مسیر یادگیری عدم قطعیت اندازه‌گیری در آزمایشگاه

نقشهٔ کلی یادگیری در تریتا

نقشهٔ مسیرهای یادگیری

ایستگاه پُررنگ، مسیر فعلی شماست.

ادامهٔ همین مسیر ↓

موضوع موردنیازتان را انتخاب کنید؛ گذراندن همهٔ مسیرها الزامی نیست.

ایستگاه ۷ · از شناخت مفهوم تا برآورد و گزارش

عدم قطعیت اندازه‌گیری

منابع عدم قطعیت را بشناسید، محاسبه کنید و گزارش دهید؛ ۸ گام بر پایهٔ جلد ۴.

مطالعه و تمرین‌های مسیر رایگان است. خرید همهٔ منابع برای شروع لازم نیست.

داخل مسیر عدم قطعیت اندازه‌گیری

هشت گام؛ از تعریف اندازه‌گیری تا گزارش

هر ایستگاه یک مفهوم، یک مثال و یک کار مشخص دارد. برای رفتن به همان گام، ایستگاه را انتخاب کنید.

گام ۱ از ۸

خطا و عدم قطعیت را جدا کنید

نقشهٔ گام‌ها ↑

نتیجه فقط یک عدد نیست؛ دربارهٔ کیفیت آن چه می‌دانیم؟

کارشناس، نقطه‌ای با بازهٔ پیرامونی را کنار هدفی با نقطهٔ جابه‌جا مقایسه می‌کند.
فاصله از مرجع و عدم قطعیت، دو مفهوم متفاوت‌اند.

عدم قطعیت، مقدار خطای معلوم نیست

خطا اختلاف نتیجه با مقدار مرجع است؛ عدم قطعیت پارامتری برای بیان پراکندگی مقادیری است که با اطلاعات موجود می‌توان به کمیت مورد اندازه‌گیری نسبت داد. حتی پس از اصلاح اثرهای سیستماتیک شناخته‌شده، مقداری عدم قطعیت باقی می‌ماند. عدم قطعیت استاندارد با u و عدم قطعیت گسترش‌یافته با U بیان می‌شود؛ این دو را با خطای مجاز یا فاصلهٔ مرجع بیماران یکی ندانید.

مثال کاربردی

در مثال آموزشی، نتیجهٔ یک اندازه‌گیری ۱۰۰ واحد و U برابر ۵ واحد است. نوشتن ۱۰۰ ± ۵، با ذکر ضریب پوشش و شرایط، دربارهٔ برآورد ما از اندازه‌گیری است؛ نمی‌گوید دستگاه دقیقاً ۵ واحد خطا کرده است.

کوچک‌بودن اختلاف با مرجع در یک نوبت، به‌تنهایی عدم قطعیت کوچک را ثابت نمی‌کند.

نشانی در کتابجلد ۴، فصل ۴: برآورد عدم قطعیت و تفاوت با خطا، صفحات ۲۳۴ تا ۲۳۷.

تمرین شما برای یک نتیجهٔ فرضی، عدد اندازه‌گیری، واحد، مقدار مرجعِ احتمالی و اطلاعات عدم قطعیت را جدا بنویسید.

منابع این گام

برای مطالعهٔ بیشتر

یک سؤال برای مرور

اگر U برابر ۵ واحد باشد، چه می‌دانیم؟

پیش از گام بعد تفاوت خطا، u، U و حد مجاز را با یک مثال بیان کنید.

گام ۲ از ۸

مشخص کنید عدم قطعیتِ چه چیزی را می‌خواهید

نقشهٔ گام‌ها ↑

پیش از انتخاب فرمول، آزمون و دامنه را روشن کنید.

کارشناس یک نمونه، دستگاه و گزارش مرتبط را در محدوده‌ای مشخص انتخاب می‌کند.
اول مشخص کنید چه اندازه‌گیری‌ای را توصیف می‌کنید.

یک کمیت، یک روش، یک دامنهٔ روشن

کمیت مورد اندازه‌گیری یا اندازه‌ده را تعریف کنید: آنالیت، نوع نمونه، روش، واحد، سطح یا گستره و نحوهٔ گزارش. معلوم کنید برآورد برای یک نتیجهٔ معمول است یا میانگین چند تکرار. در رویکرد پایین‌به‌بالا، ورودی‌های مدل جداگانه بررسی می‌شوند؛ در رویکرد بالابه‌پایین، داده‌های عملکرد روش نقطهٔ شروع‌اند. هر دو به بررسی پوشش منابع مهم نیاز دارند. تغییرات زیستی فرد و عدم قطعیت تشخیص را به‌طور خودکار داخل بودجهٔ عدم قطعیت تحلیلی نگذارید.

