人血清胆固醇常规测量不确定度的研究

目的 探索测量不确定度评定在临床检验常规测量中的应用。 方法 以总胆固醇（TC）常规测量为例,按测量不确定度评定过程,分析不确定度分量的来源并分别按A类和B类进行评定;根据针对单一样本和针对受试者的方案合成标准不确定度,计算扩展不确定度。 结果 不确定度分量来源包括：不精密度、人体生理变异、校准品、偏倚。其中,不精密度分量按CLSI EP5A文件评定,分别为1.67% (TC=4.25 mmol/L)和2.46%(TC=6.79 mmol/L);参照文献,TC生理变异的不确定度分量为6.0%;根据厂家的溯源性报告,校准品的不确定度分量为0.4%;根据卫生部室间质评回报结果,偏倚所致的不确定度分量为2.03% (TC=3.52 mmol/L)和0.45%(TC=6.74 mmol/L)。经合成,针对单一样本的扩展不确定度为（4.25±0.22） mmol/L(κ=2)、(6.79±0.34) mmol/L(κ=2);针对受试者的扩展不确定度为（4.25±0.56） mmol/L(κ=2)、（6.79±0.88） mmol/L(κ=2)。 结论 临床检验常规测量中应根据具体情况分析不确定度分量的来源,用不同的方案合成标准不确定度。     

测量的不确定度在临床化学检验中的初步应用

目的初步探索测量的不确定度在临床生化检验中的应用。方法遵循《测量的不确定度表示指南》（GUM）,采用A,B类评定方法和两种不同的计算方法,评定实验室主要的常规生化项目（Alb,ALP,ALT,AST,Ca,Crea,Chol,GGT,Glu,Mg,P,UA,TB,TG和TP）的测量不确定度,并对评定结果进行比较。结果以拙内、批阎重复性和方法偏倚为分量所进行的测量不确定度的评估大小主要取决于室间质评的靶值,而以长期重复性和校准品不确定度为分量所进行的评价结果显示两者均构成合成不确定度的主要分量。结论采用A,B类评定方法,考虑仪器测定本身存在的不确定度以及临床检验过程的不确定度2个分量,作为临床检验工作的不确定度研究的探索,为进一步的深入研究提供一点思路和线索。     

利用室间质评回报结果对临床生化检验常规项目不确定度评定的方法探讨

目的采用A、B类评定方法,探索检验医学临床生化常规项目测量不确定度的评估方法。方法利用批内、批间变异、厂家提供的标准品不确定度以及2010～2012年室间质评数据来计算实验室主要常规生化项目的测量合成不确定度以及扩展不确定度。结果在构成不确定度的分量中,系统偏倚对不确定度的贡献量最大,其次为不精密度分量,再次为校准品分量。总胆红素、直接胆红素、尿素氮以及磷的不确定度均较高;三酰甘油、尿酸、肌酸激酶、镁等项目达到了比较理想的水平,其他项目均达到了合格的水平。结论该测量不确定度的评定方法简便易行,便于直观地表达不同因素对测量结果的影响程度,但是将其切实用于临床还需要更多的摸索。     

血站丙氨酸氨基转移酶分析中测量不确定度的评估

目的通过对血站ALT检测测量不确定度的评估,探讨血站实验室测量不确定度的评估方法。方法参照1995年国际标准化组织推出的《测量不确定度表述指南》与《测量不确定度评定与表示》,对本实验室献血者血清ALT测量不确定度进行评估。结果献血者血清ALT浓度为20.9 U/L时,合成标准不确定度为0.7 U/L,取95%置信水平,包含因子k=2,扩展不确定度为1.4 U/L。构成不确定的分量中,校准品浓度分量所占比例最大,为96.18%。结论该测量不确定度评估方法简便易行,可用于血站实验室。     

