Innanzitutto

divertiamoci

TEORIA
DELLA
MISURA
Validità,( accuratezza, precisione)
Fonti di errore
Sistematico
casuale
Fonti di variabilità
la variabilità di una misura
variabilità dovuta al fattore umano
(all’operatore)
variabilità dovuta al soggetto che non è
sempre uguale nel tempo
errore in ambito sanitario
 MISURE ANALITICHE
Il risultato di un'operazione di misura
(es.: titolazione di una soluzione, esame di laboratorio
biochimico-clinico)
è un numero reale (x), che esprime il valore vero (θ) di
una quantità caratteristica del sistema oggetto di misura
(es.: concentrazione del soluto, livello sierico od urinario
dell'indicatore biologico),
ed è detto misura analitica.

La successione delle operazioni effettuate per ottenere la misura,

secondo un complesso di istruzioni scritte che costituiscono il metodo
analitico, è detta procedimento analitico.
 ERRORE TOTALE E ATTENDIBILITÀ
L'esperienza indica che, se si eseguono più misurazioni di
una stessa quantità, raramente le misure coincidono:
se ne trae la conclusione ovvia che i valori misurati
sono in genere diversi dal vero valore della quantità
oggetto di misura.
La differenza tra il valore misurato (x) e quello vero (θ) è
detta errore totale (η).

η = x - θ
errore Singola valor vero
totale misura

Una misura affetta da errore totale (η)

di lieve entità ha elevata attendibilità.
MISURE ED ERRORI DI MISURA
La misurazione non consente di determinare con certezza il vero
valore della quantità misurata, ma produce stime, o “misure”, il
cui grado di approssimare il vero valore (attendibilità) dipende dal
metodo analitico e da come è stato eseguito il procedimento
analitico.
Per valutare la qualità di procedimenti e metodi in base all'attendibilità
delle misure da essi fornite, è necessario considerare la natura degli
errori di misura.
A questo scopo, è assai utile classificare gli errori in

GROSSOLANI
SISTEMATICI
CASUALI
ERRORI GROSSOLANI
Gli errori grossolani sono quelli che vengono
commessi in seguito ad un'inappropriata applicazione del
metodo analitico.

Ad esempio, in un laboratorio biochimico-clinico, questi

errori derivano dallo scambio di campioni e reagenti,
oppure dall'uso scorretto degli strumenti.

Mentre gli errori grossolani si prevengono con un'accorta

organizzazione del laboratorio di analisi, gli errori
sistematici e casuali costituiscono oggetto tipico
della metodologia statistica.
ERRORI SISTEMATICI ()
Gli errori sistematici si manifestano nella tendenza deterministica di
un dato metodo a sovrastimare (o sottostimare) il vero valore θ.
Pertanto, l'universo delle misure che si possono virtualmente ottenere
quando con tale metodo si misura θ ha media µ che può differisce
dal valore θ, ( = µ- θ).
Gli errori sistematici hanno cause ben determinate, inerenti o al
metodo (es.: scarsa selettività del reagente usato per la titolazione
di un certo soluto), o alle condizioni di esecuzione del pro-
cedimento analitico (es.:strumento non calibrato correttamente).
 = µ - θ
errore Media vera valor vero
sistematico del metodo

 Una misura è tanto più accurata quanto minore è l'entità

dell'errore sistematico () da cui è affetta.
ERRORI CASUALI ()
Misurazioni dello stesso valore θ, ripetute in uno stesso procedimento
analitico, e in condizioni il più possibile simili, portano spesso a
misure differenti: non è possibile ripetere la misurazione in modo del
tutto identico.

La somma di tutte le piccole e imprevedibili variazioni

nell'esecuzione delle varie operazioni analitiche fa sì che le misure
fluttuino attorno a un valore µ, che si scosta più o meno dal valore
θ, a seconda dell'entità dell'errore sistematico.

 = x - µ
errore una misura Media vera
casuale del metodo

 Una misura è tanto più precisa quanto minore è

l'entità dell'errore casuale () da cui è affetta. 
IN CONCLUSIONE ...
Per riassumere, l'errore totale di una misura esente da
errori grossolani può essere espresso come somma di una
componente sistematica e di una componente casuale.
SOMMA DEGLI DEGLI ERRORI
Totale Sistematico Casuale
(x- θ) = (- θ) + (x-)
  
Attendibilità Accuratezza Precisione


| ||||| |||| |||||
|||| ||||||| |||||||||| |||
x   q

 PRECISIONE E ACCURATEZZA

Accuratezza
elevata scarsa
 
Risultati di 50 determi-
Elevata

nazioni analitiche di un
medesimo valore vero θ
eseguite con 4 differenti
Precisione

  metodi:
1 2
 
Scarsa

1- preciso ed accurato
2-preciso ed inaccurato
3-impreciso ed accurato
 3  4 4-impreciso ed inaccurato
STIMA DI PRECISIONE E ACCURATEZZA

