Evaluación de cuatro indicadores de calidad del Subprograma de Control Externo de la Calidad en la Etapa Preanalítica (PREAL) de la Fundación Bioquímica Argentina
Texto original en inglés en: https://pub-180a8d00f517477ba49634e6b2b147e3.r2.dev/2023/10/eJIFCC2023Vol34No3pp203-212.pdf
Título corto: Control Externo de la Calidad en la Etapa Preanalítica
Gisela Unger 1,2. gisela.unger@uns.edu.ar
Silvia Fabiana Benozzi 1,2. sbenozzi@uns.edu.ar
Raúl Girardi 3. raul.girardi@fba.org.ar
Graciela Laura Pennacchiotti 1,2. grapen@uns.edu.ar
1 Cátedra de Bioquímica Clínica I, Universidad Nacional del Sur, San Juan 670. (8000) Bahía Blanca. Argentina.
2 Subprograma de Control Externo de la Calidad en la Etapa Preanalítica (PREAL). Fundación Bioquímica Argentina. Calle 148 Nº 584, (B1900BVK) La Plata. Argentina.
3 Programa de Evaluación Externa de la Calidad (PEEC). Fundación Bioquímica Argentina. Calle 148 Nº 584, (B1900BVK) La Plata. Argentina.
Correspondencia: Dra. Graciela Laura Pennacchiotti. Universidad Nacional del Sur, San Juan 670. 8000 Bahía Blanca. Argentina. E-mail: grapen@uns.edu.ar
Palabras claves: Etapa preanalítica, calidad preanalítica, indicadores de calidad, programas de evaluación externa de la calidad.
Key Words: Preanalytical phase, preanalytical quality, quality indicators, external quality assurance programs
Resumen
La evaluación externa de la calidad preanalítica, a través de la comparación interlaboratorial de indicadores de calidad (ICs), contribuye a la mejora continua del proceso bioquímico. El objetivo de este trabajo es mostrar la experiencia y desempeño obtenido en la medición de 4 ICs en un subprograma de evaluación externa de la calidad preanalítica. Los laboratorios participantes midieron 4 ICs: pacientes citados para nueva muestra por causas preanalíticas; muestras coaguladas de hemograma y coagulación; muestras hemolizadas de química clínica; y solicitudes médicas con error de transcripción ingresadas al sistema informático. Los resultados se expresaron en valor porcentual y métrica Sigma. Las bases de datos fueron anonimizadas. Para los ICs evaluados, la mayoría (75 %) de los laboratorios participantes presentó un nivel de calidad como mínimo aceptable (Sigma > 3,0). No obstante, se observó que los ICs de muestras hemolizadas y solicitudes médicas con error de transcripción ingresadas al sistema informático merecen mayor atención. Esta experiencia permitió a los laboratorios, a varios por primera vez, conocer su desempeño por intercomparación de resultados. Asimismo, resultó motivadora para mejorar el programa de evaluación externa y continuar trabajando en la medición de ICs preanalíticos en post de la mejora continua del proceso bioquímico en Argentina.
Introducción
A lo largo del tiempo, el concepto de error en el laboratorio clínico ha evolucionado de un modelo centrado fundamentalmente en la etapa analítica, a un modelo centrado en los errores que se producen en todo el ciclo o proceso bioquímico, incluyendo las etapas extra analíticas (1,2). En particular, la etapa preanalítica es un proceso clave y de alto riesgo por su complejidad, variedad de procedimientos y factores implicados, existiendo evidencia de que los errores en esta etapa representan hasta un 70 % del total de los errores del proceso bioquímico (3). Es por ello que el control de calidad de la etapa preanalítica, tanto interno como externo, resulta fundamental para asegurar la utilidad clínica de los resultados emitidos por el laboratorio (1,4).
Para el control de calidad interno se requiere el análisis de riesgos, la detección sistemática de errores y la implementación de ICs preanalíticos (5). Los ICs han demostrado ser una herramienta efectiva para el monitoreo de los procesos y la eficacia de las acciones implementadas, siendo la medición de los mismos un requisito de las distintas normas de acreditación de laboratorios clínicos (5-7). Los ICs son herramientas objetivas qué permiten evaluar qué ocurre en el laboratorio en el proceso estudiado, permitiendo compararse consigo mismo a lo largo del tiempo y con otros laboratorios que miden el mismo indicador de calidad (IC) (7). Sin embargo, cada laboratorio debe decidir qué ICs priorizar según sus recursos para que su medición no se transforme en una sobrecarga que limite su utilidad (5).
