沈雋霏，宋斌斌 綜述，潘柏申 審校

(上海復(fù)旦大學(xué)醫(yī)學(xué)院附屬中山醫(yī)院檢驗科，上海200032)

生物參考區(qū)間通常指參考值分布的95%中心區(qū)間[1]，是解釋檢驗結(jié)果、分析檢驗信息的一個基本尺度和依據(jù)。醫(yī)學(xué)實驗室為臨床提供可靠的生物參考區(qū)間才能正確指導(dǎo)臨床對患者或健康體檢者的診斷和治療[2]。美國臨床實驗室標準化協(xié)會(Clinical and Laboratory Standards Institute，CLSI)和國際臨床化學(xué)聯(lián)合會(International Federation of Clinical Chemistry and Laboratory Medicine，IFCC)在2010年共同修訂的推薦指南《臨床實驗室如何確定和建立生物參考區(qū)間;批準指南——第3版》(EP28-A3c指南)中指出，通過建立排除標準，選取合適參考個體以獲得參考值的方法(直接法)是建立生物參考區(qū)間的標準方法[3]。然而，參考個體的選擇是直接法面臨的最困惑的問題。篩選標準的制定、疾病亞臨床狀態(tài)的存在都將直接影響到生物參考區(qū)間的取值。由于直接法操作過程復(fù)雜，耗時長，且費用昂貴，大部分實驗室均直接引用試劑廠商推薦的生物參考區(qū)間[4]。但由于人群、地域、生活習(xí)慣、疾病的流行病學(xué)表現(xiàn)等多方面的差異，直接引用的生物參考區(qū)間可能不適合本地區(qū)的人群。隨著計算機信息技術(shù)的發(fā)展，有學(xué)者提出利用實驗室儲存的大量數(shù)據(jù)，建立以數(shù)學(xué)統(tǒng)計為基礎(chǔ)的生物參考區(qū)間(間接法)。近年來，許多學(xué)者也紛紛采用類似的途徑報道了眾多的研究成果[5-10]。我們就近年來報道的文獻中出現(xiàn)的多種間接法進行簡單闡述，并比較各個方法的特點，希望對國內(nèi)醫(yī)學(xué)實驗室建立生物參考區(qū)間有所幫助。

間接法建立生物參考區(qū)間是指利用醫(yī)院數(shù)據(jù)庫中已有的數(shù)據(jù)建立生物參考區(qū)間的方法[4]。間接法的優(yōu)勢主要有兩點:(1)有充足、可靠的數(shù)據(jù)來源;(2)間接法的操作較直接法而言比較簡便，耗時短，成本低，有利于參考區(qū)間的建立和定期評審[3]。然而由于醫(yī)院數(shù)據(jù)有存在錯誤值的可能性，因此必須運用合適的統(tǒng)計學(xué)方法對醫(yī)院數(shù)據(jù)庫中可能存在的錯誤值加以剔除。根據(jù)近年的文獻報道，間接法建立生物參考區(qū)間大致可以歸納為以下4個步驟:(1)在醫(yī)院數(shù)據(jù)庫中完成足夠數(shù)量符合要求的數(shù)據(jù)采集;(2)利用合適的方法對偏態(tài)分布的數(shù)據(jù)進行數(shù)據(jù)變換;(3)剔除醫(yī)院數(shù)據(jù)中的離群值或錯誤值;(4)選取合適的方法建立生物參考區(qū)間。

