基于Westgard西格玛规则的临床生化项目性能改进方法研究

刘晶，刘旭，商希鹏，刘运德

（1.天津医科大学医学检验学院，天津 300203；2.天津中医药大学第一附属医院检验科，天津 300381）

临床生化实验室承担检验科50余项定量检验 项目，为临床科室的疾病诊断提供重要依据。临床生化实验室需要高效有序的完成大量临床样本检测工作，检测项目的性能水平是实验室质量控制的关键环节，也是ISO15189：2012文件对实验室质量和能力的认证要求[1]。西格玛度量值（σ值）是定量描述实验室分析性能的指标之一，Nevalainen最早提出用σ水平来量化实验室差错或缺陷率，6σ表示世界一流水平，3σ作为可接受水平界限[2]。2014年，有学者提出将经典的Westgard质控规则与6σ结合，形成Westgard西格玛规则，可针对性的根据项目性能水平选择个性化的质控规则[3]。质量目标指数（QGI）是评价偏差与精密度相对不足的指标，以分析检测项目性能不佳的原因。本文首先计算σ值，对实验室各项目检测性能水平进行评估并选择质控策略，然后针对不符合质量管理要求的项目，计算分析其QGI，进一步明确项目性能不佳的原因，从而为改进项目性能水平提供针对性指导。

1 材料与方法

1.1 仪器与试剂 本实验室使用美国Abbott c16000全自动生化分析仪，严格按照实验室标准操作规程（SOP）进行日常操作及保养维护。本文研究所涉及的22个项目，包括钾（K）、钠（Na）、氯（Cl）、血糖（GLU）、尿素（Urea）、肌酐（Cr）、尿酸（UA）、总蛋白（TP）、白蛋白（ALB）、谷丙转氨酶（ALT）、谷草转氨酶（AST）、γ-谷氨酰基转移酶（GGT）、碱性磷酸酶（ALP）、肌酸激酶（CK）、乳酸脱氢酶（LDH）、α-羟丁酸脱氢酶（HBDH）、钙（Ca）、磷（P）、总胆固醇（CHOL）、甘油三酯（TG）、镁（Mg）、淀粉酶（Amy），其中K、Na、Cl、Urea、ALT、AST、GGT、ALP、CK、LDH、Ca、CHOL、Amy试剂及校准品为美国Abbott公司生产；TP、ALB、HBDH、Mg、P试剂及校准品为中生北控生物科技有限公司生产；GLU、Cr、UA、TG试剂及校准品为日本积水医疗株式会社生产。

1.2 方法

1.2.1 数据采集 室内质量控制（internal quality control，IQC）样本来源于美国伯乐公司，选用两个浓度水平，低浓度（Level1，批号：45801）和高浓度（Level3，批号：45803）。统计本实验室2019年1月—12月生化室内质控数据，计算改进前各项目变异系数（CV）；统计2020年1月—6月室内质控数据，计算改进后的各项目CV。室间质量评价（external quality assessment，EQA）样本由国家卫生健康委临床检验中心提供。EQA活动每年进行3次常规生化项目检测，每次EQA活动5个样品，所有22个项目均包含其中。统计2019年度室间质量评价报告结果，计算Bias。

1.2.2 计算σ值 σ值由下列公式计算：σ=[（TEa-|Bias|）/CV]，求得低浓度水平和高浓度水平的σ值。TEa来源于我国卫生行业标准WS/T403-2012和全国临床检验室间质量评价标准[4]；CV来源于每月室内质控数据，每月CV=标准差/靶值，将每月CV累积后求算数平均CV，分别求得两个浓度水平的平均CV；Bias来源于室间质评报告，Bias=（测量值-靶值）/靶值。3次EQA活动的15个样本的偏倚绝对值的算数平均值作为该项目的偏倚评估。

1.2.3 绘制西格玛性能验证图 登录检验医学信息网，点击“标准化西格玛性能验证图”，输入项目、CV、Bias，生成西格玛性能验证图。图中横坐标为标准化CV%（CV/TEa），纵坐标为标准化Bias%（Bias/TEa）。图中斜线划分的区域从右到左依次代表σ＜2（不可接受）；2≤σ＜3（欠佳）；3≤σ＜4（临界）；4≤σ＜5（良好）；5≤σ＜6（优秀）；σ≥6（世界一流）。

1.2.4 计算QGI指数 公式如下：QGI=Bias/（1.5×CV）。QGI指数可指示项目性能质量不佳的原因。QGI＜0.8表示该项目的精密度有待提高，0.8≤QGI≤1.2说明该项目的准确度和精密度需同时提高，QGI＞1.2表示该项目的准确度有待提高[5]。

