Introduction
Les étapes initiales de mise en œuvre d’un système de gestion de la qualité Six Sigma (SGQ 6Σ) ont pour but de définir l’exigence/l’objectif de qualité pour l’utilisation prévue, de sélectionner une procédure de mesure analytique et de déterminer l’exécution de la
méthode à partir des données du laboratoire.
La Figure suivante illustre les étapes initiales de calcul d’une mesure Sigma à partir de l’objectif de qualité sous la forme d’une erreur totale admissible (ATE ou ETa) et de l’exactitude (biais) et de la précision (ÉT ou %CV) observées pour la méthode.
La mesure reflète la qualité sur l’échelle Sigma et donne des indications pour sélectionner la procédure de CSQ appropriée (à savoir les règles de contrôle et le nombre de contrôles nécessaires), facilement identifiable grâce à différents outils de planification du CSQ.
VALIDATION DE MÉTHODE
La validation des caractéristiques de sécurité est importante pour la mise en place d’un raisonnement axé sur le risque. Dans la terminologie ISO, les caractéristiques de sécurité des appareils médicaux sont la plage mesurable, la précision, la justesse ou biais, la limite de détection, l’interférence et la récupération.
Elles sont souvent appelées caractéristiques de performances La directive ISO clé pour la gestion du risque des appareils médicaux met l’accent sur la conception à des fins de sécurité :
Les caractéristiques de performances des appareils médicaux de DIV déterminent l’exactitude des résultats d’examen. Le non-respect des caractéristiques de
performances requises pour une utilisation médicale spécifique peut engendrer une situation dangereuse pour laquelle une évaluation du risque pour les patients est
nécessaire.
Les fabricants améliorent la sécurité dans le cadre de la conception et de la validation des systèmes de test. Si la précision et le biais ne sont pas acceptables, les fabricants revoient la conception du système jusqu’à ce qu’ils obtiennent les performances requises.
Les performances sont documentées comme une revendication que le FDA examine dans le cadre de l’approbation 510(k) pour la commercialisation d’un nouveau système de test.
Données pour l’évaluation des risques
Pour ce qui est des programmes de CQ, les CLIA américains exigent l’utilisation de données internes pour la réalisation d’une évaluation des risques du processus de test.
Pour procéder à une évaluation des risques, le laboratoire doit identifier la source des défaillances et des erreurs potentielles d’un processus de test et évaluer la fréquence et l’impact de ces défaillances et sources d’erreurs.
Les données internes, établies par le laboratoire dans son propre environnement et par son propre personnel, doivent être incluses pour démontrer que la stabilité du système de test supporte le nombre et la fréquence de CQ documentés dans le plan de contrôle qualité (PCQ).
Les données issues de la vérification ou de l’établissement des spécifications de performances et les données de CQ historiques (existantes) peuvent être incluses. Les données publiées ou les données des fabricants (comme les notices) peuvent être prises en compte mais ne peuvent pas être utilisées comme unique critère pour la prise de décisions.
Les recommandations spécifiques préconisent d’utiliser les données des études de vérification/validation des performances et les dossiers de CQ existants. Ces données sont censées montrer que la stabilité du système de test supporte le nombre et la fréquence de CQ documentés dans le PCQ.
Les données internes permettent de déterminer la qualité du système de test sur l’échelle Sigma (mesure Sigma) et de savoir si le biais et la précision observés conviennent à l’utilisation clinique. L’échelle Sigma, intrinsèquement axée sur le risque, prévoit le nombre attendu de résultats de test défectueux pour un système de test en termes de précision et de biais et la qualité requise pour l’utilisation prévue du test.
Les outils de planification de CSQ Sigma orientent la sélection de procédures de CSQ appropriées. Les données internes sont utilisées pour formater les procédures de CSQ afin que la qualité requise pour l’utilisation prévue du test soit obtenue.
Sigma comme indicateur de risque
La gestion de la qualité Six Sigma évalue la qualité de tout processus sur l’échelle Sigma. Sigma fournit une mesure de la qualité observée par rapport à la qualité requise.
Dans la fabrication, la qualité requise pour l’utilisation prévue est définie comme une spécification de tolérance.
La qualité produite montre généralement la variation autour d’une spécification cible ou idéale.
La partie A de la Figure suivante applique le modèle Sigma au laboratoire clinique en remplaçant l’erreur admissible pour l’utilisation clinique prévue (ATE ou ETa) par des limites de tolérance. La précision est représentée par l’ÉT ou le %CV caractérisant la largeur de la distribution. L’effet du biais est indiqué par l’emplacement de la distribution par rapport à la
valeur cible ou réelle. Le biais décale la distribution vers l’une des spécifications de tolérance, réduisant ainsi le niveau de variation admissible.
L’objectif pour une qualité de tout premier ordre est une variation de processus (soit une performance de test) bien adaptée aux spécifications de tolérance.
Exemple :
ÉT de ± 6 pour un dosage, comme illustré dans la partie B de la Figure.