一、數(shù)據(jù)采集

作為一種后驗的方法，間接法建立參考區(qū)間需要采集醫(yī)院數(shù)據(jù)庫中已有的數(shù)據(jù)。EP28-A3c指南指出使用間接法建立參考區(qū)間必須采取必要的篩選措施以防醫(yī)院數(shù)據(jù)庫中大量非健康個體被納入[4]。GROSSI等[8]認為設(shè)置合適的篩選標準可以大幅提高數(shù)據(jù)的可靠性，如選擇排除過去3年內(nèi)對同一項目進行過重復(fù)測試的個體數(shù)據(jù)、綜合觀察研究對象的相關(guān)性指標等。以γ-谷氨?；D(zhuǎn)移酶(gamma-glutamyltransferase，GGT)為例，由于GGT與結(jié)合膽紅素、丙氨酸氨基轉(zhuǎn)移酶和天門冬氨酸氨基轉(zhuǎn)移酶存在相關(guān)性，排除3項指標中任意一項超過現(xiàn)行參考區(qū)間的個體有助于降低選中非健康個體的概率[8]。然而許多研究并未提及數(shù)據(jù)篩選標準的具體設(shè)置，迄今為止這種做法的必要性仍不明確。

在間接法建立參考區(qū)間的過程中，為了盡可能降低年齡和性別等因素對結(jié)果的影響，ARZIDEH等[5]還推薦使用者根據(jù)性別和年齡的差異對樣本進行分層篩選。

由于間接法建立生物參考區(qū)間需要使用相對較長時間范圍內(nèi)的數(shù)據(jù)，因此分析變異、分析前因素等都有可能對結(jié)果造成影響，導(dǎo)致建立的生物參考區(qū)間受到影響。EP28-A3c指南認為堅持合格的質(zhì)量控制程序可以將分析變異對結(jié)果造成的影響降至最低[3]。然而，受試者的狀態(tài)及是否空腹等一些分析前因素都會影響分析結(jié)果。這類因素所引起的變異很難被客觀評估，也很難被實際控制[4]，這在某種程度上也影響到間接法的可靠性。

一般來講，在間接法建立參考區(qū)間的過程中，足量的數(shù)據(jù)可以優(yōu)化所建立的參考區(qū)間，其重要性甚至要高于統(tǒng)計方法的選擇。當然選擇正確的統(tǒng)計方法也能夠提高新建參考區(qū)間的準確度，尤其是在無法收集到足量數(shù)據(jù)的情況下[3]。

二、數(shù)據(jù)變換

由于間接法所使用的醫(yī)院數(shù)據(jù)中存在錯誤值的可能性較大，此類錯誤值(離群值)的存在會對最終獲取的生物參考區(qū)間造成影響，故應(yīng)當予以剔除。然而許多離群值剔除方法是基于樣本數(shù)據(jù)呈正態(tài)分布的假設(shè)下建立的，當此類方法應(yīng)用于偏態(tài)數(shù)據(jù)時，其可靠性將會下降。樣本數(shù)據(jù)呈正態(tài)分布是離群值剔除的基礎(chǔ)。HORN等[11]認為偏態(tài)數(shù)據(jù)會導(dǎo)致正常值被錯誤剔除或產(chǎn)生多個離群值的掩蓋效應(yīng)，進而影響最終獲得的參考區(qū)間。因此，對于偏態(tài)分布的數(shù)據(jù)需要選用合適的方法預(yù)先對樣本數(shù)據(jù)進行變換，以使其達到正態(tài)或近似正態(tài)分布。

檢驗樣本數(shù)據(jù)是否呈正態(tài)分布的方法有很多，包括 Anderson-darling檢驗、Kolmogorov-Smirnov檢驗、Jarque-Bera檢驗以及 Skewness-Kurtosis檢驗(偏度-峰度檢驗)等。其中偏度-峰度檢驗應(yīng)用較為簡便。標準正態(tài)分布數(shù)據(jù)的偏度和峰度值均為0，一般認為偏度或峰度的絕對值大于樣本標準差(s)的1.96倍，可以認為其分布與正態(tài)分布存在明顯差異[9]。GRECU 等[12]曾使用偏度-峰度檢驗來判定數(shù)據(jù)的正態(tài)性。上述幾種檢驗方法的共同特點是理論上適用于所有分布的擬合優(yōu)度檢驗，并不針對某一特定的分布類型。然而在研究中還經(jīng)常用到一些僅僅是針對一維正態(tài)分布數(shù)據(jù)而言的檢驗方法，其中常用的有比較直觀的Q-Q圖法，以Shapiro-Wilk檢驗為代表的回歸型檢驗和矩檢驗法等。

