Bolehkah metode baru menggantikan metode lama?
Masukkan hasil dua metode. Grafik dan penjelasannya dibuat otomatis.
Di iPhone atau iPad: ketuk tombol Bagikan di Safari, lalu pilih “Tambah ke Layar Utama”.
Langkah kerja
Belajar
Konsep & Dasar
Untuk apa uji banding metode?
Setiap kali laboratorium mengganti alat, reagen, atau metode, hasil pasien harus tetap sebanding dengan hasil sebelumnya. Uji banding metode menjawab satu pertanyaan: bolehkah metode baru menggantikan metode lama tanpa mengubah keputusan klinis?
Caranya: sampel pasien yang sama diperiksa dengan kedua metode, lalu selisih hasilnya dianalisis dengan dua alat yang saling melengkapi.
Di aplikasi ini Metode A adalah metode pembanding (lama atau rujukan) dan Metode B adalah metode yang diuji (baru). Selisih selalu dihitung B − A.
Bland-Altman: grafik selisih
Tiap titik adalah satu sampel. Sumbu datar memuat rerata kedua metode, sumbu tegak memuat selisih (B − A). Bila kedua metode sama persis, semua titik jatuh di garis nol.
- 1Garis nol. Tempat titik bila tidak ada selisih sama sekali.
- 2Bias. Rerata semua selisih: rata-rata, metode B lebih tinggi atau lebih rendah sekian dari metode A.
- 3Batas kesepakatan (limits of agreement). Bias ± 1,96 × SD selisih. Sekitar 95% selisih jatuh di antara kedua garis ini.
- 4IK 95%. Tanda berbentuk huruf I di ujung garis: rentang ketidakpastian bias dan batasnya. Makin banyak sampel, makin pendek.
Cara menilainya
- Bias. Bila IK 95% bias tidak melewati nol, ada bias sistematik.
- Lebar batas kesepakatan. Bandingkan dengan selisih yang masih dapat diterima secara klinis. Batas itu ditetapkan sebelum melihat data, misalnya dari TEa.
- Pola titik. Merata berarti baik. Miring berarti bias proporsional. Melebar seperti corong berarti sebaran naik mengikuti kadar: pakai tampilan persen.
Bland-Altman tidak memberi vonis lulus atau gagal. Statistik hanya mengukur besar selisih. Yang memutuskan dapat diterima atau tidak adalah batas klinis yang Anda tetapkan.
Rumus
Syarat
- Satu pasang hasil untuk tiap pasien.
- Selisih berdistribusi kurang lebih normal.
- Kadar sampel mencakup rentang yang dipakai di klinik.
Passing-Bablok: garis hubungan dua metode
Hasil metode B digambar terhadap metode A, lalu dicari garis lurus B = a + b × A yang paling mewakili titik-titiknya. Bila kedua metode sama persis, garis itu berimpit dengan garis identitas (a = 0, b = 1).
- 1Garis identitas (y = x). Garis “sama persis”.
- 2Garis Passing-Bablok. Hubungan yang sebenarnya teramati.
- 3Intersep (a). Titik potong garis di sumbu tegak. Menunjukkan bias tetap: selisih yang sama besar di semua kadar.
- 4Slope (b). Kemiringan garis: kenaikan B untuk tiap kenaikan A. Menunjukkan bias proporsional: selisih yang membesar mengikuti kadar.
Cara menilainya
| Yang dilihat | Sesuai bila | Bila tidak |
|---|---|---|
| Uji Cusum | p ≥ 0,05: hubungan linear | Tidak linear. Slope dan intersep tidak sahih. |
| Intersep (a) | IK 95% mencakup 0 | Ada bias tetap. |
| Slope (b) | IK 95% mencakup 1 | Ada bias proporsional. |
Sampel sedikit membuat IK lebar sehingga mudah mencakup 0 dan 1. Itu bukan bukti kedua metode sama, hanya belum cukup data untuk melihat bedanya.
Mengapa bukan regresi linear biasa?
Regresi biasa menganggap metode A bebas kesalahan dan mudah terseret satu-dua pencilan. Passing-Bablok menganggap kedua metode punya kesalahan ukur, tidak menuntut distribusi normal, dan tahan terhadap pencilan.
Cara kerjanya
Setiap pasang titik dihubungkan dan dihitung kemiringannya. Slope adalah nilai tengah (median, dengan sedikit pergeseran) dari semua kemiringan itu. Intersep adalah median dari B − b × A.
