人體生理參數參考區間的制定方法和應用

何慧婧，單廣良

(中國醫學科學院基礎醫學研究所 北京協和醫學院基礎學院 流行病學與衛生統計學系, 北京 100005)

生理參數及其標準存在人種、民族和地區間的差異[1-2]。制定符合不同人群生長發育規律的生理參數值范圍，可使疾病篩查和臨床實踐更有針對性[4]。

生理參數參考區間(reference interval, RI)的計算有嚴格的方法學和規范化要求，美國臨床實驗室標準化協會(clinical and laboratory standards institute, CLSI)第3版RI制定指南(C28A3)[3]系統介紹了RI的計算方法及其應用，然而國內目前尚無相關方法學介紹。因此，本文旨在系統介紹生理參數RI的制定方法及其應用時的注意事項。

1 制定生理參數值參考區間的流程

1.1 明確研究目的和目標人群

針對不同人群特點和指標類型，RI的計算需要考慮的因素略有不同。例如兒童臨床指標RI的制定，需要考慮按年齡等影響因素進行亞組劃分[4]；而老年人也可能在某些生理指標方面與一般人群存在差異，RI因此也會不同[5]。一些在民族或種族間存在差異的生理指標，在制定RI時也須明確目標人群來源[6-7]。

1.2 確定參考人群

明確目標人群后，還需明確參考人群(reference individual)。如制定中國健康成人血壓值的RI，首先要定義“健康”。然而，絕對的健康是難以界定的，在實際應用中往往根據研究目的而制定健康的相對標準[4, 8-9]，即參考人群中不存在影響血壓值的病理因素。根據研究目的不同，可以有不同的納入和排除標準。

C28A3中列舉了一些常見的需要排除的人群(因研究而異，表1)。另外，還可通過文獻查閱、專家咨詢等方式，確定影響某個或某類指標的影響因素，制定出具體的研究對象納入和排除標準。現場調查時，可通過問卷調查、體格測量、實驗室檢測等獲得人群健康相關信息，從而按照納入排除標準限定參考人群。

1.3 異常值的識別和處理

1.3.1 異常值(outlier)的識別:排除可能影響生理參數值的因素后，還需要識別和處理異常值。研究者可首先把分析指標的分布情況以圖形方式展示(散點圖、箱式圖、概率密度圖等)，大致了解數據分布特點[3]。識別異常值的方法主要有參數法和非參數法兩類。

1) 非參數法，其中有代表性的為Dixon-Reed法則。主要思路是：一組數據按大小排序后，如果極值(最大值或最小值)與其相鄰數值的差值(differ-ence, D)大于該組數據(包括該極值)極差(range, R)的1/3，則判斷為異常值，即D/R>1/3。雖然Dixon-Reed法易于理解，但實際應用時存在一定的局限性：當數據一端存在多個異常值時，該法則存在“掩蓋性”(masking)[3, 9]。非參數法判斷異常值的優勢為不依賴數據分布特點，易于理解，有較廣泛的適用性。

2) 參數法，其中有代表性的Tukey法則。與Dixon-Reed法不同，該方法要求數據滿足正態分布，因此是一種參數估計法。對于不滿足正態分布的數據，首先要進行數據轉換。數據轉換可以應用Box-Cox轉換[10]。將非正態分布數據轉換為正態分布后，計算該組數據的四分位數間距(interquartile range, IQR)和第25、75百分位數值(Q1，Q3)，應用以下公式確定數據的上下限界值：

上限：Q3+1.5×IQR；下限：Q1-1.5×IQR

Tukey法的優點是不存在Dixon-Reed法則的異常值掩蓋問題，但缺點是可能將一些本不屬于異常值的數據誤刪，進而導致RI范圍變窄；此外，如果數據變換后仍不滿足正態分布，使用Tukey法刪除異常值，可能會使參考區間的估計存在偏差。