如果數(shù)據(jù)需要做正態(tài)性轉(zhuǎn)化，應(yīng)當根據(jù)數(shù)據(jù)形態(tài)確定相應(yīng)的轉(zhuǎn)換公式，其中最常見的情況為正偏態(tài)和陡峰態(tài)。然而并非所有形態(tài)的數(shù)據(jù)都可以通過此類轉(zhuǎn)換變?yōu)檎龖B(tài)分布，如呈“雙峰”或“多峰”分布的數(shù)據(jù)，沒有任何公式可以將此類數(shù)據(jù)變換為單峰的正態(tài)分布。以下是兩類常見的數(shù)據(jù)變換方法。

1.指數(shù)及對數(shù)轉(zhuǎn)換 轉(zhuǎn)換公式見公式1～3。公式1多用于中度偏態(tài)數(shù)據(jù)，即偏度或峰度為s的2～3倍。公式2多用于高度偏態(tài)數(shù)據(jù)，即偏度或峰度為s的3倍以上。公式3糾偏力度最強，但有時會矯枉過正，容易將正偏態(tài)數(shù)據(jù)轉(zhuǎn)換成負偏態(tài)分布。公式中的x均代表待轉(zhuǎn)換變量。這3個公式的糾偏力度是遞增的。然而某些偏態(tài)分布的數(shù)據(jù)經(jīng)平方根變換或?qū)?shù)變換后仍然呈偏態(tài)分布，尤其是負偏態(tài)數(shù)據(jù)經(jīng)平方根變換或?qū)?shù)變換后反而會增加其偏性[13]。因而可能有必要尋找一種更全面的數(shù)據(jù)轉(zhuǎn)換方式。

2.Box-Cox轉(zhuǎn)換 Box-Cox轉(zhuǎn)換是基于統(tǒng)計分析中常用的一般線性模型假定:Y(λ)=Xβ+e，e～ N(0，σ2I);式中 Y(λ)為反應(yīng)變量的向量，λ 為變換參數(shù)，X為設(shè)計矩陣或觀測矩陣，β為未知參數(shù)向量，e為誤差項，需要服從正態(tài)分布[14]。然而e通常不服從正態(tài)分布，不能直接用于數(shù)據(jù)分析。因此需要對變量Y進行Box-Cox變換，從而使e服從正態(tài)分布。Box-Cox變換自從1964年由Box和Cox提出后已成為一種常用的變換方法[15]。INAL等[9]在使用間接法建立促甲狀腺激素和游離甲狀腺素參考區(qū)間時使用了Box-Cox變換。ARAL等[16]在使用間接法建立凝血酶原時間和活化部分凝血活酶時間參考區(qū)間時也使用了Box-Cox變換。Box-Cox變換是針對變量Y進行變換。Y(Y＞0)的變換可以用公式4表示。公式4中的λ為待定變換參數(shù)。Box-Cox變換能對不同的λ做出不同的變換，所以它是一種涵蓋多種數(shù)據(jù)變換方式的模型，包括了對數(shù)變換、平方根變換和倒數(shù)變換等常用變換[14]。在變換過程中，通常采用極大似然法[17]來估計參數(shù)λ的值，而λ的值又是由所有樣本數(shù)據(jù)決定的。在實際應(yīng)用中，經(jīng)常通過Box-Cox變換來將偏態(tài)分布的數(shù)據(jù)變換為近似正態(tài)分布。然而并非任何分布類型的數(shù)據(jù)都可以通過Box-Cox變換達到正態(tài)分布[7]。Box-Cox變換過程中參數(shù)λ常取-5～5之間的值。若在此范圍中難以找到合適的λ值，一般不考慮使用Box-Cox變換。