مثال کاربردی

عدم قطعیت گلوکز سرم در یک سطح، الزاماً برای گلوکز ادرار، روش دیگر یا تمام گسترهٔ اندازه‌گیری معتبر نیست. اگر گزارش میانگین تکرارهاست، این موضوع باید در تعریف اندازه‌گیری آمده باشد.

فرمولی که دامنهٔ آن مشخص نیست، نتیجهٔ قابل دفاعی نمی‌سازد.

نشانی در کتابجلد ۴: تعریف دامنه و رویکردها، صفحات ۲۳۵ تا ۲۳۷؛ بالابه‌پایین از صفحهٔ ۲۴۵.

تمرین شما یک سطر بنویسید: «عدم قطعیتِ ... در نمونهٔ ... با روش ... در سطح/گسترهٔ ... برای گزارش ...». سپس مرز برآورد را ثبت کنید.

منابع این گام

یک سؤال برای مرور

آیا برآورد یک سطح برای تمام آزمون‌ها و سطوح معتبر است؟

پیش از گام بعد دامنه و رویکرد برآورد خود را در یک بند روشن ثبت کنید.

گام ۳ از ۸

بودجهٔ عدم قطعیت را بسازید

نقشهٔ گام‌ها ↑

هر مؤلفه باید منبع، واحد و روش برآورد داشته باشد.

کارشناس کارت تکرار اندازه‌گیری، گواهی کالیبراسیون و دما را در یک پوشه جمع می‌کند.
بودجهٔ خوب نشان می‌دهد هر عدد از کجا آمده است.

فهرست منابع را به شواهد وصل کنید

داده‌های تکرار، گواهی کالیبراسیون، مشخصات مادهٔ مرجع، شرایط محیطی و مراحل آماده‌سازی را مرور کنید. نوع A و B، روش ارزیابی مؤلفه‌اند: A با تحلیل آماری داده‌ها و B با اطلاعات دیگری مانند گواهی یا مشخصات فنی؛ این تقسیم‌بندی معادل «تصادفی و سیستماتیک» نیست. همهٔ مؤلفه‌ها باید به عدم قطعیت استاندارد تبدیل شوند. در بودجه، منبع، توزیع، تبدیل، ضریب حساسیت و احتمال هم‌بستگی را بنویسید؛ اثر پوشش‌داده‌شده در دادهٔ تجمیعی را دوباره نشمارید.

دامنهٔ راهنمای تکمیلی: GUM · ارزیابی عدم قطعیت استاندارد ↗

مثال کاربردی

گواهی یک مؤلفه U=۰٫۶ با k=۲ دارد؛ عدم قطعیت استاندارد آن ۰٫۳ است، نه ۰٫۶. برای بازهٔ متقارن ±a با فرض موجه توزیع مستطیلی، u=a/√۳ است؛ انتخاب توزیع باید دلیل داشته باشد.

نوع B به معنی بی‌اعتبار یا کم‌اهمیت بودن مؤلفه نیست.

نشانی در کتابجلد ۴: منابع و بیلان عدم قطعیت، صفحات ۲۳۷ تا ۲۴۵.

تمرین شما جدولی با ستون‌های «منبع، داده، واحد، نوع ارزیابی، تبدیل به u، حساسیت و پوشش قبلی» بسازید. برای خانه‌های نامعلوم، دادهٔ لازم را مشخص کنید.

سه تبدیل را از هم جدا کنید

تکرارهای مستقل؛ برآورد میانگینu = s / √n

فقط برای مؤلفهٔ آماری میانگین در شرایط مناسب؛ نه فرمول عمومی عدم قطعیت یک نتیجه.

گواهی دارای U و ku = U / k

k و شرایط را از همان گواهی بخوانید. واحد و دامنه باید با کاربرد هم‌خوان باشند.

بازهٔ ±a با توزیع مستطیلیu = a / √3

a نیم‌عرض بازه است. این توزیع را فقط با دلیل مناسب انتخاب کنید.

