SciELO - Scientific Electronic Library Online

 
vol.47 issue3Cardiovascular risk factors, nutritional status on HOMA-IR, QUICKI and TG/c-HDL indexes in pubertal adolescentsLaboratory algorithms for the study of iron status author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

  • Have no cited articlesCited by SciELO

Related links

Share


Acta bioquímica clínica latinoamericana

Print version ISSN 0325-2957

Acta bioquím. clín. latinoam. vol.47 no.3 La Plata Sept. 2013

 

BIOQUÍMICA CLÍNICA

Análisis de concordancia entre el dosaje de inmunoglobulinas y la fracción gamma del proteinograma sérico*

Analysis of agreement between the dosage of immunoglobulins and gamma fraction of serum protein electrophoresis

Análise de concordancia entre a dosagem de imunoglobulinas e a fragao gamma do proteinograma sérico

 

Nora Silvia Bovone1a, Ana María Gastiazoro1a

1 Bioquímica.
a Hospital Nacional Alejandro Posadas. Servicio de Bioquímica. Área Proteínas. Presidente Illia y Av. Marconi. El Palomar. Prov. de Bs. As. Argentina.

* Trabajo presentado bajo la modalidad de poster en CALILAB 2012.

 


Resumen

En este trabajo se proponen dos criterios que evalúan el acuerdo existente entre densitometría y nefelometría, en la evaluación de los niveles de inmunoglobulinas en suero, basados en la propia población de pacientes y su posible aplicación en un algoritmo de autoverificación. Se construyó la variable Diferencia GAMgamma = Suma Igs - gamma; se efectuó el análisis según el método de Bland y Altman. Se estimó el IC95% empleando como referencia una cohorte de 497 pacientes concurrentes al laboratorio del Hospital A. Posadas en octubre y noviembre de 2011 y que tenían un dosaje de inmunoglobulinas G, A y M normal para población adulta. Estos resultados fueron contrastados con 2 poblaciones: a) 977 sujetos concurrentes en el mismo período y b) 111 pacientes con presencia de componente monoclonal (CM). En la población de referencia el IC95% Diferencia (mg/dL) fue de 115-653 y el DE para los límites ± 21 mg/dL. Utilizando los criterios Valores de referencia seguido por Diferencia se obtuvieron los siguientes resultados: Población de pacientes: 470/977 (48,1%) pasaron las dos alarmas y serán autovalidados. Población con CM: el 75,6% dio al menos una alarma. No obstante, si bien se puede considerar aceptable esta sensibilidad, hubo 27 CM que pasaron las dos alarmas. Se concluye que luego de una inspección visual previa, casi el 50% de los resultados serán autovalidados.

Palabras clave: densitometría * nefelometría * inmunoglobulinas * nivel de acuerdo * Bland y Altman

Summary

Two criteria are proposed to evaluate the agreement between densitometry and nephelometry of serum immunoglobulin level, based on own patient population and its possible application in a self-validation algorithm. A difference GAMgamma = Sum Igs -gamma variable was constructed; analysis was performed according to the Bland and Altman method. CI 95% was estimated using as reference a cohort of 497 patients attending Posadas Hospital's laboratory in October and November 2011 who had a normal dosage of G, A and M immunoglobulins for an adult population. These results were compared with two populations: a) 977 patients attending the hospital in the same period and b) 111 patients with monoclonal component (MC). In the reference population, the CI 95% Difference (mg/dL) was 115-653 and the limits were ± 21 mg/dL. Using Reference Values criteria followed by Difference, the following results were obtained: in the patient population, 470/977 (48.1%) passed both alarms and will be validated. In the MC population, 75.6% gave at least one alarm. However, although this may be considered acceptable sensitivity, there were 27 MC who passed both alarms. It can be concluded that after a visual inspection, almost 50% of the results will be self-validated.