Syarat
- Data kontinu dengan rentang kadar lebar.
- Hubungan kedua metode linear dan berkorelasi positif kuat.
- Sampel cukup, dianjurkan 40 atau lebih.
Syarat sampel
Ringkasan anjuran yang lazim dipakai (CLSI EP09):
- Minimal 40 sampel pasien. Lebih banyak lebih baik, terutama bila kedua metode berbeda prinsip.
- Kadar tersebar dari rendah sampai tinggi di seluruh rentang ukur, termasuk di sekitar titik keputusan klinis. Jangan menumpuk di kadar normal.
- Sampel yang sama, waktu berdekatan. Kerjakan kedua metode sesegera mungkin agar analit belum berubah.
- Beberapa hari kerja, bukan satu kali jalan, supaya variasi harian ikut terwakili.
- QC kedua alat masuk sebelum sampel dikerjakan.
- Batas selisih yang diterima ditetapkan lebih dulu, sebelum melihat hasil.
- Lihat grafik sebelum angka. Titik yang menyimpang jauh ditelusuri dan diperiksa ulang, tidak langsung dibuang.
Urutan analisis
- Masukkan data, periksa salah ketik.
- Bland-Altman: lihat bias, batas kesepakatan, dan pola titik.
- Passing-Bablok: cek linearitas, lalu intersep dan slope.
- Nilai selisih di titik keputusan klinis.
- Tulis simpulan: dapat dipertukarkan, perlu penyesuaian, atau tidak sesuai.
Beda Bland-Altman dan Passing-Bablok
| Bland-Altman | Passing-Bablok | |
|---|---|---|
| Pertanyaan | Seberapa besar selisih dan sebarannya? | Jenis biasnya apa: tetap atau proporsional? |
| Grafik | Selisih terhadap rerata | Metode B terhadap metode A |
| Hasil utama | Bias dan batas kesepakatan | Slope, intersep, IK 95%, uji Cusum |
| Dasar putusan | Klinis: dibandingkan batas yang diterima | Statistik: IK mencakup 1 dan 0 atau tidak |
| Kekuatan | Mudah dibaca, langsung dalam satuan hasil | Tahan pencilan, tanpa asumsi normal |
| Kelemahan | Perlu selisih yang kurang lebih normal | Perlu hubungan linear dan sampel cukup; tidak menilai lebar sebaran |
Kekeliruan yang sering terjadi
- “r = 0,99, berarti kedua metode sesuai.”
- Korelasi hanya mengukur keeratan hubungan. Dua metode dengan bias besar tetap bisa berkorelasi sempurna.
- “Uji t berpasangan tidak bermakna, berarti sesuai.”
- Uji t hanya menilai rerata selisih. Selisih besar yang positif dan negatif saling meniadakan, dan sampel sedikit jarang memberi hasil bermakna.
- “IK mencakup 0 dan 1, berarti terbukti sama.”
- Dengan sampel sedikit atau rentang kadar sempit, IK menjadi lebar dan hampir selalu mencakup 0 dan 1.
- “Lebar batas kesepakatan dinilai dari grafiknya saja.”
- Lebar atau sempit baru bermakna setelah dibandingkan dengan batas klinis yang ditetapkan lebih dulu.
- “Pencilan dibuang saja supaya grafik rapi.”
- Pencilan bisa berarti interferens yang nyata pada pasien tertentu. Telusuri, periksa ulang, dan laporkan bila dikeluarkan.
- “Garis lurus selalu cocok.”
- Bila uji Cusum bermakna, hubungan tidak linear. Slope dan intersep tidak boleh dipakai untuk menyimpulkan.
Rujukan
- Bland JM, Altman DG. Statistical methods for assessing agreement between two methods of clinical measurement. Lancet. 1986;1(8476):307–310.
- Bland JM, Altman DG. Measuring agreement in method comparison studies. Stat Methods Med Res. 1999;8(2):135–160.
- Passing H, Bablok W. A new biometrical procedure for testing the equality of measurements from two different analytical methods. J Clin Chem Clin Biochem. 1983;21(11):709–720.
- Giavarina D. Understanding Bland Altman analysis. Biochem Med (Zagreb). 2015;25(2):141–151.