三、離群值或錯誤值的剔除

由于間接法所使用的醫(yī)院數(shù)據(jù)中存在錯誤值的可能性較大，此類錯誤值(離群值)的存在會對最終獲取的生物參考區(qū)間造成影響，故應(yīng)當予以剔除。

所謂離群值是指在數(shù)據(jù)中與其他數(shù)值相比差異較大的值。醫(yī)學(xué)實驗中經(jīng)常出現(xiàn)存在離群值的情況，通常情況下很難準確判斷此類數(shù)據(jù)出現(xiàn)的具體原因。如果將正常值當做離群值剔除，那么必然導(dǎo)致最終獲取的參考區(qū)間反?？s小;反之，如果大量離群值存在于分析數(shù)據(jù)中，而相應(yīng)的離群值剔除手段又沒有奏效，必然會引起參考區(qū)間的反常擴大[3]。在使用間接法建立生物參考區(qū)間的過程中，必須盡力避免這2種情況的出現(xiàn)。由于離群值剔除的方法較多，難以一一詳述。近年來的文獻主要介紹了以下幾種常用的離群值剔除方法。

1.箱式圖與莖葉圖法 箱式圖與莖葉圖法是基于四分位間距(inter-quartile range，IQR)的一種剔除離群值的方法。該法主要從數(shù)據(jù)兩側(cè)剔除3倍以上的IQR數(shù)據(jù)。箱式圖與莖葉圖法可以借助SPSS統(tǒng)計軟件輕松實現(xiàn)。軟件會計算IQR并自動從兩側(cè)剔除3倍以上的IQR數(shù)據(jù)。這套程序?qū)⒅貜?fù)執(zhí)行直到所有離群值被剔除。如果數(shù)據(jù)事先經(jīng)過正態(tài)性變換，則需要將數(shù)據(jù)變換回原先的形式[9]。箱式圖的優(yōu)勢在于數(shù)據(jù)平均水平和變異程度可直觀分析比較。然而當離群點較多時，通過箱式圖判定離群值會變得困難，而莖葉圖則是更好的選擇。

2.狄克遜(Dixon)檢驗法 狄克遜檢驗法最早由Dixon在1953年提出。AITKENHEAD等[18]在使用間接法建立與兒童年齡相關(guān)的參考區(qū)間的相關(guān)研究中采用狄克遜檢驗法作為離群值的剔除方法。在 EP28-A3c指南中，狄克遜檢驗法被CLSI推薦作為離群值的剔除方法。狄克遜檢驗法的具體方法如下:定義R為極差(當前所有值中最大值和最小值之差)，D為可疑值與下一個最值之間差值的絕對值。如果D/R＞1/3，那該值便作為離群值被剔除。但EP28-A3c指南同時指出如果數(shù)據(jù)同側(cè)同時存在幾個相近的異常值時，狄克遜檢驗法便會因為其互相掩蓋而失去效果。當這種情況發(fā)生時，實驗者需要對離差最小的異常值使用狄克遜檢驗法進行計算，以保證所有異常值都能被剔除[3]。然而，在 EP28-A3c指南中并未說明使用狄克遜檢驗法時離差最小的異常值的確定方法[11]。

3.杜奇(Tukey)法 杜奇法是 TUKEY[19]在1977年Exploratory Data Analysis一書中首次提出的一種方法。它僅僅使用樣本數(shù)據(jù)中心50%的部分，以此來降低或限制單側(cè)多個相似離群值同時存在而產(chǎn)生的掩蓋效應(yīng)。這種方法需要計算出數(shù)據(jù)分布的25%和75%百分位點的值(P25，P75)以及IQR，然后計算出上、下2個離群值決定水平:決定上限=P75+1.5×IQR;決定下限=P25-1.5×IQR。任何超出該范圍的數(shù)據(jù)均應(yīng)被視為離群值。當已發(fā)現(xiàn)的離群值被剔除后，應(yīng)當繼續(xù)并循環(huán)使用本方法直到剔除所有離群值為止[3]。和很多方法一樣，杜奇法的使用條件也是樣本數(shù)據(jù)呈正態(tài)分布。因此，在數(shù)據(jù)不呈正態(tài)分布的情況下必須對數(shù)據(jù)進行轉(zhuǎn)化。

