室内质量控制考点总结.docx
《室内质量控制考点总结.docx》由会员分享，可在线阅读，更多相关《室内质量控制考点总结.docx（18页珍藏版）》请在冰豆网上搜索。
室内质量控制考点总结
室内质量控制考点总结
室内质量控制是实验室质量保证体系中的重要组成部分，其目的是为了保证每个患者样本的测定结果的稳定性。
测定结果的可靠性包括两方面的含义，一是精密度高，即测定结果的重复性好，实验室每天测定的结果变化很小，主要消除或减小随机误差造成的影响，这主要靠建立健全的室内质控系统来保障；另一个方面是准确度，即测定结果正确，接近真值。
主要消除或减小系统误差的影响，这可以通过选用好的测定方法、进行正确校准及参加室间质评活动来保证。
以上两点并不是孤立的，精密是准确的基础，没有高精密度的测定结果，就没有准确度的保证。
因此，实验室要想获得可靠的结果，建立一套健全的室内质控系统是一切质量工作的基础。
一、基本概念及统计量
（一）基本概念
1.随机变量：
随机变量指取值不能事先确定的观察结果，通常简称为变量。
随机变量有一个共同的特点是不能用一个常数来表示，而且理论上讲，每个变量的取值服从特定的概率分布。
随机变量可分为两种类型：
离散型变量和连续型变量。
2.资料类型
观察单位的某项特征的测量结果按其性质可分为三种类型：
（1）计量资料：
对每个观察单位用定量的方法测定某项指标量的大小，所得的资料称为计量资料。
计量资料亦称定量资料、测量资料。
其变量值是定量的，表现为数值大小，一般有度量衡单位。
如某一患者的身高（cm）、体重（kg）、红细胞计数（1012/L）、脉搏（次/分）、血压（kPa）等。
（2）计数资料：
将观察单位按某种属性或类别分组，所得的观察单位数称为计数资料。
计数资料亦称定性资料或分类资料。
其观察值是定性的，表现为互不相容的类别或属性。
如调查某地某时的男、女性人口数；治疗一批患者，其治疗效果为有效、无效的人数；调查一批少数民族居民的A、B、AB、O四种血型的人数等。
（3）等级资料：
将观察单位按测量结果的某种属性的不同程度分组，所得各组的观察单位数，称为等级资料。
等级资料又称有序变量。
如患者的治疗结果可分为治愈、好转、有效、无效或死亡，各种结果既是分类结果，又有顺序和等级差别，但这种差别却不能准确测量；一批肾病患者尿蛋白含量的测定结果分为＋、＋＋、＋＋＋等。
等级资料与计数资料不同：
属性分组有程度差别，各组按大小顺序排列。
等级资料与计量资料不同：
每个观察单位未确切定量，故亦称为半计量资料。
3.总体与样本
总体指特定研究对象中所有观察单位的测量值。
可分为有限总体和无限总体。
总体中的所有单位都能够标识者为有限总体，反之为无限总体。
从总体中随机抽取部分观察单位，其测量结果的集合称为样本。
样本应具有代表性。
所谓有代表性的样本，是指用随机抽样方法获得的样本。
4.概率与频率
概率又称几率，是度量某一随机事件A发生可能性大小的一个数值，记为P（A）。
0≤P（A）≤1。
在相同的条件下，独立重复做n次试验，事件A出现了m次，则比值m/n称为随机事件A在n次试验中出现的频率。
当试验重复很多次时P（A）=m/n。
（二）平均数
平均数是统计中应用最广泛、最重要的一个指标体系，用来说明一组变量值的集中趋势、中心位置或平均水平。
它常作为一组资料的代表值，对资料产生概括的印象，并便于进行组间的比较。
常用的平均数有算术平均数、几何平均数、中位数和百分位数及众数等，前三种较为常见。
算术平均数又简称为均数，样本均数用拉丁字母
表示，是一组变量值数值上的平均，即结果之和除以结果个数。
应用样本均数时应注意：
（1）均数用来描述一组变量值的平均水平，具有代表性，因此变量值必须是同质的；
（2）均数适用于呈正态分布的资料，因为它位于分布的中心，最能反映分布的集中趋势。
