Interpretatie Labuitslag

Red Blood Cells

19.3.2 Interpretatie van laboratoriumuitslagen

Oorzaken van variabiliteit in uitslagen van laboratoriumbepalingen
Door een aantal factoren wordt variabiliteit in de uitslagen van een laboratoriumbepaling geïntroduceerd die onafhankelijk is van eventuele pathologie. Bij de interpretatie van een laboratoriumuitslag dient hiermee rekening te worden gehouden. De belangrijkste zijn:
A. Fysiologische variatie, zowel binnen één individu (intra-individuele variatie) als tussen individuen onderling (inter-individuele variatie).
B. Variatie veroorzaakt door toevallige meetfouten in een laboratoriumbepaling.

Ad A. Fysiologische variatie
De intra-individuele spreiding kan, afhankelijk van het soort parameter, beïnvloed worden door:
– tijdstip van monsterafname (dagritme). Voorbeeld: cortisolconcentratie in de ochtend gemiddeld hoger dan in middag.
– voedselinname. Voorbeeld: stijging van serumijzer, bloedsuiker of triglyceriden na een maaltijd.
– houding. Voorbeelden: albumine en calcium bij bloedafname in staande houding ongeveer 5% hoger dan bij afname in liggende houding Van staan naar liggen treden deze veranderingen in ca. 1 uur op (omgekeerd in ca. 15 min). In feite nemen alle eiwitten en (in grote mate) aan eiwit-gebonden stoffen zoals calcium, schildklierhormonen en geneesmiddelen, bij staan ca. 5% toe.
– geneesmiddelengebruik. Voorbeelden: verhoging van gamma-GT bij gebruik van bepaalde geneesmiddelen die een verhoogde synthese van dit enzym in de lever induceren; lithium vermindert de werking van het antidiuretisch hormoon (gevolg: nefrogene diabetes insipidus)
– stress: lichamelijke (bv. zware inspanning,) of emotionele. Voorbeelden: verhoging van cortisol of glucose bij emotionele stress en verlaging van FSH en LH bij lang aanhoudende beoefening van intensieve sport of van ballet.
– zwangerschap. Voorbeeld: referentiewaarden van Hb gehalte zijn in geval van zwangerschap lager.
– type monster. Voorbeeld: in capillair bloed is de concentratie van enkele parameters (bv. glucose) anders dan in veneus bloed.

De inter-individuele spreiding kan samenhangen met genetische factoren, voedingstoestand, etc.. Voorbeeld: voor serumnatrium is de inter-individuele variatie zeer gering terwijl deze voor T4 vrij groot is.

Ad B. Variatie veroorzaakt door toevallige meetfouten in de bepaling
Iedere bepaling heeft een bepaalde meetfout. Als men, in hetzelfde monster, een bepaling een aantal malen herhaalt krijgt men niet steeds dezelfde uitkomst. Men kan het resultaat aan de hand van het beeld van een schietschijf verduidelijken.

Zoals in de schietschijf een spreiding van inslagen te zien is waarbij in het centrale deel de meeste inslagen voorkomen en van binnen naar buiten gaande het aantal inslagen sterk afneemt, liggen ook de meeste uitkomsten van de reeks herhaalde bepalingen binnen een zeker gebied rondom een centrale waarde ( = het gemiddelde) en neemt, naarmate de uitslag verder van het gemiddelde ligt, het aantal sterk af. Zoals bij de ene schutter de inslagen binnen een kleinere cirkel liggen dan bij de andere (de ene schutter preciezer richt dan de andere), kunnen bij de ene bepalingsmethode (‘methode A’) de uitkomsten binnen een kleiner bereik rond het gemiddelde liggen dan bij een andere (‘methode B’). Anders gezegd: methode A heeft een grotere precisie (toevallige afwijking) dan methode B.

Als maat voor de precisie (betrouwbaarheid ofwel toevalsvariatie) wordt de zg. standaarddeviatie (SD) gebruikt. Wiskundig kan worden afgeleid dat ca. 68% van de uitkomsten ligt binnen – SD en + SD en ca. 95% binnen – 2SD en + 2SD ( = gemiddelde). Houden we het beeld van de schietschijf nog even aan: men kan vanuit het middelpunt een cirkel trekken waarbinnen 68% van de inslagen ligt, de straal zou men de ‘SD’ kunnen noemen. Een bepalingsmethode met een kleine SD heeft een goede precisie. In principe kan men verschillende methoden qua precisie met elkaar vergelijken door de groottes van hun respectievelijke SD’s te bekijken.

In de praktijk is dit gemakkelijker als men de grootte van de SD aangeeft als % van de gemiddelde uitkomst; dit percentage wordt variatiecoëfficiënt (VC) genoemd: VC = (SD/) x 100%
Bij gebruik van de VC valt 95% der uitkomsten binnen: – 2 (VC x /100) en + 2(VC x /100) (a)

Stel de gemiddelde uitkomst () van een serie bepalingen in een monster is 16,5 mmol/l, de VC = 4,2%, dan ligt (via formule (a) 95% der uitkomsten tussen 15,1 en 17,9 mmol/l.

