1- مقدمه بر صحه گذاری روشهای آزمون‌ کیفی

مطابق با الزامات استانداردهای سیستم مدیریت کیفیت در آزمایشگاه‌ها مانند ISO/IEC 17025:2017 و ISO 15189:2022 روش‌های آزمون کیفی (آزمون طبقه‌بندی یا آزمون غربالگری) نیز همچون آزمون‌های کمی باید مورد تصدیق و صحه‌گذاری قرارگیرند و عملکرد روش‌های آزمون کیفی نیز مانند سایر آزمون‌ها کمی که در آزمایشگاه‌های انجام آزمون و تشخیص طبی انجام می‌شود، بایستی مورد ارزیابی قرار گیرد. بر این اساس در ادامه این پست نحوه بررسی ویژگی‌های عملکردی نظیر حساسیت، تشخیص‌پذیری، درستی و … در آزمون‌های کیفی (آزمون‌های غربالگیری یا همان باینری) تشریح خواهد شد. بررسی این ویژگی‌های عملکردی برای آزمایشگاه‌های که آزمون‌های غربالگری انجام می‌دهند نظیر آزمایشگاه‌های میکروبیولوژی مواد غذایی، آرایشی، بهداشتی و دارویی و همین طور آزمایشگاه‌های دامپزشکی و تشخیص طبی برای تصدیق و صحه‌گذری روش‌های آزمون از اهمیت زیادی برخودار است.

۲- تعریف آزمون‌های کیفی

آیوپاک آزمون‌های کیفی را به شکل زیر تعریف می کند: آنالیزی که در آن مواد بر اساس خواص شیمیایی یا فیزیکی، نظیر واکنش پذیری شیمیایی، محلولیت، وزن مولکولی، نقطه ذوب، خواص تابشی (نشر، جذب)، طیف‌های جرمی، نیمه عمر هسته‌ای و غیره شناسایی یا طبقه بندی می‌شوند. این بدان معنی است که نتایج بر اساس مقیاس اسمی بیان می‌شوند که از نظر رتبه پایین‌تر از بیان نتایج بر اساس مقیاس نسبت (کمی) است. لذا، برای اهداف غربال‌گیری که در آنها از متدهای کم هزینه استفاده می‌شود و یا در غلظت های آنالیت نزدیک به حد تشخیص (LOD)، به جای آزمون‌های کمی عمدتاً آزمون‌های کیفی پیشنهاد می‌شوند.

۳- تعریف حساسیت (sensitivity) و تشخیص‌پذیری (specificity)

حساسیت و تشخیص‌پذیری (ویژگی) دو شاخص مهم برای ارزیابی آماری عملکرد نتایج آزمون‌های طبقه‌بندی باینری (دودویی یا دوحالته) هستند، که در آمار به عنوان توابع طبقه‌بندی شناخته می‌شوند. زمانی که بتوان داده‌ها را به دو گروه مثبت و منفی تقسیم کرد، عملکرد نتایج یک آزمایش که اطلاعات را به این دو دسته تقسیم می‌کند با استفاده از شاخص‌های حساسیت و تشخیص‌پذیری (ویژگی) قابل اندازه‌گیری و توصیف است. 

حساسیت: (که در برخی از علوم نرخ مثبت واقعی یا احتمال تشخیص صحیح نیز نامیده می‌شود) نسبتی از موارد مثبت است که آزمایش آن‌ها را به درستی به عنوان مثبت علامت‌گذاری می‌کند. (مثلا درصد افراد بیمار که به درستی شناخته شده‌اند و این افراد واقعاً سالم نیستند).

تشخیص‌پذیری: (که نرخ منفی واقعی نیز نامیده می‌شود) به معنی نسبتی از موارد منفی است که آزمایش آن‌ها را به درستی به عنوان منفی علامت‌گذاری می‌کند. (مثلا درصد افراد سالم که به درستی شناسایی شده‌اند و این افراد واقعاً‌ بیمار نبوده‌اند).

۴- کاربرد آزمون‌های غربالگری (باینری)

یک مطالعه برای ارزیابی یک آزمون جدید که در مردم یک نوع بیماری را نشان می‌دهد، را تصور کنید. هر فردی که مورد آزمون قرار می‌گیرد، یا بیماری را دارد یا ندارد. نتیجه آزمون می‌تواند مثبت باشد (طبقه‌بندی فرد به عنوان بیماری) و یا منفی (طبقه‌بندی شخص به عنوان سالم). نتایج آزمون برای هر فرد ممکن است با وضعیت واقعی فرد مطابقت داشته یا نداشته باشد. در این صورت نتایج آزمون هر فرد ممکن است در یکی از چهار دسته زیر قرار بگیرد:

۱- مثبت صحیح (True Positive)، به عنوان مثال شخص بیمار، به درستی بیمار تشخیص داده شود.