对于偏态分布资料，均数不能很好地反映分布的集中趋势，可用几何均数、中位数等描述；
（3）均数只能反映数据集中趋势，对正态分布的资料，将均数与离散趋势指标（标准差）结合起来，可全面地反映其分布的特征。
（三）方差
在实际工作中总体方差不易得到，常用样本方差s2作为总体方差的估计值。
由于各个离均差都经过平方，原来的度量单位等都变成了平方单位而使用不方便，所以表示数据离散程度时，常不用方差，而用标准差。
（四）标准差
标准差（符号为σ，s）计算公式如下：
总体标准差
在实际工作中，总体均数不易得到，常用样本均数
作为总体均数μ的估计值；用样本标准差s作为总体标准差σ的估计值，则
应用标准差时应注意：
①它表示变量值的离散程度。
标准差越大，变量值分布越散，均数的代表性越差，即s越大，
代表性越小，反之亦然。
但当资料的度量单位不同或均数相差较大时，两组资料的标准差不能直接相比；②常与均数结合一起描述正态分布特征。
通过
±s的倍数形式来概括描述变量值的分布，可对资料的频数分布作出概括性的估计；③按上述原理，来确定检验结果的参考区间。
常用的方法是以
土1.96s计算出95%观察值所在范围界限，作为临床的参考区间；④标准差是计算变异系数及结合样本含量计算标准误。
（五）变异系数
变异系数（coefficientofvariation，简记为CV）：
是标准差与平均值之比，用百分数表示，计算公式为：
CV=s/
×100%
变异系数是相对量，没有单位，便于资料间的分析比较。
常用于：
①比较均数相差悬殊的几组资料的变异度；
②比较度量衡单位不同的多组资料的变异度；
③变异系数还常用于比较多个样品重复测定的误差。
（六）极差
极差（range，简记R）：
是一组数值中最大值与最小值的差值。
极差越大，变异度可能越大，各变量值离均值越远，数据越分散，均数的代表性越差，反之亦然。
二、正态分布
（一）正态分布的特征
正态分布曲线是以均数为中心、左右完全对称的钟型曲线，它表示变量值出现的概率。
均数的概率最高。
正态分布有两个参数，即均数μ和标准差σ。
μ是位置参数，σ是变异参数。
一般用N（μ，σ2）表示均数为μ，方差为σ2的正态分布。
服从正态分布的变量的频数分布由μ、σ完全决定。
1.μ是正态分布的位置参数，描述正态分布的集中趋势位置。
正态分布以x=μ为对称轴，左右完全对称。
正态分布的均数、中位数、众数相同，均等于μ。
2.σ描述正态分布资料数据分布的离散程度。
σ越大，数据分布越分散，σ越小，数据分布越集中。
σ也称为是正态分布的形状参数，σ越大，曲线越扁平，反之，σ越小，曲线越瘦高。
若平均值（μ）增大，则正态曲线向右移动。
若标准差（σ）越大，则加工质量越分散。
（二）正态曲线下面积的分布规律
正态曲线下的面积有一定的分布规律。
正态曲线总面积为1或100%，则理论上曲线下面积为：
μ±1σ的面积占总面积的68.2%；
μ±2σ的面积占总面积的95.5%；
μ±3σ的面积占总面积的99.7%。
（三）正态分布的应用
1.估计参考值范围 在医学上通常把95%的正常人某指标所在范围作为参考值范围。
如果资料近似正态分布，且样本含量较大，可按下式估计参考值范围：
±1.96s。
2.质量控制 为了控制实验中的检测误差，常以
±2s作为上、下警告限，以
±3s作为上、下控制界限。
3.正态分布 是许多统计方法的理论基础。
三、测量误差
（一）测量误差
测量结果减去被测量的真值所得的差，称为测量误差，简称误差。
公式可表示为：
测量误差=测量结果-真值。
“测量结果”是由测量所得的赋予被测量的值，是客观存在的量的实验表现，是对被测量之值的近似或估计，显然它是人们认识的结果，不仅与量的本身有关，而且与测量程序、测量仪器、测量环境以及测量人员等有关。
