Il numero non è la verità: incertezza di misura, bias e variabilità biologica nel POCT
Perché una correlazione di 0,99 non dimostra l'equivalenza con il laboratorio e un risultato vicino al cut-off non dovrebbe mai essere interpretato come un valore assoluto
Il Point-of-Care Testing viene spesso raccontato attraverso numeri apparentemente rassicuranti: pochi minuti per ottenere il risultato, coefficienti di variazione contenuti, correlazioni elevate con il laboratorio centrale, sensibilità e specificità prossime al 100%.
Ma la scienza della misurazione impone una domanda più difficile:
Quanto possiamo essere realmente sicuri del numero comparso sullo schermo?
Ogni risultato quantitativo, sia esso prodotto da un grande analizzatore di laboratorio o da un dispositivo POCT, non rappresenta il "valore vero" in senso assoluto. È una stima del valore attribuibile a uno specifico misurando, ottenuta attraverso un metodo, una matrice biologica, una calibrazione e determinate condizioni operative.
Questo non rende il risultato debole o inutilizzabile. Al contrario, riconoscere l'incertezza rende la diagnostica più scientifica, perché permette di comprendere quando una differenza è reale, quando è dovuta al sistema analitico e quando può dipendere dalla normale variabilità dell'organismo.
Il risultato non è un punto matematico
La metrologia definisce l'incertezza di misura come il parametro che descrive la dispersione dei valori ragionevolmente attribuibili al misurando. In termini semplici, esprime il dubbio residuo sul valore dopo che la misurazione è stata effettuata.
Un risultato di 100 non significa necessariamente che il valore reale sia esattamente 100. Significa che, sulla base delle informazioni disponibili, il valore viene stimato intorno a 100 entro un intervallo di incertezza.
L'ISO/TS 20914:2019, tuttora vigente, fornisce indicazioni pratiche per stimare l'incertezza nei laboratori medici e include esplicitamente nel proprio campo di applicazione i risultati quantitativi prodotti dai sistemi POCT in prossimità delle soglie decisionali.
L'incertezza non deve essere confusa con un errore identificato. Un errore è una differenza rispetto a un valore di riferimento; l'incertezza esprime invece quanto è ampio il margine di dubbio associato alla stima.
Quando viene calcolata l'incertezza estesa, si utilizza generalmente la relazione:
U = k × u₍c₎
dove u₍c₎ rappresenta l'incertezza standard combinata e k il fattore di copertura. Un valore di k pari a 2 viene frequentemente utilizzato per ottenere un intervallo corrispondente, in condizioni appropriate, a una probabilità vicina al 95%.
La Guide to the Expression of Uncertainty in Measurement del BIPM costituisce il riferimento metrologico generale sul quale si fonda questa impostazione.
Precisione, bias, accuratezza e incertezza non sono sinonimi
Nel linguaggio commerciale questi termini vengono spesso sovrapposti. Scientificamente descrivono proprietà differenti.
La precisione esprime quanto risultati ripetuti siano vicini tra loro. Viene spesso rappresentata mediante deviazione standard o coefficiente di variazione analitico, CVₐ.
Un sistema può essere molto preciso e produrre risultati ripetutamente simili, ma tutti spostati rispetto al valore di riferimento.
La giustezza riguarda invece la vicinanza tra la media di molte misurazioni e un valore di riferimento. La differenza sistematica osservata viene espressa attraverso il bias.
L'accuratezza descrive complessivamente la vicinanza del risultato al valore vero o al valore di riferimento accettato. Secondo la terminologia metrologica, non è propriamente una grandezza alla quale attribuire genericamente una percentuale.
Affermazioni come "accuratezza del 99%", se prive dell'indicazione del disegno sperimentale, del comparatore, della matrice, dell'intervallo di misura e del criterio di accettabilità, sono quindi scientificamente incomplete.
L'incertezza di misura, infine, integra le componenti rilevanti che contribuiscono alla dispersione del risultato. Non coincide automaticamente né con il bias né con l'errore totale, anche se questi concetti sono collegati.