- Bilić-Zulle L. Comparison of methods: Passing and Bablok regression. Biochem Med (Zagreb). 2011;21(1):49–52.
- CLSI. Measurement Procedure Comparison and Bias Estimation Using Patient Samples. Edisi ke-3. CLSI EP09c. 2018.
Hitungan di aplikasi ini: batas kesepakatan dan IK-nya mengikuti Bland & Altman (1999); slope, intersep, IK, dan uji Cusum mengikuti Passing & Bablok (1983); normalitas selisih dengan uji Shapiro-Wilk; pita IK pada grafik Passing-Bablok dengan bootstrap.
Input Data
Tempel dari Excel
Desimal boleh koma atau titik. Pemisah kolom: tab, spasi, atau titik koma.
Atau ketik satu per satu
Nama & satuan
Nama ini dipakai di sumbu grafik dan naskah laporan. Boleh dikosongkan.
Tabel data
Penjelasan hasil
Angka
Penjelasan hasil
Angka
Tindak lanjut
Naskah laporan
Naskah dapat ditempel ke Word. Simpulan otomatis ini alat bantu; keputusan akhir ada pada penanggung jawab laboratorium.
Cara Baca: enam pola grafik
Kamus istilah
- Uji banding metode
- Membandingkan hasil dua metode pada sampel pasien yang sama.
- Metode pembanding (A)
- Metode yang dijadikan acuan: metode lama atau metode rujukan.
- Metode uji (B)
- Metode baru yang sedang dinilai.
- Bias
- Selisih sistematik antara dua metode: yang satu cenderung lebih tinggi atau lebih rendah.
- Bias tetap (konstan)
- Selisih yang besarnya sama di semua kadar.
- Bias proporsional
- Selisih yang membesar atau mengecil sebanding dengan kadar.
- IK 95% (interval kepercayaan)
- Rentang yang dengan keyakinan 95% memuat nilai sebenarnya. Makin banyak sampel, makin sempit.
- TEa
- Total allowable error: kesalahan total yang masih diizinkan untuk suatu pemeriksaan.
- Titik keputusan klinis
- Kadar yang menentukan diagnosis atau terapi, misalnya glukosa puasa 126 mg/dL.
- Pencilan (outlier)
- Titik yang menyimpang jauh dari pola umum.
- Korelasi (r)
- Keeratan hubungan linear dua metode. Bukan ukuran kesesuaian.
- Selisih
- Hasil metode B dikurangi hasil metode A pada sampel yang sama.
- Rerata selisih
- Rata-rata semua selisih. Inilah bias pada Bland-Altman.
- SD selisih
- Simpang baku selisih. Menggambarkan lebar sebaran selisih.
- Batas kesepakatan (LoA)
- Limits of agreement: bias ± 1,96 × SD selisih. Sekitar 95% selisih berada di dalamnya.
- Tampilan persen
- Selisih dinyatakan sebagai persen dari rerata kedua metode. Dipakai bila sebaran melebar di kadar tinggi.
- Heteroskedastisitas
- Sebaran selisih yang tidak sama di sepanjang kadar. Di grafik tampak seperti corong.
- Uji Shapiro-Wilk
- Uji normalitas. p ≥ 0,05 berarti selisih tidak menyimpang dari distribusi normal.
- Batas yang masih diterima
- Selisih terbesar yang menurut laboratorium tidak mengubah keputusan klinis. Ditetapkan sebelum melihat data.
- Regresi nonparametrik
- Regresi yang tidak mengandaikan distribusi tertentu pada data.
- Slope (kemiringan, b)
- Kenaikan hasil B untuk tiap kenaikan 1 satuan hasil A. Idealnya 1.
- Intersep (a)
- Nilai B saat A sama dengan nol. Idealnya 0.
- Garis identitas
- Garis y = x: letak titik bila kedua metode memberi hasil sama.
- Uji Cusum
- Uji linearitas pada Passing-Bablok. p < 0,05 berarti hubungan menyimpang dari garis lurus.
- Residu
- Jarak sebuah titik ke garis regresi.
- Pita IK 95%
- Daerah ketidakpastian letak garis regresi. Bila garis identitas berada di dalam pita, kedua garis tidak berbeda nyata.
- Bootstrap
- Mengambil ulang sampel dari data berkali-kali untuk memperkirakan ketidakpastian. Dipakai untuk menggambar pita IK.