“真值”是物质的天然属性。
真值反映了人们力求接近的理想目标或客观真理，本质上是不能确定的，目前所说的真值实际上用的是约定真值，须以测量不确定度来表征其所处的范围。
因此，作为测量结果与真值之差的测量误差，也是无法准确得到的。
过去人们有时会误用误差一词，即通过误差分析给出的往往是被测量值不能确定的范围，而不是真正的误差值。
误差与测量结果有关，即不同的测量结果有不同的误差，合理赋予的被测量之值各有其误差而并不存在一个共同的误差。
一个测量结果的误差，若不是正值（正误差）就是负值（负误差），它取决于这个结果是大于还是小于真值。
（二）相对误差
测量误差除以被测量的真值所得的商，称为相对误差。
当被测量的大小相近时，通常用绝对误差进行测量水平的比较。
当被测量值相差较大时，用相对误差才能进行有效的比较。
（三）随机误差和系统误差
1.随机误差
测量结果与在重复性条件下，对同一被测量进行无限多次测量所得结果的平均值之差，称为随机误差。
重复性条件是指在尽量相同的条件下，包括测量程序、人员、仪器、环境等，以及尽量短的时间间隔内完成重复测量任务。
随机误差的统计规律性，主要可归纳为对称性、有界性和单峰性三条：
（1）对称性是指绝对值相等而符号相反的误差，出现的次数大致相等，也即测得值是以它们的算术平均值为中心而对称分布的。
由于所有误差的代数和趋近于零，故随机误差又有抵偿性，这个统计特性是最为本质的；换言之，凡是有抵偿性的误差，原则上均可按随机误差处理。
（2）有界性是指测得值误差的绝对值不会超过一定的界限，即不会出现绝对值很大的误差。
（3）单峰性是指绝对值小的误差比绝对值大的误差数目多，即测得值是以它们的算术平均值为中心而相对集中地分布的。
2.系统误差
在重复性条件下，对同一被测量进行无限多次测量所得结果的平均值与被测量的真值之差，称为系统误差。
它是测量结果中期望不为零的误差分量。
系统误差大抵来源于影响量，它对测量结果的影响若已知并可定量表述，则称为“系统效应”。
该效应的大小若是显著的，则可通过估计的修正值予以补偿。
另外，为了尽可能消除系统误差，测量仪器须经常地用计量标准或标准物质进行调整或校准；但是同时须考虑的是：
这些标准自身仍带着不确定度。
四、准确度和精密度
（一）准确度
准确度是测量结果中系统误差与随机误差的综合，表示测量结果与真值的一致程度。
准确度不能以数字表达，它往往以不准确度来衡量。
以不准确度的数据表达。
在单次测量时，每个测量都会显示出某种不准确的程度，即它与真值的偏离。
实际上，一个即使没有系统误差的测量系统也不可能产生准确的单次测量值，因为随机误差为零的几率是零。
（二）精密度
精密度表示测量结果中的随机误差大小的程度。
精密度是指在一定条件下进行多次测定时，所得测定结果之间的符合程度。
测量过程应该足够精密，才能在使用时达到最少的重复测量次数。
精密度无法直接衡量，往往以不精密度表达，常用标准差表示，较小的标准差表示有较高的精密度。
（三）准确度与精密度关系
（a）既有系统误差存在，随机误差又很大。
（b）这显然是由于偶然的巧合而已，由于离散程度很大，无法保证检验结果的可靠性。
（c）存在系统误差。
（d）无系统误差，随机误差也小。
由此可知，要使准确度高，精密度一定要好，精密度好是保证准确度高的前提；但精密度好，不一定准确度高，检验人员必须经常采取比对试验、校准仪器等方法，消除系统误差，才能保证检验的准确度。
五、允许总误差
（一）总误差
在常规测定中每个标本测定结果都会有误差，这个误差包括了各种类型的随机误差和系统误差，因此测定结果与真值的差异是随机误差（RE）和系统误差（SE）的总和，即总误差（TE）。
也可用TE=1.96s＋|Bias|表示（95%允许误差限）。
