Исключить вероятность ошибки

Методы исключения грубых ошибок

При
получении результата измерения, резко
отличаю­щегося
от всех других результатов, естественно
возни­кает
подозрение, что допущена грубая ошибка.
В этом случае
необходимо сразу же проверить, не
нарушены ли основные
условия измерения.

Если
же такая проверка не была сделана
вовремя, то
вопрос о целесообразности браковки
одного «выска­кивающего»
значения решается путем сравнения его
с
остальными результатами измерения. При
этом при­меняются различные критерии,
в зависимости от того, известна или нет
средняя квадратическая ошибка, а
из­мерений
(предполагается, что все измерения
производятся с
одной и той же точностью и независимо
друг от друга).

Метод
исключения при известной

.

Обозначим
«выскакивающее»
значение через х*,
а
все остальные результаты
измерения через
,
_……….
.
Подсчитаем
среднее арифметическое значение

и
сравним абсолютную величину
разности
с величиной.
Дляполученного
отношения

подсчитаем
вероятность 1—2Ф(t)
(Приложение табл.2.)
Это даст вероятность того, что
рассматриваемое
отношение случайно примет значение,
не
меньшее чем t,
при
условии, что значение х*
не
со­держит
грубой ошибки (что ошибка результата
х* только случайна). Если подсчитанная
указанным образом вероятность
окажется очень малой, то «выскакивающее»
значение
содержит грубую ошибку и его следует
исключить из
дальнейшей обработки результатов
измерений.

Какую
именно вероятность считать очень малой,
за­висит
от конкретных условий решаемой задачи:
если на­значить
слишком низкий уровень малых вероятностей,
то
грубые ошибки могут остаться, если
же взять этот уровень
неоправданно большим, то можно
исключить результаты
со случайными ошибками, необходимые
для правильной
обработки результатов измерения.
Обычно применяют
один из трех уровней малых вероятностей:

5%
уровень (исключаются ошибки, вероятность
по­явления
которых меньше 0,05);

1
%
уровень
(исключаются ошибки, вероятность
появ­ления
которых меньше 0,01);

0,1%
уровень
(исключаются ошибки, вероятность
по­явления
которых меньше 0,001).

При
выбранном уровне
малых вероятностей «выска­кивающее»
значение х*
считают
содержащим грубую ошибку,
если для соответствующего отношения t
вероятность
1—2Ф(t)<.
Чтобы подчеркнуть вероят­ностный
характер этого заключения, говорят, что
зна­чение
х*
содержит
грубую ошибку с надежностью вывода
Р=1—.
Значение t
= t(Р),
для
которого 1—2Ф(t)
=
и,
значит, 2Ф(t)
=Р, называется критическим
значением
отношения
t
при надежности Р. Так, если

= 0,01 (1%
уровень),
то Р = 0,99, критическое значение t
= tР)
= 2,576,
и как только отношение t
превзойдет
это критическое значение, мы можем
браковать
«выскакивающее» значение х*
с
надежностью вывода
0,99.

Пример.
Пусть
среди 41 результата независимых измерений,
произведенных
со средней квадратической ошибкой
=0,133,
обна­ружено
одно «выскакивающее» значение x*=6,866,
в то время как среднее
из остальных 40 результатов составляет
=6,500.
Можно ли считать,
что «выскакивающее» значение содержит
грубую ошибку, и исключить
его из дальнейшей обработки?

Решение.
Разность между «выскакивающим» значением
и сред­ним составляет
= 0,366, поэтому отношениеt
равно

По
табл.2 для t=2,72
оцениваем вероятность 1— 2Ф (t)=
0,0066 < 0,007. Следовательно, с надежностью
вывода Р
> 0,993
можно
считать, что значение x*
содержит
грубую ошибку, и исклю­чить
это значение из дальнейшей обработки
результатов измерения.

Подчеркнем,
что указанный прием применяется только
тогда,
когда величина
средней квадратической ошибкиточно
известна заранее.

Метод
исключения при
неизвестной

.