Key Words: densitometry * nephelometry * immunoglobulins * agreement * Bland and Altman

Resumo

Neste trabalho sáo propostos dois critérios que avaliam o acordo existente entre densitometria e nefelometría, na avaliagáo dos níveis de imunoglobulinas em soro, com base na pròpria populagáo de doentes e a sua possível aplicagáo num algoritmo de autovalidagáo. Foi construida a variável Diferenga GAMgamma = Soma Igs - gama, a análise foi realizada de acordo com o método de Bland & Altman. IC95% foi estimada utilizando-se como referencia uma coorte com 497 doentes concorrentes ao laboratòrio do hospital Posadas em outubro e novembro de 2011 e que tinham uma dosagem normal de imunoglobulinas G, A e M para populagáo adulta. Estes resultados foram comparados com duas populagdes-. a) 977 doentes concorrentes no mesmo período e b) 111 doentes com presenga de componente monoclonal (CM). Na populagáo de referencia, IC95% Diferenga (mg/dL): (115-653) e o DE para os limites ± 21 mg/dL foram os resultados. Utilizando os critérios Valores de Referencia seguidos de Diferenga foram obtidos os seguintes resultados: A populagáo de doentes de 470/977 (48,1%) passou os dois alarmes e seráo autovalidados. A populagáo com CM que deu pelo menos um alarme foi de 75,6%. No entanto, embora esta sensibilidade possa ser considerada aceitável, houve 27 CM que passaram os dois alarmes. A conclusáo é que depois de uma inspegáo visual prévia, cerca de 50% dos resultados seráo autovalidados.

Palavras-chave: densitometria * nefelometría * imunoglobulinas * nível de acordo * Bland e Altman


 

Introducción

Una de las principales aplicaciones del proteinograma sérico es sin duda el screening de la fracción gamma, la cual brinda importante información cualitativa y semicuantitativa de las principales inmunoglobulinas (Igs) en suero, IgG, IgA e IgM . Es conocido que la fracción gamma de un protemograma subestima al dosaje específico correspondiente a la suma de cada una de ellas (1). Las razones de estas diferencias son esencialmente analíticas y existe mucha evidencia en la literatura que puede fundamentarlas (2). Así pues, ambos métodos no pueden considerarse equivalentes sino más bien complementarios en cuanto a la información que brindan. Cuando un informe contiene simultáneamente un dosaje de Igs y un proteinograma, es necesario verificar la consistencia de los resultados con la fracción gamma puesto que existe una fuerte correlación positiva entre ellos.

Es necesario aclarar algunos conceptos con respecto al análisis estadístico empleado para estimar el grado de acuerdo. El método que se utilizó es el llamado análisis gráfico de Bland y Altman (3-5) que consiste en calcular punto a punto las diferencias entre ambos dosajes, en este caso, entre la suma de Igs cuantificadas por nefelometría y la fracción gamma del protei-nograma para cada paciente. Se entiende que ambos grupos de determinaciones deben expresarse en idénticas unidades para calcular esta diferencia. A partir del conjunto de las diferencias obtenidas, se puede analizar su distribución y además, estimar su media, desvío estándar y el intervalo de confianza (IC) que defina el investigador; el más usual es el IC95%. Sobre el supuesto de que los métodos evaluados están bajo control estadístico de la calidad, el IC obtenido para las diferencias caracteriza el comportamiento analítico sistemático de modo que para las nuevas determinaciones la diferencia hallada deberá encontrarse dentro de los límites del IC estimado. Este análisis, como lo definen sus autores, no es un estudio de correlación, sino una evaluación del grado de correspondencia entre los métodos, es decir cuál es la diferencia esperable durante el análisis de rutina para las muestras de pacientes a los que se les solicitó ambos estudios. Ellos no definen un límite en esta diferencia que determine un buen acuerdo o no, sino más bien dejan esta importante cuestión al investigador.

La caracterización de este comportamiento presenta algunas ventajas a la hora de validar estos resultados, como se verá más adelante. Además este procedimiento se puede usar como alternativa al análisis de regresión (6) (7). En este estudio, el objetivo propuesto fue evaluar el acuerdo existente entre el dosaje nefelométrico de Igs y la fracción gamma del proteinograma, basado en la propia población de pacientes y su posible aplicación en un algoritmo de autoverificación, dentro del marco aportado por el documento AUTO 10-A de CLSI (8).

Materiales y Métodos

Se empleó una cohorte de 497 pacientes concurrentes al laboratorio del Hospital Posadas durante octubre y noviembre de 2011 y que tenían un dosaje de Igs G, A y M dentro de los límites de referencia para población adulta.

Se construyó la variable definida como Diferencia GAMgamma= Suma Igs - gamma y se efectuó el análisis aplicando el método gráfico de Bland y Altman. Se estimó el IC95% para la variable diferencia. Se empleó software Spss v.17.0.