血清葡萄糖测定的测量不确定度评定

目的 通过对血清葡萄糖浓度的测量不确定度评定,探讨实验室对测量不确定度的评定方法和程序.方法 用Olympus生化检测系统己糖激酶法检测血清葡萄糖浓度,建立反映整个过程测量不确定度分量来源的数学模型.根据数学模型,分析各不确定度的来源,按A、B两类不确定度的计算方式对各分量分别进行评定,计算合成标准不确定度,最后,取95%置信区间,计算出扩展不确定度.结果 血清葡萄糖浓度为4.61 mmol/L,合成标准不确定度uc=0.1667,取95%置信区间,包含因子k=2,则扩展不确定度U=0.1667×2=0.33 mmol/L.结论 医学实验室的测量不确定度与传统用准确度表示的误差相比,更能反映测量的水平,且对检测结果的临床应用有实际指导意义.     

参考测量程序测定血清三酰甘油水平的测量不确定度评定

目的以血清三酰甘油(TG)为例,探讨临床生化检验的不确定度评定方法。方法建立测量血清TG水平的参考测量程序,使用"bottom-up"的方法对各不确定度分量的来源进行分析,并对各不确定度分量分别进行评定。通过合成标准不确定度,进一步计算获得血清TG水平的测量扩展不确定度。结果实验室测量得到朗道常规生化质控水平2TG的平均水平为1.10 mmol/L,合成标准测量不确定度结果为0.04mmol/L,在95%CI其水平的测量不确定度为(1.10±0.09)mmol/L,k=2;实验室测量得到朗道常规生化质控水平3TG的平均水平为2.96mmol/L,合成标准测量不确定度结果为0.04mmol/L,在95%CI其水平的测量不确定度结果为(2.96±0.20)mmol/L,k=2。结论建立了血清TG的测量不确定度评定方法,为临床生化检验不确定度的评定提供了有效的参考依据;对于促进临床实验室管理标准化,提高临床生化检验质量有指导意义。     

应用参考方法对血清γ-谷氨酰基转移酶的测量不确定度评定

目的 探讨临床实验室对测量不确定度的评定方法和程序.方法 应用国际临床化学联合会(IFCC)公布的参考方法对参考实验室外部质量评价计划(RELA)样本进行γ-谷氨酰基转移酶(GGT)催化活性浓度测定,明确反映整个过程测量不确定度分量的来源,按A,B两类不确定度的计算方式对各分量分别进行评定,计算合成标准不确定度,最后取95%置信区间,计算出扩展不确定度.结果 GGT催化活性浓度均值为3.492 μkat/L,合成标准不确定度为0.032 μkat/L,取95%置信区间,包含因子k=2,则扩展不确定度(U)为0.064 μkat/L.结论 临床实验室的测量不确定度与传统的测量误差相比,更能反映测量的水平,对临床检验工作有一定的指导意义.     

速率法检测献血者丙氨酸转氨酶的测量不确定度评定

目的通过丙氨酸转氨酶（ALT）测量不确定度的评定，探讨血站实验室建立测量不确定度的评定方法和程序。方法依据（（JJFl059-1999测量不确定度评定与表示》和《CNAS-GL05测量不确定度要求的实施指南》对ALT速率法的测量不确定度进行评定，明确测量不确定度分量来源，采用不确定度A类和B类评定方法评定各不确定度分量，计算合成不确定度与扩展不确定度。结果献血者血浆ALT浓度为52．5U／L时，其扩展不确定度为U=3．31U／L（包含因子k=2，置信区间P=95％）。结论本实验室所建立的测量不确定度评定方法可分析不同因素对测量结果的影响程度，有助于实验室提高检测质量。     