Если
ве­личина

заранее
неизвестна, то она оценивается при­ближенно
по результатам измерений, т. е. вместо
нее применяют эмпирический стандарт:

(1)

При
этом абсолютную величину разности
меж­ду
«выскакивающим» значением х*
и
средним значением

остальных
(приемлемых) результатов делят на
эмпири­ческий
стандарт и полученное отношение(2)
сравнивают с критическими значениями
(Приложение табл. 3).

(2)

Если
при данном числе п
при­емлемых
результатов отношение (2) оказывается
между двумя
критическими значениями при надежностях

и
(

>),
то с надежностью вывода, большей

можно считать,
что «выскакивающее» значение содержит
грубую ошибку, и исключить его из
дальнейшей обработки ре­зультатов.

Заметим,
что если надежность вывода окажется
недо­статочной,
то это свидетельствует не об отсутствии
грубой ошибки,
а лишь об отсутствии достаточных
оснований для
исключения «выскакивающего» значения.

Пример.
Пусть для n
результатов независимых равноточных
измерений
некоторой величины среднее значение
равно
= 6,500,а
эмпирический стандарт s
=
0,133, и пусть (n
+ 1)-е измерение дало результат
х* = 6,866. Можно ли исключить этот результат
из даль­нейшей
обработки?

Решение.
Здесь отношение (2) равно t
= 0,366/0,133 = 2,75. Если
число приемлемых результатов n
= 40, то полученное отношение превосходит
критическое значение 2,742 при надежности
P
= 0,99 и
значение х*
можно
исключить с надежностью вывода, большей
0,99. Если
же число приемлемых результатов n
= 6, то полученное отно­шение
меньше критического значения 2,78 даже
при надежности P=0,95
и значение x*
исключать не следует.

Грубые ошибки
возникают вследствие нарушения основных
условий измерения или в результате
недосмотра экспериментатора. Внешним
признаком результата, содержащего
грубую ошибку, является его резкое
отличие по величине от результатов
остальных измерений.

Выбор метода
зависит от того, известна ли
среднеквадратическая ошибка измерений
σ
(съёмка данных на конкретном элементарном
объекте измерений проводится с помощью
одного и того же устройства и в одних и
тех же условиях, поэтому можно считать,
что все измерения проводятся с одной и
той же точностью и, кроме того, независимо
друг от друга).

При известной
среднеквадратической ошибке измерений
применяют следующий метод:

Для каждого
экспериментального значения X_*
находят выражение

,
(3)

где
— среднее арифметическое всех значений
(кроме
X_*),

n
– количество этих значений;

Ф(t)
– функция, возвращаемый результат
которой определяется с помощью массива
значений или с помощью формулы

,
(4)

где
t
> 0,

ф( — t
) = — ф( t),

(5)

Если α
< А, значит
с вероятностью (1-
α)*100% можно
утверждать, что X_*
— грубая ошибка.

Принято выбирать
А
из 0.05, 0.01,
0.001 для
вероятностей 95,
99, 99.9%
соответственно.

Отличительной
чертой исключения грубых ошибок при
неизвестной σ
является её замена в формуле (1) эмпирическим
стандартом

,
(6)

где i
– номер любого значения, кроме номера
исследуемого значения X_*
.

После удаления
грубых ошибок из набора значений, можно
найти интервал, в котором будет находиться
действительное значение.

X_д
= X_cp
± sigma,

где sigma
= σ,
если известно среднеквадратическое
отклонение, или

,

если σ
неизвестно.

Но полученный
интервал можно будет считать верным,
только в определённом случае.

Все
доверительные оценки, как средних
значений, так и дисперсий основаны на
гипотезе нормальности закона распределения
случайных ошибок измерения
и поэтому могут применяться лишь до тех
пор,
пока результаты эксперимента не
противоречат этой гипотезе.

Если
результаты эксперимента вызывают
сомнение в
нормальности закона распределения
случайных ошибок, то
для решения вопроса о пригодности или
непригодно­сти
нормального закона распределения надо
произвести достаточно
большое число измерений и применить
один из
описанных ниже критериев.

