室間質評數據計算偏倚和σ值的三種方法比較分析

賈建美，劉春霞

（南通瑞慈醫院檢驗科，江蘇 南通226010）

σ在數理統計中表示“標準差”，表征任意一組數據或過程輸出結果的離散程度的指標[1]。6σ質量管理曾被廣泛應用于各大企業的質量管理中，后來被應用到臨床實驗室質量管理中[2,3]。6σ質量水平，意味著百萬機會中只有3.4個缺陷的可能[4]。根據公式σ=（TEa-｜Bias｜）/CV可以計算出σ值,其中TEa為允許總誤差（%），Bias為偏倚（%），CV為變異系數（%）。TEa、Bias和CV均可影響σ值。大部分文獻中Bias來源主要是全國常規化學室間質量評價報告，但是不同的計算方法結果并不一致。本研究利用室間質評數據，選用三種不同計算方法，以衛生行業標準WS/T403-2012作為質量規范[5]，對這三種方法所得Bias以及相應的σ值進行分析比較。

1 材料和方法

1.1 材料2017-2018年本室參加的全國常規化學室間質評數據,共21個項目，包括鉀、鈉、氯、鈣、磷、葡萄糖、尿素、尿酸、肌酐、總蛋白、白蛋白、總膽固醇、甘油三酯、總膽紅素、丙氨酸轉移酶、天門冬氨酸轉移酶、堿性磷酸酶、淀粉酶、肌酸激酶、乳酸脫氫酶、γ-谷氨酰轉移酶。室內質控數據來自江蘇省室內質控上報系統2018年2-9月份的本室上報數據。

1.2 儀器和試劑 OLYMPUS 2700全自動生化分析儀，室內質控品由RANDOX公司提供，批號為1227UN（低值）、909UE（高值）。

1.3 精密度水平評估 選本實驗室2018年2-9月份常規化學的室內質控累積在控變異系數（CV）作為該實驗室精密度水平。CV合并=和CV2分別為兩個濃度水平的累積在控CV（較大CV與較小CV的比值小于2時）。

1.4 偏倚評估 ⑴取本實驗室2018年常規化學3次室間質評數據計算偏倚：相對偏倚=［（｜本室測定值-靶值｜）/靶值］×100%，計算所有相對偏倚的平均值（Bias1）；⑵以本室測定結果為X，EQA靶值為Y，得出回歸方程Y=aX+b。將本室室內質控兩個濃度水平的累積均值x代入方程，得出y。根據公式Bias=［（y-x）/y］×100%[6]，得到低、高兩個偏倚值，利用得出Bias2。⑶取2017-2018年EQA數據中濃度跟本室室內質控相近的數據（至少6次），包括低、高濃度兩個水平，計算“方法和實驗室偏倚（RMSbias）”。RMS-為單次室間質評的相對偏倚，n為室間質評數據的個數[7]。同樣每個項目得到低、高兩個bias值，計算合并bias得出Bias3。

1.5 總誤差（TEa）以衛生行業標準WS/T403-2012作為質量規范。

1.6σ值的計算 σ=（TEa-｜Bias｜）/CV。

1.7 統計學分析 用SPSS17.0軟件包進行統計學處理，采用ANOVA統計學方法，P＜0.05為差異具有統計學意義。

2 結果

2.1 精密度 各檢測項目的累積CV1，CV2以及CV合并見表1。

表1 2018年2-9月份各項目的CV1，CV2以及CV合并(%)

2.2 Bias和σBias1、Bias2、Bias3及相對應的σ1、σ2、σ3值見表2~4。

2.3Bias1、Bias2和Bias3差異性分析Bias1與Bias2，Bias2與Bias3，Bias1與Bias3差異均有統計學意義,存在顯著性差異。P值分別為0.001、0.000、0.043，均小于0.05。

2.4 σ1、σ2和σ3差異性分析 σ1與σ2，σ2與σ3，σ1與σ3差異均無統計學意義。P值分別為0.566、0.359、0.730，均大于0.05。

3 討論

實驗室質量管理引入6σ管理技術，能更直觀的反映實驗室整體質量水平,并為檢驗項目質控規則的個性化選擇提供依據。

精密度是在規定條件下,對同一類或類似被測對象重復測量所得示值或測得值間的一致程度，通常用CV來表示。本室精密度選用8個月的室內質控累積在控數據估算各項目CV，其中包含了質控品和試劑批號更換、儀器的校準、人員更換等影響因素,能夠較真實地反映本實驗室的CV水平[8]。

