首页 理论教育 统计质控方法

统计质控方法

时间:2022-03-12 理论教育 版权反馈
【摘要】:OCV的测定方法采用日间、批间或是批内进行,尚无统一意见。OCV过大,往往提示检测方法本身有问题,或测定时未处于最佳条件。除了对上述变异测定外,基线测定还应包括对室内质控物的测定准确度的评价,即批内和批间测定结果的均值与靶值的差异。为了建立和使用多规则质控方法,应遵循下列步骤。记录质控结果,并将结果绘制在各自的质控图上。当有一个质控结果超过其2S质控界限时,保留患者结果。用13S、22S、R4S和10X规则检查质控结果。

(一)基线测定

英国学者Whitehead最早对临床检验的统计学室内质量控制提出了一个操作步骤,即实验室开展室内质控前,首先要进行实验变异的基线测定,即首先使用质控物确定实验在最佳条件变异(optimal conditions variance,OCV)和常规条件变异(routine conditions variance,RCV)。OCV测定是指在仪器、试剂和操作者等可能影响实验结果的因素均处于最佳状态时,连续测定同一批号同一浓度的质控物20次以上,计算测得数据的均值X、标准差S和变异系数CV,此CV即为OCV。OCV的测定方法采用日间、批间或是批内进行,尚无统一意见。但应在尽可能保证最佳条件的前提下,使OCV与RCV有较好的对应性。以便在室内质量控制工作中作对比分析。因此,可每天做4、5批测定,每批测定1次,这样在4、5d内即可得到20个数值,所测得的OCV综合表达了批间和日间精密度,但也有人认为应当在一个分析批中进行连续测定。

RCV测定是指在仪器、试剂和操作者等可能影响实验结果的因素均处于通常状态时测定同一批号同一浓度的质控物20批次以上,计算测得数据的均值X、标准差S和变异系数CV,此CV即为RCV,RCV是常规条件下日间精密度的表达指标。测定时必须保证质控物和标本处于同样的处理条件,而且每天只测定1份,20个数据要来自20d测定。

目前对OCV及RCV计算的数据处理方法还有争议,有人认为在测定过程中如有特殊情况发生应做详细记录,求出X、S和CV之后应观察有无超出X±3S范围的数据,在OCV测定中如有某个数据超出X±3S范围,则应废除全部数据,重新测定OCV;在RCV测定中有一个数据超出X±3S范围亦可删除此数据,用剩余的19个数据计算RCV;如有两个或多个数据超出X±3S范围,则应废除该批数据,重新测定RCV。也有人认为所有测定数据不管其是否超出X±3S均可应用于OCV及RCV的统计计算。

计算结果:通常RCV比OCV大,但一般不超过2倍。且对同一批号质量控制血清OCV和RCV测定中所得X应十分一致,否则应查找原因。OCV过大,往往提示检测方法本身有问题,或测定时未处于最佳条件。RCV过大,说明常规工作中控制过松,没有达到应有的精密度水平,或由于检测方法不够稳定,难于掌控。

在临床PCR检验中,进行上述基线测定时既可使用U/ml来进行统计计算,也可用其对数值进行计算。使用实时荧光定量PCR方法时也可采用质控样本的Ct值进行统计计算。由于PCR扩增结果的原始数据通常很大,故可使用其对数值或Ct值进行质控统计分析。除了对上述变异测定外,基线测定还应包括对室内质控物的测定准确度的评价,即批内和批间测定结果的均值与靶值的差异。

(二)Levey-Jennings质控图的特点和使用

1.测定值的分布规律 按统计学规律,质控血清的数值应依据下列规律分布:①95%的结果应落在±2S范围内;②有5%的结果可在X±2S外,但在X±3S内;③均值两侧的数据分布几乎相同,不能有连续5次结果在均值的同一侧,或5次数值渐升或渐降,不能有连续2次结果在X±2S以外;④没有数值落在X±3S以外。

结果违反上述规律时,称为失控。

2.质控图的几种失控表现

(1)曲线漂移:“漂移”现象提示存在系统误差,准确度发生了一次性的向上或向下的改变。这种变化往往是由于一个突然出现的新的情况引起的。如更换标准品的生产厂家及批号;重新配制试剂及操作人员的变换等。在寻找原因时,应重点注意“漂移”现象的前后发生了哪些变动因素。

(2)趋势性变化:向上或向下的趋势性变化,表明检测的准确度发生了逐渐的变化。这种变化往往是由于一个逐渐改变的因素造成的,如试剂的挥发、吸水、沉淀析出、分光光度计的波长渐渐偏移、光电池老化及质控血清本身的变质等。而更换标准品、试剂或操作者等一次性变化的因素则不大可能造成趋势性变化。

(3)精密度的变化:指常规测定中出现日间差异较大的情况。

3.失控后的处理

(1)迅速回顾、检查整个操作过程,是否有发生错误的环节,如计算错误、吸管及波长选择是否正确等。

(2)如操作步骤均无问题,可重复实验1次,如有改进,说明误差很可能为操作错误所致,如加标本量或试剂量的错误等偶然误差所致。

(3)如重作后仍不能更正,可取1份新鲜的控制血清重作,观察是否能更正。

(4)如仍不能解决问题,取1份定值血清,用同样方法测定,如结果良好,可能为原血清变质。

(5)如仍未得到更正,应仔细检查仪器的各种性能是否正常。

(6)如仍未得到纠正,应重新配制试剂或标准液,重新在操作中查找原因。

在分子诊断实验中,Levey-Jennings质控图优点是简单明了,易于掌握和开展;不足之处在于如以X±2S为失控限,假失控的概率太高,通常不能接受,若以X±3S为失控限,则假失控的概率虽相对较低但误差检出能力不强。故实验室可以根据自身的情况选用多规则质控方法(表11-1)。