所选用的检测方法的总误差必须在临床可接受的水平范围内（也就是允许总误差，TEa），这种检测方法才能用于临床常规检查。
（二）分析质量规范
检验项目的分析质量规范对于临床应用是非常重要的和有用的。
分析质量规范可表现为允许不精密度（CV%），允许偏倚（bias）和允许总误差（TEa）等形式，其中最重要的是允许总误差要求，它是医学实用性所能耐受的分析误差的大小。
医学实验室所使用的方法要求在不精密度、不准确度和总误差上应小于这些分析质量技术要求。
（三）如何制定允许总误差
1.制定的允许总误差，既应反映临床应用的要求，又应不超过实验室所能达到的技术水平。
因此，需要由临床医学家和临床化学家共同研究制定。
（1）评价在特定的临床情况下分析性能对临床结果的影响。
（2）评价在一般情况下分析性能对临床决定的影响：
①基于生物变异分量的数据；②基于临床医师观点分析的数据。
（3）已发表的专业性推荐文件：
①来源于国家和国际专业团体；②来源于地区性或个别的专家。
（4）性能目标由以下机构确定：
①政府机构；②室间质量评价（EQA）计划的组织者。
（5）基于当前技术水平的目标：
①由室间质评或能力验证计划数据证实；②当前关于方法学的发表文章。
2.根据生物学变异制定的标准
生物学变异或称生理变异（CVB），包括个体内变异（CVI）及个体间变异（CVG），也就是通常所说的生理波动。
3.室间质量评价的评价准则作为分析质量要求：
美国临床实验室改进修正案’88（CLIA’88）能力验证（室间质量评价）分析质量要求。
此评价准则也作为我国室间质量评价的标准。
六、使用稳定质控品的分析质量控制
（一）质控品
用于质量控制目的的标本被称为质控品。
此种材料需要有其稳定性能、以小瓶包装，在长时间内进行分析测定。
这种质控品应具有小的瓶间变异，这样测定结果之间的差才能归究于方法本身。
质控品应具有与测试样本一样的基质；例如，当血清作为分析检测的材料时，蛋白基质是最好的。
分析物的浓度应处于正常和病理范围之内，这样的浓度对于试验结果的医学解释是很关键的。
大多数实验室目前选择购买商品的质控品。
这样的质控品一般是冻干品或冷冻干燥品，在使用时需要加入水或特殊的稀释液来进行复溶。
同样地可提供以尿液、脑脊液和全血基质的质控品。
液体质控品也可提供，其具有消除复溶误差的优点。
然而，这些液体材料的基质含有对于某些分析方法和仪器具有潜在误差的物质。
选择两个或三个不同浓度的质控品，这样有利于在不同的医学决定性水平上监测方法的性能。
购买的质控品可以是定值，也可以是非定值。
定值质控品标有预期的浓度水平。
所标出的值通常包括一些常规分析方法的均值和标准差，最好是用于测定分析物的参考方法值。
由于需要确定这些值的工作，定值质控品的价格会更昂贵些。
尽管定值有利于选择期望的质控品，建议用户实验室自己确定质控品的均值和标准差，因为，这一过程将改进统计质量控制方法性能特征。
（二）质控图的一般原理
将质控品测定结果与已知值进行比较的最常用的方法是通过使用质控图的方式。
假定分析方法的误差分布是高斯分布（正态分布）。
质控限的设置包括了绝大多数的质控结果，通常为95%到99.7%，其相当于平均值加减2或3倍的标准差（s）。
由于相对地较少的质控结果出现在分布的尾端（对于2s界限，20次中只有1次；对于3s界限，1000次中只有3次），这样的测定结果是值得怀疑的，并建议分析方法可能发生了某些问题。
这样的发生可能导致均值的偏移（准确度问题），其造成较高的超出界限的概率，或者是造成标准差的增加（精密度问题），其加宽了分布，同样可导致较高的超出界限的几率。
①稳定的性能，仅偶然的质控结果超出质控界限；
②出现系统误差，分布的均值已偏移，并造成质控结果超出质控界限很高的期望或几率；
③出现随机误差增加或不精密度，其加宽了分布，并造成质控结果超出界很高的几率。