La participación en programas de evaluación externa de la calidad de la etapa preanalítica brinda a los laboratorios un camino documentado y objetivo para lograr la mejora continua de sus procesos a través de la comparación interlaboratorial (4,8). En los últimos 20 años, las sociedades bioquímicas de distintos países han desarrollado programas de evaluación externa de la calidad de la etapa preanalítica basados en distintos tipos de estrategias: tipo I, registro de procedimientos (programas de España, Noruega, Alemania y Finlandia); tipo II, distribución de muestras que simulan errores (programas de Dinamarca, Reino Unido, Suiza, Suecia, Italia, Austria, Luxemburgo, Francia, Países Bajos, España); y tipo III, registro de ICs (programas de EEUU, Australia, España, Noruega, Reino Unido, Brasil) (1,4,9).
Dentro de los programas con estrategias tipo III, cabe mencionar el proyecto del Working Group “Laboratory Errors and Patient Safety” (WG-LEPS) de la International Federation of Clinical Chemistry and Laboratory Medicine (IFCC) (10). El WG-LEPS desarrolló un modelo armonizado de ICs para todo el proceso bioquímico y un proyecto para el registro de los mismos a través de una plataforma on-line en la cual los laboratorios de todo el mundo pueden registrar sus mediciones y realizar una evaluación de su desempeño por comparación interlaboratorial (8,10).
En Argentina, se creó en el año 2016 el Subprograma Control de Calidad en Etapa Preanalítica (PREAL) dentro del Programa de Evaluación Externa de la Calidad (PEEC) de la Fundación Bioquímica Argentina (11), con el fin de contribuir a la mejora continua del proceso bioquímico. Los objetivos específicos del subprograma son: i) brindar actualización profesional sobre la etapa preanalítica; y ii) realizar la comparación interlaboratorial de procedimientos (estrategia tipo I) y de ICs (estrategia tipo III), considerando el contexto y características de los laboratorios participantes (4,9).
El propósito de este trabajo es mostrar la experiencia y los resultados obtenidos en la primera comparación interlaboratorio de 4 ICs preanalíticos, realizada por el PREAL, durante los años 2021 y 2022.
Materiales y Métodos
Características del subprograma PREAL
Para participar en el PREAL los laboratorios deben estar inscritos en el PEEC y solicitar su inscripción en el PREAL. El programa consta de cuatro encuestas por año que se realizan a través de la respectiva página web. La participación en el PREAL y el envío de las respuestas de las encuestas es voluntaria, por lo cual el número de laboratorios participantes y de respuestas recibidas es variable en el tiempo. Luego de cada encuesta los laboratorios participantes reciben el informe de los resultados obtenidos junto a un comentario con el análisis e interpretación de los mismos, con recomendaciones y bibliografía al respecto.
ICs evaluados en el PREAL
Desde el PREAL se propuso a los laboratorios participantes medir 4 ICs. La medición de los mismos se realizó según el cronograma de encuestas establecido por el PEEC para los años 2021 y 2022, previo envío de instrucciones para el registro de cada IC.
El diseño de los ICs evaluados se realizó teniendo en cuenta el modelo de ICs de la IFCC (10) con adaptaciones propias para facilitar su medición según las características de los laboratorios participantes del PREAL observadas en encuestas previas (12). Es por ello, que se propuso medir los ICs sólo en el ámbito ambulatorio para estandarizar la medición interlaboratorio y con una periodicidad bimestral en función de que los pequeños laboratorios lograran tener un número significativo de registros.
Los ICs evaluados en orden cronológico se detallan en la Tabla 1.
El IC-NM (IC % de pacientes citados para nueva muestra por causas preanalíticas) se diseñó para realizar una evaluación inicial de la situación preanalítica en los laboratorios participantes del PREAL. Se solicitó a los laboratorios registrar el IC-NM y registrar el tipo de causa preanalítica de citación. Se distribuyó a todos los laboratorios participantes una lista predefinida de causas preanalíticas, las cuales se observan en la Figura 1, con el fin de estandarizar este registro. Además, se solicitó a los laboratorios que agruparan las causas preanalíticas que no estaban incluidas en esta lista predefinida en la categoría «otras causas». Este IC se adaptó del propuesto por el modelo de ICs de la IFCC que propone medir el número de pacientes a los que se les recolectó nueva muestra por cualquier tipo de error, como un indicador del resultado de todo el proceso bioquímico (10,12). El análisis de las causas preanalíticas de citación para nueva muestra se realizó con el principio de Pareto realizando un gráfico en planilla Excel (Microsoft Office). Este principio permite focalizar los esfuerzos en las causas o factores que más impactan en un determinado proceso a través de la estratificación por frecuencia de los mismos y de considerar que el 80 % de los problemas proviene del 20 % de las causas (12,13).