La qualité Six Sigma veille essentiellement à ce qu’aucune erreur ne dépasse l’exigence de qualité définie.
Dans la plupart des industries, une qualité acceptable minimum est définie comme trois Sigma, comme indiqué dans la partie C de la Figure ci-dessous. Pour trois Sigma, les limites de tolérance sont complètement absorbées par 3 ÉT de variation, et même dans des conditions de fonctionnement optimales, quelques défauts sont produits. Toute modification de performances du processus (réduction de la précision ou augmentation du biais) accroît le risque de produire des résultats de test de mauvaise qualité. Un processus Six Sigma est considéré comme un processus de tout premier ordre, mais il est possible d’atteindre une valeur Sigma >6, soit moins de 3,4 défauts par million d’opportunités, avec une précision exceptionnelle et/ou un biais minimal.
et de l’imprécision (ÉT).
Calcul de la mesure sigma
La mesure Sigma est calculée par l’équation : mesure Sigma = (ETa – |Biais|)/ÉT
où ETa représente l’erreur totale admissible, le biais représente l’erreur systématique (inexactitude) et est traité comme une valeur absolue (|Biais|), et ÉT représente l’erreur aléatoire (imprécision), avec toutes les valeurs exprimées en unités de concentration.
Des unités de pourcentage peuvent également être utilisées, comme dans l’équation suivante :
mesure Sigma = (%ETa – |%Biais|)/%CV
ETa
La valeur ETa peut être définie par les critères pour les performances acceptables dans le cadre des études AEQ/PT.
Exemple :
Le critère des CLIA américains pour le glucose est « valeur cible ± 6 mg/dl ou ± 10 % (selon la plus élevée de ces deux valeurs) ».
Le plus grande des deux limites doit être utilisée, en fonction de la valeur cible (VC) ou de la concentration du matériau d’étude de PT.
| Si la VC est : | Les performances acceptables sont… | Ce qui représente une plage de… |
| 50 mg/dl | 50 ± 6 mg/dl | 44 à 56 mg/dl |
| 125 mg/dl | 125 mg/dl ± 10 % ou 125 ± 12,5 mg/dl | 112,5 à 137,5 mg/dl |
Exemple :
Les CLIA fournissent une liste de limites de performances acceptables pour 70 à 80 tests. Il s’agit des analytes réglementés pour lesquels la réalisation des PT est évaluée par cinq échantillons par étude et trois études par an.
Les analytes non réglementés nécessitent également des PT mais ne peuvent être évalués que par deux études annuelles, avec seulement deux échantillons par étude.
Les limites d’acceptation des analytes non réglementés peuvent se baser sur différents modèles de définition d’objectif (p. ex. utilisation clinique prévue, variation biologique et recommandations du groupe d’experts).
HbA1c est un analyte non réglementé pour lequel le College of American Pathologists (CAP)
et le programme national de normalisation de la glycohémoglobine (NGSP, National Glycohemoglobin Standardization Program) ont établi une ETa de +/- 6,0 % en 2014.
Habituellement, les programmes AEQ/PT utilisaient la classification des groupes homologues, c’est-à-dire que les performances d’un laboratoire étaient comparées à celles de tous les laboratoires utilisant la même méthode analytique (à savoir analyseur, réactif, méthodologie).
Les performances des groupes homologues sont acceptables si les résultats d’un laboratoire sont en accord avec la valeur moyenne de son groupe homologue dans les limites d’acceptation établies. Par conséquent, les performances satisfaisantes dépendent du groupe homologue.
Les programmes AEQ/PT basés sur l’exactitude sont de plus en plus courants. La classification basée sur l’exactitude compare les performances d’un laboratoire à une valeur cible prédéterminée établie par une méthode de référence (étalon or) validée.
La classification basée sur l’exactitude est absolue car elle repose sur la meilleure estimation possible de la vérité scientifique grâce à une méthode de référence.
BIAIS
L’inexactitude, la justesse ou l’erreur systématique sont déterminées lors des études de validation de méthode à partir d’une expérience de comparaison de méthodes. Les laboratoires réalisent ces expériences pour vérifier la revendication du fabricant après l’installation de nouveaux systèmes de test.
Après la validation initiale, les laboratoires doivent surveiller le biais à l’aide d’échantillons d’AEQ/PT avec les valeurs cibles établies par des méthodes de référence, la moyenne d’un groupe d’étude ou la moyenne d’un groupe homologue d’étude.
Les résultats sont généralement considérés comme l’écart par rapport à la cible et exprimés comme un multiple de la variation du groupe observée (c’est-à-dire une valeur z décrivant l’écart par rapport à la cible comme un multiple de l’écart type du groupe).
Pour calculer une mesure Sigma, le %Biais est calculé comme le biais observé divisé par la valeur cible et multiplié par 100.
%Biais = (Biais/VC) x 100
ÉT
L’imprécision (erreur aléatoire) est déterminée par une expérience de reproduction durant les études de validation de méthode ou par les données de CSQ collectées lors des opérations de routine.