1.3 统计学处理 采用SPSS 21.0软件进行统计学分析。符合正态分布两组数据之间的比较采用配对样本t检验，以P＜0.05为差异有统计学意义。

2 结果

2.1 根据σ值分析22个检测项目 计算结果如表1所示，低浓度水平σ≥6的项目有5项，占比22.7%，分别是AST、CK、HBDH、CHOL、Amy；4≤σ＜6的项目有7项，占比31.8%，分别是LDH、TG、Na、Cl、GLU、UA、Mg；3≤σ＜4的项目有5项，占比22.7%，分别是K、Cr、ALT、Ca、P；σ＜3的项目有5项，占比22.7%，分别是Urea、TP、ALB、GGT、ALP。高浓度水平σ≥6的项目12项，占比54.5%，分别是Cr、UA、ALT、AST、CK、LDH、HBDH、P、CHOL、TG、Mg、Amy；4≤σ＜6的项目3项，占比13.6%，分别是K、ALP、GLU；3≤σ＜4的项目有4项，占比18.2%，分别是Na、Cl、Urea、Ca；σ＜3的项目3项，占比13.6%，分别是TP、ALB、GGT。由此可见，AST、CK、HBDH、CHOL、Amy 5个项目在两个浓度水平上表现卓越；Urea、ALB性能较差；TP、GGT、ALP不 可 接 受；Urea、ALB、TP、GGT、ALP存在严重质量缺陷。如图1所示，两个浓度水平的西格玛性能验证图上显示了每个项目所处的性能水平。

图1 西格玛性能验证图Fig 1 Sigma verification of performance chart

表1 22个检测项目的性能指标Tab 1 Performance indications of 22 test items

2.2 根据σ选择质控策略 表2和表3根据检测项目的性能水平，明确了实验室需采用的质控规则和质控物个数。由表2和表3可以看出，σ≥6的项目，需采用一个质控规则，即13S，且每天做1次两个水平质控；5≤σ<6的项目，需采用多规则13s/22s/R4s，且每天做1次两个水平质控；4≤σ<5的项目，需采用多规则13s/22s/R4s/41s，每天做两次两个水平质控；3≤σ<4的项目，需采用多规则13s/22s/R4s/41s/8χ，每天做4次两个水平质控；σ<3的项目，应先查找原因，无更严格的质控规则。以下针对不符合质量管理要求的项目，通过计算分析QGI指数，明确项目性能质量不佳的原因。

表2 低浓度水平σ及相应质控规则Tab 2 σ value and quality control rules of low concentration level

表3 高浓度水平σ值及相应质控规则Tab 3 σ value and quality control rules of high concentration level

2.3 QGI指数分析 表4列出了σ<4的项目QGI指数结果，可以看出K、ALB、GGT需提高准确度；Na、Cl、Urea、Cr、ALT、Ca、P需提高精密度；TP、ALP准确度和精密度均需提高。

表4 QGI指数与改进方向Tab 4 QGI index and improving direction

2.4 改进后的检测项目σ对比结果K、Na、Cl、高浓度GGT、高浓度ALP、高浓度P的σ均提高至σ＞4性能状态良好的水平，低浓度水平不可接受的项目已全部消除。改进后检测项目的σ显著提高，经配对样本t检验，差异具有统计学意义（P＜0.05），见图2。

图2 改进前与改进后σ对比Fig 2 Comparison of σ value before and after improvement

3 讨论

本文基于临床生化实验室质控报告，首先对临床生化22个检测项目的σ进行了计算，并绘制了标准西格玛性能验证图，根据每个项目所处性能水平选择出了合理的个性化质控规则，然后对σ＜4性能有待改进的项目进行QGI分析，找出导致性能不佳的根本原因，为进一步提出针对性的改进措施提供指导。

长期以来，本实验室采用相同的质控规则来判断不同项目是否失控，事实上，这种“一刀切”的质控策略会增加假失控概率、降低误差检出概率[8]。Westgard西格玛规则的优点在于根据实验室确认的σ水平，提出针对性的质控规则及质控物个数。σ值越大，质控规则越少，σ值越小，质控规则越多。随着σ值的下降，需要增加质控规则及质控数量[9]。根据表2、3显示，σ＜6的项目应选择更严格的质控规则，提高误差检出概率，保证检验结果的准确度；对于AST、CK、HBDH、CHOL、Amy等σ≥6的项目仅选择13s单质控规则即可，降低假失控概率，在满足质量要求的前提下，使实验室降低成本提高效率。

QGI分析是提高检测项目性能水平的有效方法，对σ＜4的项目进行QGI分析有助于实验室发现问题，了解性能不佳的具体原因。本研究中，TP、ALP需同时提高精密度和准确度，笔者首先进行了检测系统的准确度和精密度验证，然后缩短校准周期和试剂在机时间。K、ALB、GGT需提高准确度，因此笔者增加了试剂批号更换的比对试验，避免因试剂批间差影响项目的准确度。Na、Cl、Urea、Cr、ALT、Ca、P需提高精密度，因此本研究加强实验人员技术培训，严格执行仪器操作程序并定期进行维护及校准，安装了实验室温湿度监控报警系统以保证环境、仪器、试剂的稳定性。值得注意的是，质控品的稳定性是保证室内质量控制的关键，质控品的冷冻、复融、分装工作应由固定人员操作，注意避光环境，合理制定室内质控标准操作规程。

自2020年1月起，实验室开始实施相应质控规则和改进措施。笔者对性能欠佳的项目在实施相应质控规则和改进措施前后的σ值进行了对比，如图2所示，性能欠佳的项目σ值平均提高43.8%，σ<2的不可接受的项目已消除，改进后各项目σ显著提高，经配对样本t检验，差异具有统计学意义（P<0.05），表明笔者基于σ和QGI分析的质控规则和改进措施可以有效提高生化项目检测性能水平。

综上所述，建议在实验室的日常分析工作中，逐步推广西格玛性能验证图、Westgard西格玛规则及QGI分析，以进一步提高检验质量，降低检验过程中产生误差的概率，指导检验质量持续改进。