منابع این گام

برای مطالعهٔ بیشتر

یک سؤال برای مرور

گواهی U=۰٫۶ و k=۲ دارد؛ u چقدر است؟

پیش از گام بعد برای هر مؤلفه، منبع و تبدیل به عدم قطعیت استاندارد مشخص باشد.

گام ۴ از ۸

دادهٔ نمایندهٔ کار روزمره انتخاب کنید

نقشهٔ گام‌ها ↑

تکرارهای یک روز، لزوماً عملکرد چند ماه را نشان نمی‌دهند.

کارشناس داده‌های کنترل را روی چند صفحهٔ تقویم و در دو سطح بررسی می‌کند.
داده باید نمایندهٔ همان شرایطی باشد که نتیجه در آن گزارش می‌شود.

پراکندگی نتیجه را با عدم قطعیت میانگین عوض نکنید

برای برآورد بالابه‌پایین، دادهٔ کنترل داخلی باید تغییرات معمول و مرتبطِ روش را در دوره‌ای مناسب نشان دهد. سطح، لات، تغییر کالیبراسیون، شرایط اجرا و رخدادهای خارج از کنترل را بررسی و تصمیم دربارهٔ داده‌ها را مستند کنید؛ حذف فقط برای کوچک‌کردن عدد پذیرفتنی نیست. SD یا CV درون‌آزمایشگاهی با خطای استاندارد میانگین فرق دارد. اگر اندازه‌ده میانگین n تکرار مستقل باشد، مؤلفهٔ آماری میانگین می‌تواند s/√n باشد؛ برای یک نتیجهٔ معمول، تعداد داده‌های تاریخی مجوز تقسیم SD بر √n نیست.

مثال کاربردی

در مثال ساختگی، SD نتایج ۲ واحد است. مؤلفهٔ آماری میانگینِ ۲۵ تکرار مستقل در شرایط مناسب، ۰٫۴ واحد می‌شود. اما داشتن ۲۵ نتیجهٔ کنترل تاریخی، پراکندگی یک نتیجهٔ معمول را از ۲ به ۰٫۴ تبدیل نمی‌کند.

دادهٔ بیشتر، برآورد شما را بهتر می‌کند؛ الزاماً روش را کم‌پراکندگی‌تر نمی‌کند.

نشانی در کتابجلد ۴: نوع A صفحات ۲۴۰ و ۲۴۱؛ داده‌های کنترل داخلی صفحات ۲۴۸ و ۲۴۹. جلد ۲: فصل آمار از صفحهٔ ۲۵.

تمرین شما برای هر سطح، دوره، تعداد داده، میانگین، SD یا CV و رخدادهای مؤثر را کنار هم ثبت کنید. نحوهٔ گزارش «یک نتیجه یا میانگین» را دوباره بررسی کنید.

منابع این گام

برای مطالعهٔ بیشتر

یک سؤال برای مرور

برای عدم قطعیت یک نتیجه، آیا SD کنترل را همیشه بر √n تقسیم می‌کنیم؟

پیش از گام بعد دلیل انتخاب داده و استفاده از SD یا CV را توضیح دهید.

گام ۵ از ۸

کالیبراسیون و سوگرایی را بررسی کنید

نقشهٔ گام‌ها ↑

فقط CV کافی نیست؛ زنجیرهٔ مرجع و اثرهای سیستماتیک را هم ببینید.

کارشناس با ذره‌بین گواهی، مادهٔ مرجع و برگهٔ نتیجه را تطبیق می‌دهد.
پیش از افزودن یک عدد، اعتبار و نقش آن را مشخص کنید.

اختلاف مشاهده‌شده را مستقیم جای u نگذارید

عدم قطعیت مقدار کالیبراتور یا مادهٔ مرجع را با واحد و ضریب پوشش آن بخوانید. سوگرایی مهم و شناخته‌شده ابتدا نیازمند بررسی و برخورد مناسب است؛ بزرگ‌کردن U جای رفع یک مشکل شناخته‌شده را نمی‌گیرد. عدم قطعیتِ تصحیح یا برآورد سوگرایی با خود مقدار سوگرایی یکسان نیست. اگر از EQA استفاده می‌کنید، اعتبار هدف، تبادل‌پذیری ماده، هم‌خوانی سطح و داده‌های چند دور را بررسی کنید. مؤلفه‌های کالیبراسیون یا مرجع که قبلاً در برآورد دیگری وارد شده‌اند، نباید دوباره افزوده شوند.