En función de dicho análisis se seleccionaron, en principio, dos ICs para evaluar la eficacia o calidad del resultado del proceso de obtención de muestras, el IC-MCoag (IC % de muestras coaguladas) y el IC-MHemo (IC % de muestras hemolizadas) (5).
Para el IC-MCoag el modelo de ICs de la IFCC propone realizar la medición en todas las muestras o tubos con anticoagulante que son chequeadas para detectar la presencia de coágulos (10). En el PREAL se solicitó considerar solo las muestras de hemograma (tubos con EDTA) y coagulación (tubos con citrato) para facilitar, a los laboratorios que se inician en este proceso, el registro de este IC.
En el caso del IC-MHemo se solicitó a todos los laboratorios, incluidos los que tenían índice de hemólisis automatizado, que utilizaran una misma escala de color (14), entregada junto a las instrucciones, para detectar la presencia de hemólisis por inspección visual y estandarizar así su registro. Se consideró que una muestra estaba hemolizada cuando su color era igual o mayor al del tubo 2 de dicha escala ó a 0,5 g/L de hemoglobina libre (10,14). El modelo de ICs de la IFCC considera dicho punto de corte para inspección visual y propone realizar la medición en todas las muestras que son chequeadas para detectar hemólisis (10). Es por ello que, para facilitar el registro de este IC a los laboratorios, en el PREAL se consideraron las muestras de plasma (tubos con heparina) y suero de química clínica.
Posteriormente se decidió medir el IC-Etra (IC % de solicitudes médicas con error de transcripción ingresadas al sistema informático del laboratorio) para evaluar la eficacia o calidad del proceso administrativo (5). En función de que la mayoría de los laboratorios reciben solicitudes médicas en formato papel y escritas, para este IC se solicitó a los laboratorios considerar las solicitudes médicas ingresadas al sistema informático con cualquier error de transcripción (ej.: en datos del paciente, del médico, determinaciones omitidas, equivocadas, agregadas, etc.) detectadas por fuera del procedimiento administrativo de ingreso (ej.: detectadas al realizar la extracción, al procesar las muestras, al validar resultados, al entregar el informe, por reclamo del paciente o médico, etc.). En el modelo de ICs de la IFCC se consideran los errores de transcripción solo de los tests (10).
Junto a las instrucciones se entregó a los laboratorios una planilla Excel (Microsoft Office) diseñada para el registro de cada IC que incluía la fórmula para el cálculo porcentual del IC y las instrucciones para obtener la métrica Sigma con el calculador disponible en www.westgard.com (15,16). Cada laboratorio cargó sus resultados en la página web del PEEC en los tiempos establecidos. Para el análisis de los datos se eliminaron las respuestas que resultaban inverosímiles (ej.: porcentajes superiores a 100 %) (12).
Se obtuvo el percentil 25 (p25) y 75 (p75) de la distribución de los valores porcentuales con el programa Statistical Package for Social Science 15.0 (Chicago, IL, USA). El desempeño de los laboratorios que respondieron se clasificó en tres niveles: i) alto, resultados porcentuales ≤ p25; ii) medio, resultados porcentuales entre p25-p75; y iii) bajo, resultados porcentuales ≥ p75) (4,8,17).
Para realizar una evaluación universal y objetiva de los ICs se calculó la métrica Sigma correspondiente a los valores porcentuales del p25 y p75 de cada IC, con el mencionado calculador (15,16). La métrica Sigma relaciona la tasa de error en defectos por millón de oportunidades con la eficiencia del proceso, en base a ello, se consideró: i) nivel mínimo de calidad aceptable un valor de Sigma igual a 3,0, lo que se corresponde con 6,680 % de error y 93,3 % de eficiencia; y ii) nivel mínimo de calidad deseable un valor de Sigma igual a 4,0, lo que se corresponde con 0,621 % de error y 99,4 % de eficiencia (8,12,16,18,19). Cuando fue posible los resultados se compararon con los publicados por el proyecto de ICs de la IFCC en el año 2023 (8).