4.格拉布斯檢驗法和肖維納準則(Grubbs method＆Chauvenet criteria) 在一組測量數(shù)據(jù)中，如果個別數(shù)據(jù)偏離平均值很遠，那么這些數(shù)據(jù)可以被稱作“可疑值”。我們可以使用格拉布斯檢驗法來判斷此類可疑值是否存在。若將“可疑值”從此組數(shù)據(jù)中剔除而不參與平均值的運算，那么該“可疑值”就被稱作“異常值”(粗大誤差)。格拉布斯檢驗法認為若某測量值(x)對應(yīng)的殘差的絕對值(V)大于均值與s的乘積時應(yīng)將該數(shù)據(jù)舍去，見公式 5[20]。KATAYEV 等[21]在使用間接法建立紅細胞平均體積、血紅蛋白濃度、肌酐、鈣、促甲狀腺激素的生物參考區(qū)間的研究中使用了肖維納準則剔除離群值。肖維納準則認為在n個測量值中任一數(shù)據(jù)與平均值的偏差大到這樣程度:凡等于或大于此偏差出現(xiàn)的概率均小于1/2n時(n為樣本例數(shù)且n≥4)，此數(shù)據(jù)應(yīng)舍棄。簡而言之，即從概率意義上講，對于那些誤差的可能出現(xiàn)次數(shù)小于半次的相應(yīng)測量值應(yīng)予以剔除，據(jù)此可以得到可舍棄測量值的誤差標準，見公式6[20]。格拉布斯檢驗法是被理論和實驗所證明的一種較好的方法。1982年徐中秀在《異常值的處理方法分析及其應(yīng)用》中曾使用大量模擬數(shù)據(jù)進行測試，認為相對于肖維納準則而言，格拉布斯檢驗法剔除效能更佳[22]。然而，格拉布斯檢驗法更適用于小樣本量的情況;肖維納準則用于n≥10的測量中較為合理、可靠，所以通常用于樣本量較大的情況下。肖維納準則的最大缺點在于其檢驗系數(shù)缺乏明確的意義[23]。格拉布斯檢驗法和肖維納準則的使用都需要分析數(shù)據(jù)呈正態(tài)分布。

式中u為積分變量，可通過查表得知;σ為樣本數(shù)據(jù)的s。

四、生物參考區(qū)間的建立方法

1.參數(shù)法(parametric method) 參數(shù)法估計生物參考區(qū)間是指將樣本數(shù)據(jù)與標準誤結(jié)合起來，確定一個具有較大置信度的包含總體參數(shù)的可信區(qū)間(confidence interval，CI)。CI由上、下2個可信限(confidence limit，CL)構(gòu)成。在醫(yī)學(xué)研究中，最常用的置信度為95%[24]。參數(shù)法作為估計生物參考區(qū)間的經(jīng)典方法被廣泛使用，其具體步驟無需贅述。值得注意的是參數(shù)法的使用前提為數(shù)據(jù)呈正態(tài)分布。如果樣本數(shù)據(jù)呈非正態(tài)分布，需要選擇一種合適的方法對數(shù)據(jù)進行處理[3]。

