Kreatinin, kalsiyum ve sodyum için hasta tabanlı gerçek zamanlı kalite kontrol algoritması ve optimizasyonu

---

Tezin Türü: Tıpta Uzmanlık

Tezin Yürütüldüğü Kurum: Sağlık Bilimleri Üniversitesi, İSTANBUL BAKIRKÖY DR. SADİ KONUK SAĞLIK UYGULAMA VE ARAŞTIRMA MERKEZİ, TEMEL TIP BİLİMLERİ BÖLÜMÜ, Türkiye

Tezin Onay Tarihi: 2025

Tezin Dili: Türkçe

Öğrenci: ERGİN ÇAM

Danışman: Alev KURAL

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Giriş ve Amaç Son yıllarda geliştirilen hasta tabanlı gerçek zamanlı kalite kontrol (HTGZKK) yaklaşımları, iç kalite kontrol numunelerine ek olarak hasta sonuçlarını kullanarak sistematik hataları daha erken saptama olanağı sağlamaktadır. Regresyon düzeltmeli HTGZKK (RDGZKK) modelleri ise, hasta yaş, cinsiyet ve numune zamanı gibi kovaryantları dikkate alarak analitik performansı artırmayı hedefler. Bu çalışmada, serum kalsiyum (SCa), sodyum (SNa) ve kreatinin (SKre) için farklı istatistiksel stratejiler ve regresyon tabanlı modellerin performansları karşılaştırılmıştır. Gereç ve Yöntem Gerçek laboratuvar verileri kullanılarak geleneksel HTGZKK ve RDGZKK yöntemleri uygulanmıştır. Veriler çeşitli kesme (%1–99, winsorizasyon, MAD), dönüşüm (Yeo–Johnson) ve hareketli istatistik (ÜAHO, HOrt, HMed) yaklaşımlarıyla analiz edilmiştir. RDGZKK modelinde regresyon tabanlı makine öğrenmesi algoritmaları kullanılarak veri düzeltilmiş, ardından hareketli istatistikler hesaplanmıştır. Simülasyonlarda Rili-BAEK izin verilebilir bias (İB) referans sınırları göz önüne alınarak sabit ve orantısal sapmalar eklenmiş, performans göstergesi olarak hata saptanana kadar geçen hasta sayısının ortanca değeri (MNPed), medyana göre robust varyasyon katsayısı (RCVM) ve veri kaybı oranı değerlendirilmiştir. Bulgular Regresyon düzeltmeli modeller, tüm analitlerde geleneksel yöntemlere göre erken hata tespitinde daha yüksek duyarlılık göstermiştir. Ortalama performans iyileşmesi SCa için %35, SNa için %3 ve SKre için %47'dir. En uygun kesme yöntemleri SCa'da %1–99 dışlama, SNa'da winsorizasyon, SKre'de ise MAD tabanlı dışlama olarak belirlenmiştir. Yeo–Johnson dönüşümü çoğu durumda MNPed ve RCVM değerlerini düşürmüş, 20 örnekli pencere kararlılık ve tespit hızı arasında optimum dengeyi sağlamıştır. Sodyum için sabit ve orantısal bias farkı %1'in altında kalırken, kreatinin için fark %15'in üzerindedir. Bileşik skor analizine göre genel HTGZKK uygulanabilirlik sıralaması SCa (0.28) < SNa (0.33) < SKre (0.67) biçimindedir. Sonuç HTGZKK algoritmalarının performansının analit türü, biyolojik varyasyon ve bias tipine bağlı olarak değiştiği; bu nedenle klinik laboratuvar uygulamalarında analit bazlı optimizasyonun gerekli olduğu sonucuna varılmıştır.