“在控”和“失控”的概念
通过一定的决策准则或质控规则可以指导质控数据的解释，质控规则规定了判断分析批是“在控”（可接受）或“失控”（不可接受）。
这些质控规则以符号AL或nL表示，其中A是统计量的缩写，n是质控测定值个数，L是质控界限。
例如，13s指的是一个质控结果超出平均数±3s质控界限，就判断分析批为失控的规则。
（三）质控方法的性能特征
质控方法的性能可由其失控几率来描述。
几率指的是事件（指失控）将发生的可能性。
理想的情况下，当分析方法正常地工作时，不应有判断分析批为失控。
另一方面，当额外分析误差发生时，质控方法应提出失控的信号。
这就相当于在第一种情况的几率为0.00，第二种情况下的几率为1.00。
“假失控概率（Pfr）”一词被用来描述第一种情况，即分析方法除了固有的不精密度或固有的随机误差外没有额外分析误差。
（四）Levey-Jennings质控图
质控图由美国休哈特（W.A.Shewhart）于1924年首先提出。
他采用3σ（在Shewhart原文献中，σ为总体标准差）质控图，并以数理统计的方法预测和预防产品质量变动来保证工业产品的质量。
Levey和Jennings在20世纪50年代初把质控图引入到临床检验中，即为此种情况。
他们描述的质控方法，是建立在单个质控物双份测定值的平均数（
）和极差（R）的基础上。
这种质控图从六十年代起已在临床检验中普遍使用并被称之为Levey-Jennings质控图。
此图的优点是可以从两个角度观察误差，即：
可观察批内误差（R）和批间误差（均值的变化）。
在Levey-Jennings质控方法中，绘制质控图的数据，来源于20对质控样本的检测值。
利用这些数据，可计算每对数据的极差（R）和平均数（
）以及所有样本的总均数和平均极差（
）。
然后，建立以总均（
）为中心线，质控限为±1.88R的
-质控图。
类似地，也建立以平均极差R为中心线，质控限为0到3.27
的R质控图。
质控限实际上大体相当于3倍的标准差。
这意味着稳定系统由于随机误差的原因使得1000个结果中只有3个超出了质控限，当观测到的平均数或极差超过各自的质控限时则判断为失控。
在Levey和Jennings的研究中，每周两次对质控物样本进行双份测定，并严格要求应把质控物样本当作常规患者样本一样对待，不能给予特殊的处理。
测定后将双份测定值的平均数和极差画在制好的质控图上，来判断质控结果是在控还是失控。
自Levey和Jennings建立了临床检验质控图后，这种方法在临床检验中得到了普遍的应用。
Henry和Segalove对Levey-Jennings质控图（
-R）进行了修改，以20份质控物的试验结果，计算平均数和标准差，定出质控限（一般
±2s为警告限，
±3s为失控限），每天或每批随患者样本测定质控物一次，将所得的质控结果标在质控图上。
这种质控图一般称为单值质控图，也就是目前大家所熟悉的Levey-Jennings质控图。
为了使用Levey-Jennings质控图，需要遵循以下的步骤：
1.由受控制的分析方法分析质控样本至少20天。
计算这些质控结果的平均数和标准差。
2.在图纸上用手工的方法或使用图形软件自动地绘制质控图。
Y轴标记为“质控结果”，并设置浓度范围，包括平均值±4s。
画出平均数、上和下控制界限线。
当质控测定值个数n为2或更多时质控限设置为平均数±3s。
X轴可标记为时间、天、批号、质控测定值个数，或最恰当的记录质控测定值的相对时间。
3.在每一分析批中检测质控标本，记录质控结果，并将每个质控结果画在质控图上。
4.当质控结果落在质控界限内时，判断分析批为“在控”，并发出患者结果。
当单个质控结果超过质控界限时，停止方法；不能报告患者结果。