Критерий
соответствия
²
(«хи-квадрат»).
Ре­зультаты
измерений (разумеется, свободные от
система­тических
ошибок) группируют по интервалам таким
обра­зом,
чтобы эти интервалы покрывали всю ось
(-,
+)
и чтобы количество данных в каждом
интервале былодостаточно
большим (во всяком случае не менее пяти,
лучше
десяти). Для каждого интервала ()
под­считывают
число

результатов
измерения, попавших в
этот интервал. Затем вычисляют вероятность
попа­дания
в этот интервал при нормальном законе
распре­деления
вероятностей:

(7)

где
— среднее арифметическое значение
результатовизмерения,
s—эмпирический
стандарт (средняя квадратическая
ошибка), Ф — интеграл вероятностей,
представленный
таблицами 1 и 2(см. приложение).
Затем, вычисляют сумму

(8)

где
L — число всех интервалов число всех
результатов измерений (-,),
(),…,(),
n — число всех результатов измерений
().

Если
сумма (8) окажется больше критического
значения
по табл. 4 принекоторой
доверительной вероятности P
и
числе степе­ней
свободы k
= L-3,
то
с надежностью P
можно
счи­тать, что распределение вероятностей
случайных ошибок в
рассматриваемой серии измерений
отличается от нор­мального.
В противном случае для такого вывода
нет достаточных оснований.

При
отсутствии достаточных оснований для
того, чтобы отвергнуть
гипотезу о нормальном распределении
слу­чайных
ошибок измерения, эта гипотеза
принимается, так как в обычных ситуациях
эта гипотеза часто может быть обоснована
теоретически. Однако следует иметь в
виду, что даже малая величина суммы (8)
не может служить доказательством
нормальности закона распределения.

Отметим
еще важное свойство критерия
:

если
распределение
отлично от нормального, то при достаточно
большом числе измерений сумма (8) превысит
соот­ветствующее
критическое значение
.
Поэтому,
если при произведенном числе измерений
критерий

дал малую надежность,
но сомнение в нормальности распределения
осталось,
то следует увеличить число измерений
(в не­сколько
раз!).

Указанное
выше число степеней свободы k
= L-3
относится только к тому случаю, когда
оба параметра нормального закона
распределения определяются по ре­зультатам
измерений, т.е. когда вместо точных
значе­ний а
и
применяются
их эмпирические значения

и
s.
Если
значение а
точно
известно (например, при измерении
эталона), то число степеней свободы
равно k
= L-2,
если известны оба параметра а
и
,
то число степеней свободы равно k
= L-1.
На практике такая ситуация встречается
редко, и поэтому для получения числа
сте­пеней свободы не менее пяти надо
брать число интерва­лов не менее
восьми.

В
заключение заметим, что эффективность
критерия
повышается,
если в каждый из выделенных интервалов
попадает примерно одинаковое количество
данных. Это следует
учитывать при группировке первичного
материала (если
возможно).

Пример.
Приведем пример расчета вероятностей
для приме­нения
критерия
.Возьмем
интервальный ряд данных, значения
параметров нормального рас­пределения
для которого были посчитаны:
=8,63,
s
= 0,127. Для применения критерия
²
объединим крайние интервалы,
чтобы число данных в каждом интервале
стало не менее пяти.
Полученные данные представлены в первых
двух столбцах табл. 1. Крайние интервалы
взяты бесконечными. В третьем столбце
подсчитаны отношения

для
правых концов интервалов, например,
= (8,425-8,63)/0,127 =-1,614.
В четвертом столбце приведены
соответствующие значения интеграла
вероятностей Ф ()(Приложение
табл. 1). При
этом произведена линейная интерполяция.
По значе­ниям
Ф ()-в
пятом столбце вычислены вероятности—
как разностисоответствующих
значений Ф (t):

например,
р₂
= -0,3888 — (-0,4467) = 0,0579. При вычислении
ве­роятности
учтено, что Ф(-)
= -0,5. Последние столбцы таб­лицы
не нуждаются в пояснении. Сумма чисел
последнего столбца дает
нужное значение
²
=2,528. Сравнение этого значения с
крити­ческими
значениями при числе степеней свободы
k
=10-3
= 7 по­казывает, что нет оснований
сомневаться в нормальности распреде­ления
(основания для подобного сомнения могли
бы возникнуть, если
бы вычисленное значение
²
было бы по крайней мере раз в
5—6 больше).

