Moving average mcv

Controle de qualidade estatística em analisadores de hematologia O controle de qualidade estatística realizado em analisadores de hematologia tem muitas diferenças importantes a partir das técnicas correspondentes nos analisadores de química clínica. Essas diferenças são devidas a razões como a alta estabilidade da tecnologia de citometria, a pequena variação biológica de alguns parâmetros de hematologia, os grandes frascos de reagente e o pequeno período de duração dos controles de hematologia. Por causa das razões acima mencionadas, os gráficos de Levey-Jennings em analisadores de hematologia são diferentes dos gráficos correspondentes em química clínica. Por exemplo, as tabelas de hematologia de Levey-Jennings possuem apenas três linhas (limites superior e inferior e linha central). A razão é que esses gráficos de Levey-Jennings não são criados estatisticamente a partir de uma distribuição normal de dados de controle de qualidade anteriores, o que não é possível por causa da variação muito pequena dos valores de controle de qualidade da hematologia. Nos analisadores de hematologia, os limites de controle superior e inferior atuam como limites de especificações no controle de qualidade do setor. A pequena variação da biologia de muitos parâmetros de hematologia fez com que muitos pesquisadores estabelecessem métodos de controle de qualidade baseados apenas nos resultados dos pacientes. Esses parâmetros adequados são os índices de eritrócitos (MCV, MCHC, MCV) com a menor variação biológica (devido não só à biologia, mas principalmente à técnica de analisadores de hematologia). Esses atributos inspiraram Brian Bull (um Hematologista Americano) para estabelecer um novo método de controle de qualidade amplamente conhecido como algoritmo Bulls. O algoritmo Bulls (também conhecido como método) detecta erros sistemáticos em MCV, MCHC e MCV e conseqüentemente em HgB, Hct e RBC. Seu método é uma espécie de média móvel. Sua principal idéia é estimar o valor médio dos últimos vinte pacientes, incluindo o valor médio do lote dos vinte valores anteriores. O próprio algoritmo é uma equação bastante complicada que elimina os valores atípicos e estima a média móvel dos últimos vinte valores. O algoritmo Bulls foi provado bastante eficaz na detecção de pequenos erros sistemáticos (quase 1) não apenas nos índices de eritrócitos, mas também em quase todos os parâmetros de hematologia. Ele usa todos os dados de pacientes sem exceção. O último fato tornou o algoritmo Bulls o método de controle de qualidade mais barato em medicina de laboratório. As amostras de controle de qualidade de hematologia duram apenas 20 30 dias e são muito caras, quando, por outro lado, as amostras de sangue são estáveis ​​na geladeira por 24 horas. Esses fatos levaram alguns pesquisadores a encontrar métodos baseados na análise repetitiva de amostras de pacientes. Estes métodos são conhecidos como espécimes de pacientes retidos. Em 1988, Cembrowski (químico clínico canadense) estabeleceu o método de espécimes de pacientes retidos mais efetivos. Baseou-se na análise repetitiva das mesmas amostras de pacientes entre dois dias sucessivos. Seu método é conhecido como mn lim. - Lim significa o limite de controle de qualidade. É igual ao dobro do desvio padrão da análise repetitiva (2 x SD). - n representa o número de amostras de pacientes que serão analisadas duas vezes. - m representa a porção de n número de amostras que é permitido ficar fora dos limites (lim). As simulações estatísticas criadas por Cembrowski provaram a eficácia de seu método. Segundo ele, a melhor combinação de m, n e lim é 2, 3, 2 ou 23 2s. Concluindo, três métodos diferentes estão à disposição do laboratório para detectar os erros analíticos no laboratório de hematologia. Levey-Jennings detecta erros sistemáticos e aleatórios. Pelo contrário, o algoritmo de Bulls e os espécimes de pacientes retidos detectam apenas erros sistemáticos, mas eles têm a vantagem do baixo custo. O laboratório pode escolher a melhor combinação dos três. T 949955949965964945943945 949957951956941961969963951. 922965961953945954942 921945957959965945961943959965 20, 2017 Como calcular uma média móvel no Excel Uma média móvel é uma estatística usada para analisar partes de um grande conjunto de dados ao longo de um período de tempo. É comumente usado com preços de ações, retornos de ações e dados econômicos, como o produto interno bruto ou os índices de preços ao consumidor. Usando o Microsoft Excel, você pode organizar e calcular médias móveis em poucos minutos, permitindo que você concentre mais tempo na análise real, em vez de construir a série de dados. Abra uma nova planilha no Microsoft Excel. Insira as datas e os respectivos pontos de dados em duas colunas. Por exemplo, para analisar os valores da receita mensal, insira todos os meses na coluna A e o índice de receita correspondente próximo a ele na coluna B. Um ano de dados, então, preencheria as células A1 a A12 e B1 até B12. Determine o intervalo de tempo da média móvel que deseja calcular, como uma média móvel de três meses ou seis meses. Vá para o último valor do primeiro intervalo e clique na célula vazia correspondente à direita. Usando o exemplo da Etapa 1, se você deseja calcular uma média móvel de três meses, você clicaria na célula C3 porque o B3 contém o último valor dos primeiros três meses do ano. Use a função MÉDIA e digite uma fórmula na célula vazia que você selecionou, especificando o intervalo de dados para o primeiro intervalo. Neste exemplo, você tipo quotAVERAGE (B1: B3) quot. Posicione o mouse no canto inferior direito da célula com a fórmula até ver um quot. quot Clique com o botão esquerdo e arraste a fórmula para a célula vazia ao lado do último ponto de dados na coluna adjacente. No exemplo acima, você arrasta a fórmula da célula C3 para a célula C12 para calcular a média móvel de três meses para o resto do ano.