2.非參數(shù)法(nonparametric method)EP28-A3c指南明確指出非參數(shù)法是建立生物參考區(qū)間的推薦方法之一。由于參數(shù)法的計量水準明顯高于非參數(shù)法，因此非參數(shù)法對樣本數(shù)量的要求相對較高。根據(jù)REED等的建議，使用非參數(shù)法進行參考區(qū)間研究，最小的可靠觀測量為120例。在某些群體中，在某些組別的參考個體(如新生兒、兒童、老年人)不易獲得的情況下，收集120例或許會有困難。如果可能的話，允許研究年齡相仿的足夠的參考個體。無論獲得多大量的參考值，數(shù)據(jù)仍然應(yīng)該根據(jù)非參數(shù)方法分析并根據(jù)適當?shù)陌俜治粩?shù)報告[3]。對大部分分析物而言，應(yīng)該選取數(shù)據(jù)分布的2.5%和97.5%百分位值作為上、下參考限的取值[3]。然而對部分特殊分析物則應(yīng)當區(qū)別對待。以心肌肌鈣蛋白(cardiac troponin，cTn)為例，2000年和2007年的對急性心肌梗死重新定義的文件指出cTn臨床判斷值應(yīng)取表面健康人群參考區(qū)間上限的99%百分位值[25-26]。因此使用非參數(shù)法建立cTn應(yīng)選取數(shù)據(jù)分布的99%百分位值作為參考限。有學(xué)者指出使用非參數(shù)法對已剔除離群值的數(shù)據(jù)建立生物參考區(qū)間時或許應(yīng)當對用于計算上、下參考限的2個百分位點作適當調(diào)整。以杜奇法為例:從理論的角度來看，標準正態(tài)分布的上、下四分位數(shù)分別為 ±0.674 5，因此 IQR 為1.349。而杜奇法的上、下決定限分別為 -0.674 5-1.5×1.349 和0.674 5+1.5×1.349，即 ±2.698。因此，理論上來說只有＞2.698s的數(shù)據(jù)才能被認為是離群值。換言之，標準正態(tài)分布的數(shù)據(jù)中將有0.7%的數(shù)據(jù)被認為是離群值而被剔除。因此參考區(qū)間必須被增寬。例如如果要計算90%CI的參考區(qū)間，那么90%應(yīng)被調(diào)整為90.634%;對于95%CI的參考區(qū)間，應(yīng)當使用 95.67%[11]。

3.羅伯斯特(Robust)法 1998年，HORN等在“A robustapproach to reference interval estimation and evaluation”一文中對羅伯斯特法進行了詳盡的闡述。羅伯斯特法是一種介于參數(shù)法與非參數(shù)法之間的方法[26]，具有類似參數(shù)估計的過程并且對樣本量沒有太高的要求。因為離群值或錯誤值對該方法的影響較其他方法小，所以該法對于數(shù)據(jù)形態(tài)的要求不如其他的方法嚴格。正是由于這種特性使羅伯斯特法在非正態(tài)分布的數(shù)據(jù)中同樣表現(xiàn)出色[3]。從嚴格意義上來說，羅伯斯特法是一種小樣本估計參考區(qū)間的方法，被廣泛應(yīng)用于樣本量少于120例的情況中。曾有學(xué)者對多種小樣本估計參考區(qū)間的方法進行比較，最終結(jié)果顯示羅伯斯特法在95%CI下對參考上限的估計遠優(yōu)于其他方法[27]。雖然羅伯斯特法對于偏態(tài)數(shù)據(jù)同樣適用，但是它卻對數(shù)據(jù)的對稱性異常敏感，因此使用前必須仔細檢查數(shù)據(jù)的形態(tài)，確保樣本數(shù)據(jù)呈對稱分布。

4.其他方法 近幾年來出現(xiàn)了很多將計算機技術(shù)整合到間接法建立生物參考區(qū)間的嘗試?！癛eference Value Advisor”是為了方便使用計算機建立生物參考區(qū)間，基于Microsoft Excel軟件設(shè)計的一組免費宏命令插件。Reference Value Advisor是根據(jù)EP28-A3c指南中所推薦的方法而設(shè)計的一款軟件，目前暫時只支持Microsoft Excel 2003及以上的版本。Reference Value Advisor V2.0目前可以在“http://www.biostat.envt.fr/”免費下載[7]。

五、總結(jié)