1.3.2 異常值的處理:按照以上兩種方法識別出異常值后，是否將其刪除尚存在爭議。C28A3認為，除非有證據表明異常值為錯誤記錄，否則不宜將其刪除。事實上，在應用非參數法估計參考區間時，是否刪除異常值對結果幾乎沒有影響。不過也有學者建議，無論應用非參數法或穩健估計法計算參考值區間，都應刪除異常值，以獲得更準確的區間估計[9]。無論Tukey法或Dixon-Reed法在識別異常值方面均存在一定的局限性，對異常值的取舍要結合研究目的與樣本數據特點謹慎選擇。

表1 可能需要考慮的參考人群排除因素(視具體研究目的而定)[3]

1.4 參考區間的計算方法

確定樣本人群后可計算RI。RI是由下限和上限所限定的一個范圍，通常為95%，表示樣本人群95%的指標值落在該范圍內。RI的計算方法主要包括參數法、非參數法和穩健估計(robust estimation)法3類。

1.4.1 非參數法:該方法基于數據的百分位數分布來確定參考值范圍。例如，擬計算某指標95%的RI，下限即第2.5百分位數(P2.5)，上限即第97.5百分位數(P97.5)。非參數法思路容易理解，易于操作，且對數據分布類型沒有要求，適用性廣，因此也是C28A3推薦使用的RI估計方法。中國健康漢族成人全血細胞數值RI估計即采用非參數法[11]。

1.4.2 參數法:該方法要求數據符合正態分布，不滿足正態分布時需首先進行數據轉換。應用轉換后的數據，基于正態分布的曲線下面積進行RI估計。數據轉換方法可采用Box-Cox轉換。應用Box-Cox轉換得到y值后，再將其進行標準化轉換，將數據分布轉換為標準正態分布，即：z=sign(y)·|y|K，其中K為常數。將變換的數值z進行正態性檢驗，符合正態分布后應用以下公式計算RI：

1.4.3 穩健估計:適用于小樣本數據的RI估計，可以視為一種介于參數與非參數估計之間的方法[3]。無論是參數法還是非參數法，按照國際臨床檢驗聯盟的建議，都要求計算RI的樣本數據不少于120[12]。然而某些人群很難達到參數區間估計的最小樣本量要求，如新生兒等特殊人群，應用傳統估計方法可能會使RI估計產生較大偏差。此時可采用穩健估計[13]。該方法可適用于僅有20～40個樣本的RI估計。

1.4.4 不同RI計算方法的比較:對于樣本量較大的數據，應用3種方法估計RI結果相差不大(見表2)。對于小樣本數據，更適合使用穩健估計。此外，無論使用哪種估計方法，應用樣本統計量推斷總體參數，都需要計算RI上下限的可信區間，以對估計的精度進行評估。

綜上所述，制定生理參數RI的流程與方法可概括為圖1。

2 生理參數參考區間制定的應用與注意事項

生理參數RI估計對于健康評估、疾病篩查與診斷、治療效果評估等具有重要意義。本文為國內學者估計生理參數RI提供了方法學依據和參考。除了方法學之外，還需要注意以下方面。

首先，信息收集的真實性與準確性。數據信息的真實性和準確性、生物樣品的規范采集和存儲是保證RI準確估計的前提，因此必須依據現場調查和相關實驗室指南進行規范化操作。此外，不同實驗室和實驗儀器分析結果也可能存在差異，需進行結果比較和偏倚估計[14]。

表2 非參數法、參數法和穩健估計法計算參考區間(RI)的方法學比較Table 2 Comparison of non-parametric, parametric, and robust methods in reference interval(RI) estimation

圖1 制定生理指標值參考區間(RI)的流程Fig 1 Flow chart of reference interval(RI) estimation

其次，參考區間估計的適用性。生理參數RI估計，不僅要考慮統計學方法，還要考慮在臨床或疾病篩查時的適用性以及衛生經濟學效益。因此，人體生理參數參考區間的制定，應是綜合科學性、可行性、適用性的應用研究。

3 結語

生理參數參考區間的制定對于完善本土化的疾病篩查與診斷有重要意義。本文通過對國內外參考區間方法學的回顧，系統梳理了RI制定的方法和流程，可為中國學者完善生理參數參考區間的制定和應用提供有價值的參考。

志謝：中國醫學科學院基礎醫學研究所韓偉老師為本文提供了方法學支持，特此感謝。