۲- مثبت کاذب (False Positive)، به عنوان مثال شخص سالم، به اشتباه بیمار تشخیص داده شود.

۳- منفی صحیح (True Negative)، به عنوان مثال شخص سالم، به درستی سالم تشخیص داده شود.

۴- منفی کاذب (False Negative)، به عنوان مثال شخص بیمار، به اشتباه سالم تشخیص داده شود.

به طور کلی، مثبت = شناسایی شده، و منفی = رد شد. از این رو:

۱- مثبت صحیح (True Positive) = درست شناسایی شده است.

۲- مثبت کاذب (False Positive) = اشتباه شناسایی شده است (خطای نوع یک در انجام آزمون).

۳- منفی صحیح (True Negative) = به درستی رد شد.

۴- منفی کاذب (False Negative) = اشتباه رد شد (خطای نوع دوم در انجام آزمون).

چهار وضعیت فوق در جدول زیر نشان داده شده‌اند

۵- تصدیق و صحه‌گذاری روش‌های آزمون‌ کیفی (آزمون‌های غربالگری)

۵-۱- تعیین حساسیت (sensitivity) در آزمون‌های غربالگری:

حساسیت به توانایی آزمون در تشخیص صحیح بیماران مبتلا به بیماری (افرادی که واقعاً بیمار هستند) اشاره دارد. در مثال ارائه شده (صحه گذاری یک روش آزمون برای شناسایی یک بیماری)، حساسیت روش آزمون، نسبت افرادی است جواب آزمایش آنها مثبت شده است به کل افرادی که واقعاً بیماری را دارند. از نظر ریاضی، این امر را می توان به صورت زیر بیان کرد:

یک نتیجه منفی در آزمون با حساسیت بالا تصمیم‌گیری جهت رد کردن وجود یک بیماری مفید است. در واقع در یک آزمایش حساسیت بالا زمانی که نتیجه آن منفی است، قابل اعتماد است. زیرا به ندرت در خصوص کسانی که بیماری را دارند، اشتباه می‌شود. آزمایش با حساسیت ۱۰۰٪ تمام بیماران مبتلا به بیماری را با آزمایش مثبت تشخیص می‌دهد و با یک نتیجه آزمون منفی می‌توان گفت که فرد قطعا بیمار نیست. اما در خصوص فردی که نتیجه آزمایش آن مثبت شده است، برای آزمونی که حساسیت بالایی دارد، نمی‌توان گفت که فرد قطعاً بیمار هست زیرا شاخص حساسیت نتایج مثبت کاذب را در نظر نمی‌گیرد. شایان ذکر است حساسیت روش آزمون با دقت یا مقدار پیش بینی مثبت (نسبت مثبت واقعی به مجموع مثبت واقعی و کاذب) یکسان نیست و هر چقدر یک روش آزمون حساسیت بالاتری داشته باشد، خطای نوع دوم (Type II error) کمتری خواهد داشت.

۵-۲- تعیین تشخیص‌پذیری (specificity) در آزمون‌های غربالگری:

تشخیص‌پذیری (ویژگی) مربوط به توانایی آزمون برای رد کردن صحیح وجود بیماری در افرادی که واقعاً سالم هستند، می‌باشد. در مثال ارائه شده (صحه گذاری یک روش آزمون برای شناسایی یک بیماری)، تشخیص‌پذیری روش آزمون، نسبت افرادی است جواب آزمایش آنها منفی شده است به کل افرادی که واقعاً بیماری را ندارند. از نظر ریاضی، این امر را می‌توان به صورت زیر بیان کرد:

یک نتیجه مثبت در آزمون با تشخیص‌پذیری بالا برای پذیرفتن وجود یک بیماری مفید است. در واقع در یک آزمایش تشخیص‌پذیری بالا به ندرت نتایج کاذب مثبت ارائه می‌دهد. آزمایش با تشخیص‌پذیری۱۰۰٪ تمام افراد سالم را به خوبی تشخیص می‌دهد و با یک نتیجه آزمون مثبت در آن نشان دهنده احتمال بالای وجود بیماری در فرد است. آزمون‌های با تشخیص‌پذیری بالا دارای احتمال خطای نوع یک (Type I error) کمی هستند.

در شکل زیر دو آزمون یکی یا حساسیت بالا و تشخیص‌پذیری کم (شکل سمت راست) و دیگری با حساسیت پایین و تشخیص‌پذیری زیاد نشان داده شده است.

5-3- تعیین درستی (Accuracy) در آزمون‌های غربالگری:

درستی یک ویژگی از یک نتیجه اندازه‌گیری واحد است و تحت تأثیر خطاهای تصادفی و سیستماتیک قرار می‌گیرد، بنابراین به خودی خود در صحه‌گذاری روش گنجانده نمی‌شود. درستی یک نتیجه اندازه‌گیری، اینکه چقدر نتیجه به مقدار واقعی آن نزدیک است، را نشان می‌دهد. بنابراین درستی شامل اثر هم دقت و هم صحت (بیان شده در قالب اریبی) است.