Il CLSI EP15 propone un protocollo per verificare le prestazioni dichiarate dal fabbricante in termini di precisione e per stimare il bias. Lo stesso documento precisa, però, che tale verifica non sostituisce una valutazione completa di tutte le possibili fonti di errore.
La trappola della correlazione
Uno degli argomenti più utilizzati per dimostrare le prestazioni di un POCT è il coefficiente di correlazione con un analizzatore di laboratorio.
Una correlazione elevata significa che, quando il risultato di un metodo aumenta, tende ad aumentare anche quello dell'altro. Non dimostra che i due sistemi producano valori equivalenti.
Immaginiamo che il metodo B restituisca sempre un risultato superiore del 10% rispetto al metodo A:
B = 1,10 × A
I due sistemi potrebbero mostrare una correlazione praticamente perfetta, con un coefficiente prossimo a 1. Eppure, quando il metodo A misura 100, il metodo B restituisce 110; quando A misura 200, B restituisce 220.
La correlazione sarebbe eccellente. L'accordo no.
Questo diventa particolarmente rilevante in prossimità di:
- limiti di riferimento;
- cut-off diagnostici;
- soglie terapeutiche;
- valori critici;
- livelli che determinano un invio, una conferma o una classificazione clinica.
Il CLSI EP09 raccomanda il confronto tra procedure utilizzando campioni di pazienti e la valutazione del bias lungo l'intervallo di misura e in corrispondenza delle concentrazioni clinicamente significative. Prevede inoltre l'impiego di grafici delle differenze, regressioni appropriate e intervalli di confidenza.
La domanda corretta non è dunque soltanto:
Quanto è elevata la correlazione?
Occorre chiedere:
Qual è il bias nel punto in cui il risultato cambia la decisione clinica?
Perché il problema è particolarmente importante nel POCT
Il laboratorio centrale opera normalmente in condizioni ambientali controllate, con personale specializzato, strumentazione sottoposta a procedure organizzate e campioni gestiti attraverso processi standardizzati.
Il POCT trasferisce la misurazione vicino al paziente e introduce condizioni potenzialmente più variabili:
- operatori con formazione ed esperienza differenti;
- dispositivi collocati in sedi diverse;
- utilizzo di sangue capillare, venoso o intero;
- volumi molto ridotti;
- variazioni di temperatura e umidità;
- differenze tra strumenti dello stesso modello;
- sostituzione dei lotti di reagenti;
- interferenze da ematocrito, emolisi, farmaci o sostanze endogene;
- tempi differenti tra raccolta e analisi;
- procedure manuali di applicazione del campione.
Per questo non è sufficiente conoscere la ripetibilità ottenuta sullo stesso strumento, con lo stesso operatore e lo stesso lotto.
Occorre valutare anche la precisione intermedia: giorni, operatori, strumenti, lotti e condizioni differenti.
L'IVDR, Regolamento UE 2017/746, richiede che le prestazioni dei dispositivi near-patient siano verificate negli ambienti pertinenti all'uso previsto. Impone inoltre la tracciabilità metrologica dei valori assegnati a calibratori e materiali di controllo, quando applicabile.
La ISO 15189:2022 dichiara espressamente la propria applicabilità anche al POCT. Questo non significa che ogni farmacia debba essere automaticamente considerata un laboratorio accreditato, ma conferma che i principi della competenza, della verifica delle prestazioni e del controllo del rischio sono scientificamente pertinenti anche nella diagnostica decentrata.
Una certificazione non sostituisce la verifica indipendente
Nel 2025 una valutazione indipendente di 19 dispositivi POCT per HbA1c ha rilevato che soltanto cinque soddisfacevano contemporaneamente i criteri analitici IFCC e NGSP utilizzati nello studio. Tre dispositivi mostravano inoltre interferenze evidenti legate a varianti emoglobiniche.
Gli autori hanno sottolineato che le prove erano state eseguite in condizioni ideali e che le prestazioni reali avrebbero potuto risentire ulteriormente del contesto operativo. Studio pubblicato su Clinical Chemistry e indicizzato in PubMed.
Il dato non autorizza a concludere che tutti i sistemi POCT per HbA1c siano inaffidabili. Dimostra esattamente il contrario di una generalizzazione: le prestazioni devono essere valutate dispositivo per dispositivo, metodo per metodo e destinazione d'uso per destinazione d'uso.
La conformità regolatoria, la standardizzazione metrologica e la valutazione analitica indipendente rispondono a domande differenti. Nessuna delle tre dovrebbe essere sostituita dalle altre.
Il cut-off non è una barriera senza spessore
Un limite decisionale viene spesso rappresentato come una linea netta: sotto una determinata concentrazione il risultato appartiene a una categoria, sopra quella concentrazione appartiene a un'altra.
La misurazione reale è più complessa.
Quando un valore si trova molto lontano dal cut-off, una modesta incertezza può non modificare l'interpretazione. Quando si trova molto vicino, anche un piccolo bias o una ridotta imprecisione possono determinare una diversa classificazione.
Una ricerca pubblicata nel 2026 ha calcolato l'incertezza di misura di HbA1c e glucosio su piattaforme di laboratorio secondo ISO/TS 20914. Per l'HbA1c, l'incertezza estesa relativa risultava sufficientemente ampia da poter influenzare la classificazione dei pazienti intorno ai limiti decisionali considerati nello studio. I risultati non sono trasferibili automaticamente a tutti i sistemi, ma mostrano che il problema esiste anche in contesti analitici strutturati. Studio su PubMed.
Gli Standard of Care in Diabetes 2026 dell'American Diabetes Association richiedono, in assenza di iperglicemia inequivocabile, la conferma del risultato diagnostico. Negli Stati Uniti, l'uso diagnostico dell'HbA1c POCT viene inoltre limitato a dispositivi approvati per tale finalità e a strutture sottoposte a precisi requisiti di qualità.
Non si tratta di una regola direttamente applicabile all'Italia, ma di un principio scientifico importante: vicino a un cut-off, destinazione d'uso, prestazioni analitiche e percorso di conferma diventano inseparabili.
La variabilità non proviene soltanto dallo strumento
Anche se disponessimo di un analizzatore perfetto, due campioni raccolti in momenti differenti potrebbero produrre risultati diversi.
L'organismo umano non è statico. La concentrazione di molti analiti oscilla intorno a un punto omeostatico individuale per effetto di ritmi biologici, alimentazione, attività fisica, idratazione, stress, postura, farmaci e altri fattori fisiologici.
La variabilità biologica viene distinta in:
- variabilità intraindividuale, CVᵢ, cioè l'oscillazione all'interno dello stesso soggetto;
- variabilità interindividuale, CVɢ, cioè la differenza tra soggetti diversi.
Questa distinzione è essenziale quando si confrontano risultati seriali.
Una variazione tra due misurazioni non indica automaticamente un miglioramento o un peggioramento clinico. Potrebbe essere spiegata dalla combinazione tra imprecisione analitica e normale variabilità intraindividuale.
Il Reference Change Value
Il Reference Change Value, RCV, tenta di rispondere a una domanda pratica:
Quanto devono differire due risultati consecutivi prima che la variazione sia difficilmente attribuibile al solo rumore analitico e biologico?
Nella forma simmetrica tradizionale:
RCV = z × √2 × √(CVₐ² + CVᵢ²)
Dove:
- CVₐ è l'imprecisione analitica;
- CVᵢ è la variabilità biologica intraindividuale;
- z dipende dal livello di probabilità scelto.
Con z pari a 1,96 si ottiene il noto fattore 2,77 per una valutazione bidirezionale al 95%, sotto le ipotesi statistiche previste.
Consideriamo un esempio puramente teorico. Se il CVₐ fosse del 4% e il CVᵢ del 6%, l'RCV sarebbe vicino al 20%. Una variazione da 100 a 110 potrebbe quindi non superare la variabilità complessivamente attesa; una variazione da 100 a 125 meriterebbe invece un'attenzione differente.
L'RCV non formula una diagnosi e non stabilisce automaticamente la rilevanza clinica. Indica la probabilità che la variazione osservata ecceda quella spiegabile dalla combinazione delle componenti considerate.
Per analiti con distribuzioni non gaussiane può essere necessario calcolare limiti asimmetrici, differenti per aumenti e diminuzioni.
La EFLM Biological Variation Database raccoglie dati criticamente valutati sulla variabilità biologica e calcola, per numerosi misurandi, specifiche analitiche e RCV. Il concetto è stato proposto come supporto oggettivo all'interpretazione dei risultati seriali, ma deve essere applicato tenendo conto del metodo, del contesto e delle condizioni preanalitiche. Approfondimento scientifico sul RCV.
La tracciabilità metrologica non significa equivalenza automatica
La tracciabilità metrologica collega il valore assegnato al risultato a riferimenti di ordine superiore attraverso una catena documentata di calibrazioni.
L'ISO 17511:2020, confermata nel 2026, definisce i requisiti per stabilire la tracciabilità dei valori assegnati a calibratori, materiali di controllo e campioni umani. La banca dati JCTLM raccoglie materiali, procedure e servizi di riferimento di ordine superiore.
Tuttavia, due sistemi dichiarati tracciabili allo stesso riferimento non sono necessariamente intercambiabili in ogni condizione. Possono rimanere differenze dovute a:
- specificità del metodo;
- matrice biologica;
- interferenze;
- calibrazione;
- commutabilità dei materiali;
- architettura del sistema;
- incertezza accumulata nella catena metrologica.
Un risultato su sangue intero capillare e uno su plasma venoso non dovrebbero essere considerati automaticamente equivalenti soltanto perché riportano lo stesso analita e la stessa unità di misura.
Anche i materiali di controllo devono essere interpretati con prudenza. Un materiale non commutabile può comportarsi diversamente dai campioni reali dei pazienti e offrire un'immagine incompleta della comparabilità tra metodi.
Quando un'elevata correlazione nasconde un problema clinico
Uno studio del 2025 ha valutato la variazione tra lotti di un dispositivo POCT utilizzato per la conta assoluta dei neutrofili nei pazienti in terapia con clozapina.
Pur osservando correlazioni elevate con il laboratorio, gli autori hanno rilevato bias negativi differenti tra i lotti e una diversa frequenza di classificazione dei risultati nelle fasce di allarme. Tra i pazienti sottoposti a ripetizione, la riclassificazione è avvenuta nel 65% dei casi considerati. Studio su PubMed.
È un esempio particolarmente istruttivo:
La correlazione può restare elevata mentre bias e variazione di lotto modificano la classificazione clinica.
Per questo il CLSI EP26 raccomanda di valutare i nuovi lotti attraverso campioni di pazienti e criteri capaci di identificare differenze clinicamente significative.
Controllo interno e VEQ rispondono a domande diverse
Il controllo interno di qualità consente di monitorare la stabilità del sistema, individuare derive, cambiamenti improvvisi o aumenti dell'imprecisione.
Non dimostra da solo che il metodo sia privo di bias rispetto a un riferimento superiore.
La valutazione esterna di qualità permette di confrontare la prestazione con altri partecipanti o con un valore bersaglio. La sua capacità di identificare il bias dipende, però, dalla qualità del programma, dal valore assegnato e dalla commutabilità dei materiali utilizzati.
Il confronto con campioni di pazienti consente di osservare differenze di matrice e metodo che i materiali di controllo potrebbero non riprodurre.
Un sistema maturo dovrebbe quindi integrare:
- verifica iniziale di precisione e bias;
- confronto con campioni di pazienti;
- controllo interno;
- valutazione esterna;
- verifica dei nuovi lotti;
- confronto tra dispositivi della stessa rete;
- stima dell'incertezza;
- regole per risultati borderline, inattesi o critici.
Nessuno di questi elementi, isolatamente, dimostra la qualità dell'intero processo.
Quanto errore possiamo accettare?
Non esiste una percentuale universale di errore accettabile per tutti gli analiti.
La tolleranza deve dipendere dall'uso clinico del risultato. Una differenza analitica può essere irrilevante per un test di orientamento e inaccettabile quando modifica una diagnosi, una terapia o un intervento urgente.
Il modello elaborato dalla conferenza EFLM di Milano propone tre possibili fonti per definire le specifiche analitiche:
- conseguenze sulle decisioni o sugli esiti clinici;
- variabilità biologica;
- stato dell'arte tecnicamente raggiungibile.
Una revisione del 2024 ha sottolineato la necessità di utilizzare queste informazioni attraverso un approccio basato sul rischio e sulla reale funzione del test nel percorso clinico. Documento scientifico sui modelli di Milano.
Un POCT, pertanto, non dovrebbe essere giudicato semplicemente "sovrapponibile al laboratorio". Deve essere dimostrato che le sue prestazioni siano fit for purpose, cioè sufficienti per la specifica decisione alla quale il risultato è destinato.
Le domande scientifiche da porre a un produttore
Prima di accettare un'affermazione di equivalenza sarebbe opportuno chiedere:
- Qual è il misurando esattamente definito?
- Quali matrici e tipologie di campione sono validate?
- Qual è il metodo comparatore e qual è la sua tracciabilità?
- Il confronto è stato condotto con campioni reali di pazienti?
- Come sono distribuiti i campioni lungo l'intervallo di misura?
- Qual è il bias in corrispondenza dei limiti decisionali?
- Sono disponibili gli intervalli di confidenza?
- Quali sono ripetibilità e precisione intermedia?
- Sono stati valutati operatori, dispositivi e lotti differenti?
- Quali interferenze sono state studiate?
- Quanto incidono ematocrito, varianti emoglobiniche e matrice?
- Quali specifiche analitiche sono state utilizzate per giudicare l'accettabilità?
- È stata stimata l'incertezza in prossimità del cut-off?
- Come vengono gestiti i risultati borderline?
- Quando è richiesta la ripetizione o la conferma laboratoristica?
La documentazione più convincente non è quella che presenta il coefficiente di correlazione più alto. È quella che dichiara con trasparenza anche bias, limiti, incertezza, interferenze e condizioni nelle quali le prestazioni sono state dimostrate.
Dalla prestazione analitica al rischio per il paziente
La nuova ISO 22367:2026 rafforza l'approccio basato sull'identificazione, valutazione, controllo e monitoraggio dei rischi associati all'intero processo di laboratorio.
Nel POCT questo principio dovrebbe tradursi in domande concrete:
- Qual è il rischio che il bias sposti il paziente oltre una soglia?
- Qual è la probabilità di una classificazione errata?
- Quali conseguenze produce un falso allarme?
- Quali conseguenze produce un risultato falsamente rassicurante?
- Esiste un percorso di conferma proporzionato al rischio?
- L'operatore conosce i limiti del dispositivo?
La qualità analitica non dovrebbe essere valutata separatamente dalle conseguenze del risultato.
Conclusione
Il POCT ha il grande merito di avvicinare il dato al paziente e alla decisione. Proprio per questo, la qualità della misurazione diventa ancora più importante.
Un risultato rapido può essere preciso ma affetto da bias. Può essere fortemente correlato al laboratorio senza essere realmente comparabile. Può superare un cut-off per effetto dell'incertezza o cambiare tra due controlli a causa della normale variabilità biologica.
La maturità scientifica del POCT non si dimostrerà sostenendo che il numero visualizzato sia infallibile.
Si dimostrerà sapendo dichiarare:
- che cosa viene misurato;
- con quale incertezza;
- rispetto a quale riferimento;
- con quale variabilità;
- entro quali limiti;
- e con quali conseguenze cliniche.
Perché un analizzatore può produrre un numero in pochi minuti.
Ma trasformare quel numero in una decisione affidabile richiede metrologia, metodo e responsabilità.