, X₂, …, X_N) (1).

Выражение (1) называют уравнением измерения или моделью измерения, где Y — выходная (измеряемая) величина, а X₁, X₂, …, X_N — соответственно входные величины.

Входные величины X₁, X₂, …, X_N также могут быть измеряемыми величинами и зависеть от других величин, что усложняет вид функциональной зависимости f. Возможны измерительные задачи, когда модель измерения может определяться только экспериментально или задаваться в виде алгоритма последовательных действий.

Входные величины X₁, X₂, …, X_N могут быть разделены на две группы:

— величины, значения и неопределенности которых определяют непосредственно в текущем измерении. Эти значения и неопределенности можно получить, например, в результате многократных измерений. Они могут включать определения поправок к показаниям приборов и поправок на влияющие величины (окружающая температура, атмосферное давление и влажность);

— величины, значения и неопределенности которых получены априорно. К ним относятся, например, значения аттестованных стандартных образцов веществ и материалов, информация о точности применяемых измерительных систем, правильности и прецизионности методов измерений и т.д.

Формирование модели измерения является исходным этапом при вычислении неопределенности измерения. Этот этап в отличие от следующих этапов оценивания неопределенности плохо поддается формализованному описанию. Формирование уравнения измерения требует знаний о конкретном измерении и требований к результату измерения. Одному и тому же измерению могут соответствовать несколько моделей измерения в зависимости от дальнейшего использования результатов измерения и соответственно требований к ним или использования различных методов измерения.

GUM описывает алгоритм вычисления неопределенности для линейной модели измерения и моделей, допускающих линеаризацию, которые широко распространены на практике. Позднее были разработаны Дополнения к GUM [9, 10], которые распространили подход GUM на векторные величины и использование метода Монте-Карло при вычислении неопределенности измерения.

Поскольку подход GUM основан на использовании модели измерения, то его часто называют аналитическим подходом оценивания неопределенности в отличие от существующих эмпирических подходов.

При вычислении неопределенности основным количественным показателем является стандартная неопределенность, u — стандартное отклонение распределения случайной величины, которое используется для описания возможных значений измеряемой величины исходя из доступной информации. В зависимости от характера этой информации выделяют два способа вычисления стандартной неопределенности. Оценка стандартной неопределенности по типу А — это метод оценивания неопределенности путем статистической обработки ряда наблюдений. Оценка стандартной неопределенности по типу В — это метод оценивания неопределенности способом, отличным от статистической обработки, включая экспертные заключения.

Оценивание стандартной неопределенности по типу А применяется, когда имеются результаты m независимых измерений одной из входных величин X₁, i=1, …, n, проведенных в одинаковых условиях: x_i1, ..., x_im. В качестве значения этой величины принимают среднее арифметическое значение:

стандартную неопределенность вычисляют по формуле выборочного среднеквадратического отклонения (СКО) среднего арифметического значения:

Если число независимых измерений m входной величины мало (<10), а процесс ее измерения хорошо изучен и находится под статистическим контролем, то априорная оценка дисперсии s_i (СКО повторяемости результатов измерений), полученная в результате обработки большого массива предыдущих измерений, будет более надежной оценкой. В этом случае рекомендуется следующая оценка стандартной неопределенности:

Исходными данными для оценивания значения величины и ее стандартной неопределенности по типу В являются следующие источники априорной информации:

— данные предыдущих измерений этой величины, содержащиеся в протоколах измерений, свидетельствах о калибровках/поверках или других документах;

— нормы точности измерений, указанные в технической документации на методы измерений и единицы СИ;

— значения констант и справочных данных и их неопределенности;

— сведения о предполагаемом распределении значений величины, имеющиеся в технических отчетах и источниках литературы;

— опыт исследователя или знание общих закономерностей, которым подчиняются свойства применяемых материалов или приборов.