Таблица
1

Интервалы
(-; 8,425) (8,425; 8,475) (8,475; 8525) (8,525; 8,575) (8,575; 8,625) (8,625; 8,675) (8,675; 8,725) (8,725; 8,775) (8,775; 8,825) (8,825; +)	7 5 8 10 18 17 12 9 7 7	-1,614 -1,220 -0,827 -0,433 -0,039 0,354 0,748 1,142 1,536 +	-0,4467 -0,3888 -0,2959 -0,1676 -0,0156 0,1383 0,2728 0,3733 0,4377 0,5000	0,0533 0,0579 0,0929 0,1283 0,1520 0,1539 0,1345 0,1005 0,0644 0,0623	1,67 -0,79 -1,29 -2,83 2,80 1,61 -1,45 -1,05 0,56 0,77	0,523 0,108 0,179 0,624 0,516 0,168 0,157 0,110 0,048 0,095
Суммы	100=n	—	—	1,0000	—	2,528=

Для
этого определяется критерий соответствия
χ2, который должен быть достаточно мал.
В этом случае с определённой достоверностью
можно будет говорить о нормальности
распределения набора значений, а как
следствие этого – право с определённой
вероятностью утверждать, что полученный
интервал верен.

Результаты
измерений, освобождённые от грубых
ошибок, группируют по интервалам таким
образом, чтобы они покрыли всю ось и
чтобы количество данных в каждом
интервале было достаточно большим.

Для
каждого интервала подсчитывают число
результатов измерения mi , попавших в
этот интервал.

Затем
вычисляется вероятность pi попадания в
этот интервал при нормальном законе
распределения вероятностей

,

где
Xi – правая граница i-го интервала.

Необходимо заметить,
что для первого интервала

,

Для последнего
интервала

В
качестве проверки правильности расчёта
значений pi можно использовать равенство

.

Непосредственно
χ2 находится по формуле:

,

где
l – количество интервалов.

Если
полученное значение χ2 окажется больше
критического значения χ2кр
, при некоторой доверительной вероятности
Р и числе степеней свободы k = l – 3, то с
надёжностью Р можно считать, что
распределение вероятностей случайных
ошибок в рассматриваемой серии измерений
отличается от нормального. В противном
случае для такого вывода нет достаточных
оснований.

При
отсутствии достаточных оснований для
того, чтобы отвергнуть гипотезу о
нормальном распределении случайных
ошибок измерения, эта гипотеза
принимается, а следовательно интервал
Xд = Xcp ± sigma можно считать верным.
Разработанная автоматизированная
система позволяет оперативно проводить
оценку грубых ошибок эксперимента и
достоверность нормального распределения
результатов. Ввод данных осуществляется
автоматически с устройства либо из
предварительно подготовленного файла
данных.

Рис.1. Пример работы
автоматизированной системы оценки
статистических данных

Ежедневно в Москве проводятся сотни тысяч лабораторных исследований. В структуре Департамента здравоохранения города Москвы (ДЗМ) насчитывается 235 лабораторий, в которые поступают на анализ пробы из всех городских поликлиник и стационаров. Тысячи врачей получают результаты исследований как в бумажном, так и в электронном виде. В работу Московской лабораторной службы заложена многоступенчатая система контроля качества, практически исключающая вероятность ошибки. Однако зачастую пациенты приходят к выводу, что «в лаборатории что-то перепутали» и «анализы с ошибками». Попробуем разобраться, как анализы москвичей защищены от ошибок и на каком этапе может произойти сбой.

Какой путь проходит каждый анализ

Этап №1 – сбор или взятие биоматериала. К самостоятельно собранному биоматериалу относятся кал, моча и мокрота. Их пациент собирает сам, соблюдая при этом все правила и требования (в противном случае неправильный сбор материала может послужить причиной ошибки в результатах анализов).

Кровь берется у пациента в условиях поликлиники, стационара или на дому лаборантом или медицинской сестрой, при этом соблюдаются определенный порядок и правила, нарушение которых тоже ведет к ошибке в анализе.

Для анализа используется кровь из вены или из пальца. Анализ из венозной крови считается более точным.

