Gráfico Shewhart de Regras Múltiplas para Controle de Qualidade em Bioquímica

O procedimento de controle estatístico é um elemento importante em um sistema completo de controle de qualidade. A proposta desta discussão é de esboçar um procedimento estatístico simples que seja amplamente aplicável e prático nos laboratórios clínicos. O procedimento de controle descrito se aplica quando materiais de controle estáveis estão disponíveis e são analisados repetidamente por um longo período de tempo. Este tipo de controle foi descrito inicialmente por Shewhart (1) e depois introduzido na bioquímica por Levey e Jennings (2). Os resultados de controle são exibidos em gráficos de controle, que algumas vezes são chamados de “Gráficos de Shewhart” e outras vezes de “Gráficos de Levey-Jennings”.

Gráficos de controle deste tipo estão agora em uso em diversos laboratórios clínicos. As aplicações diferem de laboratório para laboratório em relação (a) ao uso de medições únicas ou replicatas e (b) aos critérios utilizados na decisão de quando o dado indica se a corrida analítica está dentro ou fora de controle. A maioria dos laboratórios utiliza procedimentos de controle baseados em medições únicas preferencialmente às replicatas; deste modo os gráficos de controle do tipo “valor-único” são freqüentemente mais utilizados do que gráficos da média e da amplitude. Por este motivo, este trabalho está focado nos gráficos “valor-único” e nos critérios de decisão apropriados para tais gráficos. A seleção destes critérios está baseada em alguns estudos sobre suas propriedades estatísticas (3-5), com o enfoque na interpretação de poucas observações de controle obtidas em corridas analíticas individuais, ao invés da interpretação de gráficos de controle mensais contendo 20 ou mais observações. Assim, nós nos concentramos em decisões imediatas, ao invés da revisão de uma grande quantidade de resultados disponíveis em gráficos. 

Os objetivos da aplicação do procedimento de Regras Múltiplas de Shewhart são prover: (a) uma análise simples de dados e demonstrá-la por meio de gráficos de controle; (b) fácil adaptação e integração com as práticas de controle já existentes nos laboratórios clínicos; (c) baixa probabilidade de falsas rejeições ou falsos alarmes; (d) melhor capacidade de identificação de erros analíticos; e (e) alguma indicação do tipo de erro analítico que acontece quando a corrida é rejeitada para ajudar na resolução do problema.