劉佳麗,何書康,陳兵權(quán),郭擁軍,王薇,劉向祎,王治國(guó)

(1.北京醫(yī)院 國(guó)家老年醫(yī)學(xué)中心，國(guó)家衛(wèi)生健康委臨床檢驗(yàn)中心，中國(guó)醫(yī)學(xué)科學(xué)院老年醫(yī)學(xué)研究院，北京 100730；2.北京科臨易檢信息技術(shù)有限公司，北京 100020；3.首都醫(yī)科大學(xué)附屬北京同仁醫(yī)院檢驗(yàn)科，北京 100730)

1965年，Hoffman和Waid[1]提出了一種基于患者數(shù)據(jù)的實(shí)驗(yàn)室內(nèi)質(zhì)量控制(internal quality control,IQC)方法——正態(tài)均值法(average of normals，AoN)。該方法是每天檢測(cè)結(jié)束時(shí)計(jì)算落在參考區(qū)間內(nèi)的患者檢測(cè)結(jié)果的平均值、標(biāo)準(zhǔn)差以及不同質(zhì)量控制(質(zhì)控)規(guī)則的控制限和截?cái)嘟缦?，并將得到的“正態(tài)均值(平均值)”描在質(zhì)控圖上[2-3]。該方法具有3個(gè)重要影響因素，包括截?cái)嘟缦蕖⒖刂葡抟约盎颊邫z測(cè)結(jié)果數(shù)。其中，截?cái)嘟缦抻脕?lái)排除計(jì)算均值時(shí)的離群值，以減少人群特征對(duì)AoN的影響[4]；控制限用來(lái)判斷分析過(guò)程是否失控。研究發(fā)現(xiàn)，與傳統(tǒng)基于質(zhì)控品的質(zhì)控方法相比，患者數(shù)據(jù)質(zhì)控方法具有成本低、不存在質(zhì)控品互換性問(wèn)題、可實(shí)時(shí)對(duì)誤差進(jìn)行監(jiān)測(cè)等優(yōu)勢(shì)[5]。在IQC活動(dòng)中，這些方法可以作為傳統(tǒng)質(zhì)控方法的補(bǔ)充，以達(dá)到最優(yōu)的質(zhì)控結(jié)果，提高臨床檢驗(yàn)質(zhì)量[6]。

功效函數(shù)圖是分析批失控概率與該批發(fā)生隨機(jī)或系統(tǒng)誤差大小關(guān)系的圖，即表示統(tǒng)計(jì)功效與分析誤差大小的臨界隨機(jī)誤差(critical random error，ΔREc)和臨界系統(tǒng)誤差(critical systematic error，ΔSEc)的關(guān)系，分析批失控概率由誤差檢出概率(probability for error detection,Ped)和假失控概率(probability for false rejection,Pfr)組成。利用功效函數(shù)圖可以評(píng)價(jià)不同質(zhì)控方法的性能特征和設(shè)計(jì)質(zhì)控方法，即給出某質(zhì)控規(guī)則檢出不同系統(tǒng)誤差或隨機(jī)誤差時(shí)的失控概率[7]。通過(guò)計(jì)算機(jī)繪制功效函數(shù)圖可輕易了解Ped和Pfr[6]。即可篩選出更適合于每個(gè)不同指標(biāo)的質(zhì)控方法，并能夠預(yù)測(cè)質(zhì)控方法可否達(dá)到預(yù)想的質(zhì)量目標(biāo)，這對(duì)控制成本，提高質(zhì)控效率很有意義[8]。

本研究與網(wǎng)絡(luò)公司合作開發(fā)的基于患者數(shù)據(jù)AoN的IQC評(píng)價(jià)和設(shè)計(jì)系統(tǒng)，使用真實(shí)的患者數(shù)據(jù)對(duì)AoN的性能進(jìn)行系統(tǒng)評(píng)價(jià)，同時(shí)根據(jù)評(píng)價(jià)結(jié)果為實(shí)驗(yàn)室應(yīng)用AoN進(jìn)行IQC提出建議。