Чтобы сдать более сложные биоматериалы, такие как ликвор и выпотную жидкость, пациент должен на короткий срок поступить в стационар.

Этап №2 – транспортировка. Только некоторые, самые простые анализы выполняются в лабораториях при поликлиниках. Большинство же взятых на анализ биоматериалов отправляются в окружные лаборатории.

Этап №3 – анализ. Пробы исследуются на специальных анализаторах, результаты готовы чаще всего в течение 24 часов после доставки проб
в лабораторию (за исключением особых трудоемких анализов, подготовка результатов которых может занять 10–14 суток).

Этап № 4 – получение результатов лечащим врачом (в
бумажной или электронной форме). В первом случае результаты на бумажном носителе привозят в поликлинику, где их отдают врачу, назначившему исследование, во втором – после подписания полученных результатов в лаборатории он автоматически поступают в электронную карту пациента и становятся доступны для просмотра любым врачом. На 2022 год информатизация клинико-лабораторной службы в большей части завершена, поэтому большинство заключений поступает в электронную медицинскую карту пациента и в ЕМИАС, где они становятся доступны для врача.

Полученные результаты анализов врач использует для подтверждения диагноза и назначения пациенту лечения.

Этап №5 – пациент на приеме у врача может ознакомиться с результатами исследования и получить надлежащую помощь. Пациент также может ознакомиться с результатами исследования в своей электронной медицинской карте через портал mos.ru и затем получить назначения врача.

Итак, отследив путь проб, которые собираются для анализа, мы можем сказать: вероятность ошибки есть на каждом из этапов.

Как исследование вашего биоматериала защищено от возможных ошибок

Лабораторный этап исследования – самый защищенный от ошибок. При доставке биоматериала они принимаются специалистом лаборатории (биоматериал может быть не принят, если лаборант заметит нарушение правил маркировки, транспортировки и т.д.). Затем биоматериал оказывается в ведении специалиста, который проверяет работу аппаратуры, контролирует автоматизированные процессы и, в целом, почти не прикасается к пробиркам.

В клинико-диагностических лабораториях системы ДЗМ действует отработанная система контроля качества и исключения ошибок. Анализ проб проводится только при помощи автоматических высокотехнологичных анализаторов, которые проходят систематическую проверку, – в начале каждого рабочего дня и перед каждой загрузкой приборов. Все реагенты и расходные материалы проверятся анализатором на пригодность к работе. При наличии малейшего подозрения на ошибку анализатор останавливает работу.

Всю информацию анализатор передает в базу данных лабораторной информационной системы. Если, несмотря на все меры предосторожности, специалист лаборатории замечает в базе сомнительные результаты, он проводит повторный анализ имеющейся пробы.

На каком этапе возможны ошибки

Согласно статистике, в настоящее время не менее 65 % всех ошибок, связанных с лабораторными исследованиями, происходит на долабораторном этапе. Какими они бывают?

• Пациент не был надлежащим образом подготовлен к сдаче биоматериала. Например, курил, не соблюдал диету, сдавал кровь не натощак и т. д. Все эти условия отражаются на результатах исследования.

• Погрешности сбора и хранения биоматериала. Например: немедицинский контейнер, нестерильная тара (для определенных анализов, например, бактериальный посев), слишком длительная транспортировка, неверный температурный режим в холодильнике, где хранились пробы, нарушения условий при перевозке и т. д.

• Была допущена ошибка при оформлении проб или сопроводительных бумаг. Например: несоответствие номера пробы и номера направления, фамилии на пробе и на направлении, опечатка в фамилии, отсутствие фамилии врача или неточное указание медицинской организации, в которую следует доставить результаты, несовпадение номера страхового полиса с фамилией пациента и т. д.

Точность и педантичность при оформлении проб и документов для проведения исследования – задача сотрудников медицинской организации, которая заказывает анализ.

Что обычно настораживает пациента

Разница в результатах. Например, вы сдали анализы вчера и сегодня, и в показателях есть разница. Или – вы сдали биоматериал в городской лаборатории и в коммерческой лаборатории, и результаты снова разнятся.