检查方法来确定造成误差的原因。
解决问题，然后重复整个分析批-标本和质控品。
以相同的方式确定新分析批的质控状态。
重要的是要认识到假失控问题的严重性，以及它与Levey-Jennings质控图选定质控界限之间的关系。
这些假失控是质控方法内在特征的效果。
它们发生是因为选定的质控界限，而不是分析方法的任何问题。
因此，一般不推荐使用2s质控界限。
使用3s质控界限，消除了假失控的问题，但是遗憾的是也降低了误差的检出。
（五）Westgard多规则质控图
由Westgard等人提出的“多规则”质控方法采用了一系列的质控规则来解释质控结果。
由于选择的这些规则其单个的假失控概率都很低（0.01或更小）而且其联合规则的假失控概率也很低。
这些规则特别是对随机误差和系统误差均敏感，这样提高了误差检出概率。
该方法要求在质控图上绘制平均数±1s，2s和3s质控界限线，这样通过加入一组或几组质控界限就可在Levey-Jennings质控图上应用。
使用了下列质控规则：
12S：
一个质控结果超过平均数±2s，仅用作“警告”规则，并启动由其他规则来检验质控数据。
13S：
一个质控结果超过平均数±3s，就判断失控，该规则主要对随机误差敏感。
22S：
两个连续的质控结果同时超过平均数＋2s或平均数-2s，就判断失控，该规则对系统误差敏感。
R4S：
一个质控结果超过平均数＋2s，另一个质控结果超过平均数-2s，就判断失控，该规则对随机误差敏感。
41S：
四个连续的质控结果同时超过平均数＋1s或平均数-1s，就判断失控，该规则对系统误差敏感。
:
10个连续的质控结果落在平均数的一侧（高或低与平均数，对偏离的大小没有要求），就判断失控，该规则对系统误差敏感。
为了使用多规则质控方法，应遵循下列这些步骤：
1.至少20天由受控制的分析方法检测质控样本。
建议两个不同的质控品具有适当的浓度水平，但单个质控品也可使用。
计算每一质控品结果的平均数和标准差。
2.建立每一质控品的质控图。
质控结果应标记在y轴上，设置的浓度范围应包括平均数±4s。
绘制平均数、平均数±1s、平均数±2s、平均数±3s的水平线。
对于这些线最好采用不同的颜色，可以将1s、2s、3s分别用绿色、黄色和红色表示。
X轴应标记为时间、天或批号和根据要求进行标记。
3.在每一分析批中检测两个不同浓度的质控品，两个浓度各测一次。
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、41S和
规则检查质控结果。
当这些规则其中之一指示出分析批失控了，则判断分析批失控，不能报告患者结果。
当所有这些规则指示出分析批在控，接受分析批，报告患者结果。
5.当分析批失控时，基于所违背的质控规则可确定发生误差的类型。
查找误差类型的来源。
纠正问题，然后重新分析整批包括质控和患者样本。
七、使用患者数据的分析质量控制
患者试验结果是大多数实验室程序的最终产品，并且监测这些结果是最直接的质量控制方式。
遗憾的是，监测结果的程序不太敏感，并具有低的误差检出能力。
最有效的方法是看试验结果与其他患者信息，特别是外科的结果、治疗的响应及尸检数据的临床相关性。
这种方法不太敏感但易于执行。
最容易的方法是将试验结果与病理的或理论上的界限相比较。
（一）单个患者结果
1.临床相关性
2.与其他试验的相关性
3.实验室内双份测定
4.与以前患者试验结果的Delta检查
标本标识的误差，可通过将实验室试验结果与同一患者以前标本获得结果进行比较可以检出。
试验结果的预期变异性依赖于分析项目和测定值之间的时间间隔。
Ladenson已制定了基于3天时间间隔以与最初值变化的百分形式表示的Delta检查界限。
5.界限检查
（二）多个患者结果
1.试验分布的统计量
患者数据包括
升级会员 