我国18个肿瘤标志物检验项目性能规范的制定*

张志新,张传宝,汪静,王薇,王治国(北京医院 国家老年医学中心 国家卫生健康委临床检验中心/北京市临床检验工程技术研究中心,中国医学科学院老年医学研究院,北京100730)

性能规范(performance specification)是临床实验室为确保临床医生做出满意的临床决策所需达到的质量水平,设定合适的性能规范是质量管理中的必要前提条件。准确度、精密度和正确度[1]是临床检验定量测定项目中非常重要的3个性能特征,其相应的性能规范可分别表示为允许总误差(allowable total error,TEa)、允许不精密度(allowable coefficient of variation,CV)和允许偏倚(allowablebias,Bias)。关于性能规范的制定[2],最常用且被广泛接受的是意大利米兰会议确定的性能规范设定模式[3],分别为基于分析性能对临床结果的影响、基于被测量的生物学变异(biological variation,BV)数据和基于当前技术水平而设定性能规范。目前,我国临床实验室广泛开展了肿瘤标志物检测,对疾病的早期筛查、辅助诊断、预后评估、疗效和复发监测发挥着重要作用[4]。本研究对肿瘤标志物室间质量评价(EQA)计划中18个检验项目,即甲胎蛋白(AFP)、癌胚抗原(CEA)、人绒毛膜促性腺激素(HCG)、β-HCG、总前列腺特异抗原(T-PSA)、游离前列腺特异抗原(F-PSA)、糖链抗原125(CA125)、糖链抗原15-3(CA15-3)、糖链抗原19-9(CA19-9)、糖类抗原50(CA50)、糖类抗原242(CA242)、糖链抗原72-4(CA72-4)、人附睾蛋白4(HE4)、细胞角蛋白19片段(CYFRA21-1)、特异性神经元烯醇酶(NSE)、鳞状细胞癌抗原(SCCA)、铁蛋白(Ferritin)和β2-微球蛋白(β2-MG),进行性能规范研究,帮助临床实验室选择和设定合理的性能规范,保证肿瘤标志物检测结果的准确性。

1 材料与方法

1.1数据收集

1.1.1资料收集 访问EFLM网站[5],采集18个检验项目(18个研究项目中,14个项目查到BV数据)当前最新的BV数据,并通过公式[6](见表1)分别推导出基于BV 3个水平的TEa、允许CV和允许Bias,见表2。

表1 基于BV数据导出的TEa、允许CV和允许Bias的计算公式

表2 基于BV导出的性能规范(%)

1.1.2EQA和室内质量控制(IQC)数据 通过Clinet-EQA软件收集参加国家卫生健康委临床检验中心2019—2021年肿瘤标志物和肿瘤标志物ⅡEQA活动实验室的数据(包括EQA质控品的批号、靶值和测量结果等),每次EQA活动回报数据时,同时回报前一个月的IQC数据,包括IQC的均值、标准差、质控规则、在控结果个数、当月在控CV等。18个检验项目EQA参加实验室数分别为:AFP 2 498家,CEA 2 487家,CA125 2 426家,CA19-9 2 392家,CA15-3 2 332家,T-PSA 2 237家,F-PSA 1 928家,Ferritin 1 750家,β-HCG 1 558家,CYFRA21-1 737家,NSE 735家,CA72-4 696家,β2-MG 692家,SCCA 601家,HCG 517家,HE4 489家,CA242 361家,CA50 341家。EQA每年2次活动,每次5个批号,共收集30个批号的数据。IQC每次2个批号(此批号并非指各实验室上报的由厂家提供的IQC质控品的具体批号,而是所有实验室上报批号的统称),共收集12个批号的数据。

1.2方法

1.2.1基于BV模式 在每年的EQA数据中,根据公式:百分差值=(测量结果-靶值)/靶值×100%[7],计算每个批号质控品测量结果的百分差值,将其与基于BV导出的不同水平TEa进行比较,当百分差值≤基于BV导出的某水平TEa时,则为通过该水平TEa的要求。计算所有批号的通过率,当所有批号通过率都达到80%,则该评价标准可作为该项目推荐TEa的要求。在每年的IQC数据中,按照各批号将每个实验室上报的“当月在控CV”分别与基于BV导出的不同水平允许CV进行比较,推导方法同TEa。

1.2.2基于当前技术水平模式 适用于无BV数据的检验项目或者有BV数据却无法使用基于BV导出的性能规范作为推荐性能规范的检验项目。

1.2.2.1TEa的推导 各批号EQA质控品的百分差值分布曲线,总体上呈近似正态分布。百分差值分布曲线的中位数在0附近,数值有正有负,因此,在各检验项目的EQA数据中,可将各批号所有实验室百分差值的第10百分位数(P10)至第90百分位数(P90)作为该批号80%实验室的百分差值所在分布区域。根据公式TEa当前=1/2×(P90-P10)[7],计算当前技术水平TEa当前。为确保各批号均有80%以上的实验室可以通过要求,取各批号中最大的TEa当前作为推荐TEa。