1.現(xiàn)狀 如今參考區(qū)間的使用現(xiàn)狀不容樂觀。很多醫(yī)學(xué)實驗室更傾向于沿用文獻或試劑廠商提供的參考區(qū)間，并未考慮到這些參考區(qū)間的可轉(zhuǎn)化性或這些參考區(qū)間本身就是錯誤的。由于間接法建立生物參考區(qū)間具備獨特優(yōu)勢，在未來的臨床工作中也可能具備較好的應(yīng)用前景[8]。然而使用間接法建立生物參考區(qū)間目前仍然存在爭議[9]，其最主要的原因是間接法所使用的數(shù)據(jù)包含錯誤值的可能性較大。EP28-A3c指南認為間接法只能對參考區(qū)間作出粗略的估計，在條件允許的情況下，仍然首先推薦使用直接法建立生物參考區(qū)間[3]。可以這么說，雖然使用間接法建立的生物參考區(qū)間和直接法所得到的結(jié)果相比可能存在一定偏差，但這比直接采納廠商提供的參考區(qū)間要好得多。另外在利用直接法建立參考區(qū)間的過程中，有時會面對部分特殊人群，如新生兒、兒童和老人等，一般很難從此類人群中收集合格且足量的參考個體。樣本量的不足將導(dǎo)致參考限的擴大，然而間接法無疑為此類較難研究的人群建立參考區(qū)間提供了一種新的機制[10]。

2.展望 利用醫(yī)院數(shù)據(jù)使用間接法建立生物參考區(qū)間并應(yīng)用于臨床至少在理論上是可行的，但首先必須要確保數(shù)據(jù)來源的可靠性;其次需根據(jù)不同方法的具體要求以及數(shù)據(jù)分布，運用適當?shù)姆椒▽?shù)據(jù)加以處理;第三則是使用恰當?shù)姆椒ㄌ蕹龜?shù)據(jù)中存在的錯誤值或是直接將所需值分離。這一步恰恰是間接法的難點所在。如何根據(jù)不同項目和不同數(shù)據(jù)類型選擇最合適的方法及最合適的數(shù)據(jù)量尚無定論。目前很難單獨評判每種方法的優(yōu)劣，只能根據(jù)數(shù)據(jù)量及數(shù)據(jù)分布并結(jié)合每種方法的特點選擇一種或多種較為合適的方法來使用。第四是利用預(yù)處理的數(shù)據(jù)選擇合適的方法建立參考區(qū)間。未來的挑戰(zhàn)是如何基于EP28-A3c指南繼續(xù)完善間接法建立參考區(qū)間的相關(guān)理論，并將間接法建立生物參考區(qū)間更多地運用到日常的臨床工作中。

[1]CNAS-CL02.醫(yī)學(xué)實驗室質(zhì)量和能力認可準則[S].

[2]魏有仁.參考值的幾個基本問題[J].中國實驗診斷學(xué)，1997，1(1):44-46.

[3]Clinical and Laboratory Standards Institute.Defining，establishing，and verifying reference intervals in the clinical laboratory;approved guideline-third edition[S].EP28-A3c，CLSI，2010.

[4]GEFFIé A，F(xiàn)RIEDRICHS K，HARR K，et al.Reference values:a review[J].Vet Clin Pathol，2009，38(3):288-298.

[5]ARZIDEH F，WOSNIOK W，HAECKEL R.Indirect reference intervals of plasma and serum thyrotropin(TSH)concentrations from intra-laboratory data bases from severalGerman and Italian medical centres[J].Clin Chem Lab Med，2011，49(4):659-664.

[6]CONCORDET D，GEFFRé A，BRAUN JP，et al.A new approach for the determination of reference intervals from hospital-based data[J].Clin Chim Acta，2009，405(1-2):43-48.

[7]GEFFRé A，CONCORDET D，BRAUN JP，et al.Reference value advisor:a new freewaresetof macroinstructions to calculate reference intervals with Microsoft Excel[J].Vet Clin Pathol，2011，40(1):107-112.