Todas las bases de datos utilizadas fueron anonimizadas para su estudio cumpliendo con los requisitos éticos de privacidad y confidencialidad de los datos (20).
Resultados
En el análisis de las primeras encuestas realizadas en el PREAL se observó que un 64 % de los laboratorios que respondieron pertenecía a la provincia de Buenos Aires, 8 % a Ciudad Autónoma de Buenos Aires y 6 % a Santa Fe, siendo menor el porcentaje de laboratorios pertenecientes a las restantes provincias de Argentina. La mayoría (70 %) de los laboratorios pertenecía al ámbito privado ambulatorio. Aproximadamente un 5 % atendía menos de 100 pacientes/mes y otro 5 % atendía más de 3.800 pacientes/mes. Un 80 % respondió, que previamente al PREAL, no realizaba control de calidad externo de la etapa preanalítica. En cuanto a los procedimientos preanalíticos, de interés para este trabajo, se observó que un 96 % de los laboratorios recibía solicitudes médicas en formato papel y escritas a mano, que un 80 % utilizaba jeringa y aguja (sistema abierto) para realizar las extracciones de sangre y que un 90 % detectaba la presencia de hemólisis por inspección visual. Solo un 40 % de los laboratorios respondió que registraba sistemáticamente los errores preanalíticos, siendo las principales causas del no registro de los mismos no saber cómo hacerlo, no tener tiempo y considerar que no se cometen tantos errores preanalíticos como para justificar su registro.
En la Tabla 2 se muestra el número de laboratorios participantes del PREAL que midieron cada IC y el número de respuestas válidas recibidas para cada uno de ellos.
En la Figura 1 se observa el número de laboratorios que detectó cada una de las distintas causas preanalíticas de citación para nueva muestra consideradas durante el registro del IC-NM y el análisis realizado según el principio de Pareto (12,13). En la Tabla 3 se detallan los resultados obtenidos para cada IC junto a los reportados como especificaciones de calidad por el proyecto de ICs de la IFCC (8).
Discusión
Los laboratorios mostraron interés en participar en la comparación interlaboratorial de ICs propuesta por el PREAL. En este trabajo se observó que, respecto del primer IC medido, se duplicó la proporción de laboratorios que midieron los tres últimos ICs. En el proyecto de ICs de la IFCC el número de laboratorios que midió cada IC durante el año 2021 varió entre 25 y 289 (8); en el programa de ICs preanalíticos de la Sociedad Española de Medicina de Laboratorio (SEQCML), durante el período 2018-2019, participaron 72 laboratorios (4); y en el programa de ICs de Brasil (Programa de Benchmarking e Indicadores Laboratoriais), durante los años 2016 a 2018, se obtuvieron de 34 a 1.081 respuestas dependiendo del IC (12). Por lo cual, que en el PREAL hayan respondido entre 83 y 262 laboratorios resulta sumamente alentador, más aún considerando el período de medición que fue en el contexto de la pandemia por SARS-CoV-2, en particular en el año 2021. Una explicación a estos resultados podría ser que en Argentina hay un mayor número de pequeños y medianos laboratorios que de grandes laboratorios, a diferencia de otros países donde predominan los laboratorios centralizados y que atienden gran número de pacientes, aunque no se dispone de evidencia publicada para probarlo. No obstante, se observó que una alta proporción de laboratorios inscriptos en el PREAL no midieron los ICs, lo cual pone de manifiesto la necesidad de implementar medidas para determinar los motivos de esta no participación.
En cuanto al número de respuestas inválidas, se observó que el porcentaje de respuestas inválidas fue mayor para el IC-NM, el primer IC que los laboratorios participantes midieron. Para los ICs restantes, el porcentaje de respuestas inválidas fue menor, probablemente porque los laboratorios ya estaban familiarizados con la planilla de Excel y la página web para cargar los resultados.
Con respecto al IC-NM, su medición resultó de utilidad para establecer la prioridad de futuros ICs a seleccionar, en particular referidos a la calidad de las muestras. Según el gráfico de Pareto, dentro de las 10 causas preanalíticas de citación para nueva muestra con mayor impacto en el grupo de laboratorios que respondieron, se observa que las muestras de sangre coaguladas, hemolizadas e insuficientes representaban una frecuencia acumulada del 40 %; seguido de otras causas que serán consideradas para la planificación de futuros ICs. Cabe destacar que entre estas otras causas se encuentran las muestras de orina mal recolectadas. Esto se explica considerando que en Argentina es frecuente la solicitud de orina de 24 h (por ejemplo, para la medición de albuminuria, proteinuria y depuración de creatinina) pese a la existencia de recomendaciones nacionales que desaconsejan el uso de dicha muestra (21).
Para el IC-MCoag se observaron valores porcentuales menores a los reportados por el proyecto de ICs de la IFCC (8), pero en ambos casos con un nivel de calidad deseable según la métrica Sigma. Debe considerarse la posibilidad de que a nivel internacional la mayor detección porcentual de muestras coaguladas se deba a una mayor utilización de plataformas preanalíticas y analíticas automatizadas capaces de detectar con más sensibilidad la presencia de coágulos que la inspección visual (4, 22-24)
Respecto del IC-MHemo, se observó que el valor del p75 % fue mayor al reportado por el proyecto de ICs de la IFCC (8) para este mismo IC obtenido por inspección visual. Si bien el 75 % de los laboratorios que respondieron logró un nivel de calidad entre aceptable y deseable, al igual que a nivel internacional, se sugirió a los laboratorios que obtuvieron un desempeño bajo que sería recomendable dirigir sus esfuerzos a implementar acciones para la mejora del procedimiento de extracción sanguínea. La diferencia de resultados observada podría atribuirse al predominio del uso de sistema abierto (jeringa y aguja) para las extracciones de sangre en los laboratorios del PREAL, en oposición al sistema cerrado (vacío) que presenta un menor riesgo de hemólisis y es el recomendado internacionalmente (25). Cabe mencionar, que la subjetividad de la inspección visual de la hemólisis sería un factor presente tanto en los resultados del PREAL como en los del proyecto de ICs de la IFCC, por lo cual no podría considerarse como principal causa de la diferencia observada.
También para el IC-Etra se obtuvieron valores porcentuales mayores a los reportados por el proyecto de ICs de la IFCC (8), pero en este caso con una mayor diferencia evidenciada por la métrica Sigma. Esto resulta lógico ya que el modelo de ICs de la IFCC sólo considera errores de transcripción de los tests solicitados, por lo cual no se puede realizar una comparación directa de los resultados, aunque sí resulta orientativa. Si bien el 75 % de los laboratorios que respondieron logró un nivel de calidad entre aceptable y deseable, sería recomendable que aquellos con un desempeño bajo extremen acciones para la mejora del procedimiento de ingreso de datos y control del mismo.
Los valores porcentuales obtenidos para los ICs evaluados permitieron al PREAL y a los laboratorios que los midieron comparar su desempeño entre sí y con la bibliografía internacional para determinar el nivel de error y considerar la mayor o menor necesidad de implementar acciones de mejora continua en los procesos, en particular a los laboratorios que obtuvieron un desempeño bajo respecto del grupo.
Considerar la métrica Sigma permitió interpretar objetivamente los valores porcentuales de los ICs medidos, tanto para el PREAL en forma general como para cada laboratorio individual que realizó las mediciones de los ICs. La decisión de considerar un nivel mínimo de calidad aceptable a un valor de Sigma igual a 3,0 no debe opacar la meta establecida de calidad deseable, que fue un valor de Sigma mayor o igual a 4,0. En este sentido, que un laboratorio haya obtenido un nivel de desempeño medio según la distribución de valores porcentuales del IC en el grupo (p25-p75) pero con una tasa de error > 0,819 % (Sigma < 4,0 y eficiencia < 99,4 %) implica que el proceso en cuestión es objetivamente vulnerable y requiere de la implementación de acciones de mejora (16,19).
Lo mismo ocurre con la interpretación de un nivel de desempeño bajo según los valores porcentuales del IC, los laboratorios con una tasa de error > 8,076 % (Sigma < 3 y eficiencia < 93,3 %) además de presentar un nivel de desempeño bajo, éste es no satisfactorio (16). La métrica Sigma resulta ser una herramienta fundamental para lograr una correcta interpretación de los resultados de los ICs (19).
Conclusión
En conclusión, la mayoría (75 %) de los laboratorios participantes del PREAL que midieron los ICs evaluados, presentó un nivel de calidad como mínimo aceptable (Sigma > 3,0). No obstante, se observó que los ICs de muestras hemolizadas y solicitudes médicas con error de transcripción ingresadas al sistema informático del laboratorio merecen mayor atención. La importancia de esta evaluación externa de la etapa preanalítica radicó en que cada laboratorio, algunos de ellos por primera vez, pudo identificar aspectos a mejorar a través de la comparación interlaboratorial de su desempeño. En esta primera experiencia del PREAL se reconocieron aspectos a mejorar, aunque resultó motivadora para continuar trabajando en la medición de ICs preanalíticos en post de la mejora continua del proceso bioquímico en Argentina.
Conflictos de interés
Ninguno
Agradecimientos
A la Fundación Bioquímica Argentina por permitirnos crear y coordinar el subprograma PREAL; a Cecilia Etchegoyen, subdirectora del PEEC, por su apoyo; y a los laboratorios participantes de dicho subprograma que midieron los ICs.
Referencias Bibliográficas
1. Aita A, Sciacovelli L, Plebani M. Extra-analytical quality indicators – where to now? Clin Chem Lab Med. 2019;57(1):127–33. Disponible en: https://doi.org/10.1515/cclm-2017-0964
2. Plebani M, Laposata M, Lundberg GD. The brain-to-brain loop concept for laboratory testing 40 years after its introduction. Am J Clin Pathol. 2011;136:829–33. Disponible en: https://pubmed.ncbi.nlm.nih.gov/22095366/
3. Mrazek C, Lippi G, Keppel MH, Felder TK, Oberkofler H, Haschke-Becher E, et al. Errors within the total laboratory testing process, from test selection to medical decision-making – A review of causes, consequences, surveillance and solutions. Biochem Med (Zagreb). 2020;30(2): 020502. Disponible en: https://doi.org/ 10.11613/BM. 2020.020502
4. Caballero A, Gómez-Rioja R, Ventura M, Llopis MA, Bauça JM, Gómez-Gómez C, et al. Evaluación de 18 indicadores de calidad del Programa de Garantía Externa de la Calidad de Preanalítica de la Sociedad Española de Medicina de Laboratorio (SEQCML). Adv Lab Med. 2022;3(2):188-200. Disponible en: https://doi.org/10.1515/almed-2022-0036
5. Marzana Sanz I, Ibarz Escuer M, Llopis Diaz MA, Barba Meseguer N Alsina Kirchner MJ, Martínez Espartosa D, et al. Recomendaciones para el diseño e implementación de un programa de aseguramiento de la calidad de la fase Preanalítica. Rev Lab Clin. 2019;12(4):e54-e65. Disponible en: https://doi.org/10.1016/j.labcli.2019.01.003
6. The International Organization for Standardization. ISO 15189:2022. Medical laboratories – requirements for quality and competence. Switzerland: International Organization for Standardization; 2012.
7. Fundación Bioquímica Argentina. MA3:2012. Manual de Acreditación de Laboratorios. Argentina: Fundación Bioquímica Argentina; 2012. Disponible en: https://www.fba.org.ar/wp-content/uploads/2020/11/MA3-FBA.pdf
8. Sciacovelli L, Lippi G, Sumarac Z, Del Pino Castro IG, Ivanov A, De Guire V, et al; Working Group “Laboratory Errors and Patient Safety” of International Federation of Clinical Chemistry and Laboratory Medicine (IFCC). Pre-analytical quality indicators in laboratory medicine: Performance of laboratories participating in the IFCC working group «Laboratory Errors and Patient Safety» project. Clin Chim Acta. 2019;497:35-40.Disponible en: https://doi.org/10.1016/j.cca.2019.07.007
9. Kristensen G, Aakre KM, Kristoffersen AH, Sandberg S. How to conduct external quality assessment schemes for the preanalytical phase? Biochem Med.2014;24:114–22. Disponible en: https://www.biochemia-medica.com/en/journal/24/1/10.11613/BM.2014.013
10. International Federation of Clinical Chemistry and Laboratory Medicine. Quality Indicators in Laboratory Medicine. 2017. Disponible en: https://ifcc.org/ifcceducation-division/working-groups-specialprojects/wg-leps/quality-indicators-project/