Date n misure di θ {x1 , x2 , ... xn } ottenute con un

certo metodo, le stime di accuratezza sono basate
sulla media campionaria (x), e le stime di
precisione sono basate sulla deviazione standard
campionaria (s).
Esempio:
Si supponga di aver titolato 9 volte una soluzione di
glucosio (θ =90 mg/dl) e di aver ottenuto i valori:
{94, 90, 93, 86, 96, 98, 88, 90, 93}
Esempio: {94, 90, 93, 86, 96, 98, 88, 90, 93}
stima dell'inaccuratezza:
x = (94+90+ ... 93)/9 = 828/9 = 92
 d = x - θ = 92 - 90 = 2 mg/dl
 d % = d / θ = 2 / 90 = 2.22%

stima dell'imprecisione:
D = (94-92)2 + (90-92)2 + ... +(93-92)2 = 118
s2 = 118/(9-1) = 14.75
 s = 14.75 = 3.841

 CV% = s / θ = 3.841/90 = 4.27%

 cause della variabilità di una misura

Le condizioni che contribuiscono all’insorgenza di variabilità

comprendono:
Il modo con cui la misurazione viene effettuata
Le differenze biologiche esistenti nello stesso individuo
Le differenze biologiche che rendono diversi gli individui fra loro

Causa Definizione
Rilevazione
Strumento Mezzi e procedure di misurazione
RilevatoreOperatore che effettua la misurazione
Variabilità biologica
Entro soggetto Variazioni del soggetto nel tempo e nella disposizione
Tra soggetti Differenze biologiche tra soggetto e soggetto
 variabilità dovuta al fattore umano (all’operatore)

Sottostima
15

Monitored fetal heart rate >150 b/min

10

0
0

Sovrastima Monitored fetal heart rate <130 b/min

Solo errore casuale Monitored fetal heart 130-150 b/min

10

0
-50 -45 -40 -35 -30 -25 -20 -15 -10 -5 0 5 10 15 20 25 30 35 40 45 50
variabilità dovuta errore sistemetico + errore casuale
16
A B
14

12
N° di osservazioni

10

6
Errore casuale
4

2 Errore sistematico

0
80 90
Pressione arteriosa diastolica (mmHg)

Relazione tra errore sistematico ed errore casuale: differenze nei valori di pressione
arteriosa rilevati con cannula intra-arteriosa (A) e con sfigmomanometro (B).
variabilità dovuta al soggetto che non è sempre uguale nel tempo
Distribuzioni di una variabile in diverse Popolazioni
(giorni di pioggia tra il 1800 ed il 2000)
 Cambiamento di unità di misura
Quale è il modulo della velocità di una automobile espressa in Km/ora
quando essa si muove alla velocità di 10 m/sec ?
1
metri km km km
10  10  k   10  1000   10  3,6  K=3.6
sec ora 1 ora ora
3600

Quale è il modulo della accelerazione di una automobile espressa in

Km/ora2 quando essa si accelera di 10 m/sec2 ?
1
metri km 1000 km km km
10 2
 10  k  2
 10   2
 10 12960  2
 129600
sec ora 1 ora ora ora 2
3600 2
K=12960
Il livello di colesterolo totale nel sangue di soggetti di età compresa tra
20 e 70 anni, ha media μ=220 mg/100ml e varianza σ2=420 mg2 / 100 ml2

Vogliamo trasformare l’unità di misura da (mg/100ml) a (mmol/L),

sapendo che una mole di colesterolo pesa 387 g.

Qual è la media del colesterolo totale espressa in mmol/L?

Qual è la varianza del colesterolo totale espressa in mmol2/L2 ?

Soluzione :
Calcoliamo (k) per trasformare (mg/100ml) in (mmol/L)

387 1
1 mmol = g --> 1 mg = mmol
1000 387
1
1 litro = 10(100ml) --> 100 ml = litro
10
k= fattore di conversione = (1/387)/(1/10) = 0.0258

μ = 220 * 0.0258 = 5.676 (mmol/L)

σ2 = 420 * 0.02582= 0.279 (mmol2/L2)
1. l’errore in ambito sanitario
Il problema della diffusione dell’errore in ambito sanitario è
stato più volte affrontato e numerose sono le indagini cui
ci si può riferire.
Nella Tabella 1 sono riportati alcuni dei principali studi più
recenti.
Gli articoli citati sono stati scelti poiché condividono un
univoco approccio al dimensionamento del problema
dell’errore in medicina e pertanto è possibile confrontare
i dati fra loro, pur derivando da contesti sanitari
sostanzialmente diversi.
 Dati epidemiologici