Los resultados obtenidos fueron contrastados con 2 poblaciones de pacientes: a) 977 sujetos concurrentes en el mismo período que la población de referencia. b) 111 pacientes con presencia de componente monoclonal (CM), que asistieron entre junio de 2009 y abril de 2012. Sólo se seleccionó la primera muestra de esta población.

El dosaje de Igs se efectuó por nefelometría con nefelómetro Immage (Beckman Coulter, California, Estados Unidos) y el proteinograma se efectuó en gel de agarosa con autoanalizador Microgel (Interlab, Roma, Italia).

Resultados

ANÁLISIS DE DIFERENCIAS GAMgamma POR BLAND ALTMAN

Población de referencia: En la Tabla I se muestran las medidas resumen para esta población y en la Figura 1 se puede observar la distribución de las diferencias.


Figura 1. Gráfico de dispersión de la variable diferencia (mg/dL) versus el valor de la fracción gamma (g/dL)

Tabla I. Medidas resumen para la población de referencia.

La variable Diferencia presentó distribución razonablemente normal (p: 0,273) con media de 384,3 mg/dL y DE: 137,4 mg/dL por lo que el IC95% se estimó como Media ± 1,96 DE= 384,3 ± 1,96 137,4 = (115; 653). Los límites de tolerancia se estimaron en ±21 mg/dL para cada extremo del intervalo. En la práctica, es esperable que la diferencia estimada para un paciente en particular debería estar dentro de estos límites (con una probabilidad del 95%) salvo la presencia de interferencias o error humano.

Con el objetivo de verificar esta estimación y observar su utilidad en la detección de comportamientos atípicos, se analizó una segunda población de 977 pacientes que asistieron en el mismo período que la población empleada como referencia.

POBLACIÓN DE PACIENTES

En la Tabla II se muestran las medidas resumen que caracterizan a la cohorte de 977 pacientes. El 50,9% de los casos tenían valores normales para las tres Igs y el 49,1% tenían al menos una Ig fuera del límite de referencia. Los límites empleados son. IgG: 700-1700 mg/ dL, IgA: 50-350 mg/dL, IgM: 50-250 mg/dL. Los valores observados en este último subgrupo llegan a extremos francamente patológicos para algunos pacientes (Tabla II). Esta población, además, incluye 29 pacientes con componente monoclonal de los cuales 4 tienen las Igs dentro de los límites de referencia. En Figura 2 se observa el diagrama de cajas para ambos subgrupos. El grupo con al menos una Ig fuera de límites presentó una distribución muy asimétrica. La distribución de las diferencias del subgrupo con Igs normales resultó simétrica y sin valores francamente atípicos.


Figura 2. Diagrama de cajas que muestra la distribución de las diferencias para cada subgrupo de la población de pacientes.

Tabla II. Medidas resumen para la población de pacientes. N: n° de pacientes, DE: desvío estándar.

En la Figura 3 se muestra el diagrama de dispersión de las diferencias.


Figura 3. Los puntos en verde representan pacientes con Igs dentro de los VR y los puntos en azul a los pacientes con al menos uno de los valores fuera de los límites.

En la Figura 3 se puede observar que todos los pacientes con valores normales de Igs (puntos verdes) están, o bien dentro del rango esperado o bien muy próximos a los límites, incluso si se tiene en cuenta la in-certidumbre estimada para estos límites de 21 mg/dL las diferencias estarán dentro de lo esperado. Por lo tanto, prácticamente todos estos pacientes serán validados de acuerdo a este criterio. Los puntos en azul representan pacientes con al menos una Ig fuera de rango de referencia. Este subgrupo está representado en la Figura 4 donde se puede observar que la mayoría presentó una diferencia con la densitometría dentro de lo esperable.


Figura 4. Diagrama de dispersión de las diferencias estimadas para el subgrupo de pacientes que presentó al menos una Ig fuera de su valor de referencia

Población de Pacientes con Componente Monoclonal (CM): Esta población también fue dividida con fines prácticos en dos subgrupos según los dosajes de Igs y se muestra en la Tabla III. Se observó que la mayoría de estos pacientes (63,1%) no presentaron valores fuera de lo esperable para las diferencias entre Igs y fracción gamma.