11. Fundación Bioquímica Argentina. Programa de Evaluación Externa de la Calidad (PEEC). Subprograma Control de Calidad en la Etapa Preanalítica (PREAL). 2016. Disponible en: https://www.fba.org.ar/programas-de-lafba/peec/subprogramas/
12. Shcolnik W, Berlitz F, Galoro CAO, Biasoli V, Lopes R, Jerônimo D, et al. Brazilian laboratory indicators benchmarking program: three-year experience on pre-analytical quality indicators. Diagnosis. 2020;8(2):257-68. Disponible en: https://doi.org/10.1515/dx-2020-0043
13. New South Wales Health system. Clinical Excellence Commission Academy. Safety and quality improvement tools. Pareto Charts & 80-20 Rule. 1968. Disponible en: https://www.cec.health.nsw.gov.au/CEC-Academy/quality-improvement-tools/pareto-charts
14. Badrick T, Barden H, Callen S, Dimeski G, Gay S, Grahamet P, et al. Consensus Statement for the Management and Reporting of Haemolysed Specimens. Clin Biochem Rev. 2016;37(4):140-2. Disponible en: https://pubmed.ncbi.nlm.nih.gov/28167843/
15. Westgard OJ. Westgards QC. Six Sigma Calculators. DPM (Defects Per Million) Calculator. 2019. Disponible en: http://www.westgard.com/six-sigmacalculators.htm
16. Zorbozan N, Zorbozan O. Evaluation of preanalytical and postanalytical phases in clinical biochemistry laboratory according to IFCC laboratory errors and patient safety specifications. iochem Med (Zagreb). 2022;32(3):030701. Disponible en: https://doi.org/10.11613/BM.2022.030701
17. Plebani M, Task E, Speci P. Performance specifications for the extra-analytical phases of laboratory testing: why and how. Clin Biochem. 2017;50:550–4. Disponible en: https://doi.org/10.1016/j.clinbiochem.2017.02.002
18. Llopis MA, Trujillo G, Llovet MI, Tarrés E, Ibarz M, Biosca C, et al. Quality indicators and specifications for key analytical-extranalytical processes in the clinical laboratory. Five years’ experience using the Six Sigma concept. Clin Chem Lab Med. 2011;49(3):463-70. Disponible en: https://doi.org/10.1515/cclm.2011.067
19. Carchio SM, Cappella AC, Goedelmann C, Pandolfo M, Bustos D. Aplicación de Seis Sigma en el Laboratorio Clínico. Acta Bioquím Clín Latinoam. 2019; 53 (4): 525-37. Disponible en: http://www.scielo.org.ar/pdf/abcl/v53n4/v53n4a13.pdf
20. Ministerio de Salud de la Nación Argentina. Guía para investigaciones en salud humana. 2011. Disponible en: https://www.argentina.gob.ar/normativa/nacional/resoluci%C3%B3n-1480-2011-187206/actualizacion
21. Inserra F, Torres ML, Alles A, Bonelli C, Ceci R, Corradino C, et al. Evaluación de la función renal para la detección y seguimiento de la enfermedad renal crónica. Documento multidisciplinario de consenso 2021. Especial atención sobre situaciones clínicas específicas. Acta Bioquím Clín Latinoam. 2022;56(1): 43-74. Disponible en: http://www.abcl. org.ar/edicionesanteriores.html
22. Sua LF, Amezquita MA, Hernández DE, Alcalá-Flores M, Leib CS, Aguirre Rojas M, et al. Estaciones automatizadas preanalíticas en el Laboratorio de hemostasia. Estudio observacional descriptivo prospectivo, realizado en un hospital universitario de referencia entre el 15 de abril y 15 de julio de 2017. Iatreia. 2019;32(3):177-83. Disponible en: http://www.scielo.org.co/scielo.php? script=sci_arttext&pid=S0121-079320190 00300177
23. Kristoffersen AH, Stavelin AV, Ajzner E, Kristensen GBB, Sandberg S, Van Blerk M, et al. Pre-analytical practices for routine coagulation tests in European laboratories. A collaborative study from the European Organisation for External Quality Assurance Providers in Laboratory Medicine (EQALM). Clin Chem Lab Med. 2019;57(10):1511-21. Disponible en: https://doi.org/10.1515/ cclm-2019-0214
24. Fang K, Dong Z, Chen X, Zhu J, Zhang B, You J, et al. Using machine learning to identify clotted specimens in coagulation testing. Clin Chem Lab Med. 2021;59(7):1289-97. Disponible en: https://doi.org/10.1515/cclm-2021-0081
25. Clinical and Laboratory Standards Institute. Collection of Diagnostic Venous Blood Specimens. 7th ed. CLSI standard GP41. Wayne, PA: Clinical and Laboratory Standards Institute; 2017.