Een andere aanleiding voor laboratoriumonderzoek kan zijn evaluatie van een behandeling c.q. controle van het beloop van een ziekte (‘follow-up’). Dit doet men door van tijd tot tijd een parameter te bepalen. Men dient zich, gezien de meetfout van de bepaling, af te vragen of de uitslag van de recente bepaling werkelijk afwijkend is van de vorige en of daaraan een (klinische) conclusie aan kan worden verbonden?

De eerste vraag kan met redelijke waarschijnlijkheid bevestigend worden beantwoord als het verschil tussen de vorige en de recente uitslag groter is dan 2,8 x VC(%) x vorige uitslag, waarbij 2,8 een constante is. Voorbeeld: bij een denkbeeldige parameter (stel: volgens het laboratorium VC = 5%) werd enige tijd terug een uitslag gevonden van 12,4 mmol/l en recent een uitslag van 9,8 mmol/l. Het verschil (2,6 mmol/l) is groter dan 2,8 x 0,05 x 12,4 = 1,7 mmol/l; er kan van een echte daling worden gesproken.

NB. Voor de klinische interpretatie van dit verschil kan het nodig zijn om nog na te gaan of ten tijde van één van de beide afnames een onder A of B genoemde factor een rol heeft gespeeld (bv. eerste meting na maaltijd, tweede nuchter of tussentijdse start met een medicatie die de bepaling heeft beïnvloed e.d.).

Referentie-intervallen van uitslagen van laboratoriumbepalingen
Een referentie-interval voor een bepaalde laboratoriumbepaling (biologische parameter) wordt vastgesteld aan de hand van een serie bepalingen van deze parameter in een ‘gezonde’ referentiepopulatie (bv. een groep donoren). Als men een uitslag wil vergelijken met een referentiewaarde of referentie-interval, moet de arts er zeker van zijn dat in beide gevallen dezelfde test is gebruikt onder dezelfde omstandigheden (bv zowel de referentiepopulatie als de patiënt waren nuchter toen bloed voor een glucosebepaling werd afgenomen). In het algemeen kiest men voor een referentie-interval dat bepaald is in een populatie met dezelfde basiskenmerken (geslacht, leeftijd, enz.) als de patiënt.

Het referentie-interval wordt zodanig berekend dat ca. 95% van de uitkomsten in een referentiepopulatie binnen het referentie-interval valt; d.w.z. dat 2,5% boven en 2,5% onder de gekozen grenzen valt. Een gezond persoon heeft dus een kans van 1 op 20 op een uitslag buiten het referentie-interval. In referentiediagrammen werkt men met percentielen (symbool: P): P50 is de mediane (middelste) waarde waaronder en waarboven 50% van alle personen ligt. P97,5 is de bovengrens en P2,5 de ondergrens. Soms neemt men P95 en P5 als boven- respectievelijk ondergrens van een referentie-interval. Indien een persoon op de 80e percentiel ligt voor een parameter, betekent dit dat 80% van de populatie een lagere waarde heeft en 20% dezelfde of een nog hogere waarde.

De waargenomen spreiding van de laboratoriumuitslagen in het referentie-interval is opnieuw een resultante van de (in par. 2., onder A, genoemde) fysiologische spreiding (intra- en inter-individuele variatie) en van de (in par. 2., onder B, genoemde) toevallige meetfouten. Als deze factoren een grote invloed hebben, worden vaak aparte referentie-intervallen opgesteld. Voorbeelden zijn apart Hb referentie-interval voor mannen en vrouwen, apart alkalisch fosfatase interval voor kinderen en volwassenen, aparte Hb, T4, etc. intervallen voor zwangeren en niet-zwangeren. Gezien de variatie in de (gemiddelde) concentratie van vele parameters over de leeftijd bestaan aparte referentie-intervallen voor verschillende (tot ca. 10 of meer) leeftijdscategorieën vanaf de geboorte tot na de puberteit.

Als men de lijst van referentie-intervallen overziet, valt op dat sommige intervallen klein en andere groot zijn. Voor het serumkalium is het referentie-interval bijvoorbeeld klein omdat de fysiologische spreiding klein is en de VC van deze bepaling met moderne apparatuur derhalve ook zeer klein. Voor cholinesterase is de inter-individuele variatie zo groot, dat alleen kennis van de spreiding bij elke individuele patiënt deze bepaling als diagnostische hulpmiddel bruikbaar maakt.

Samenvattend
Naast de ziekte in kwestie kunnen allerlei andere factoren ertoe leiden dat een laboratoriumbepaling niet kan discrimineren tussen gezond en ziek. Met inachtneming van referentie-intervallen kan het zijn dat een (matig c.q. licht) afwijkende laboratoriumuitslag niet synoniem hoeft te zijn met aanwezigheid van ziekte. Bijvoorbeeld, een patiënt die al jaren een Hb van 7 mmol/l heeft en bij wie het MCV normaal is, heeft geen anemie. Zijn consequent lage Hb ligt gewoonweg onder de ondergrens van het Hb referentie-interval. Bij een man die sinds enkele weken een Hb van 7 mmol/l heeft, terwijl dit voorheen 9,2 mmol/l was, is anemie veel waarschijnlijker.