درستی نتایج اندازه‌گیری را می‌توان برای آزمون‌های کیفی (طبقه‌بندی)‌ نیز تعیین نمود. در آزمون‌های کیفی (طبقه‌بندی) درستی تشخیص به عنوان یک معیار آماری است که نرخ تشخیص‌های درست در آزمون‌های باینری را نشان می‌دهد. لذا می‌توان گفت درستی در آزمون‌های کیفی نسبت نتایج صحیح (شامل مثبت صحیح و منفی صحیح) است که برای تصدیق و صحه‌گذاری روش‌های آزمون می‌تواند مورد بررسی قرار گیرد. درستی نتایج اندازه‌گیری در آزمون‌های کیفی (طبقه‌بندی) با استفاده از رابطه زیر تعیین می‌شود.

۵-4- سایر شاخص‌های عملکردی برای تصدیق و صحه‌گذاری روش‌های آزمون‌ غربالگری:

علاوه بر حساسیت، تشخیص‌پذیری و درستی، شاخص‌های عملکردی دیگری مانند نرخ درستنمایی مثبت، نرخ درستنمایی منفی و … برای آزمون‌های طبقه‌بندی وجود دارد، که جهت بررسی مناسب بودن این روش‌های آزمون جهت استفاده مورد نظر می‌توان آنها را مورد بررسی قرارداد. در جدول زیر نحوه تعیین مقدار عددی این شاخص‌ها نشان داده شده است.

۶- ارائه یک مثال عددی

نتایج انجام یک آزمون تشخیصی بر روی ۲۰۳۰ نفر در یک جامعه که نرخ وقوع بیماری در آن ۱٫۴۸% است مطابق با جدول زیر است. 

برای اساس آنچه که در جدول آورده شده است، حساسیت روش آزمون ۶۷% و تشخیص‌پذیری روش آزمون ۹۱% بدست می‌آید. برای سایر شاخص‌های عملکردی دیگر روش مقادیر به شرح زیر بدست می‌آید:

• False positive rate (α) = type I error = 1 − specificity = FP / (FP + TN) = 180 / (180 + 1820) = 9%
• False negative rate (β) = type II error = 1 − sensitivity = FN / (TP + FN) = 10 / (20 + 10) = 33%
• Power = sensitivity = 1 − β
• Likelihood ratio positive = sensitivity / (1 − specificity) = 0.67 / (1 − 0.91) = 7.4
• Likelihood ratio negative = (1 − sensitivity) / specificity = (1 − 0.67) / 0.91 = 0.37

با توجه به اینکه در این آزمون تعداد زیادی مثبت کاذب و تعداد کمی منفی کاذب وجود دارد، این آزمون به عنوان یک آزمون غربالگیری با نتیجه مثبت برای تایید وجود بیماری ضعیف است (PPV = 10٪) و تحقیقات بیشتری باید انجام شود. با این حال، روش آزمون ۶۶٫۷٪ از همه جامعه را به درستی شناسایی کرده است (حساسیت روش). این روش آزمون به عنوان یک آزمایش غربالگری، نتیجه منفی را بسیار خوب ارائه می‌دهد تا اطمینان حاصل شود که یک فرد واقعاً‌ بیماری را ندارد (NPV = 99.5٪) و در این آزمون غربالگری اولیه به درستی ۹۱٪ از کسانی که بیماری را ندارند، نشان داده می‌شوند.

7- تعیین شاخص‌های عملکردی برای روش‌های آزمون کیفی در نرم افزار XLSTAT

برای تشریح نحوه محاسبه شاخص‌های عملکردی در آزمون‌های کیفی مانند حساسیت، تشخیص پذیری (ویژگی)، درستی و … در نرم افزار XLSTAT از مثال ارائه شده در بخش قبل استفاده خواهیم کرد. (دانلود فایل مثال)

بهه منظور محاسبه شاخص‌های عملکردی در آزمون‌های کیفی مانند حساسیت، تشخیص پذیری (ویژگی)، درستی و … در نرم افزار XLSTAT مطابق با گام‌های زیر عمل نمایید:

گام 1: نرم افزار XLSTAT‌ را دانلود و نصب نمایید. (دانلود نرم افزار)

گام 2: فایل مثال ارائه شده را دانلود و در نرم افزار اکسل آن را باز کنید.