مثال کاربردی

نتیجهٔ یک مادهٔ EQA سه درصد با هدف اختلاف دارد. نمی‌توان بی‌درنگ نوشت u=۳٪؛ ممکن است اختلاف از ماده، هدف، خطای یک نوبت یا سوگرایی روش باشد. ابتدا قابلیت استفادهٔ این شواهد در مدل برآورد را بررسی کنید.

توافق با هم‌گروه به‌تنهایی، درستی مرجع یا نبود سوگرایی مشترک را ثابت نمی‌کند.

نشانی در کتابجلد ۴: کالیبراتور و سوگرایی صفحات ۲۴۵، ۲۴۹ تا ۲۵۴؛ استفاده از PT صفحات ۲۵۵ تا ۲۵۹.

تمرین شما گواهی کالیبراتور، دادهٔ بررسی سوگرایی و در صورت نیاز گزارش EQA را کنار بودجه بگذارید؛ بنویسید هر اثر کجا و چگونه پوشش داده شده است.

اگر از دادهٔ EQA استفاده می‌کنید، ابتدا نوع هدف و محدودیت مقایسه را بررسی کنید.
مرور مقدار هدف و قابلیت مقایسه در ایستگاه ۶ ←

منابع این گام

برای مطالعهٔ بیشتر

یک سؤال برای مرور

یک اختلاف ۳٪ با هدف EQA چه چیزی را قطعی می‌کند؟

پیش از گام بعد برای اثرهای مرجع و سوگرایی، شواهد و روش برخورد مشخص داشته باشید.

گام ۶ از ۸

مؤلفه‌ها را درست ترکیب کنید

نقشهٔ گام‌ها ↑

پیش از جمع‌کردن، مقیاس، حساسیت و وابستگی را بررسی کنید.

کارشناس سه قطعهٔ جدا را کنار ماشین‌حساب به یک مجموعه تبدیل می‌کند.
ترکیب درست، به تعریف درست مؤلفه‌ها وابسته است.

جذر مجموع مربعات، با شرط‌های روشن

در مدل مناسب، سهم هر ورودی از حاصل‌ضرب ضریب حساسیت آن در عدم قطعیت استاندارد به دست می‌آید. برای سهم‌های مستقل، واریانس‌ها جمع می‌شوند و ریشهٔ مجموع، uc را می‌دهد. اگر هم‌بستگی وجود دارد، جمله‌های کوواریانس لازم‌اند؛ فرمول ساده کافی نیست. مؤلفهٔ مطلق و درصدی را بدون تبدیل جمع نکنید. در یک مدل نسبی مناسب نیز همهٔ سهم‌ها باید نسبت به همان مبنا و به‌صورت درصد استاندارد بیان شده باشند.

دامنهٔ راهنمای تکمیلی: GUM · ترکیب مؤلفه‌ها و هم‌بستگی ↗

مثال کاربردی

مثال ساختگی: سه سهم استاندارد مستقل و هم‌واحد، پس از اعمال حساسیت، ۱٫۲، ۰٫۵ و ۰٫۳ واحدند. uc=√(۱٫۲²+۰٫۵²+۰٫۳²)≈۱٫۳۳ واحد. با k=۲، U≈۲٫۶۷ واحد است. این سه عدد نمونهٔ تمرین‌اند، نه بودجهٔ آمادهٔ یک آزمون واقعی.

جمع سادهٔ ۱٫۲+۰٫۵+۰٫۳ یا جمع‌کردن Uها، جای ترکیب سهم‌های استاندارد را نمی‌گیرد.

نشانی در کتابجلد ۴: ترکیب و گسترش عدم قطعیت، صفحات ۲۴۲ تا ۲۴۵؛ مثال‌های بالابه‌پایین صفحات ۲۴۷ تا ۲۵۹.

تمرین شما در بودجه علامت بزنید کدام اعداد استاندارد شده‌اند، کدام حساسیت دارند و کدام وابسته‌اند؛ سپس مثال آموزشی زیر را تمرین کنید.