Tabla III. Resultados obtenidos en la población de pacientes con CM. Se aplicaron secuencialmente dos criterios, a saber, el de los VR para las Igs G, A y M y el de la diferencia esperable.

Para aumentar la sensibilidad en la detección de estas muestras se decidió incorporar un primer criterio de selección para la autoverificación que es el de los valores de referencia para cada IgG, IgA y IgM. Empleando ambos criterios, si se observa la Tabla III, 85/111 (76,5%) CM dieron al menos 1 alarma. De estos 85, 1 fue detectado sólo por la variable Diferencia. Hay 26 CM no detectados, 24 de ellos fueron a IgG y 2 a IgM. La densitometría de banda de estos picos osciló entre 1300 y 200 mg/dL y todos estaban en zona gamma.

Discusión

En el contexto del documento AUTO 10-A de CLSI (8), un laboratorio con un soporte informático que lo permita, puede emplear la alternativa de la autoverificación. Esta es una herramienta post analítica que consiste en construir algoritmos a través de un conjunto de criterios definidos y probados por el profesional que permiten que todo resultado que cumpla con estos criterios se autovalide, esto es, no requiera ninguna revisión más. Son varias las ventajas que tiene el empleo de esta herramienta en las diversas áreas del laboratorio clínico.

En este estudio, se proponen dos criterios como alternativa para la autoverificación de aquellos informes que presenten un dosaje de Igs y un proteinograma ya que en estos casos es necesario verificar la coherencia de estos resultados.

En primer lugar, se obtuvo una estimación del acuerdo entre la suma de Igs y la densitometría de la fracción gamma a través del análisis gráfico de las diferencias de Bland y Altman. Se empleó una población de pacientes con valores de Igs dentro de los valores de referencia. Esta elección de una población de referencia se fundamenta en el hecho de emplear una población lo más homogénea posible, libre de las interferencias analíticas conocidas que pueden, y de hecho lo hacen, aumentar las diferencias estimadas. Si se obtiene una diferencia amplia, estimada entre ambos métodos, se puede convertir en un criterio muy permisivo a la hora de autovalidar un resultado en particular. Observando las figuras 3 y 4 se puede ver que la población con valores patológicos de Igs presentó una dispersión más amplia y una diferencia que no es constante a lo largo de la escala de medidas (como sí se observó en la población de referencia) sino que se incrementa con el valor de la fracción gamma. Esta observación tiene fundamento analítico. En general, la fracción gamma del proteinograma sobre soporte es bien representativa del dosaje de IgG y es poco sensible a cambios de IgA e IgM. Se sabe que estas Igs, al igual que el resto de las proteínas séricas, tienen distinta afinidad relativa por el colorante, sumado al hecho de que prácticamente el 50% de IgA corre en beta. Así pues, en hipergammag-lobulinemias con incrementos de las tres o dos de las Igs, la densitometría estará, en promedio, subestimando con mayores diferencias, a la suma de los dosajes específicos (1). Además las hipergammas pueden presentar perfiles oligo/monoclonales con comportamientos atípicos (9) por ambos procedimientos, razón por la cual no se las incluyó en la estimación del acuerdo. Se cree que una población con valores dentro de los límites de referencia y proteinogramas con perfiles gamma policlonales y ambos métodos bajo control estadístico de la calidad resultó, ciertamente, la población más adecuada para sentar las bases de la correspondencia entre ambos. A partir del análisis de esta población se estimó una diferencia sistemática DIFGAM- Gamma= (115-653) mg/dL con una incertidumbre de ± 21 mg/ dL para cada límite.

Posteriormente, se aplicó secuencialmente dos criterios: a) valores de Igs dentro de los VR y b) diferencia dentro del rango esperable 115-653 mg/dL y se analizaron dos poblaciones.

POBLACIÓN DE PACIENTES

Cuatrocientos setenta de 977 (48,1%) pasaron las dos alarmas esto es, tenían valores normales de Igs y además se encontraban dentro de la diferencia esperable entre ambos métodos. Estos resultados serán auto-validados.

Veintisiete de 977 (2,7%) tenían Igs normales pero diferencias mayores a la esperable. Estos resultados, en general serán validados manualmente sin necesidad de repeticiones puesto que resultaron de muestras con valores de IgA o IgM cerca del límite superior.