Подобные отличия не говорят об ошибке: человеческий организм – это живая система, в ней постоянно происходят изменения. Если пациент болен – заболевание развивается, меняется состав крови.

Лабораторный показатель не должен быть стабилен даже в течение дня, не говоря уже о разнице в 1–2 дня. Лаборатории тоже не работают одинаково: разные приборы, разные реагенты, разные технологии выполнения одних и тех же тестов, у всех свой протокол, поэтому результаты анализов в разных лабораториях отличаются в рамках допустимого значения.

Как сократить вероятность ошибки в лабораторных исследованиях:

Внимательно отнеситесь к правилам подготовки к анализу, соблюдайте все предписания.

1. Правильно собирайте биоматериал, используйте только специальные медицинские контейнеры (при назначении определенных анализов – только стерильные).

2. Если вам выдали направление в бумажном виде, тщательно проверяйте записи на анализ: как написаны ваша фамилия и имя, возраст, номер страхового полиса. Эти ошибки в настоящий момент тоже встречаются редко, однако не лишним будет проявить бдительность.

3. Если вы сдаете повторный анализ в частной лаборатории, учтите, что точное совпадение результатов – скорее неадекватная ситуация. Хороший результат работы обеих лабораторий – небольшие отклонения в рамках допустимого диапазона значений.

4. Не пытайтесь самостоятельно прочесть результат анализа. Если у врача будут трудности с интерпретацией результатов, он всегда может обратиться за консультацией к специалисту лаборатории. Диагноз может поставить только ваш лечащий врач.

5. Никогда не просите медицинского работника трактовать результаты анализа по телефону или поставить диагноз только по одному результату анализа: это просто невозможно.

Следует помнить, что на основании анализов выставлять диагноз неверно! Клинический диагноз выставляется врачом с опорой на клинику, результаты инструментальных исследований и результаты лабораторных исследований.

Никогда не ставьте себе сами диагнозы, не пытайтесь делать выводы только по результатам лабораторных заключений. Позвольте врачу сделать свое дело и диагностировать заболевание в соответствии со всеми принятыми правилами.

Будьте здоровы!

Список литературы:

1. Ибрагимова Э.И., Аимбетова Г.Е., Байсугурова В.Ю. [и др.]. Ошибки в лабораторной медицине: обзор литературы // Наука о жизни и здоровье. 2020. № 1. С. 103–110. DOI:10.24411/1995-5871-2020-10072.

2. Бражникова О.В., Гавеля Н.В., Майкова И.Д. Типичные ошибки на преаналитическом этапе проведения лабораторных исследований // Педиатрия. Приложение к журналу Consilium Medicum. 2017. №. 4. С. 84–90.

Предложения со словосочетанием «не исключать вероятности»

Заключение, подготовленное полиграфологом, содержит ответы на ранее согласованный перечень вопросов. Качество подготовленного теста, квалификация исполнителя, примененный программно-аппаратный комплекс – детали, влияющие на точность результата. Стоит допустить ошибку или двусмысленность формулировки, чтобы поставить заключение под сомнение. Оценка заключения стороннего специалиста минимизирует риски. Лицо, прошедшее тест на полиграфе, или заказчик проверки вправе перепроверить объективность выводов, озвученных полиграфологом в предоставленном заключении.

Где кроются ошибки

Применение детектора лжи зависит от эффективности использованных аналитических техник, качества вопросов. Сам по себе полиграф влияет на результат на 10%. Более 90% зависит от правильной обработки полученных материалов. Ошибки закрадываются на этапе подготовки вопросов:

• краткая формулировка;
• значимое слово всегда в конце предложения;
• отсутствие многозначных слов;
• отсутствие непонятой для испытуемого лексики.

Вторая группа ошибок обусловлена отсутствием предварительного инструктажа. Накануне теста на полиграфе не рекомендуется пить, курить, подвергать себя психоэмоциональному напряжению, принимать сильнодействующие препараты. Непосредственно перед началом опроса человека инструктируют, а потом он подписывает согласие на проведение теста. Последнее берут в устной или письменной форме.

