基于患者结果的移动均值法在血清钙实时质量控制中的运用*

张艳,王华丽,谢叶红,周朝琼,吴风,孔丽蕊(1.成都市郫都区中医医院检验科,成都 611730;2.成都中医药大学附属第三医院检验科,成都 611730)

临床实验室大多建立了统计质量控制策略,在室内质量控制(internal quality control,IQC)应用中占主导地位。通常将8 h间隔定义为稳定的分析批次[1],但大多实验室24 h内仅进行一次IQC,这个频率不足以快速检测系统误差。同时,越来越多的证据表明IQC材料的特性与患者真实样本不一致[2-3]。随着实验室信息系统的发展、统计方法的改进和对现有IQC局限性的认识,基于患者结果的实时质量控制方法得到了大量的关注和迅速发展,且逐渐将实验室中的大数据运用到了质量管理中[4-5],移动均值法是其中常用的有效工具之一。移动均值法质量控制(moving average quality control,MAQC)的概念在1965年首次被Hoffmann和Waid提出[6],其基本原理是通过计算患者数据的均值,并将其绘制在控制图中,识别分析系统的稳定性。与传统的IQC相比,MAQC具有成本低、无基质效应、连续监控和分析前监控等优点[7]。研究显示,生物变异越小的检测项目,MAQC检错能力越强,更适合用来弥补传统IQC检测误差的不足[8]。本研究运用MAQC对生物学变异小的血清钙进行分析,并与传统IQC方法进行比较,验证实用性。

1 材料和方法

1.1材料 收集2021年3月至2022年2月患者血清钙结果共计29 766例,包括住院(87.9%)、门诊(11.3%)和体检(0.8%),日均测试数约82例;同时收集每日第1次IQC结果,均按检测时间排序。将2021年3月至8月16 267例患者结果及368例IQC数据作为训练组用于方案设计,2021年9月至2022年2月13 499例患者结果及362例IQC数据作为测试组进行分析验证,两组数据总体分布一致。

1.2仪器及试剂 检测仪器为Hitachi Labospect 008AS生化分析仪,试剂、校准品及IQC材料均由四川迈克生物公司生产。其他日均测试数过少的分析系统,因结果间变异系数偏大导致日均值稳定性较差,影响方法的评价,故暂未纳入分析。

1.3方法

1.3.1MAQC方法 (1)数据优化:为消除极端值和离群值对准确识别误差的影响,运用Box-Plot法[9-10]剔除在截断限[11]以外的血清钙结果。计算公式:截断上限=Q3+n×(Q3-Q1);截断下限=Q1-n×(Q3-Q1)。Q1为下四分位数,Q3为上四分位数,n为Box-Plot法的调整参数,与最终纳入数据的范围呈正相关。当n取不同值时,正态分布的周数不同,取正态分布的周数达最大时的n值为最佳[9]。

(2)移动均值(MA)的计算:计算每天结果的日均值(D),再以连续7 d的D值计算MA,即每新增1天则去掉第1天的D值重新计算MA,从而每天都会生成新的MA值,形成连续的MA数据集。

1.4统计学分析 用Microsoft Excel表格及SPSS 23.0软件进行数据分析。Kolmogorov-Smirnov法进行正态分布检验,Box-Plot法排除异常值。

2 结果

2.1纳入分析的患者结果分布情况 如图1所示,Box-Plot法中的最佳调整参数为1.2,此时正态分布的周数最多,血清钙的截断上、下限分别为2.69 mmol/L、2.04 mmol/L,数据总排除率为5.4%。最终纳入分析的数据分布情况见表1,两组数据总体分布一致,为正态分布。

表1 纳入分析的两组患者数据分布情况

图1 不同参数对应的正态分布周数

2.2患者结果的移动均值法控制图和Z分数图 训练组血清钙最大MA值2.40 mmol/L、最小MA值2.30 mmol/L,分别设定为测试组MA的控制上、下限作图。如图2所示,在测试组的连续MA数据集中,9月、10月分别检测到7次、10次超过了控制上限,根据移动均值法规则判断为失控。

图2 移动均值法控制图

训练组血清钙D的平均值为2.36 mmol/L,标准差为0.03 mmol/L,分别作为测试组的靶值和标准差对D和MA作Z分数图。如图3,测试组D在9月、10月分别有连续6 d、9 d发生明显位移,MA在9月和10月则分别有连续10 d、12 d发生明显位移。MA位移时间较D延后,有16 d的偏差是真实存在的,为系统误差,未检测到随机误差。

图3 D及MA的Z分数图

2.3IQC质控图 训练组IQC质控1和质控2的均值分别为2.45 mmol/L、3.16 mmol/L,标准差分别为0.04 mmol/L、0.05 mmol/L,设定为测试组的靶值和标准差作Z分数图。在MAQC出现偏差的时间内,IQC检测到7次位移,存在系统误差,检出率为MAQC的43.75%,另检测到6次随机误差,占整个误差的27.27%,如图4中的红色圆圈所示。

图4 室内质控Z分数图

3 讨论

MAQC是一种有效的质控方法,直接运用真实的患者数据识别分析系统的稳定性。研究显示,患者数据的日均值、月均值均可有效用于实验室的质量控制当中[13-14],本研究通过计算日均值的方式实现MAQC。

不同疾病患者间的血清钙存在较大差异,需去除异常值和极端值,以降低对移动均值法稳定性的影响、生成严格的控制限,从而允许检测到更小的系统误差。但排除过多的结果,移动均值法警报可能会延迟,甚至检测不到误差[15]。因此本研究对患者数据进行了最适优化,可更好地运用MAQC检测误差[16]。结合移动均值法控制图和Z分数图识别到其中16天的患者数据位移偏差是真实存在的,为系统误差。因而移动均值法规则和Westgard-Sigma规则的联合运用可精确判断系统误差,降低错判失控的概率,MAQC没有检测到随机误差。由于移动均值法的改变为日均值变化的累计,移动均值法报警较日均值延迟且持续时间间隔更长,位移更显著,所以日均值检测分析偏移的时效性较好,与既往体检人群日均值的运用效果一致[13];移动均值法可以用作回顾性分析和验证,监控趋势性改变,对判断分析系统的长期稳定性非常有用。与MAQC比较,IQC的系统误差检测能力相对较差,报警较迟,但检测随机误差的能力更强,在质量控制中MAQC可以起到更早的提示系统误差的作用。

综上所述,MAQC识别系统误差的性能较强,可简单有效监测分析系统稳定性,但发现随机误差的能力不足,不能代替IQC,可作为当前IQC的有效补充程序,实现对患者结果的全程监控,利于提高实验室质量管理水平。