Harvard Medical
To err is Human Australia New Zealand UK
Practice Study
Eventi Avversi 3.7% 4% 16.6% 12.9% 10,8%
Eventi avversi
prevenibili 58% 53% 53% 35% 47%
(sul totale degli AE)
Mortalità (sul totale
13.6% 6.6% 4.9% <15% 8%
degli AE)
£1 per
Spesa $37.6 AE $17 aumento
--- $4.7 ---
Miliardi/anno prevenibili giorni di
degenza
Wilson et al.; Med J
Leape et al.; New Engl J Kohn et al.;1999; Institute Davis et al.; Vincent et al.; BMJ;
Fonte Med; 1991; 370- 84 Of Medicine
Aust; 1995; 163: 158-
71
2001;Ministry of Health 2001; 322: 517-19
2. Classificazione degli errori
Nell’ambito delle teorie che si sono sviluppate per lo studio dell’errore
in medicina, quella dell’errore umano propone una classificazione
del comportamento dell’uomo in tre diverse tipologie
(Rasmussen, 1987):
1. Skill-based behaviour : sono comportamenti automatici ad una
data situazione.
2. Ruled-based behaviour: si mettono in atto dei comportamenti,
prescritti da regole, che sono state definite in quanto ritenute più
idonee da applicare in una particolare circostanza.
3. Knowledge-based behaviour : si tratta di comportamenti messi
in atto quando ci si trova davanti ad una situazione sconosciuta e si
deve attuare un piano per superarla.
tre tipi di comportamento
I tre tipi di comportamento si acquisiscono in sequenza:
non esistono comportamenti skill-based innati, ma questi derivano
dalla pratica in situazioni che all’inizio richiedevano impiego della
conoscenza e capacità di risolvere problemi.
Quindi, ogni comportamento basato sulla pratica è stato, prima di
diventare automatico, di tipo ruled-based e prima ancora
knowledge-based.
Dove nasce l’errore ?
L’errore può nascere ad ogni livello di comportamento, ma diverse sono
le cause: l’interpretazione errata dello stimolo a livello skill-based,
scelta di una norma non adeguata per i comportamenti ruled-based,
pianificazione di una strategia non adatta a raggiungere gli obiettivi
specifici della situazione a livello knowledge-based.
tre tipi di errore
Sulla base del modello proposto da Rasmussen (1987), James Reason
distingue tra errori d'esecuzione e tra azioni compiute secondo le
intenzioni e delinea così tre diverse tipologie d'errore (Reason,
1990).
1. Errori d'esecuzione che si verificano a livello d'abilità (slips).
2. Errori d'esecuzione provocati da un fallimento della memoria (lapses).
3. Errori non commessi durante l'esecuzione pratica dell'azione
(mistakes).
Possono essere di due tipi:
1. Ruled-based
2. Knowledge-based
Continua (tre tipi di errore)
Un caso a parte, ma che merita di essere citato vista la sua
importanza anche numerica, è quello delle violazioni
(Reason, 1997).
Per violazioni intendiamo tutte quelle azioni che vengono
eseguite, anche se formalmente ciò è impedito da un
regolamento, una direttiva, ecc..
Molto spesso la direzione di un'azienda impone delle norme
di sicurezza che possono entrare in conflitto ed impedire
il corretto svolgimento del proprio lavoro.
Reason, però, si spinge anche al di là della teoria dell'errore
umano abbracciando quello che possiamo definire
approccio sistemico allo studio degli errori, la teoria degli
errori latenti (Reason, 2000, 2001)
la teoria degli errori latenti
Il presupposto di base in questo approccio, che si è
sviluppato dopo i primi anni '70, risiede nella convinzione
che gli incidenti siano solo la punta dell'iceberg, che per
un incidente che ha avuto luogo ce ne siano stati molti
altri che non sono avvenuti solo perché l'operatore, un
controllo, hanno impedito che accadesse, i cosiddetti
near miss events (Nashef, 2003).
Da questa visione sistemica, nasce l'idea che il verificarsi di
un incidente sia frutto di una concatenazione d'eventi
che hanno superato tutte le difese che erano state
messe in atto.
Reason ha chiarito in maniera più precisa il significato
d'errore latente, attraverso il modello del formaggio
SWISS CHEESE
bibliografia
1. Rasmussen J, Duncan K. & Leplat J. New technology and human error . 1987
Chichester, England: Wiley Reason J. Human error; 1990; Cambrige University
Press. (Edizione italiana: L'errore umano ; Editore Il Mulino, Bologna.
2. Reason J. Human errors: models and management ; 2000; BMJ; 320; 768-70.
3. Reason J., Carthey J., de Leval M.R.; Diagnosing "vulnerable system syndrome": an
essential prerequisite to effective Risk management ; 2001; Quality in health care;
Dec; 10 Suppl 2;21-5.
4. Reason J., Carthey J., de Leval M.R.; Institutional resilience in healthcare systems ;
2001; Qual Health Care; Mar; 10(1):29-32.
5. Reason J. Combating omission errors though task analysis and good reminders;
2002; Qual Saf Health Care; Mar; 11(1):40-4.
6. Nashef S. What is a near miss? 2003, The Lancet, 361; 180-181.