Theoretic and practical contribution of bayesian inference to statistical process control: The experience of the Lyon Hospitals Board hemostasis laboratory

Abstract

multisite (LBMMS) d'hémostase, CHU des hospices civils de Lyon (HCL), France Article reçu le 09 avril 2020, accepté le 22 juin 2020 Résumé. Les laboratoires doivent mettre en place une gestion globale efficiente de leurs résultats de CIQ et EEQ pivots de la maîtrise statistique des procédés. Ils doivent avoir défini une qualité attendue et poser des dispositions prouvant une maîtrise pérenne des spécifications retenues. Le laboratoire d'hémostase des Hospices civils de Lyon s'adosse au modèle 3 de la conférence de consensus de Milan, c'est-à-dire l'état de l'art des méthodes en termes de qualité attendue en ayant fait le choix d'un organisme d'EEQ commun fournissant majoritairement des plasmas de patients. En privilégiant l'utilisation de méthodes en portée A, le laboratoire exploite de façon optimale les données a priori des fournisseurs : coefficient de variation de fidélité intermédiaire maximal acceptable et valeurs cibles des CIQ. L'inférence bayésienne permet de mettre sous contrôle une méthode au regard des données a priori des fournisseurs sans période probatoire. L'inférence bayésienne crée le lien entre plan de CIQ et plan d'EEQ par le biais des CV maximum acceptables définis par les industriels.