Возраст и состояние здоровья

Результат теста на полиграфе может быть искажен в силу объективных причин. Не рекомендуется принимать в нем участие пожилым, подросткам, детям. Люди с выраженными психическими отклонениями также не должны быть подвергнуты подобной проверке. В группу риска входят:

• патологические обманщики;
• представители спецслужб;
• профессиональные актеры.

Перечисленные категории подвергают детальной проверке. Нужно исключить вероятность попыток исказить результат.

Человеческий фактор и его последствия

Детектор лжи – прибор, фиксирующий реакцию человека на контрольные вопросы. Девайс не делает выводов, а лишь беспристрастно переносит в цифровую форму запись реакций опрашиваемого лица. Груз ответственности ложится на полиграфолога. Он сравнивает реакции человека, находящегося в состоянии покоя и возбуждения. Квалификация эксперта – определяющий фактор. Исказить результаты, отраженные в заключении полиграфолога, может его предубежденность, усталость.

Умение увидеть разницу

Результат теста на детекторе лжи зависит от качества подготовительной работы. Перед началом теста исполнитель опрашивает человека. Его задача – узнать, были или нет накануне проведения опроса в жизни человека эмоциональные потрясения. Психофизиологические признаки лжи путают неопытные полиграфологи с другими эмоциональными состояниями:

• ненависть;
• стыд;
• смущение;
• радость.

Собранная заранее информация исключит вероятность ошибки, субъективной оценки.

Отказ от шаблонных методов

Как было сказано раньше, значение имеет подготовительная работа. Отправной точкой работы полиграфолога станет изучение конкретного задания. Учитывают возраст опрашиваемого лица, социальный статус, образовательный уровень, цель, преследуемую заказчиком. Клиент вправе предоставить перечень вопросов, ответы на которые нужно получить. Следующий этап – полиграфолог редактирует их. Каждый случай уникален. Использование шаблонных опросников, методов негативно отразится на результате.

Наличие видеозаписи

Международная практика проведения тестов на детекторе лжи подразумевает страховочный вариант. Полиграфолог ведет запись с момента начала работы. Первый этап – пред тестовая беседа. Опрашиваемому лицу расскажут обо всем, что будет происходить. Второй этап – инструктаж. Человека поставят в известность о необходимых действиях с его стороны. Запись, к сожалению, ведется не всегда. Причина – отсутствие требования в законодательстве. Отсутствие записи не позволяет ответить на вопросы:

• обсуждалось или нет событие, ставшее основанием для назначения теста;
• проводилась или нет предтестовая беседа;
• разъяснил полиграфолог или нет человеку суть происходящего.

Вторая проблема – запись велась, но ее качество оставляет желать лучшего. На экране должно быть видно лицо опрашиваемого человека. Каждая психоэмоциональная реакция фиксируется во время записи. Второй нюанс – каждый вопрос, качество его озвучки, ответы человека должны быть четко слышны.

Присутствие посторонних

Психоэмоциональное состояние человека во время теста воздействует на результат. С момента начала предтестовой беседы в помещении находится только полиграфолог и опрашиваемое лицо. Посторонних быть не должно. Они негативно воздействуют на способность человека сосредоточиться. Неопытные полиграфологи допускают присутствие в помещении, например, заказчика теста на детекторе лжи.

Наличие противопоказаний

Полиграфологи выделили объективные причины. Люди с отсутствующими конечностями и хронические алкоголики не могут быть подвергнуты тесту. Другие противопоказаний:

• беременность;
• выраженная усталость;
• болезни дыхательной системы;
• болезни сердечно-сосудистой системы;
• неврологические заболевания;
• эпилепсия;
• прием сильнодействующих препаратов, влияющих на ЦНС;
• пристрастие к наркотическим веществам.

Результат теста на детекторе лжи зависит от полиграфа на 10%. Остальное – субъективные и объективные факторы. Психоэмоциональное состояние опрашиваемого лица, его самочувствие и привычки, квалификация исполнителя имеет значения. Ошибки могут быть допущены на этапе подготовки вопросов, их озвучания, подготовки человека к тесту. Исключить заведомо необъективное заключение на основании проведенного теста на детекторе лжи можно. Обращение к экспертам для повторного анализа материалов – опция, доступная как заказчику процедуры, так и опрошенному лицу.