Tato práce vysvětluje základy vnitřní kontroly kvality v kostce. V prvé řadě je IQC nezbytnou součástí získání spolehlivého výsledku měření pacientských vzorků. Vytvoření účinné IQC strategie vyžaduje základní statistické znalosti (průměr, směrodatná odchylka a jejich intervaly spolehlivosti). K tomu jsou také potřebné základní znalosti o silových funkcích. Výběr IQCpravidel je vždy kompromisem mezi danou schopností systému detekovat chyby a pravděpodobností falešného zamítnutí. Použití konceptu přípustné celkové chyby může být užitečné při rozhodování o nejúčinnějších kontrolních pravidlech pro daný konkrétní analyt. To však vyžaduje též základní znalosti o analytických požadavcích na kvalitu. Praktické faktory však mohou někdy vést laboratoř k odchylkám od ideálního IQC konceptu: i) použití a práce s „nevhodným“ průměrem, protože je souběžně kontrolováno několik systémů / modulů pro stanovení téhož analytu, ii) použití a práce s „nevhodnou“ směrodatnou odchylkou, protože se musí zohlednit a respektovat variabilita mezi jednotlivými šaržemi. V práci jsou prezentovány běžné problémy spojené s těmito postupy. Tyto postupy mohou být i užitečné pro aplikování pacientských percentilů jako nástroje provádění IQC., This essay tries to put the very basics of internal quality control (IQC) into a nutshell. First, IQC is a necessary part for obtaining a valid result for a patients’ specimen. Establishing an effective IQC strategy requires basic statistical knowledge (mean, standard deviation and their confidence intervals). It also requires basic knowledge of power functions. The selection of an IQC-rule is always a compromise between power for error detection and probability of false reactions. Application of the allowable total error concept may be helpful in deciding about the most effective control rule for a specific analyte. This, however, requires decent knowledge about establishing analytical quality specifications. Practical considerations may lead the laboratory to deviate from the ideal IQC concept: i) working with the „wrong“ mean because several systems/modules have to be controlled for an analyte; ii) working with the „wrong“ standard deviation because lot-to-lot variation needs to be accommodated. Common problems associated with those practices are presented. It may be useful to add monitoring of patient percentiles to IQC monitoring., Stepman H., Stöckl D., and Literatura 3