[8]GROSSI E，COLOMBO R，CAVUTO S，et al.The REALAB project:a new method for the formulation of reference intervals based on current data[J].Clin Chem，2005，51(7):1232-1240.

[9]INAL TC，SERTESER M，COSKUN A，et al.Indirect reference intervals estimated from hospitalized population for thyrotropin and free thyroxine[J].Croat Med J，2010，51(2):124-130.

[10]GIAVARINA D，DORIZZI RM，F(xiàn)ORTUNATO A.Indirect estimation of pediatric Health Related Limits for serum thyrotropin using the ADVIA Centaur analyzer[J].Clin Biochem，2007，40(15):1143-1149.

[11]HORN PS，F(xiàn)ENG L，LI Y，et al.Effect of outliers and nonhealthy individuals on reference interval estimation[J].Clin Chem，2001，47(12):2137-2145.

[12]GRECU DS，PAULESCU E.Quality in post-analytical phase:indirect reference intervals for erythrocyte parameters of neonates[J].Clin Biochem，2013，46(7-8):617-621.

[13]田俊.數(shù)據(jù)正態(tài)性簡易判斷方法及偏態(tài)數(shù)據(jù)冪變換法[J].中國公共衛(wèi)生，2003，19(12):1536-1538.

[14]李運明，封宗超，李小凱，等.Box-Cox變換及其在SPSS軟件中的實現(xiàn)[J].數(shù)理醫(yī)藥學(xué)雜志，2009，22(5):569-571.

[15]Li P.Box-Cox transformations:an overview [EB/OL].(2005-04-11)[2013-05-10].http://faculty.mu.edu.sa/public/uploads/1338395987.4587geos-6.pdf.

[16]ARAL H，USTA M，CILINGIRTURK AM，et al.Verifying reference intervals for coagulation tests by using stored data [J].Scand J Clin Lab Invest，2011，71(8):647-652.

[17]茆詩松，周紀薌.概率論與數(shù)理統(tǒng)計[M].2版.北京:中國統(tǒng)計出版社，2007:232-239.

[18]AITKENHEAD H，HEALES SJ.Establishment of paediatric age-related reference intervals for serum prolactin to aid in the diagnosis of neurometabolic conditions affecting dopamine metabolism[J].Ann Clin Biochem，2013，50(Pt 2):156-158.

[19]TUKEY JW. Exploratory data analysis. Reading[M].New York:Addision-Wesley，1977:506-506.

[20]楊旭武.實驗誤差原理與控制[M].北京:科學(xué)出版社，2009:62-64.

[21]KATAYEVA，BALCIZA C，SECCOMBEDW.Establishing reference intervals for clinical laboratory test results:is there a better way[J].Am J Clin Pathol，2010，133(2):180-186.

[22]徐中秀.異常值的處理方法分析及其應(yīng)用[J].系統(tǒng)工程理論與實踐，1982，2(1):36-44.

[23]鄧勃.關(guān)于異常值的檢驗與處理[J].大學(xué)化學(xué)，1995，10(4):5-9.

[24]方積乾.醫(yī)學(xué)統(tǒng)計學(xué)[M].6版.北京:人民衛(wèi)生出版社，2009:91-93.

[25]ALPERT JS，THYGESEN K，ANTMAN E，et al.Myocardial infarction redefined-a consensus document of the Joint European Society of Cardiology/American College of Cardiology Committee for the redefinition of myocardial infarction [J].J Am Coll Cardiol，2000，36(3):959-969.

[26]THYGESEN K，ALPERT JS，WHITE HD，et al.Universal definition of myocardial infarction[J].J Am Coll Cardiol，2007，50(22):2173-2195.

[27]HORN PS，PESCE AJ，COPELAND BE.A robust approach to reference interval estimation and evaluation[J].Clin Chem，1998，44(3):622-631.