偏倚是系統測量誤差的估計值,指同一實驗室用同種方法多次獨立檢驗分析。同一樣本所得結果的均值與靶值之間的差異，是檢驗結果正確度指標。偏倚的來源有以下幾種：⑴根據參考方法、參考物質計算偏倚。⑵參與正確度驗證計劃。⑶常規室間質評評價計劃[9]。參考方法和參考物質由于各種原因均不適用于臨床實驗室。正確度驗證計劃是采用無基質效應的新鮮冰凍血清，用參考方法確定靶值，不需要分組，實驗室測定結果直接與靶值比較,能夠比較真實地反映偏倚。但該計劃費用較高，測定次數多，不適合所有實驗室[10]。因此大多數實驗室常以EQA結果來估算偏倚。利用EQA數據估算偏倚有很多方法，最簡單、使用最廣泛的是取同一項目所有批號的相對偏倚，計算其相對偏倚絕對值的平均值（Bias1）；第二種計算方法是以本室測定結果為X，EQA靶值為Y，做相關回歸統計得到回歸方程Y=aX+b。再將本室室內質控兩個濃度水平的累積均值x代入方程，計算y。根據公式Bias=[（y-x）/y]×100%，得出兩個偏倚值，最后計算合并Bias（Bias2）；第三種計算方法是利用若干次的EQA數據,選取其中與本室室內質控濃度相近的數據（至少6次）,先計算單個相對偏倚,然后根據公式計算方法和實驗室偏倚（RMSbias）,得到兩個偏倚值,最后計算合并Bias（Bias3）。本研究對這3種偏倚結果進行了比較分析。利用統計軟件分析，三種偏倚之間均存在顯著性差異（P＜0.05）。結果表明，即使同樣采用EQA數據,不同的計算方法得出的偏倚結果也有明顯差異。

表3 方法和實驗室偏倚（RMSbias）以及Bias3（%）

以衛生行業標準WS/T403-2012規范的TEa，根據公式σ=（TEa-｜Bias｜）/CV，得到三組不同的σ值。統計軟件分析結果顯示各σ值之間無顯著性差異。雖然不同計算方法所得偏倚有顯著差異，但其相對應σ值之間無明顯差異。也就是說不同的偏倚計算方法對某個項目的σ值結果無明顯影響。三種偏倚的計算方法中絕對值的平均值是最簡單的、也是應用最廣泛的，其它兩種計算方法比較繁瑣、耗時較長。但利用EQA數據計算偏倚也有一定的局限性，其靶值的建立是基于對等組內結果取均值,實際是實驗室公議值,并非真值[11]。Friedecky等認為，EQA結果應該與參考方法的靶值進行對比,要求計量可溯源性和絕對正確度[12]。國家衛計委臨檢中心的正確度驗證計劃是比較可行的獲得偏倚的方法，但是未得到廣泛的應用。

表4 行業標準TEa（%）、CV合并（%）、Bias（%）以及σ值

根據Westgard西格瑪多規則的評判標準可以看出σ值越大，質量水平越高，質控規則越少。反之，σ值越小，質量水平越低，質控規則越多[13]。根據項目σ值的不同，可以選擇不同的質控規則，而不是所有檢測項目均采用同樣的質控規則[14]。表4結果顯示，有10項σ≥5，達到優秀水平，但仍有7項σ≤3，水平欠佳，說明本實驗室的檢測性能有待提高。例如UA的σ水平已經大于10，達到世界一流水平,質控規則只要求13s。而Ca的σ水平最低,低于3。根據質量目標指數QGI=Bias/(1.5×CV)，Ca的計算結果為0.74，小于0.8，提示該項目性能不佳的原因主要是精密度超出允許范圍，CV相對較大，需要優先改進精密度，以改善實驗室的質量控制水平[15]。

總之,無論采用哪種偏倚計算方法都能較為真實地評估σ值，從而反映本實驗室的檢測水平，也是目前較為行之有效的方法。三種偏倚計算方法在文獻中較常見，但三種方法比較分析較少見，所得σ值比較尚未見到。文中比較項目均為臨床生化項目,對其它檢測項目是否適用還需要進一步深入研究。