Trescientos cuarenta de 977 (34,8%) sólo dieron una alarma por tener al menos una Ig fuera de los VR pero todas se encontraron dentro de la diferencia esperable, por lo que también serán validadas sin otro procedimiento adicional. Entre estas muestras se encuentran muchas con valores patológicos por lo que es deseable validarlas manualmente, en lo posible, en el contexto de otros marcadores de laboratorio.

Ciento cuarenta de 977 (14,3%) dieron ambas alarmas. Estos son los resultados que requieren mayor atención. En general, son perfiles proteicos patológicos con hipergammas francas u oligoclonalidades donde la densitometría no es lineal o existen interferencias con el método nefelométrico, como sueros muy lipémicos o presencia de complejos inmunes. También es adecuado descartar cualquier error humano y verificar la identidad correcta de las muestras; en este caso, este algoritmo permitió detectar 2 errores de esta naturaleza.

Finalmente, en esta población hubo 29 componentes monoclonales de los cuales 25 (86,2%) dieron una o ambas alarmas y 4 no fueron detectados. Este resultado no es un tema menor, por lo que llevó a analizar más profundamente la sensibilidad de estos criterios en la detección de este tipo de muestras.

POBLACIÓN CON CM

Observando la Tabla III, el 75,6% de esta población de 111 pacientes dio al menos una alarma. No obstante, si bien se puede considerar aceptable esta sensibilidad, hubo un total de 27 CM que cumplieron ambos criterios. Estos CM, como era de esperar, son picos en general pequeños dentro de la zona gamma.

Conclusiones

Una primera observación que se desprende de estos hallazgos es que la inspección visual de cada corrida electroforética por el profesional sigue siendo la primera herramienta de validación; habida cuenta que el tema presentado en este análisis es sólo uno de los aspectos a evaluar. No obstante, hecha la salvedad de la inspección visual previa, casi el 50% de los resultados serán autovalidados sin revisión manual una vez transmitidos al sistema. Las ventajas principales de esta herramienta son:

. Ahorro de tiempo, permitiendo mayor concentración para aquellos informes que sí lo requieran.

. Empleo de criterios estandarizados para la validación.

. El análisis de las diferencias resultó un complemento útil al control de calidad interno.

. Una diferencia fuera del rango esperable en un caso aislado permitirá detectar error humano o comportamiento atípico.

CORRESPONDENCIA NORA BOVONE
Nelly y Obes n° 620. (1706) HAEDO. Prov. de Bs As. Argentina
Teléfono: 4658-8083
Celular: 15 6504 4939
Teléfono Laboral: 4469-9300 Interno 1895
E-mail: norasil@sinectis.com.ar

Referencias bibliográficas

1. Schreiber WE, Chiang E, Tse SS. Electrophoresis underestimates the concentration of polyclonal immunoglobulins in serum. Am J Clin Pathol 1992; 97 (5): 610-3.         [ Links ]

2. Morita K, Okamoto Y. The discrepancy between elec-trophoretic and nephelometric determinations of serum gamma-globulin level. Clin Lab 2004; 50 (7-8): 415-8.         [ Links ]

3. Bland JM, Altman DG. Statistical methods for assessing agreement between two methods of clinical measurement. Lancet 1986; i: 307-10.         [ Links ]

4. Bland JM, Altman DG. Comparing methods of measurement: why plotting difference against standard method is misleading. Lancet 1995; 346: 1085-87.         [ Links ]

5. Bland JM, Altman DG. Measuring agreement in method comparison studies. Statistical Methods Med Res 1999; 8: 135-60.         [ Links ]

6. Bresciani PD, Facio ML, Madalena LB, Alejandre ME, Fraind S, Pizzolato M. Validación post-analítica de la correlación inmunoglobulinas-gammaglobulinas. Acta Bio-quím Clín Latinoam 2007; 41 (4): 553-7.         [ Links ]

7. Method comparison and bias estimation using patient samples; approved guidelines. Document EP9-A (ISBN 1-56238-283-7). Wayne, PA: NCCLS, 1995.

8. Autoverification of clinical laboratory test results; approved guideline. CLSI document AUTO 10-A. Vol 26 N° 32. 2006.

9. King RI, Florkowski CM. How paraproteins can affect laboratory assays: spurious results and biological effects. Pathology 2010; 42 (5): 397-401.         [ Links ]

Aceptado para su publicación el 13 de mayo de 2013

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License