1 資料和方法

1.1資料來(lái)源 連續(xù)收集首都醫(yī)科大學(xué)附屬北京同仁醫(yī)院檢驗(yàn)科2019年10月1日至11月1日13項(xiàng)常規(guī)生化項(xiàng)目患者結(jié)果數(shù)據(jù)以及相應(yīng)檢測(cè)項(xiàng)目的累積IQC數(shù)據(jù)。

1.2方法

1.2.1開發(fā)環(huán)境 本軟件使用JavaScript語(yǔ)言、Vue框架，基于Nodejs服務(wù)和mongodb存儲(chǔ)，可應(yīng)用于Linux、Windows等不同平臺(tái)以及不同版本系統(tǒng)。

系統(tǒng)誤差為0時(shí)，所得失控概率為Pfr，其他情況則為Ped。以系統(tǒng)誤差為橫坐標(biāo)，相應(yīng)失控概率為縱坐標(biāo)作圖，所得圖形即為結(jié)合AoN影響變量的功效函數(shù)圖。

軟件有5個(gè)功能區(qū)，可模擬以下情況：(1)患者檢測(cè)結(jié)果數(shù)對(duì)AoN質(zhì)控規(guī)則誤差檢出性能的影響；(2)截?cái)嘟缦迣?duì)AoN質(zhì)控規(guī)則誤差檢出性能的影響；(3)控制限對(duì)AoN質(zhì)控規(guī)則誤差檢出性能的影響；(4)sp/sa值對(duì)AoN質(zhì)控規(guī)則誤差檢出性能的影響；(5)具有西格碼度量的功效函數(shù)圖。

1.3統(tǒng)計(jì)學(xué)分析 用Microsoft Office Excel 2016和SPSS 21.0軟件進(jìn)行。用Z分?jǐn)?shù)標(biāo)準(zhǔn)化法對(duì)離群值進(jìn)行剔除，用Kolmogorov-Smirnov法對(duì)數(shù)據(jù)進(jìn)行正態(tài)性檢驗(yàn)，以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1模擬參數(shù) 根據(jù)患者數(shù)據(jù)和IQC數(shù)據(jù)計(jì)算13項(xiàng)常規(guī)生化項(xiàng)目的模擬參數(shù)，見(jiàn)表1。

表1 13項(xiàng)常規(guī)生化項(xiàng)目患者數(shù)據(jù)的模擬參數(shù)

2.2患者檢測(cè)結(jié)果數(shù)(N) 采用AoN規(guī)則為AoN(t2.58)2.58s，檢測(cè)項(xiàng)目為尿酸、鉀、肌酐、鈉。由圖1可見(jiàn)，隨著患者檢測(cè)結(jié)果數(shù)N的增加，在相同ΔSEc和AoN規(guī)則的情況下，Ped逐漸增加。當(dāng)N=20時(shí)，尿酸、鉀、肌酐和鈉AoN規(guī)則檢出2sa大小系統(tǒng)誤差的概率分別為2.8%、5.4%、7.3%、99.6%;當(dāng)N=200時(shí)，相應(yīng)的概率變?yōu)?5.7%、69.0%、84.5%、100.0%，Pfr保持不變，均為1.0%。圖2以N為橫坐標(biāo)，失控概率為縱坐標(biāo)，質(zhì)控規(guī)則為AoN(t2.58)2.58s，系統(tǒng)誤差固定為2sa，更加直觀地顯示出N對(duì)AoN規(guī)則Ped的影響。