گام 3: در نرم افزار اکسل به منوی XLSTAT‌ رفته و مسیر زیر را انتخاب کنید:

Survival analysis / Sensitivity and specificity

گام 4: وقتی روی Sensitivity and specificity کلیک می‌کنید،‌ پنجره زیر باز می‌شود، در کادر event data داده‌های مربوط به وضعیت واقعی نمونه‌ها (ستون B1:B2031) و در کادر Test Data نتایج آزمون بدست آمده از روش جدید مورد صحه‌گذاری (ستون C1:C2031) را وارد نمایید. همچنین کادر Date type نوع داده‌ها را باینری مشخص کنید.

گام 5: مطابق با تصویر زیر در تب Options می‌توانید روش محاسبه فواصل اطمینان برای مشخصه‌های عملکردی روش را تعیین کنید. موارد پیش فرض انتخاب شده مواردی هستند که شرکت سازنده نرم افزار استفاده از آنها را توصیه می‌کند.

در نهایت هنگامی که روی OK کلیک می‌کنید، محاسبات انجام می‌شود و نتایج نمایش داده می‌شوند.

تفسیر نتایج بدست آمده:

در جدول اول مقادیر مثبت صحیح (True Positive)، مثبت کاذب (False Positive)، منفی صحیح (True Negative) و منفی کاذب (False Negative) نشان داده شده است.

در جدول دوم مشخصه‌های عملکردی روش مانند طبقه‌بندی درست (درستی)، طبقه‌بندی غلط، حساسیت، تشخیص پذیری، نرخ مثبت کاذب، نرخ منفی کاذب، نرخ درستنمایی مثبت، نرخ درستنمایی منفی و … آورده شده است.

8- نتیجه‌گیری

حساسیت و تشخیص‌پذیری یک آزمون تنها به ماهیت آزمون و نمونه‌ای که آزمون در آن استفاده می‌شود بستگی دارد. با این حال، فقط با استفاده از حساسیت و تشخیص‌پذیری نمی‌توان نتیجه یک آزمایش را تعبیر کرد. به عنوان مثال، اگر نتیجه آزمایش خون یک بیمار حاکی از ابتلای وی به یک بیماری باشد و این آزمایش حساسیت ۹۰% و تشخیص‌پذیری ۹۵% داشته باشد، پزشک نمی‌تواند فقط با داشتن این دو شاخص مشخص کند که چند درصد احتمال دارد که بیمار واقعاً به آن بیماری مبتلا باشد. برای چنین منظوری، باید علاوه بر ماهیت آزمایش و نمونه، شیوع پدیدهٔ مورد آزمایش در جامعهٔ آماری نیز در نظر گرفته شود. در پایان یادآوری می‌شود که مطالب  و مثال ارائه شده در این پست برگرفته شده از راهنمای تصدیق و صحه‌گذاری روش‌های آزمون کمی و کیفی مرجع اعتباردهی استرالیا NATA‌ آورده شده است. (دانلود فایل راهنما)

9- سخن پایانی

در این پست آموزشی نحوه ارزیابی حساسیت و تشخیص‌پذیری روش های آزمون کیفی تشریح گردید. این ویژگی‌های عملکردی روش آزمون بر اساس استانداردهای ایزو 17025 و ایزو 15189 بایستی برای تصدیق یا صحه گذاری روش های آزمون توسط کارکنان آزمایشگاه بررسی شوند. امیداوریم این پست آموزشی به درک بهتر تکنیک‌های مورد استفاده برای تصدیق و صحه‌گذاری روش‌های آزمون‌ کیفی در آزمایشگاه کمک نماید و از این مطلب لذت برده باشید. در صورت وجود هر گونه پرسشی در خصوص تصدیق یا صحه گذاری روش‌های آزمون کیفی می‌توانید سوالات خودتان در قسمت کامنت های این پست قراردهید. سعی خواهد شد تا جای ممکن به سئوالات مطرح شده پاسخ مناسب داده شود. همچنین در صورت نیاز به برگزاری دوره تصدیق و صحه گذاری روش های آزمون برای کارکنان آزمایشگاه یا برای دریافت خدمات مشاوره برای اخذ گواهینامه ایزو 17025 و مشاوره ایزو 15189 می‌توانید با ما تماس بگیرید.

کلمات کلیدی: استاندارد ISO 17025، استاندارد ISO/IEC 17025، استاندارد ISO15189، آموزش ISO 17025، آموزش ISO 15189، مشاوره استاندارد ISO/IEC 17025، آموزش استاندارد ISO/IEC 17025، مشاوره ایزو 17025، مشاوره استاندارد ISO 17025، مشاوره ایزو 15189، مشاوره استاندارد ISO1589، تاییدصلاحیت آزمایشگاه، تاییدصلاحیت آزمایشگاه ها، صحه گذاری روش آزمون، صحه گذاری روش های آزمون، اطمینان از اعنبار نتایج آزمون، کنترل کیفیت آزمایشگاه، کنترل کیفیت داخلی و خارجی،