Les laboratoires effectuent des expériences de reproduction pour vérifier la précision et contrôler les performances continues à partir des données de CSQ collectées dans des conditions normales de fonctionnement. La valeur %CV est calculée comme l’ÉT observé divisé par la moyenne, puis multiplié par 100.
%CV = (ÉT/Moyenne) x 100
Détermination graphique de sigma
Le graphique de décision de méthode est une représentation du biais admissible par rapport à la précision admissible élaborée une fois l’objectif de qualité de l’ETa défini. L’ETa désigne l’importance du facteur erreur et regroupe les erreurs aléatoires et systématiques (précision et biais).
Historiquement, l’exigence des performances acceptables est le biais plus 2 ÉT, et cette formule est encore courante aujourd’hui pour calculer l’erreur analytique totale (EAT).
L’exigence de l’ETa est devenue plus rigoureuse à mesure de l’amélioration des performances du dosage. Le critère relatif à la qualité Six Sigma exige que le biais plus 6 ÉT soit inclus dans la valeur ETa.
Le multiplicateur de l’ÉT est la mesure Sigma d’intérêt ; un outil graphique peut être créé pour montrer les limites de performances pour deux, trois, quatre, cinq et Six Sigma, comme l’illustre le graphique de décision de méthode dans la Figure ci-dessous.
Cet outil permet de tracer un point de fonctionnement, où la coordonnée y représente le biais observé et la coordonnée x la précision observée.
Ce point représente la qualité Sigma de n’importe quelle méthode.
est représenté sur l’axe des Y par rapport au %CV observé sur l’axe des X. Les différentes
lignes diagonales représentent, de haut en bas, la qualité 2 Sigma, 3 Sigma, 4 Sigma, 5 Sigma
et 6 Sigma. Le point de fonctionnement représente une procédure d’examen présentant un
biais observé de 2,0 % et une précision observée de 1,0 %.
Pour élaborer un graphique de décision de méthode pour une ETa de 6,0 % :
- Mettre à l’échelle l’axe des Y de 0 % à l’ETa, soit 6,0 %. Nommer cet axe « inexactitude observée » en unités de %Biais.
- Mettre à l’échelle l’axe des X de 0 % à la moitié de l’ETa, soit 3,0 %. Nommer cet axe « imprécision observée » en unités de %CV.
- Tracer les lignes de la qualité Sigma en déterminant les coordonnées à l’origine X et Y comme indiqué ci-dessous :
| ETa | Biais | CV | Sigma |
| 10 % | Biais plus 2s | ETa ou 6,0 % | 6,0% ÷ 2, ou 3,0 % |
| Biais plus 3s | ETa ou 6,0 % | 6,0% ÷ 3, ou 2,0 % | |
| Biais plus 4s | ETa ou 6,0 % | 6,0% ÷ 4, ou 1,5 % | |
| Biais plus 5s | ETa ou 6,0 % | 6,0% ÷ 5, ou 1,2 % | |
| Biais plus 2s | ETa ou 6,0 % | 6,0% ÷ 6, ou 1,0 % |
Il est également possible de créer un graphique de décision de méthode normalisé à utiliser pour n’importe quelle valeur ETa spécifiée.
Pour cela, mettre à l’échelle l’axe des Y de 0 à 100 et l’axe des X de 0 à 50, calculer les coordonnées à l’origine X et Y comme indiqué précédemment, et tracer les lignes de Sigma. Pour appliquer le graphique normalisé, il est nécessaire d’exprimer les valeurs de biais, d’ÉT ou de CV observées en pourcentages d’ETa.
Pour l’exemple HbA1c ci-dessus, la coordonnée Y serait 2/6, soit 33 %, et la coordonnée X serait 1/6, soit 17 %. Cette méthode est représentée par le point A sur le graphique normalisé présenté dans la Figure ci-dessous.
La méthode B représente la méthode de détermination du glucose d’un laboratoire central dont l’ETa est de 10 %, et la méthode C représente une mesure du glucose sur le lieu d’intervention dont l’ETa est de 20 %. L’avantage du graphique normalisé est que plusieurs méthodes différentes peuvent être représentées sur un même graphique.
où l’inexactitude observée est calculée par 100Biais/ETa et l’imprécision observée est calculée par 100CV/ETa quand
les paramètres d’origine sont tous exprimés en unités de %.
En bref
Il est absolument essentiel de déterminer la qualité sur l’échelle Sigma pour évaluer les risques d’un test ou d’un système de test. La validation des caractéristiques de sécurité est la première et la plus importante des étapes dans l’évaluation des risques.
Il est important d’utiliser une validation interne et des données de CQ pour réaliser une évaluation des risques. La détermination de la qualité Sigma est le meilleur indicateur du risque. Sigma est également un indicateur utile du CQ nécessaire pour minimiser le risque de résultats de test de mauvaise qualité.