تمرین آموزشی · رایگان

سهم هر مؤلفه را ببینید

این مدل ساده، سه سهم استانداردِ مستقل را پس از اعمال ضریب حساسیت ترکیب می‌کند. همهٔ ورودی‌ها باید در یک واحد مطلق باشند؛ درصد، U گواهی یا عدد بایاس خام را وارد نکنید. وابستگی و دوباره‌شماری در این ابزار بررسی نمی‌شود. داده‌ها ذخیره یا ارسال نمی‌شوند.

uc = √(a² + b² + c²)   ·   U = k × uc

اعداد فارسی و انگلیسی و ممیز «٫» پذیرفته می‌شوند. سهم‌ها نامنفی، حداقل یک سهم مثبت و k مثبت باشد. تغییر k به‌تنهایی پوشش مشخصی را تضمین نمی‌کند.

در مثال اولیه: uc حدود ۱٫۳۳ و U حدود ۲٫۶۷ واحد است. سهم اول را کاهش دهید و اثر آن را ببینید.

سهم از واریانس ترکیبی در مثال اولیه
مؤلفهٔ اول۸۰٫۹٪
مؤلفهٔ دوم۱۴٪
مؤلفهٔ سوم۵٫۱٪

درصدها سهم a²، b² و c² از مجموع مربعات‌اند؛ سهم از خود U نیستند.

منابع این گام

برای مطالعهٔ بیشتر

یک سؤال برای مرور

فرمول سادهٔ جذر مجموع مربعات در این تمرین چه شرطی دارد؟

پیش از گام بعد uc را با واحد صحیح و فرض‌های مستند به دست آورید.

گام ۷ از ۸

نتیجه را قابل تفسیر گزارش کنید

نقشهٔ گام‌ها ↑

عدد U بدون ضریب پوشش و دامنه، ناقص است.

کارشناس گزارشی با نقطهٔ مرکزی و بازهٔ پیرامونی را به همکار نشان می‌دهد.
نتیجه، عدم قطعیت و شرایط تفسیر باید کنار هم روشن باشند.

از uc به U؛ سپس بیان روشن نتیجه

عدم قطعیت گسترش‌یافته از U=k×uc به دست می‌آید. k را بر پایهٔ روش، توزیع، درجات آزادی و پوشش موردنظر تعیین کنید. k=۲ فقط در شرایط مناسب، از جمله تقریب نرمال و درجات آزادی کافی، با پوشش حدود ۹۵٪ ارتباط دارد؛ قانون همیشگی نیست. نتیجه، واحد، U، k، دامنه و روش برآورد را قابل بازیابی نگه دارید. تعداد رقم‌ها را متناسب با عدم قطعیت انتخاب کنید. نزدیک حد تصمیم، تفسیر به کاربرد و قاعدهٔ تصمیمِ مربوط نیاز دارد؛ هم‌پوشانی بازه به‌تنهایی حکم بالینی صادر نمی‌کند.

دامنهٔ راهنمای تکمیلی: GUM · ضریب پوشش و عدم قطعیت گسترش‌یافته ↗

مثال کاربردی

برای مثال قبل و نتیجهٔ فرضی ۱۰۰٫۰ واحد، می‌توان پس از گردکردن مناسب نوشت: ۱۰۰٫۰ ± ۲٫۷ واحد، U، با k=۲. پوشش حدود ۹۵٪ فقط با فرض‌های مناسب ذکر می‌شود. این بازه، فاصلهٔ مرجع جمعیت یا نوسان زیستی فرد نیست.

ضریب پوشش را برای کوچک‌شدن U تغییر ندهید؛ باید دلیل آماری و کاربردی داشته باشد.

نشانی در کتابجلد ۴: بیان نتیجه صفحات ۲۳۵ و ۲۳۶؛ گسترش و گزارش صفحهٔ ۲۴۵.

تمرین شما یک گزارش نمونه با نتیجه، واحد، U و k تهیه کنید. فرض‌های پوشش، دامنهٔ اعتبار و محل مستند برآورد را به آن پیوند دهید.

منابع این گام

یک سؤال برای مرور

آیا k=۲ همیشه پوشش دقیق ۹۵٪ می‌دهد؟

پیش از گام بعد یک نتیجه را با U، k، واحد و محدودیت تفسیر درست گزارش کنید.

گام ۸ از ۸

برآورد را بازبینی و بهبود دهید

نقشهٔ گام‌ها ↑

بودجهٔ عدم قطعیت، یک فایل ثابت برای بایگانی نیست.