Если могут быть оценены только верхняя a₊ и нижняя a_– границы возможных значений величины x_i (например, пределы допускаемой погрешности СИ, область изменения температуры, погрешность округления или отбрасывания), то для ее значений принимают равномерное распределение. В этом случае значение величины принимают равным:

а соответствующую стандартную неопределенность:

После того как значения входных величин и соответствующих стандартных величин получены, значение выходной величины вычисляют по формуле (1), подставляя значения входных величин. При оценивании соответствующей неопределенности придерживаются следующего алгоритма действий.

Рассчитывают вклад неопределенности каждой входной величины u_i(y) в неопределенность измерения выходной величины Y по формуле: u_i (y) =|c_i|·u(x_i), где c_i — коэффициент чувствительности входной величины x_i, выражающий степень ее влияния на изменение выходной величины Y. Он равняется частной производной функции f(X₁, X₂, ..., X_N) по x_i, вычисленной при значениях входных величин, равных их наилучшим оценкам (x_i, ..., x_N):

При некоррелированных оценках входных величин суммарную стандартную неопределенность результата измерений вычисляют по формуле:

Под составлением бюджета неопределенности понимается краткое формализованное изложение процедуры оценивания неопределенности измерения. Такая унифицированная схема наглядна. Она позволяет легко проверить процедуру вычисления неопределенности, сравнить ее с аналогичными вычислениями в другой лаборатории. Представление бюджета неопределенности включает описание уравнения измерения и составляющих неопределенности в виде таблицы.

Бюджет неопределенности

Величина	Оценка	Стандартная неопределенность	Тип оценивания	Коэффициент чувствитель-ности	Вклад в суммарную стандартную неопределенность
Xi	xi	u(xi)	А (В)
Y,	y=f(x1, ..., xn)	u(y)

Расширенная неопределенность измерения U(y) равна произведению стандартной неопределенности u(y) измерения выходной величины y на коэффициент охвата k: U(y)=ku(y). Вычисление коэффициента охвата k требует знания закона распределения выходной величины. На практике эта информация, как правило, отсутствует. Для простых линейных моделей, когда известно, что распределения входных величин нормальны, распределение выходной величины будет также нормальным. Нормальный закон распределения обычно принимается в ситуации, когда имеется много входных величин и их соответствующие вклады в суммарную неопределенность сопоставимы. При нормальном распределении вероятностей измеряемой величины y, коэффициент охвата принимают равным k=2 для вероятности 0,95 и k=3 для вероятности 0,99.

При представлении результата измерения необходимо указать, какая (стандартная или расширенная) неопределенность приведена. Если приводится расширенная неопределенность, то следует указать значение коэффициента охвата и соответствующую вероятность. Если указывается расширенная неопределенность U=ku_c(y), то результат измерения приводится в виде Y=y±U с указанием единиц измерений для y и U. При необходимости указывают относительную (приведенную) расширенную неопределенность U/|y|.

Подход GUM, основанный на аналитической модели измерения, широко внедрен при калибровке эталонов и аттестации методик измерения. Другими словами, он внедрен, прежде всего, калибровочными лабораториями (лабораториями референтных измерений). Именно на GUM в части оценивания неопределенности ссылается ISO 15195:2018, устанавливающий требования к калибровочным лабораториям, использующим референтные методики измерений в лабораторной диагностике.