Echter, hoe verder een uitslag richting de uiterste waarden van het referentie-interval gaat, hoe groter de kans op aanwezigheid van ziekte. Anderzijds, is een laboratoriumuitslag tussen de boven- en ondergrens van het referentie-interval ook niet altijd synoniem met gezond. Zeker niet wanneer de inter-individuele spreiding van de betreffende parameter groot is. Voor serumkreatinine is het referentie-interval groot. Maar omdat de intra-individuele variatie klein is, kan een (beginnende) stijging a.g.v. teruglopende nierfunctie nog een tijd binnen de boven- en ondergrens van het referentie-interval blijven.

Risico van routinematig uitvoeren van groot aantal laboratoriumbepalingen
In paragraaf 2, ad B. zagen we dat, op basis van afspraken over referentiewaarden, 5% van de gezonden boven en onder de grenzen van een referentie-interval valt. Hiermee hangt samen dat, indien er n parameters worden gemeten bij een ‘normaal’ individu, er bij onderlinge onafhankelijkheid van deze parameters, een kans van (0,95)n bestaat dat alle parameters binnen de bijbehorende referentie-intervallen vallen.

Bij 20 parameters bv. is deze kans (0,95)20 = 0,35 (35%). M.a.w., de kans op minstens één (van de 20) ‘abnormale’ uitslag is 65%! Dit houdt in dat door het verrichten van een groot aantal verschillende laboratoriumbepalingen bij een gezond (normaal) persoon, er een grote kans bestaat dat een aantal van de uitslagen ’pathologisch’ zijn zonder dat er sprake is van ziekte. Ongericht screenen of routinematig uitvoeren van een batterij aan laboratoriumbepalingen bij asymptomatische of gezonde personen is dus niet gewenst.

Foutieve uitslagen gegenereerd tijdens de route monsterafname-rapportage
In bovenstaande tekst is aandacht besteed aan de mogelijkheid van variatie in de werkelijke concentratie van een parameter in bloed, enz. als gevolg van fysiologische factoren. Daarnaast werd er op gewezen dat een, van de exacte concentratie afwijkende, laboratoriumuitslag verkregen kan worden die echter binnen de statistisch bepaalde spreiding van de bepalingsmethode ligt en ten hoogste enkele procenten kan bedragen. Kennis van deze variaties kan een onjuiste interpretatie van een laboratoriumuitslag verhinderen.

Een andere situatie ontstaat als door verkeerde handelingen (waarvan de aanvrager geen kennis hoeft te hebben) tijdens of na het afnemen van het monster tenslotte waarden gerapporteerd worden die belangrijk afwijken van de concentraties e.d. die in de patiënt ten tijde van de afname aanwezig waren. Te denken valt aan gebruik van verkeerd anticoagulans, verkeerde labeling van het monster, monsterverwisseling, te lang uitgestelde scheiding van cellen (m.n. bij kamertemperatuur), enz. De arts kan dan worden geconfronteerd met foutieve uitslagen die niet in overeenstemming zijn met zijn bevindingen bij anamnese of lichamelijk onderzoek. De keuze tussen heroverweging van vermoede diagnose of opnieuw laten afnemen van een monster moet in grote mate bepaald worden door klinische ervaring.

Ter illustratie volgende casus: een patiënt met de ziekte van Graves, in follow-up na behandeling met radioactief jodium, klaagt over spierslapte, futloosheid, constipatie en koude-intolerantie. De arts stelt enige gewichtstoename t.o.v. vorige controle vast. Hij ontvangt evenwel van het laboratorium een recente uitslag FT4 = 28 pMol/l en concludeert, in vast vertrouwen op zijn laboratorium, dat de patiënt in een hyperthyreote fase is en schrijft, naast strumazol, vermindering van de dosis thyrax voor. Op aandringen van de patiënt wordt enkele dagen later opnieuw een monster afgenomen: FT4 = 8 pMol/l en wordt thyrax alsnog bijgesteld. Het feit dat bij de patiënt de TSH gesupprimeerd is (zie hiervoor hoofdstuk ‘Laboratoriumonderzoek bij functieafwijkingen van de schildklier’, par. 2C), zou de arts in zijn eerdere conclusie gesterkt kunnen hebben.

Bron: SAN, http://handboek.dynapaper.nl/19/3/1/diversen/omgaan-met-diagnostische-testuitslagen/diagnostiek-in-de-praktijk.html

Advertenties

Geef een reactie

Vul je gegevens in of klik op een icoon om in te loggen.

WordPress.com logo

Je reageert onder je WordPress.com account. Log uit / Bijwerken )

Twitter-afbeelding

Je reageert onder je Twitter account. Log uit / Bijwerken )

Facebook foto

Je reageert onder je Facebook account. Log uit / Bijwerken )

Google+ photo

Je reageert onder je Google+ account. Log uit / Bijwerken )

Verbinden met %s

%d bloggers liken dit: