BY-NC-ND 3.0 license Open Access Published by De Gruyter May 31, 2013

Beurteilung des Einflusses verlängerter Stauzeiten auf nicht-normalisierte versus normalisierte klinisch-chemische Messgrößen

Evaluation of the influence of prolonged venous congestion time on non-normalised versus normalised laboratory values

Ralf Lichtinghagen, Dorothea Senkpiel-Jörns, Korbinian Brand and Nils Janzen
From the journal Laboratoriumsmedizin

Zusammenfassung

Hintergrund: Zur Darstellung des Einflusses der Stauzeit auf klinisch-chemische Messgrößen wurden bisher die mittleren prozentualen Messwertabweichungen zwischen verschiedenen Stauzeitpunkten dargestellt. Diesen Unterschieden fehlt jedoch die physiologische Relevanz, da die Ergebnisse vor allem von der Wertelage des Nullpunkts abhängen. Für eine bessere Beurteilung der Einflussgröße Stauzeit sollte die biologische Variabilität der einzelnen Messgrößen berücksichtigt werden.

Methoden: Bei freiwilligen Probanden (n=92) wurden klinisch-chemische Messgrößen nach bis zu 6 min Stauzeit bestimmt. Um die biologische Variabilität einzubeziehen, wurden alle Messwerte mittels z-Transformation auf die lokalen Referenzbereichsgrenzen normalisiert.

Ergebnisse: Alle Messgrößen bis auf Kreatinin und Natrium veränderten sich unter der Stauung – unabhängig von der Darstellungsart – statistisch signifikant. Bei Proteinen und proteinassoziierten Messgrößen wie Calcium ergaben sich Konzentrations- bzw. Aktivitätszunahmen, während die Werte für lösliche niedermolekulare Substanzen wie Kalium und Glucose abnahmen. Die größte prozentuale Positivabweichung zeigte sich für Bilirubin (+9%), eine überraschend geringe für Calcium (+2%). Nach Normalisierung der Daten veränderte sich die Größenordnung und damit auch die Rangfolge stauungsbedingter Veränderungen: Die größte Zunahme wies das Gesamtprotein auf (+1,4 Standardabweichungen), während Bilirubin einen vergleichsweise geringen Anstieg zeigte. Für Calcium ergaben sich größere Veränderungen, die nun denen von Albumin entsprachen.

Schlussfolgerung: Normalisierte Abweichungen spiegeln die Verhältnisse entsprechend der Physiologie besser wieder.

Abstract

Background: The influence of venous congestion on the laboratory values has been demonstrated. The mean percentage deviations seem physiologically questionable because the results depend mainly on the absolute values at the time point t0. For a better assessment of the influence of venous congestion time, the biological variability should be taken into account.

Methods: The routine laboratory tests were determined in 92 volunteers after up to 6 min of venous congestion. All the values were normalised against the local reference intervals by the z-transformation.

Results: All the measured variables except creatinine and sodium showed statistically significant changes under venous congestion, irrespective of whether the changes were expressed as the percentages or z-values. The proteins and protein-associated substances like calcium increased, whereas the soluble small molecules like potassium and glucose decreased. The largest increase was seen for bilirubin (+9%), while the increase in calcium was low. After normalisation, however, the magnitude and the ranking of the congestion-dependent differences changed markedly. The highest increase could be shown for the total protein (+1.4 standard deviations), while bilirubin only revealed a slight increase. As expected, the changes for calcium became much more pronounced, corresponding with those of albumin.

Conclusions: The normalised deviations meet the physiological expectations far better.

Einleitung

Die Beurteilung von Analysenergebnissen der Labordiagnostik ist ein komplexer Entscheidungsprozess, in den neben der eigentlichen Analytik zwingend auch eine Beurteilung von präanalytischen Einflussgrößen und Störfaktoren eingebunden sein muss. Es wurde vielfach gezeigt, dass die Gründe für fehlerhafte Laborbefunde häufig in diesem Bereich zu suchen sind [1, 2].

Die Bedeutung einer verlängerten Stauzeit als beeinflussbare, veränderliche Einflussgröße mit ihrer Wirkung auf einzelne Laborwerte wurde in der Vergangenheit bereits vielfach untersucht [3]. Bei Stauungen mit einem Staudruck zwischen systolischem und diastolischem arteriellem Blutdruck erhöht sich der Filtrationsdruck in den Kapillaren, wodurch es zu einem vermehrten Austritt intravasaler Flüssigkeit und niedermolekularer Substanzen kommt. Proteine, proteingebundene und korpuskuläre Bestandteile, die die Kapillarwand nicht durchdringen können, zeigen eine entsprechende Konzentrationserhöhung [3, 4]. Am Beispiel der Gesamtproteinkonzentration konnte bei 15-minütigen Stauversuchen gezeigt werden, dass die größten Änderungen innerhalb der ersten fünf Minuten Stauzeit eintreten [3, 5]. Dabei besteht auch eine Abhängigkeit vom Filtrationsdruck (optimaler Staudruck: leicht oberhalb des venösen Rückflussdruckes) und der methodenabhängigen Präzision der betrachteten Messgröße, vor allem wenn die erwarteten Messwerte eher im Normalbereich liegen.

In der verfügbaren Literatur werden meist prozentuale Messwertdifferenzen bezogen auf den Zeitpunkt t0 dargestellt (Δ=Differenz, xt=Messwert zum Zeitpunkt t):

Δ [%]=100 (xt–x0)/x0.

Aus der Formel ist leicht ersichtlich, dass das Ergebnis wesentlich von der absoluten Höhe des Messwerts zum Zeitpunkt t0 (x0 im Nenner) abhängt. Liegt dieser im Vergleich zur biologischen Streuung hoch (Beispiel: Natrium), so fällt eine prozentuale Abweichung zwangsläufig gering aus und umgekehrt.

Deshalb wurde in der vorliegenden Untersuchung geprüft, ob die Berücksichtigung der biologischen Variabilität (ausgedrückt durch das jeweilige Referenzintervall der Messgröße) zu einer korrekteren Bewertung stauungsbedingter Veränderungen führt.

Material und Methoden

Probanden

Die Untersuchungen wurden in den Jahren 2011/2012 im Kursus Klinische Chemie mit insgesamt 92 männlichen und weiblichen Medizinstudenten (Verhältnis etwa 1:1) der Medizinischen Hochschule Hannover (MHH) im Alter von 20 bis 30 Jahren durchgeführt. Die Probanden nahmen unter medizinischer Aufsicht freiwillig an dem Versuch teil.

Probengewinnung und Analytik

Nach Anlegen eines Stauschlauches am Oberarm und der Venenpunktion mit einer 21G-Kanüle (Multifly® Kanülen-Set, Sarstedt, Nümbrecht, Deutschland) wurde die Stauung für insgesamt 6 min konstant beibehalten. Zusätzlich zum Zeitpunkt 0 min wurden nach 2, 4 und 6 min jeweils 5,5 mL Blut in Serumröhrchen entnommen (S-Monovette®, Sarstedt). Nach 15 bis 30 min wurde das vollständig geronnene Blut 10 min bei 2000 g zentrifugiert und vorsichtig ein Trennfilter in die Entnahmegefäße zur Trennung des Serums von den zellulären Anteilen gedrückt. Noch am selben Tag wurden die Serum-Messgrößen Kalium und Natrium am Modular-System (ISE 900-Modul, Roche Diagnostics, Mannheim, Deutschland), ALT, AST, γGT, CK, Cholesterin, Triglyceride, Bilirubin, Calcium, Eisen, Glucose, Kreatinin, Albumin und Gesamtprotein am entsprechenden P 800-Modul im Zentrallabor der MHH bestimmt.

Berechnungen und Statistik

Um die biologische Variabilität (Mittelwert und Standardabweichung eines Referenzkollektivs) einzubeziehen, wurden alle Messwerte unter Verwendung der an der MHH gültigen Referenzintervalle mittels einer z-Transformation normalisiert (x=Messwert, MW=Mittelwert, SD=Standardabweichung): zt=(xt–MW)/SD.

Diese Transformation bewirkt, dass alle Messwerte als Abweichungen vom mittleren Referenzwert in Vielfachen der Standardabweichung ausgedrückt werden [6]. Die stauungsbedingten Abweichungen wurden als absolute Differenzen angegeben: Δ=zt–z0.

Diese besagen, um wie viele Standardabweichungen (des Referenzkollektivs) ein Messwert zum Zeitpunkt t vom Ausgangswert x0 abweicht. Für die Berechnungen wurde das Programm Trillium-Reader, programmiert in VBA für Excel, verwendet (Trillium GmbH, Grafrath, Deutschland). Es zeigt entsprechend den Empfehlungen von Haeckel et al. [7] sowohl die originalen als auch die transformierten Werte an und hinterlegt Werte außerhalb des Referenzintervalls farbig (siehe Abbildung 1A).

Abbildung 1 Normalisierung von Messwerten.(A) Normalisierte Messwerte sind nach Berechnung mit dem Trillium-Reader dargestellt. Die Originalwerte können durch Anzeigen mit der Maus dargestellt werden (siehe Pfeile). Ein Kalium von 4,5 mmol/L liegt zum Beispiel mit 0,00 Standardabweichungen (SD) genau auf dem Mittelwert, ein Kalium von 5,2 mmol/L um 1,52 SD über dem Mittelwert des Referenzkollektivs. Abweichungen von mehr als ±1 SD sind farbig hinterlegt. (B) Als Referenz- und Streuungsmaße für die Normalisierung wurden Mittelwerte und Standardabweichungen aus den an der MHH gültigen Unter- und Obergrenzen der Referenzintervalle berechnet.

Abbildung 1

Normalisierung von Messwerten.

(A) Normalisierte Messwerte sind nach Berechnung mit dem Trillium-Reader dargestellt. Die Originalwerte können durch Anzeigen mit der Maus dargestellt werden (siehe Pfeile). Ein Kalium von 4,5 mmol/L liegt zum Beispiel mit 0,00 Standardabweichungen (SD) genau auf dem Mittelwert, ein Kalium von 5,2 mmol/L um 1,52 SD über dem Mittelwert des Referenzkollektivs. Abweichungen von mehr als ±1 SD sind farbig hinterlegt. (B) Als Referenz- und Streuungsmaße für die Normalisierung wurden Mittelwerte und Standardabweichungen aus den an der MHH gültigen Unter- und Obergrenzen der Referenzintervalle berechnet.

Der Trillium-Reader liest wahlweise vom Benutzer vorgegebene Mittelwerte und Standardabweichungen des Referenzkollektivs aus einer Exceltabelle ein (siehe Abbildung 1B) oder ermittelt vorläufige Schätzwerte aus den Originaldaten [6, 8]. Die Standardabweichungen können aus den lokalen Referenzwerten wie folgt ermittelt werden: SD=Ref/3,92 (vereinfachende Annahme eines symmetrisch verteilten Referenzintervalls mit MW±1,96 SD; Ref=Obergrenze – Untergrenze des Referenzintervalls). Der Trillium-Reader berechnet bei symmetrischer Verteilung der Originaldaten Mittelwert und Standardabweichung, bei rechtsschiefer Verteilung Median und 1/6-Quantil als Bezugsgrößen. Linksschiefe Verteilungen wurden im vorliegenden Experiment nicht erhalten. Die Funktionsweise des Programms ist in den Mitteilungen der DGKL detailliert beschrieben [8]. Dank einer Förderung durch die Stiftung für Pathobiochemie und Molekulare Diagnostik ist das Programm im Internet als Freeware verfügbar. Die Signifikanzprüfung der Unterschiede zwischen den Entnahmezeitpunkten t2–t6 gegen den Ausgangswert erfolgte für alle Messgrößen mit dem Kruskal-Wallis-Test (IBM SPSS Statistics, Version 19, Ehningen, Deutschland).

Ergebnisse

Im klinischen Labor häufig angeforderte Serum-Messgrößen wurden nach bis zu sechs Minuten verlängerten Venenstauzeiten bei 92 freiwilligen Probanden gemessen. Die Auswertung der Ergebnisse zeigt erwartungsgemäß eine Zunahme der Mittelwerte bei den untersuchten Proteinen und protein-assoziierten Messgrößen wie Calcium und eine Abnahme bei löslichen niedermolekularen Substanzen wie Natrium, Kalium und Glucose. Alle Änderungen mit Ausnahme von Kreatinin und Natrium waren statistisch signifikant (p<0,05). Wie in Abbildung 2A dargestellt, ergeben sich nach zweiminütiger Stauzeit Aktivitäts-/Konzentrations zunahmen von 3 bis 5% des Ausgangswertes, die sich nach sechsminütiger Stauung durchschnittlich auf etwa 6 bis 9% erhöhen. Die größten positiven Abweichungen wurden in dieser Gruppe überraschenderweise für Bilirubin, nicht für Proteine oder Calcium, gefunden. Der größte Abfall ergab sich für Kalium.

Abbildung 2 Veränderungen von Serumkonzentrationen/-aktivitäten klinisch-chemischer Messgrößen in Abhängigkeit von der Stauzeit.Repräsentative klinisch-chemische Messgrößen wurden nach maximal sechsminütiger Venenstauung bei 92 freiwilligen Probanden zu den Zeitpunkten t0, t2, t4 und t6 aus den jeweils gewonnenen Seren bestimmt. Dargestellt sind die mittleren Abweichungen nach Stauung (=Differenzen bezogen auf den Zeitpunkt t0 in drei unterschiedlichen Skalen). Standardabweichungen sind in Form senkrechter Balken angegeben. A) Abweichungen in Prozent des Ausgangswertes; B) und C) Abweichungen ausgedrückt als Vielfache der biologischen Streuung (z-Werte) mit unterschiedlichen Berechnungsverfahren des Ausgangswerts zum Zeitpunkt t0. Bei B) wurden Mittelwerte und Standardabweichungen aus den lokal gültigen Grenzen der Referenzbereiche ermittelt, bei C) aus dem tatsächlich untersuchten Kollektiv (siehe Material und Methoden). In der Darstellung A) ist die Reihenfolge der Messgrößen mit ihren Abweichungen über die Stauzeit grundsätzlich von derjenigen in den beiden anderen Darstellungen verschieden. B) und C) liefern qualitativ identische Ergebnisse, doch sind die Abweichungen in ihrem Ausmaß quantitativ unterschiedlich gewichtet. Der Kruskal-Wallis-Test zeigte mit Ausnahme von Natrium und Kreatinin bei allen Messgrößen signifikante Unterschiede (p<0,05) zwischen den Entnahmezeitpunkten.

Abbildung 2

Veränderungen von Serumkonzentrationen/-aktivitäten klinisch-chemischer Messgrößen in Abhängigkeit von der Stauzeit.

Repräsentative klinisch-chemische Messgrößen wurden nach maximal sechsminütiger Venenstauung bei 92 freiwilligen Probanden zu den Zeitpunkten t0, t2, t4 und t6 aus den jeweils gewonnenen Seren bestimmt. Dargestellt sind die mittleren Abweichungen nach Stauung (=Differenzen bezogen auf den Zeitpunkt t0 in drei unterschiedlichen Skalen). Standardabweichungen sind in Form senkrechter Balken angegeben. A) Abweichungen in Prozent des Ausgangswertes; B) und C) Abweichungen ausgedrückt als Vielfache der biologischen Streuung (z-Werte) mit unterschiedlichen Berechnungsverfahren des Ausgangswerts zum Zeitpunkt t0. Bei B) wurden Mittelwerte und Standardabweichungen aus den lokal gültigen Grenzen der Referenzbereiche ermittelt, bei C) aus dem tatsächlich untersuchten Kollektiv (siehe Material und Methoden). In der Darstellung A) ist die Reihenfolge der Messgrößen mit ihren Abweichungen über die Stauzeit grundsätzlich von derjenigen in den beiden anderen Darstellungen verschieden. B) und C) liefern qualitativ identische Ergebnisse, doch sind die Abweichungen in ihrem Ausmaß quantitativ unterschiedlich gewichtet. Der Kruskal-Wallis-Test zeigte mit Ausnahme von Natrium und Kreatinin bei allen Messgrößen signifikante Unterschiede (p<0,05) zwischen den Entnahmezeitpunkten.

Abbildung 2B zeigt normalisierte Daten nach z-Transformation aller Messwerte. In Abhängigkeit von der biologischen Variation ändern sich Rangfolge und Größenordnung des Stauungseinflusses zum Teil erheblich. Als wesentliches Ergebnis der normalisierten Auswertung zeigt die sechsminütige Stauung den größten Einfluss auf die Proteinkonzentration, gefolgt von der Albuminkonzentration: Diese beiden Messgrößen nehmen gegenüber dem Ausgangswert im Mittel um 1,4 bzw. 0,8 Standardabweichungen (bezogen auf die MHH-Referenzintervalle) zu und sind somit in physiologisch relevanter Größenordnung verändert. Die nach Auswertung der prozentualen Abweichungen zuvor deutlichen Konzentrationszunahmen beim Bilirubin fallen nach Normalisierung in der Gewichtung stark zurück, die Zunahme beim Calcium wird deutlicher. Bei den nach unten abweichenden Messgrößen wirkt sich die Stauung nun auf die Natriumwerte stärker, auf das Kreatinin weniger stark aus.

Abbildung 2C entspricht im Prinzip der Darstellung in 2B, doch wurde die Normalisierung hier unter Berücksichtigung der vom Trillium-Reader berechneten individuellen biologischen Variation des Testkollektives dargestellt (siehe auch Tabelle 1, Zeitpunkt t0). Dadurch kommt es zu leicht veränderten Gewichtungen: Die beiden am stärksten veränderten Messgrößen Gesamtprotein (steigend) und Kalium (fallend) heben sich nun noch deutlicher vom Feld der übrigen Messgrößen ab.

Tabelle 1

Absolute Bezugsgrößen zum Zeitpunkt t0 als Grundlage der relativen Darstellungen in Abbildung 2.

MessgrößenReferenzintervallMW±SDZ-Wert zur Zeit t0
MHHT-ReaderMHHT-ReaderMHHT-Reader
Cholest., mmol/L3,3–6,23,2–6,34,75±0,744,75±0,791,75±0,63–0,02±1,01
Triglyc., mmol/L0,47–3,130,37–1,381,8±0,680,88±0,260,21±1,270,91±2,51
Kalium, mmol/L3,6–5,43,7–4,94,5±0,464,3±0,31-0,41±0,660,04±1,00
Natrium, mmol/L138–148137–143143±2,6140±1,5-1,13±0,670,08±1,12
Kreatinin, μmol/L45–10447–9575±15,171±12,2-0,25±0,81–0,02±1,00
CK, U/Lbis 17115–19886±43,6107±46,70,85±1,460,34±1,36
AST, U/Lbis 3515–3118±8,923±4,10,75±0,740,3±1,62
ALT, U/Lbis 459–3023±11,520±5,40,01±1,150,57±2,46
γGT, U/Lbis 553–2728±14,015±6,1-0,72±0,850,38±1,95
Glucose, mmol/L3,9–5,54,0–6,04,7±0,415,0±0,511,07±3,720,27±2,98
Bilirubin, μmol/Lbis 17bis 169±4,38±4,10,03±1,140,16±1,22
Eisen, mmol/L11–271–3719±4,119±9,20,01±2,200,01±0,98
Calcium, mmol/L2,15–2,602,20–2,522,38±0,112,36±0,08-0,24±0,760,13±0,93
Protein, g/L65–8066–8173±3,8374±3,830,26±0,950,00±0,95
Albumin, g/L35–5238–5244±4,345±3,60,26±0,800,76±0,57

Bei 92 Probanden im Alter von 20 bis 30 Jahren wurden die in Spalte 1 angegebenen klinisch-chemischen Messgrößen untersucht. In Spalte 2 und 3 sind die Referenzintervalle der MHH bzw. der mittels Trillium-Reader (T-Reader) berechnete Referenzbereich des tatsächlich untersuchten Kollektivs, in Spalte 4 und 5 die zugehörigen Mittelwerte und Standardabweichungen und in Spalte 6 und 7 die daraus berechneten z-Werte – jeweils zum Zeitpunkt t0 – angegeben. Auffällige Werte sind kursiv gedruckt (siehe auch Abschnitte Ergebnisse und Diskussion).

In Abbildung 2B und C wurden alle Messwerte so transformiert, dass die Kurven einheitlich bei 0 beginnen (siehe auch Material und Methoden). Zur besseren Nachvollziehbarkeit der Transformation enthält die Tabelle die zugehörigen Referenzintervalle sowie die originalen und z-transformierten Messwerte zum Zeitpunkt t0.

In der Spalte der Referenzintervalle fällt auf, dass der Trillium-Reader für das Versuchskollektiv gesunder Probanden bei Triglyzeriden und γGT niedrigere Referenzintervalle ermittelte, als sie an der MHH verwendet werden. Für alle übrigen Messgrößen stimmten lokale und berechnete Richtwerte gut überein. Die z-Werte der Probanden zum Zeitpunkt t0 liegen erwartungsgemäß alle um Null, sind also im Sinne einer erfolgreichen Normalisierung “normal“. Abweichungen von mehr als einer Standardabweichung nach oben (Cholesterin und Glucose) bzw. nach unten (Natrium) sind in Spalte 5 der Tabelle kursiv markiert (siehe Diskussion).

Diskussion

Unsere Ergebnisse bestätigen im Wesentlichen frühere Studien über den Einfluss der Stauzeit auf Laborwerte und erweitern sie um einen scheinbar selbstverständlichen, aber wesentlichen Punkt: Das Ausmaß der Veränderungen kann nur dann physiologisch korrekt beurteilt werden, wenn die physiologische Streuung der Messwerte in die Berechnungen eingeht. Dies gilt nicht nur für die (eher artifiziellen) Bedingungen des vorliegenden Experiments, sondern auch für krankheitsbedingte Veränderungen von Laborwerten, also letztlich für die Labordiagnostik als solche. Aus diesem Grunde wurde auch früher bereits angeregt, der Normalisierung größere Aufmerksamkeit zu schenken [7]. Im Folgenden wird zunächst das Ergebnis der Experimente zur verlängerten Stauzeit und anschließend die Bedeutung einer Normalisierung von Laborwerten diskutiert.

Trotz der nicht standardisiert durchgeführten Venenstauung, bei der der angelegte Druck durch den verwendeten Stauschlauch bei den jeweiligen Probanden nicht gleichermaßen konstant war, sind die Ergebnisse qualitativ in guter Übereinstimmung mit anderen Arbeiten und gängigem Lehrbuchwissen [1, 3, 9, 10]. McMullan et al. fanden ebenfalls eine Zunahme von Albumin, Gesamtprotein und Calcium mit der Stauungszeit [11]; diese wurde jedoch als moderat beschrieben und bezogen auf die Stauungszeit als vernachlässigbar angesehen. Dem muss aufgrund der hier erhaltenen Ergebnisse teilweise widersprochen werden: Physiologisch relevante Anstiege fanden wir vor allem für Totalprotein und Albumin, in geringerem Maße auch für Calcium und Cholesterin. Die Ursache für die Konzentrationserhöhungen hochmolekularer Substanzen sowie des zu einem Großteil komplexgebundenen Calciums liegt in den in der Einleitung beschriebenen Ultrafiltrationseffekten bei Venenstauung [3, 4].

Im Gegensatz dazu sind signifikant abfallende Werte löslicher niedermolekularer Substanzen (Kalium, Glucose) eher auf Stoffwechseleffekte zurückzuführen. Während mehrere Autoren eine Erhöhung der Kalium-Konzentration durch Muskeltätigkeit unter venöser Stauung als Folge anaerober Stoffwechselprozesse beschreiben [12, 13], zeigt sich in unseren Daten übereinstimmend mit Renoe et al. [14] und Lippi et al. [9] eine Abnahme der Kaliumwerte mit zunehmender Stauungs zeit. Der Unterschied zwischen den Studien mag an der Stauungszeit liegen, die im hier vorliegenden Fall maximal sechs Minuten betrug. Jones et al. [15] zeigten, dass der intravenöse Lactat-Anstieg in den ersten Minuten nur sehr moderat ist. Wir deuten die gemessene signifikante Abnahme des Kaliums und in geringerem, nicht-signifikantem Maße des Natriums eher als physiologischen Übertritt niedermolekularer Moleküle aus dem Intravasal- in den interstitiellen Raum. Die signifikante Abnahme der Glucosewerte könnte auf einem kombinierten Effekt von Stoffwechselprozessen und Flüssigkeitsverschiebungen beruhen.

Kernpunkt der vorliegenden Arbeit ist die Aussage, dass die Effekte einer verlängerten Venenstauung auf Laborwerte nicht, wie in der Literatur allgemein üblich [3–5], in Prozent des Ausgangswerts ausgegeben werden sollten; dies führt zu einer – rein rechnerisch begründeten – Fehlbeurteilung ihres Ausmaßes. Wir konnten in Abbildung 2A zeigen, dass Bilirubin bei dieser Art der Darstellung scheinbar stärker als Gesamtprotein oder Albumin von einer verlängerten Venenstauung betroffen ist. Der Grund für diese physiologisch nicht plausible Annahme liegt darin, dass Bilirubin im Blut Gesunder in sehr geringer Konzentration vorliegt; kleine Effekte erscheinen deshalb prozentual gesehen groß. Gesamtprotein oder Albumin sind dagegen wegen ihrer Funktion für die Aufrechterhaltung des onkotischen Drucks relativ konzentriert, so dass hier Veränderungen weniger zu Buche schlagen.

Die Lösung des Problems bestand im vorliegenden Fall darin, die Effekte der Stauung nicht in Relativ-, sondern in Absolutwerten anzugeben, was rechnerisch darauf hinausläuft, Differenzen anstelle von Quotienten zu bilden. Das darf jedoch nicht in willkürlich gewählten Konzentrationsangaben (mmol/L, mg/dL, U/L usw.) geschehen, sondern muss die biologische Variabilität der jeweiligen Messgröße berücksichtigen. Deshalb wurden die Originalwerte in Abbildung 2B und 2C normalisiert. Als Ergebnis erhielten wir nun eine physiologisch plausible Reihenfolge der Effekte: Die Konzentration des Gesamtproteins stieg nach sechs Minuten um das fast 1,5-fache der physiologischen Streuung (= Standardabweichung des Referenzkollektivs), diejenige des Bilirubins jedoch nur um das 0,2-fache an.

Der Vergleich von Abbildung 2B und 2C zeigt, dass sich das Normalisierungsverfahren selbst ebenfalls auf das Endergebnis auswirkt. Im einen Fall berechneten wir als Bezugsgrößen Mittelwerte und Standardabweichungen aus den an der MHH üblichen Referenzintervallen, im anderen Fall ließen wir diese Bezugsgrößen durch den Trillium-Reader [8] direkt aus den Versuchskollektiven schätzen. Ohne auf die Details der anderweitig publizierten Schätzverfahren [6, 8] einzugehen, erhielten wir im Großen und Ganzen identische Bezugswerte (siehe Tabelle 1). Auffällig sind in Spalte 5 allerdings um mehr als 1 SD nach oben abweichende Mittelwerte für Cholesterin und Glucose (+1,75 bzw. +1,07 SD) im Versuchskollektiv, die wohl dadurch erklärbar sind, dass die Probanden nicht nüchtern waren. Für Natrium ergab sich ein überraschend negativer z-Wert von -1,13, der Anlass für eine Überprüfung der an der MHH verwendeten Richtwerte gibt.


Korrespondenz: Prof. Dr. Ralf Lichtinghagen, Institut für Klinische Chemie, Medizinische Hochschule Hannover, Carl Neuberg Str. 1, 30623 Hannover, Deutschland, Tel.: +49511-5323940, Fax: +49511-5325671

Danksagung

Die Autoren danken den Medizinstudenten der MHH, die bereitwillig an dem Experiment teilnahmen, für Ihre wertvolle Mithilfe. Prof. Dr. Georg Hoffman (Trillium GmbH, Grafrath) sei für hilfreiche Anregungen bei der Erstellung des Manuskriptes recht herzlich gedankt.

Interessenkonflikt

Die Autoren erklären, dass keine wirtschaftlichen oder persönlichen Interessenkonflikte bestehen.

Literatur

1. Guder WG. Die Qualität labormedizinischer Untersuchungen – Voraussetzungen in der präanalytischen und analytischen Phase. In: Guder WG, Nolte J, editors. Das Laborbuch für Klinik und Praxis, 2nd ed. München: Elsevier Urban & Fischer, 2009:1–20. Search in Google Scholar

2. Bonini P, Plebani M, Ceriotti F, Rubboli F. Errors in laboratory medicine. Clin Chem 2002;48:691–8. Search in Google Scholar

3. Wisser H. Einflußgrößen und Störgrößen. In: Greiling H, editor. Lehrbuch der Klinischen Chemie und Pathobiochemie, Mit 361 Tabellen, 3rd ed. Stuttgart: Schattauer, 1995:50–71. Search in Google Scholar

4. Junge B, Hoffmeister H, Feddersen HM, Röcker L. Standardisierung der Blutentnahme. Dtsch Med Wschr 1978;103:79–88. Search in Google Scholar

5. Friedel R, Mattenheimer H, Trautschold I, Forster G. Der vorgetäuschte Enzymaustritt: Verteilung und Transport von Zellenzymen im extrazellulären Raum. J Clin Chem Clin Biochem 1976;14:109–17. Search in Google Scholar

6. Hoffmann G, Zapatka M, Findeisen P, Wörner S, Martus P, Neumaier M. Data-Mining in klinischen Datensätzen – Bericht der Arbeitsgruppe Bioinformatik der DGKL. J Lab Med 2010;34:227–33. Search in Google Scholar

7. Haeckel R, Wosniok W, Hoffmann G. Standardisierung von Laborergebnissen: Ergebnisquotient. J Lab Med 2010;34: 95–8. Search in Google Scholar

8. Hoffmann G. Forschungsbericht: IT-Werkzeuge zur Auswertung großer labordiagnostischer Datensätze. Klin Chem Mitteilungen 2011;42:124–30. Search in Google Scholar

9. Lippi G, Salvagno GL, Montagnana M, Brocco G, Guidi GC. Influence of short-term venous stasis on clinical chemistry testing. Clin Chem Lab Med 2005;43:869–75. Search in Google Scholar

10. Haverstick DM, Groszbach AR. Specimen collection and processing. In: Burtis CA, Ashwood ER, Bruns DE, editors. Tietz textbook of clinical chemistry and molecular diagnostics, 5th ed. St. Louis, USA: Elsevier Saunders, 2012:145–62. Search in Google Scholar

11. McMullan AD, Burns J, Paterson CR. Venepuncture for calcium assays: should we still avoid the tourniquet? Postgrad Med J 1990;66:547–8. Search in Google Scholar

12. Besenthal I. Wasser-, Elektrolyt- und Säure-Basen-Haushalt. In: Neumeister B, Claudi-Böhm S, editors. Klinikleitfaden Labordiagnostik, 4th ed. München: Elsevier Urban & Fischer, 2009:214–25. Search in Google Scholar

13. Hagemann P. Präanalytische Phase. In: Thomas L, editor. Labor und Diagnose, Indikation und Bewertung von Laborbefunden für die medizinische Diagnostik, 7th ed. Frankfurt/Main: TH-Books Verl.-Ges, 2008:1965–74. Search in Google Scholar

14. Renoe BW, McDonald JM, Ladenson JH. The effects of stasis with and without exercise on free calcium, various cations, and related parameters. Clin Chim Acta 1980;103: 91–100. Search in Google Scholar

15. Jones AE, Leonard MM, Hernandez-Nino J, Kline JA. Determination of the effect of in vitro time, temperature, and tourniquet use on whole blood venous point-of-care lactate concentrations. Acad Emerg Med 2007;14:587–91. Search in Google Scholar

Erhalten: 2012-7-31
Angenommen: 2013-4-3
Online erschienen: 2013-05-31
Erschienen im Druck: 2013-06-01

©2013 by Walter de Gruyter Berlin Boston

This article is distributed under the terms of the Creative Commons Attribution Non-Commercial License, which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.