Составление модели измерений при реализации подхода GUM может вызывать сложности у лабораторий рутинных измерений, выполняющих многоэтапные методики измерений, включающие пробоподготовку, калибровку измерительной системы и т.д. Поэтому наряду с подходом GUM возникают так называемые эмпирические методы оценивания неопределенности, которые «обходят» этап формализованного построения аналитической модели измерения. Важно, что при реализации эмпирического подхода сохраняются основополагающие принципы подхода GUM, заключающееся в том, что должна быть однозначно определена измеряемая величина (1), выявлены факторы, влияющее на точность измерения, и определены наиболее значимые из них (2), а вся доступная информация, относящаяся к оцениванию точности измерения, должна быть единообразно учтена при вычислении неопределенности измерения (3). Даже в тех ситуациях, когда представление полной аналитической модели измерения вызывает затруднения, соблюдение этих принципов позволяет оценить неопределенность измерения. Например, при оценивании неопределенности физико-химических измерений широко используется подход, основанный на использовании показателей точности (правильности и прецизионности) методов и результатов измерений [11, 12]. Учитывая эту специфику, EURACHEM выпустил уже третью редакцию документа по вычислению неопределенности измерения в области физико-химических измерений [13]. Вопросы оценивания неопределенности измерения при выполнении клинических исследований также имеют свою специфику и требуют отдельного рассмотрения. Поэтому в 2019 г. ИСО/ТК 212 выпустил ISO/TS 20914:2019 [14] — Руководство по оцениванию неопределенности измерений для медицинских лабораторий.

Для медицинских лабораторий нет необходимости сопровождать каждый результат исследования оценкой неопределенности измерения, но эта оценка должна быть доступной по запросу, в частности такая необходимость может возникнуть при принятии медицинских решений, когда результаты измерений параметров близки к их предельным значениям или при сравнении результатов разных лабораторий. Остановимся на основных положениях ISO/TS 20914. Как правило, в лаборатории отсутствует информация для построения модели измерений для измеряемой величины в биологических пробах, имеющих сложные матрицы. Измерения проводятся с помощью автоматизированного измерительного оборудования, которое реализует заданную методику измерения и поставляется совместно с набором реагентов. Лаборатория может оценить прецизионность своих измерений, используя данные, полученные в результате регулярных внутренних проверок качества. Прецизионность измерений оценивается в виде СКО результатов, полученных для контрольных материалов, близких по своим свойствам клиническим пробам, анализ которых выполняет лаборатория. При оценке прецизионности важным является однозначное определение условий прецизионности, при которых можно считать, что полученные экспериментальные данные относятся к одной и той же измеряемой величине. В условиях повторяемости измерений наблюдается наименьший возможный разброс данных, соответствующее СКО, u_r, можно рассматривать как недостижимую оценку снизу фактической неопределенности измерений. При оценке фактической неопределенности используется оценка СКО, полученная в условиях внутрилабораторного контроля качества (промежуточная прецизионность), u_Rw. Объединение нескольких групп в одну при оценивании u_Rw выполняется с целью повышения точности оценок СКО, при этом предполагается, что анализируются данные за существенный интервал времени, чтобы учесть все значимые источники вариабельности измерений в лаборатории. Но если нарушены условия прецизионности, то «некорректное» объединение данных может привести к необоснованному завышению значения СКО внутрилабораторной прецизионности измерений. Простые статистические критерии могут быть применены для проверки однородности выборок при объединении нескольких групп измерений в одну.

Следует отметить, что использование данных межлабораторных сличений (ВОК) для оценки прецизионности измерений в лаборатории нецелесообразно, поскольку, во-первых, объем этих данных, как правило, недостаточен для оценки СКО, а во-вторых, цель ВОК — подтверждение заявленной точности измерений, а не оценивание точности. Поэтому в общем случае некорректно использовать одни и те же данные для оценки и контроля точности результатов измерений.

Для оценивания правильности измерения необходима дополнительная информация (которая может быть предоставлена поставщиком оборудования) о метрологической прослеживаемости результатов измерений/метрологической прослеживаемости используемых в лаборатории калибраторов. Неопределенность, связанная со значением калибратора, u_cal, является результатом «накопления» неопределенности при реализации калибровочной иерархии от данного калибратора до наивысшего доступного уровня (первичная референтная методика измерений/калибратор, международно признанная референтная методика/калибратор и т.д.). Применение калибраторов/референтных материалов/стандартных образцов в лаборатории позволяет при необходимости оценить смещение результатов измерений и внести поправки. При этом необходимо отметить, что оценка смещения всегда выполняется с некоторой неопределенностью, u_bias. Поэтому для обоснованного внесения поправки в результаты измерений необходимо убедиться, что смещение значимо по сравнению с соответствующей ему неопределенностью. Если смещение вносится в результаты измерений, то соответствующая составляющая неопределенности должна быть учтена в суммарной неопределенности измерения. Таким образом, суммарная стандартная неопределенность результата измерения может быть представлена как сумма трех составляющих:

Анализ процентного соотношения вкладов неопределенностей позволяет оптимизировать неопределенность измерения. Неопределенность используется при сопоставлении результатов измерений, при этом важно учитывать, в каких условиях получены результаты. Если сравниваются результаты в одной лаборатории, то для выявления значимости их различий можно учитывать только показатели прецизионности u_Rw. В отдельных случаях, когда результаты гарантированно получены в условиях повторяемости, возможно использовать u_r.

Оценка неопределенности измерения не является самоцелью, она выполняется для использования при сравнении результатов исследований между собой и пороговыми значениями показателей при принятии решений. Поэтому на практике всегда существуют предельно допустимые значения неопределенности (целевая неопределенность), которые устанавливаются с учетом биологической вариабельности измеряемых показателей, дальнейшего применения результатов измерений и характеристик имеющихся методик измерений.

Автор заявляет об отсутствии конфликта интересов.

The author declares no conflicts of interest.

Рецензия на статью А.Г. Чуновкиной «Оценивание неопределенности измерений при установлении метрологической прослеживаемости результатов клинических исследований биологических проб»

В.Е. Колупаев, к.м.н., советник по методологии и регулированию ООО «Био-Рад Лаборатории», https://orcid.org/0000-0002-1037-196X; e-mail: vsevolod_kolupaev@bio-rad.com

Статья посвящена решению вопроса по установлению метрологической прослеживаемости измерения биологических проб в рутинной практике клинико-диагностической лаборатории до уровня первичных референтных методик измерений/калибраторов с использованием оценки неопределенности измерений (НИ). Решение о публикации рецензии на эту статью связано с высокой актуальностью затронутой автором проблематики в свете постоянного увеличения роли лабораторных данных и их интерпретации в процессе принятия медицинских решений. С другой стороны, некоторые утверждения статьи показались рецензенту настолько спорными, что редакцией совместно с автором было решено выйти за рамки типичной закрытой переписки рецензент—автор и продолжить дискуссию на страницах журнала.

По актуальности выбранной темы необходимо отметить, что автором особо выделено практическое значение параметра НИ в организации эффективной работы клинической лаборатории. Чтобы усилить впечатление читателя о необходимости внедрения понятия НИ рецензенту кажется целесообразным привести два конкретных примера из лабораторной практики.

1. Женщина, 48 лет, с диагнозом «диабет». Один раз в 3 мес в течение 4 лет исследуется уровень гликированного гемоглобина (HbA1c) на фоне оральной гипогликемической терапии. Три последних результата — 6,6, 7,0 и 7,4% (49, 53 и 57 ммоль/моль). Прав ли лечащий врач, выражая беспокойство по поводу ухудшения здоровья пациента? CV измерения HbA1c составляло 3%. Результат измерения HbA1c (точка в диапозоне±2 CV) с учетом НИ, связанной с вариабельностью измерения, будет находиться внутри интервалов: первое измерение — 6,2—7,0% (46—52 ммоль/моль), второе измерение — 6,6—7,4% (50—56 ммоль/моль), третье измерение — 7,0—7,8% (53—60 ммоль/моль). Таким образом, все полученные результаты находятся внутри интервала НИ; выраженная динамика результатов отсутствует, сомнения лечащего врача в эффективности терапии разрешились [1].

2. Мужчина, 22 лет. Жалобы: сухая кожа, утомляемость, астения, слабость, бледность кожных покровов. Предположительный диагноз «железодефицитная анемия». Для проведения исследования уровня ферритина пациент обратился последовательно в две лаборатории: результат лаборатории №1 — 11,8 мкмоль/л (пороговое значение 11,6 мкмоль/л), результат лаборатории №2 — 10,8 мкмоль/л (пороговое значение 12 мкмоль/л). В отчете лаборатории №2 результат выделен как патология. Прав ли пациент, подавший жалобу на лабораторию №1? Для обеих лабораторий была рассчитана расширенная НИ измерений: лаборатория №1 — 11,8±1,2 мкмоль/л (интервал НИ от 10,6 до 13,0 мкмоль/л); лаборатория №2 — 10,8±1,8 мкмоль/л (интервал НИ от 9,0 до 13,6 мкмоль/л). Интервалы НИ пересекаются — оснований для жалобы нет, но в лаборатории №2 результаты были неправильно интерпретированы как патология относительно порогового значения.

Приведенные примеры хорошо иллюстрируют основную, по мнению рецензента, роль понятия НИ в практике диагностической лаборатории как эффективного средства снижения риска в принятии ошибочного медицинского решения вследствие неправильной интерпретации результатов лабораторного исследования [1—3].

В рецензируемой статье точно выставлены акценты роли НИ в обеспечении иерархии метрологической прослеживаемости через цепь калибровок от калибраторов, используемых в лаборатории, до референтных стандартов. Показано различие эмпирического и аналитического подходов в расчете НИ измерения. С точки зрения рецензента, такой подход является принципиально новым направлением в диалоге между российскими метрологами и медицинскими лабораториями, который в своей предыдущей версии, как правило, заканчивался в зале арбитражного суда.

Статья могла бы положить начало новому конструктивному подходу, если бы не явная аксиоматичность в выборе эмпирического способа расчета НИ, который игнорирует внешнюю оценку качества (ВОК) как источник данных о смещении. Автор, цитируя ISO/TS 20914:2019 [4], не рекомендует использование результатов ВОК для оценки «прецизионности измерений в лаборатории», но затем делает неожиданный вывод про данные ВОК, что в «общем случае некорректно использовать одни и те же данные для оценки и контроля точности результатов измерений». Следуя логике автора, оценить смещение результатов измерения биологических проб и его вклад в НИ можно только с помощью калибраторов/референтных материалов/стандартных образцов.

Нельзя безоговорочно согласиться с утверждениями автора статьи, что цель внешних проверок качества — только лишь подтверждение заявленной точности измерений. Согласно ГОСТ ISO/IEC 17043-2013 [5], к основным функциям последнего как раз относятся «оценивание характеристик функционирования лабораторий …, подтверждение заявленной НИ … и оценивание характеристик (аналитического) метода». Цитируемый документ содержит требования к программам ВОК (межлабораторное сличение). Согласно российскому законодательству, все диагностические лаборатории обязаны принимать участие в ВОК [6]. Целью участия в ВОК, таким образом, является исследование смещения результатов, получаемых в лаборатории [7].

Утверждение, что для расчета смещения необходим референтный материал с содержанием аналита, прослеженным от международного стандарта, хотя и не противоречит нормативному документу ГОСТ ISO 17511-2011, принимается с некоторыми оговорками, изложенными в Примечании 1 п. 5.1. указанного стандарта: «Одной из проблем, отмечаемых как производителями, так и потребителями медицинских изделий диагностики in vitro, является отсутствие стандартных образцов как аттестованных, так и неаттестованных, проявляющих в данной измерительной системе свойства аналита и матрицы, подобные тем, какие им присущи в рутинных человеческих пробах (кровь, плазма, сыворотка, моча и т.д.)». Автор и сам отметил трудности, возникающие при попытке выразить свойства биологических проб через единицы СИ, связанные со сложной молекулярной структурой образца.

Для чего, по мнению рецензента, автору потребовался столь спорный пассаж? Цель одна — вопреки международной практике навязать диагностической лаборатории крайне затратный алгоритм контроля прослеживаемости рутинных анализов от эталонных стандартов. Если раньше это делалось путем определения лабораторных аналитических систем как средства измерения, то в настоящей статье делается попытка осуществить прослеживаемость результата рутинных исследований через НИ измерений, которая учитывает смещение результатов по стандартному образцу, аттестованному относительно эталона или референтого метода. Хотя автор прямо не высказывается по этому поводу в своей статье, внедрение этого тезиса в практику подразумевает, что стандартный образец для расчета НИ будет изготовлен под контролем метрологической службы, а это повлечет за собой дополнительные значительные затраты со стороны лаборатории.

Рецензент считает, что указанный алгоритм следует дополнить альтернативными алгоритмами эмпирических расчетов НИ, использующих данные межлабораторного сличения (ВОК), которые описаны в международных и национальных руководствах по расчету НИ [4, 8, 9].

Общий вывод — при несомненных достоинствах содержания статьи автору рекомендуется переработать раздел, посвященный эмпирическому подходу в расчете НИ. В ином случае чрезвычайно полезная и эффективная концепция НИ будет воспринята лабораторным сообществом как финансово затратная «игрушка метрологов», по выражению одного из коллег рецензента.

Литература/Reference

1. Колупаев В.Е. Значение НИ измерений в практике клинико-диагностической лаборатории. Справочник заведующего КДЛ. 2018;5:24-33.

Kolupaev VE. Znachenie NI izmereniy v praktike kliniko-diagnosticheskoy laboratorii. Spravochnik zaveduyushego KDL. 2018;5:24-33. (In Russ.).

2. Pereira P. Uncertainty of Measurement in Medical Laboratories, New Trends and Developments in Metrology Luigi Cocco, IntechOpen. Available from July 20^th 2016: https://www.intechopen.com/books/new-trends-and-developments-in-metrology/uncertainty-of-measurement-in-medicallaboratories

https://doi.org/10.5772/62437

3. Колупаев В.Е. Внедрение концепции НИ измерений в практику клинико-диагностической лаборатории согласно требованиям ГОСТ Р ИСО 15189-2015. Лабораторная служба. 2019;8(1):86-92.

Kolupaev VE. The implementation of «measurement uncertainty» concept to clinical diagnostics lab practice according to the requirements of GOST ISO 15189-2015. Laboratornaya sluzhba. 2019;8(1):86-92. (In Russ.).

https://doi.org/10.17116/labs2019801186

4. ISO/TS 20914:2019 Medical laboratories — Practical guidance for the estimation of measurement uncertainty.

5. ГОСТ ISO/IEC 17043-2013. Оценка соответствия. Основные требования к проведению проверки квалификации. Ссылка активна на 23.07.2020.

ISO/IEC 17043:2010 Conformity assessment. General requirements for proficiency testing. Accessed: July, 23 2020. (In Russ.).

https://gostexpert.ru/data/files/17043-2013/70656.pdf

6. Приказ Министерства здравоохранения РФ от 7 февраля 2000 г. №45. «О системе мер по повышению качества клинических лабораторных исследований в учреждениях здравоохранения Российской Федерации.» Ссылка активна на 23.07.2020.

Order of the Ministry of Health of the Russian Federation of February 7, 2000 №45. «On the system of measures to improve the quality of clinical laboratory research in healthcare institutions of the Russian Federation». Accessed: July, 23 2020. (In Russ.).

https://medica-n.ru/wp-content/uploads/2018/03/Prikaz-45-ot-07.02.2000.pdf

7. Braga F, Pasqualetti S, Panteghini M. The role of external quality assessment in the verification of in vitro medical diagnostics in the traceability era. Clin Biochem. 2018 Feb;9.

https://doi.org/10.1016/j.clinbiochem.2018.02.004

8. CLSI EP29 A:2012 — Expression of Measurement Uncertainty in Laboratory Medicine.

9. Guide technique d’accreditation pour l’evaluation des incretitudes de mesure en biologie medicale. SH GTA 14. Révision 00. 2007;26. Retrieved from:

https://www.cofrac.fr/documentation/SH-GTA-14 Accessed: July, 23 2020