1.2.2.2CV的推导 在各项目的IQC数据中,每个批号“当月在控CV”的第80百分位数(P80)可作为该批号基于当前技术水平推导出的允许CV当前。为确保各批号均有80%以上的实验室可以通过要求,取各批号最大的CV当前作为推荐的CV。

2 结果

2.1基于BV推荐的性能规范 对有BV数据的14个检验项目,分别计算各项目各批号质控品百分差值通过率,其分布情况见表3。6个检验项目(CEA、T-PSA、CA125、CA15-3、NSE、SCCA)使用基于BV导出的TEa作为推荐TEa;3个检验项目(CA19-9、Ferritin和F-PSA)基于BV推荐的最低水平TEa大于目前EQA使用的评价标准,故CA19-9 和Ferritin推荐目前EQA使用的评价标准,F-PSA推荐的TEa同T-PSA; β2-MG 无法使用基于BV导出的TEa作为推荐性能规范。对IQC数据分批号整理,计算各批号当月在控CV通过率,其分布情况见表3。14个有BV数据的检验项目中仅有3个检验项目(CA125、NSE、Ferritin)使用基于BV导出的CV作为推荐允许CV。4个检验项目AFP、CA72-4、HE4、CYFRA21-1基于BV导出的性能规范过于宽松/严格,未推荐。

表3 各检验项目基于BV各水平百分差值通过率和当月在控CV通过率分布(%)[M(P25,P75)]

2.2基于当前技术水平推荐的性能规范 本研究中有4个检验项目HCG、β-HCG、CA50和CA242未查到相关BV数据,β2-MG 和CA72-4无法使用基于BV导出的性能规范,故基于当前技术水平推荐TEa。分别计算这上述6个检验项目各批号百分差值的P10、P90和TEa当前,结果见表4。本研究有15个检验项目需要基于当前技术水平推荐允许CV,分别计算各项目各批号当月在控CV的P80,结果见表5。

表4 采用当前技术水平推导出TEa的各项目百分差值的P10、P90、TEa当前及TEa调整后

表5 各检验项目推荐的TEa、允许CV、允许Bias(%)

3 讨论

从BV上看,一些肿瘤标志物的个体内生物学变异(CVI)和个体间生物学变异(CVG)较大,导出的TEa也较宽,因此多数肿瘤标志物EQA结果百分差值通过率均满足大于80%;β2-MG的CVI和CVG较小,导出的质量规范较为严格,对实验室的检测系统要求较高,目前多数实验室无法达到;还有一些肿瘤标志物的CVI较小,导出的允许CV较小,CV通过率较低,因此大部分检验项目都基于当前技术水平推荐CV。

本研究在获得推荐TEa和允许CV后,通过公式推导出允许Bias。实际工作中,对每一个检验项目,实验室应同时满足推荐TEa、允许CV和允许Bias三者的要求。本研究基于BV模式推荐TEa时,很多检验项目可以满足一个或多个水平下的要求,但是过于严格或宽松不利于实验室质量改进,因此综合考虑当前实验室技术水平及3个性能特征之间的关系,未推荐使用基于BV推荐的性能规范,9个检验项目根据当前技术水平推荐的CV导出相应的TEa,见表5。

本文也存在不足之处。第一,CV通过率计算部分,临床实验室采用的IQC质控品是自行购买的,可来源于不同厂家的不同批号,上报的CV会有较大的差异。研究过程中也发现同一检验项目不同浓度的质控品CV会有差异,高浓度质控品CV较低浓度的低一些,因此建议实验室对不同浓度的质控品设定不同的性能要求。为做好室内质量控制,可进一步研究不同浓度梯度质控品CV的设定。第二,本研究计算推荐允许Bias的公式是以Westgard提出的总误差计算公式为基础转化而来的,该方法仍然存在一定缺陷[9]。第三,本研究所用的BV数据来源于国外数据,若能研究并建立我国人群的BV数据,导出的性能规范会更符合我国的实际情况。另外一些检验项目参加的实验室较少,性能规范仍需进一步长期研究,结果供参考。

本研究采用基于BV和当前技术水平推导出性能规范,并有大量的数据支持,因此推荐的标准是客观合理的,实验室可参考本文数据,结合自身的情况,设定合理的性能规范。此外实验室确定相应的性能规范后,可通过公式σ=(TEa-Bias)/CV转化为西格玛水平,评价检验项目的性能并选择适合的质控规则[10-11]。