Productos

Astelia

La naturaleza proactiva del control de calidad bayesiano de Werfen destaca la capacidad de esta tecnología para anticipar posibles anomalias antes de que se produzcan.

"En el amplio mar de datos y resultados que los laboratorios navegan cada día, Astelia convierte el control de calidad en una guía segura que anticipa desviaciones, aporta claridad y conduce hacia la fiabilidad y la precisión"

Cada resultado de laboratorio tiene un único propósito: guiar la atención al paciente. Detrás de cada valor informado hay una decisión clínica que puede confirmar un diagnóstico, orientar un tratamiento o monitorizar la evolución de una enfermedad. Por ello, garantizar la exactitud, precisión y fiabilidad de los sistemas analíticos no es solo un requisito técnico, sino la base de una práctica médica segura y eficaz.

Los avances en las metodologías de control de calidad deben evaluarse siempre en función de su impacto clínico: cómo contribuyen a la fiabilidad de los resultados y, en consecuencia, a la confianza del equipo sanitario en la toma de decisiones.

Navegando la complejidad en el laboratorio

En todo laboratorio clínico, el control de calidad se apoya en una base estadística sencilla. La media representa el valor central de un conjunto de mediciones de control de calidad (QC). La desviación estándar (SD) indica el grado de dispersión de esas mediciones respecto a la media: una SD pequeña significa que los valores se mantienen próximos a ella; una SD grande indica mayor variabilidad.
Cuando se representan en el tiempo, estos resultados suelen formar una distribución normal —también conocida como distribución gaussiana— en la que la mayoría de los valores (alrededor del 95%) se encuentran dentro de dos desviaciones estándar respecto a la media.

De sistemas reactivos a control predictivo. Una nueva forma de entender el control de calidad en el laboratorio

El método Astelia de control de calidad: Astelia aplica el enfoque estadístico bayesiano para transformar el control de calidad, pasando de un proceso estático a un sistema dinámico y predictivo. En lugar de evaluar cada resultado de QC de forma aislada, integra el conocimiento previo —valores objetivo del fabricante, datos históricos de QC y experiencia del usuario— con la medición más reciente para calcular el rango esperado del siguiente resultado. De este modo, el sistema puede anticipar posibles desviaciones antes de que se conviertan en problemas persistentes.

Esta lógica predictiva se aplica ampliamente en otros ámbitos. En sanidad, por ejemplo, los índices de riesgo evolucionan a medida que se incorporan nuevos resultados. En todos los casos, el modelo aprende con el tiempo, manteniendo la fiabilidad con cada nuevo dato

Cómo funciona Astelia

En el núcleo de Astelia se encuentra un conjunto de tres herramientas estadísticas que actúan de forma integrada: el triplete bayesiano. Este sistema va más allá de identificar puntos fuera de control: aprende continuamente de los datos y detecta patrones que pueden anticipar desviaciones antes de que se manifiesten.

Gráfico de Control Predictivo (PCC)

Detecta valores atípicos (outliers) que indican errores transitorios, sin necesidad de información adicional. Utiliza datos históricos de QC y valores objetivo del fabricante para predecir el rango esperado del siguiente resultado.
Gráfico acumulado y predictivo de desviación del objetivo (Loc-PRC)

Se centra en detectar desviaciones sostenidas en la media. A diferencia del PCC, que señala resultados fuera de control, el Loc-PRC monitoriza la tendencia de los valores a lo largo del tiempo.
Gráfico acumulado y predictivo de la varianza (Scale-PRC)

Supervisa la variabilidad del sistema, reflejada en la desviación estándar y la varianza. El Scale-PRC realiza un seguimiento continuo, ayudando a prevenir problemas antes de que afecten al rendimiento del laboratorio.
Integrado en HemoHub

Todos los datos de QC se procesan en tiempo real, con alertas codificadas por colores y trazabilidad completa.