Datum ตัดสินอย่างไร

เห็นการเปลี่ยนแปลงขณะที่ผลยังดูปกติ

ช่วงอ้างอิงของห้องแล็บมักครอบคลุม 95% ตรงกลางของกลุ่มอ้างอิงที่สุขภาพดี สำหรับตัวชี้วัดจำนวนมาก คนคนหนึ่งผันแปรอยู่ในแถบที่แคบกว่ามาก¹

Datum เทียบทุกผลกับระดับปกติของตัวคุณเอง ไม่ใช่ช่วงที่สร้างจากคนทั่วไป

ผลตรวจอาจดู "ปกติ" มาหลายปี ขณะที่ค่อย ๆ เคลื่อนห่างจากระดับที่ร่างกายของคุณมักอยู่ Datum เฝ้าดูการเคลื่อนนั้น และจะบอกก็ต่อเมื่อเป็นเรื่องจริง

ไม่มีสัญญาณเตือนผิด

ค่าการเปลี่ยนแปลงอ้างอิงจากวิทยาศาสตร์ห้องปฏิบัติการ: RCV = √2 · 1.96 · √(CV_A² + CV_I²) พร้อมตัวเลขความผันแปรที่ตีพิมพ์ของตัวชี้วัดแต่ละรายการ^{1, 2}

การเปลี่ยนแปลงจะนับก็ต่อเมื่อมากกว่าความคลาดเคลื่อนของห้องแล็บรวมกับความขึ้นลงตามปกติของร่างกายคุณ

ช่วงอ้างอิงของห้องแล็บสร้างจากคนทั่วไป การเบี่ยงออกจากระดับปกติของคุณอาจควรค่าแก่การคุยกับแพทย์ แม้จะอยู่ในช่วงอ้างอิงของห้องแล็บ นี่ไม่ใช่การวินิจฉัย

เห็นสิ่งที่แพทย์ของคุณอยากเห็น

ตัวอย่างเช่น ไตรกลีเซอไรด์สูงขึ้นขณะที่ HDL ลดลง อัตราส่วนของทั้งสองถูกศึกษาว่าเป็นสัญญาณหนึ่งของภาวะดื้ออินซูลิน³

ตัวชี้วัดบางรายการมีความหมายมากกว่าเมื่อดูพร้อมกัน Datum แสดงให้คุณเห็นเมื่อมันเคลื่อนไปด้วยกัน และงานวิจัยที่อยู่เบื้องหลัง

ไตรกลีเซอไรด์สูงขึ้นขณะที่ HDL ลดลง ทั้งสองยังอยู่ในช่วงอ้างอิงของห้องแล็บ แต่ละค่าเคลื่อนไกลกว่าที่ผลของคุณผันแปรตามปกติ ในทิศทางตรงข้ามกัน สามครั้งติดต่อกัน ใช้วิธีของห้องแล็บเดียวกันตลอด

แนวโน้มที่คุณเชื่อถือได้

ทุกผลถูกจับคู่กับรหัสการตรวจมาตรฐาน (LOINC) วิธีของห้องแล็บ และหน่วย ผลวิตามินดีที่ตรวจด้วยอิมมูโนแอสเซย์และด้วยแมสสเปกโทรเมทรีจะแสดงในกราฟแยกกัน

การเปลี่ยนห้องแล็บหรือเครื่องตรวจ ไม่เคยปรากฏเป็นการเปลี่ยนแปลงในตัวคุณ

คุณและแพทย์ของคุณเห็นได้เสมอว่าทำไม Datum จึงบอกเช่นนั้น: ทุกค่าเบื้องหลังการแจ้งเตือน พร้อมวันที่ หน่วย และวิธีของห้องแล็บ

เอกสารอ้างอิง

1. Fraser CG. Biological Variation: From Principles to Practice. AACC Press, 2001.
2. Carlsen S, Petersen PH, Skeie S, Skadberg Ø, Sandberg S. Within-subject biological variation of glucose and HbA1c in healthy persons and in type 1 diabetes patients. Clinical Chemistry and Laboratory Medicine. 2011;49(9):1501–1507.
3. McLaughlin T, et al. Use of metabolic markers to identify overweight individuals who are insulin resistant. Annals of Internal Medicine, 2003.