A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Técnicas Estatísticas para Validação de Métodos qualitativos Dorival Leão.

Apresentações semelhantes


Apresentação em tema: "Técnicas Estatísticas para Validação de Métodos qualitativos Dorival Leão."— Transcrição da apresentação:

1 Técnicas Estatísticas para Validação de Métodos qualitativos Dorival Leão

2 Necessidade Causa Desenvolvimento tecnológico Teste mais rápidos e efetivos Aumento da produtividade Efeito Substituir as metodologias atuais por metodologias de ensaio mais eficientes Princípios físicos e/ou químicos distintos

3 Validação de Métodos A validação deve garantir, através de estudos experimentais, que o método atenda às exigências das aplicações analíticas, assegurando a confiabilidade dos resultados (ANVISA). Validação é o processo de definir uma exigência analítica e confirmar que o método sob investigação tem capacidade de desempenho consistente com o que a aplicação requer (ISO/IEC 17025). A validação de métodos assegura a credibilidade destes durante o uso rotineiro, sendo algumas vezes mencionado como o processo que fornece uma evidência documentada de que o método realiza aquilo para o qual é indicado para fazer (USP).

4 Validação de Métodos qualitativos Métodos qualitativos Os resultados são expressos em termos de presença ou ausência, assim como os procedimentos de confirmação e identificação Ensaios para validação Especificidade Exatidão e Precisão Limite de detecção Robustez

5 Ensaios Microbiológicos Ensaios Presença e ausência de Micro-organismos Contagem de Micro-organismos (Quantitativo Discreto); Tecnologias baseadas Crescimento Viabilidade Componentes celulares Ácido nucleico

6 Modelo Logístico Com isso, assumimos que a variável resposta tem distribuição de probabilidade binomial tal que Para adequarmos a resposta média ao modelo linear usamos a função de ligação que pode ser escrita como

7 Modelo Logístico

8 Ensaios Limite de detecção Menor quantidade de micro-organismos presentes na amostra, que consegue ser detectada sob condições experimentais estabelecidas refere-se ao número de micro-organismos presentes na amostra original antes da diluição ou inoculação

9 Experimento 1 Realizar o teste com uma baixa concentração de micro-organismos e aumentar a concentração até que pelo menos 50% das amostras sejam detectadas no método tradicional Ensaio Realizado em paralelo.

10 Modelo Logístico Intercepto-5,020,453-11,080-5,904-4,129 Teste-Tradicional-2,040,249-8,220-2,531-1,557 UFC1,220,10311,8601,0201,424 O método de teste alternativo apresenta um limite de detecção maior que o método de teste tradicional (P-valor abaixo de 0,01%).

11 Ensaio 2 Executar o teste em paralelo em três (ou duas) concentrações distintas.

12 Modelo Logístico O método de teste alternativo apresenta um limite de detecção similar ao método tradicional(P- valor de 11%). Intercepto0,0200,830,020,98-1,611,65 MetodoT-1,110,70-1,600,11-2,480,25 Conc0,0960,0362,680,00740,0260,17

13 Teste Qui-Quadrado de homogeneidade Ensaio 3: Determinar uma concentração específica de micro- organismos; Executar um ensaio paralelo entre os dois métodos. Conclusão: Tanto o teste exato de Fisher quanto o teste qui- quadrado detectaram diferenças entre os dois métodos; O teste alternativo apresenta maior chance de detecção;

14 Cálculo do Tamanho da Amostra Nível de significância: 0,05 Poder: 0,95 Nível de significância: 0,05 Poder: 0,95

15 Crescimento Capacidade de detectar variedades de micro- organismos diferentes, que podem estar presentes na amostra. Outros Capacidade de detectar micro-organismos diferenciando-os de partículas externas, não deixando com que elas interfiram no resultado do teste. Especificidade

16 Exatidão e Precisão A exatidão e a precisão de um método alternativo pode ser expressa como a razão relativa de resultados falso positivos e falso negativos entre o método alternativo e o método tradicional, utilizando-se inóculos padronizados com uma baixa concentração de micro-organismos.

17 A relação entre Teste Alternativo e Teste Tradicional

18 Sensibilidade e Especificidade

19 Sensibilidade Probabilidade do teste alternativo detectar dado que o teste tradicional (ou referência) detecta Especificidade Probabilidade do teste alternativo não detectar dado que o teste tradicional (ou referência) não detecta

20 Coeficiente Kappa de Cohen É uma medida estatística da concordância de dois avaliadores quando ambos classificam a mesma amostra;

21 Grau de Concordância

22

23 Robustez Consiste em medir a capacidade do método apresentar resultados similares quando submetido a pequenas alterações intencionais; Fornece indicação da confiabilidade durante o uso rotineiro.

24 Ensaio Executar o método com diferentes analistas e temperaturas distintas. Neste caso, realizamos um experimento cruzado totalmente aleatoriazado.

25 Modelo Logístico Intercepto1,820,444,1200,952,68 AnalistaB0,110,470,230,81-0,811,03 TemperaturaB-0,770,48-1,600,11-1,720,17 AA0,860,760,960,05 AB0,740,600,880,07 BA0,870,770,970,05 BB0,760,620,900,07 Conclusão: Como o P-valor para analistas e temperatura são grandes, concluímos que a interferência dos analistas e da temperatura (na faixa de estudo) são desprezíveis.

26 Referências Bibliográficas PDA, J. of Pharmaceutical Science and Technology, technical report 3, Evaluation, Validation, and Implementation of New Microbiological Testing Methods. Leão JÚNIOR, D. ; AOKI, Reiko ; SILVA, G. F.. Statistical analysis of proficiency testing results under elliptical distributions. Computational Statistics & Data Analysis, v. 53, p , 2009.


Carregar ppt "Técnicas Estatísticas para Validação de Métodos qualitativos Dorival Leão."

Apresentações semelhantes


Anúncios Google