表11-1 常用质控规则的符号及定义

(三)多规则质控方法

多规则质控方法的使用类似于Levey-Jennings质控图的使用,但是质控结果的解释更具有结构化和系统化。为了建立和使用多规则质控方法,应遵循下列步骤。

(1)至少20d连续检测质控样本。建议使用两个医学决定水平的质控品,条件不允许时至少使用一个水平的质控,但须设置一个阴性对照。计算每一质控品结果的平均数和标准差。

(2)绘制每一质控品的质控图。质控结果应标记于y轴上,设置的浓度范围应包括X±4S。绘制X±1S、X±2S、X±3S的水平线。对于这些线最好采用不同的颜色。X轴应标记为时间、天或批号或根据要求进行标记。

(3)在每一分析批中检测两个不同浓度的质控品,两个浓度各测1次。记录质控结果,并将结果绘制在各自的质控图上。

(4)当两个质控结果落在2S质控界限之内时,接受分析批,报告患者结果。当有一个质控结果超过其2S质控界限时,保留患者结果。用13S、22S、R4S和10X规则检查质控结果。当违反上述规则之一时提示该分析批失控,不能报告患者结果。当所有这些规则均满足时,说明该分析批在控,可报告患者结果。

(5)失控时,基于所违背的质控规则可确定所发生误差的类型,应查找误差类型的来源,纠正问题且质控结果合格后方可进行患者样本的分析。

Westgard多规则质控方法的特点在于其是在L-J质控图方法的基础上产生的,自然也就具有L-J质控图方法的优点,可通过相似的质控图来进行分析,并且假失控和假告警概率低,误差检出能力增强。

(四)累计和质控法

累积和(cumulative sums,CUSUM)质控方法于1977年由Westgard等提出,对系统误差有较好的测出能力。CUSUM控制图是由每个子组均值、或者单个值偏离靶值差值的累计和(cumulative sums)点绘制包含全部信息的一幅控制图。操作过程处于在控状态时,CUSUM图可用以检测过程偏离靶值的小偏移。累计和质控法的具体实施步骤为:①得到测定均值和标准差(S);②确定启动累积和计算的阈值(k)和质控限(h);③确定质控规则;④绘制质控图;⑤累积和(CUSUM)计算;⑥如有失控,则采取措施予以纠正,再开始上述累积和计算。其优点是即便是子组n=1时,CUSUM图检测小偏移也颇为有效。不足之处在于CUSUM图对于发现大偏移的反应比较迟缓(表11-2)。

表11-2 常用的累计和(CUSUM)质控规则

(五)“即刻法”质控法

“即刻法”(即Grubbs法)质控方法是一种离群值检验的统计方法,一组测定值中明显偏离测定值群体的过大值或过小值称为离群值,它既可能是测定结果随机波动的极值,也可能是与群体测定值非属同质总体的异常值。如事先给定一个小概率事件临界点作为随机因素影响的最大波动值(即SI界值表),凡测定偏差超过临界值的离群值将被视为异常值,反之则视为极值加以保留。公式:X最大值和X最小值为可能的离群值)用公式计算出统计量SI上限和SI下限值,并与已计算好的临界值表(即SI值表)作比较,明确其值有无显著性差异,从而判断此临界值是否为异常值,因此“即刻法”是判断一组测定值中极大值或极小值是“在控极值”还是异常值的方法。

在n≥3时,计算出X、S,再根据公式算出SI值,将其值与SI界值表中数据作比较。当SI上限和SI下限值<n2S时,表示处于控制范围之内,可以继续进行测定,并重复以上计算;当SI上限和SI下限有一值处于n2S和n3S值之间时,说明该值为2~3S,处于“警告”状态;当SI上限和SI下限有一值>n3S时,说明该值已在3S范围之外,属“失控”。数字处于“警告”和“失控”状态应舍去,重新测定该项质控品和患者样本。

一些医院的核酸检测实验室并不是每天都进行检测,而“即刻法”质控只要有连续3批质控测定值就可对第3次的测定结果进行质控,这是本方法的一个优势。而回顾性失控检出现象为“即刻法”的一个极大不足之处,在这种现象中,发现异常值时,已经在多次实验后,对以前失控的实验只能“进行回顾性分析”,失去了室内质控的意义。有人甚至因此提出“即刻法”不适用于日常室内质控。为解决“回顾性失控检出”的问题,在室内质控中,除运用“即刻法”进行判断外,还增加即时累积到的±2S、±3S作为判断标准,将超过±2S的数据视为警告,超过±3S的视为失控。其依据视正常情况下检测误差服从正态分布,但即时累积的数据<20次,不满足正态近似定理的要求。也可进行正态性检验并用方差分析进行比较分析,当累积数据呈正态分布时且方差分析无显著性差异时,可用±2S、±3S作为判断标准;当不呈正态性分布时,±2S、±3S仅作参照标准。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