دو کارشناس بودجه را کنار تقویم مرور می‌کنند و به بزرگ‌ترین سهم توجه دارند.
از محاسبه به یک برنامهٔ قابل پیگیری برای بهبود برسید.

بزرگ‌ترین سهم را بشناسید؛ تغییرات را پیگیری کنید

برآورد را با هدفِ متناسب با کاربرد مقایسه کنید و سهم‌های مهم را برای بهبود بررسی کنید. تغییر روش، لات، کالیبراسیون، سطح عملکرد یا شرایط اجرا می‌تواند بازنگری را ضروری کند. نسخهٔ بودجه، دادهٔ خام، محاسبات، فرض‌ها، مسئول بررسی و موعد یا محرک بازنگری را نگه دارید. کاهش یک سهم کوچک الزاماً U را به‌طور معنی‌دار کم نمی‌کند. کوچک‌کردن عدد با حذف شواهد یا عوض‌کردن k، بهبود کیفیت نیست.

مثال کاربردی

در مثال سه سهم ۱٫۲، ۰٫۵ و ۰٫۳، سهم اول حدود ۸۱٪ واریانس ترکیبی را می‌سازد. بررسی امکان کاهش آن اولویت دارد؛ اما اقدام باید به علت و امکان فنی متصل باشد، نه صرفاً به بزرگی عدد.

هدف، برآورد واقع‌بینانه و کیفیت مناسب کاربرد است؛ نه کمترین عدد روی کاغذ.

نشانی در کتابجلد ۴: بازنگری صفحهٔ ۲۳۶ و کاهش عدم قطعیت صفحهٔ ۲۴۴؛ جلد ۸ فصل‌های کنترل و نگهداری مستندات.

تمرین شما برگهٔ جمع‌بندی زیر را برای یک آزمون کامل کنید؛ شکاف داده، مسئول پیگیری و معیار بازنگری را مشخص بگذارید.

برگهٔ جمع‌بندی برآورد شما

این موارد را در مستندات خود ثبت کنید؛ این صفحه اطلاعات یا پیشرفت شما را ذخیره نمی‌کند.

  1. دامنه: آزمون، نمونه، روش، سطح، واحد و نحوهٔ گزارش.
  2. داده: دوره، تعداد، شرایط، منبع و تصمیم دربارهٔ رخدادها.
  3. بودجه: سهم‌های استاندارد، حساسیت، هم‌بستگی و جلوگیری از دوباره‌شماری.
  4. محاسبه: مدل، uc، ضریب پوشش و دلیل انتخاب آن.
  5. تفسیر: U، هدف متناسب با کاربرد، محدودیت‌ها و نحوهٔ گزارش.
  6. بازنگری: نسخه، مسئول، داده‌های لازم و موعد یا محرک بررسی مجدد.

منابع این گام

با هزینه · کتاب چاپی

کتاب مستندسازی در آزمایشگاه پزشکی (۱)؛ مستندات QMS | جلد ۸

برای نسخه‌بندی بودجه، کنترل محاسبات و نگهداری سوابق، الگوهای مستندسازی این جلد را ببینید.

جلد ۸ · کنترل و نگهداری مستندات
Original price was: 1,890,000 تومان.Current price is: 1,701,000 تومان.فهرست و خرید کتاب

برای مطالعهٔ بیشتر

یک سؤال برای مرور

کدام تغییر، بهبود واقعی را بهتر نشان می‌دهد؟

پیش از گام بعد بودجهٔ قابل پیگیری با مسئول، داده و برنامهٔ بازنگری داشته باشید.

خروجی این مسیر: یک برآورد قابل توضیح، با داده و دامنهٔ روشن.

مبنای مطالعه: جلد ۴ مجموعهٔ اجرای تضمین کیفیت، فصل چهارم، گردآوری و تألیف دکتر مظفر جباری؛ جلد ۲ برای پیش‌نیاز آمار، جلد ۵ برای EQA و جلد ۸ برای مستندسازی. شمارهٔ صفحات مطابق نسخهٔ بررسی‌شده است. متن‌ها خلاصهٔ آموزشی با بیان تازه، مثال‌ها ساختگی و تصویرها مفهومی‌اند.

مدل و معیار مناسب هر آزمون باید با داده‌های معتبر، کاربرد موردنظر و بررسی مسئول مجاز آزمایشگاه تعیین شود. تمرین این صفحه، بودجهٔ تأییدشدهٔ یک آزمون واقعی نیست.