注：A為尿酸，B為鉀，C為肌酐，D為鈉。圖1 患者檢測(cè)結(jié)果數(shù)(N)對(duì)AoN性能的影響

注：A為尿酸，B為鉀，C為肌酐，D為鈉。圖2 患者檢測(cè)結(jié)果數(shù)(N)對(duì)AoN性能影響的列線圖

注：A為尿酸，B為鉀，C為肌酐，D為鈉。圖3 控制限對(duì)AoN性能的影響

注：A為尿酸，B為鉀，C為肌酐，D為鈉。圖4 截?cái)嘟缦迣?duì)AoN性能的影響

2.5AoN質(zhì)控規(guī)則 根據(jù)上述功效函數(shù)圖模擬結(jié)果和檢驗(yàn)項(xiàng)目的ΔSEc，為不同檢驗(yàn)項(xiàng)目推薦的AoN質(zhì)控規(guī)則和相應(yīng)的患者檢測(cè)結(jié)果數(shù)，見(jiàn)表2。

表2 檢驗(yàn)項(xiàng)目推薦的AoN質(zhì)控規(guī)則和患者檢測(cè)結(jié)果數(shù)

3 討論

近些年基于患者數(shù)據(jù)的質(zhì)控程序越來(lái)越受到實(shí)驗(yàn)室人員的關(guān)注[5]。最初AoN計(jì)算患者檢測(cè)結(jié)果的算術(shù)均值并進(jìn)行質(zhì)控，但該法只適于正態(tài)分布的檢測(cè)結(jié)果。后來(lái)中位數(shù)、標(biāo)準(zhǔn)差、指數(shù)加權(quán)移動(dòng)均值等[3]統(tǒng)計(jì)量的出現(xiàn)，從多種角度彌補(bǔ)了AoN的不足，使其更加多元化。

本研究與網(wǎng)絡(luò)公司合作開發(fā)患者數(shù)據(jù)AoN的IQC評(píng)價(jià)和設(shè)計(jì)系統(tǒng)，并與首都醫(yī)科大學(xué)附屬北京同仁醫(yī)院檢驗(yàn)科合作，利用其數(shù)據(jù)對(duì)AoN誤差檢出性能的影響因素進(jìn)行了探索。隨著N增加，相應(yīng)的Ped也增加，與已有研究結(jié)論相同[11-12]。好的Ped需要更多的患者結(jié)果，但這也會(huì)導(dǎo)致質(zhì)控頻率降低，規(guī)模較小的實(shí)驗(yàn)室每日檢測(cè)量可能無(wú)法符合要求；控制限越窄Ped越高，但Pfr也隨之上升，對(duì)假失控事件進(jìn)行調(diào)查會(huì)花費(fèi)大量的時(shí)間和精力，同時(shí)還會(huì)大大降低質(zhì)控方法的實(shí)用價(jià)值[12]；寬的截?cái)嘟缦蘅梢垣@得更高的Ped，因?yàn)楦嗟腘被納入計(jì)算，但此結(jié)論僅在患者人群檢測(cè)結(jié)果分布較集中時(shí)才成立。

IQC程序主要包括3個(gè)要素：質(zhì)控規(guī)則、質(zhì)控頻率和質(zhì)控測(cè)定值個(gè)數(shù)[13]。AoN主要缺點(diǎn)是無(wú)法對(duì)質(zhì)控頻率進(jìn)行評(píng)價(jià)，而且本次模擬所使用的參數(shù)都經(jīng)過(guò)離群值處理，可能會(huì)漏檢一些較大的系統(tǒng)誤差，這也是未來(lái)所需要改進(jìn)的地方。如果剔除離群值后N小于軟件推薦的N，則認(rèn)為該實(shí)驗(yàn)室規(guī)模較小，檢測(cè)出的Ped無(wú)法滿足要求，相應(yīng)的質(zhì)控規(guī)則的統(tǒng)計(jì)學(xué)效能降低，本軟件僅供參考使用。此外，AoN對(duì)隨機(jī)誤差不敏感，無(wú)法降低由于隨機(jī)誤差所造成的風(fēng)險(xiǎn)[10]。實(shí)驗(yàn)室可同時(shí)運(yùn)用質(zhì)控品質(zhì)控和患者數(shù)據(jù)質(zhì)控的方法，提高實(shí)驗(yàn)室檢測(cè)結(jié)果的準(zhǔn)確性和整體質(zhì)量水平。