临床凝血检验的测量不确定度评估

目的：初步探索测量不确定度在临床凝血检验中的应用。方法分析不确定度分量的来源并采用 A、B 类评定方法,评定本实验室几个常规凝血项目（PT、APTT、FIB）的测量不确定度,合成标准不确定度（uC）,计算扩展不确定度（U）。结果常规凝血项目的不确定度不尽相同,PT、APTT、FIB的A类不确定度分别为0．0250、0．0731、0．0280;B类不确定度分量uB1分别为0．0658,0．1478,0．1221;uB2均为0．0070;uB3均为0．0001;uB4均为0．0078;uB5均为0．0177。计算 uC（PT）、uC （APTT）、uC（FIB）分别为0．0733、0．1662、0．1269,U（PT）、U（APTT）、U（FIB）分别为0．1466、0．3324、0．2538。结论本研究采用A、B 类评定方法,对凝血检验中测量不确定度进行评估,作为临床凝血检验工作的不确定度研究的初步探索,以期为临床诊断、治疗、预后提供更为客观、可靠的依据。     

临床检验中的测量不确定度

测量不确定度代表测量结果的分散性，是一个反映测量结果质量的参数。有关国际导则已规定测量不确定度评定的一般原则和方法，不确定度评定一般包括鉴别不确定度来源、量化不确定度分量和合并不确定度分量等步骤。不确定度首先在计量学领域普遍采用，现被引入临床检验领域。近年来几个有关临床检验的国际标准都对测量不确定度评定作出要求。对于临床检验参考测量及参考物质定值有关的测量，其不确定度基本可按现有国际导则进行评定。但对于临床实验室检验，影响检验结果或与检验结果有关的因素很多，其测量不确定度评定仍存在许多有待澄清的问题。临床实验室中不确定度的合理评定和应用，可能需要一定程度的国际约定。     

临床实验室干式生化检测项目测量不确定度的评估与分析

目的 根据西安市儿童医院干式生化室内质控和卫健委临检中心室间质评的累积数据,评价13项干式生化检测项目的测量不确定度。方法收集西安市儿童医院检验科2018年6～12月,13项干式生化检测项目的室内质控数据(生理水平和病理水平)和2017～2019年间干式生化室间质评的数据,依据Nordtest准则,计算与精密度和偏移相关的相对不确定度分量,评估合成相对标准不确定度和扩展相对不确定度。结果 13项干式生化检测项目的扩展相对不确定度范围为5.23%～17.41%,其中丙氨酸氨基转移酶(ALT)的生理水平扩展相对不确定度最大(17.41%),总蛋白(TP)的生理水平扩展相对不确定度最小(5.23%)。尿素(BUN)的生理水平和总胆固醇(TC)的病理水平的扩展相对不确定度不符合实验室目标不确定度,分别为10.93%和10.76%,其余项目均符合。结论 Nordtest准则适用于儿童医院临床实验室干式生化检测项目测量不确定度的评估,能更好地为临床提供结果咨询。     

Description of a generally applicable model for the evaluation of uncertainty of measurement in clinical chemistry.

There is a growing pressure on clinical chemistry laboratories to conform to quality standards that require the evaluation and expression of the uncertainty of results of measurement. Nevertheless, there is some reluctance to accept the uncertainty concept in the analytical community due to difficulty in evaluating uncertainty in practice. For example, often the uncertainty of some uncertainty components is not known very well in clinical chemistry measurements, such as those associated with matrix effects or with the values of the calibrators. Moreover, it is not clear how to interpret uncertainty in relation to diagnostic criteria, reference ranges and other decision limits in clinical chemistry practice. Hence, the value of reporting the uncertainty of the measurement result is not obvious. In this paper it is suggested a relatively simple, logical procedure for evaluating measurement uncertainty based on the principles in the Guide for the Expression of Uncertainty of Measurement (GUM). The measurement process is partitioned into elements that are well known to the analyst, namely sampling, calibration, and analysis. The corresponding model function expresses the result of a measurement as the value obtained by the analytical procedure multiplied by the correction factors for sampling bias, for bias caused by the calibrators, and for other types of bias. Under normal conditions, when the measurement procedure is validated and corrected for all known bias, the expected value of each correction factor is one. The uncertainty that remains with regard to sampling, manufacturing of calibrators and other types of bias is combined with the analytical imprecision to yield a combined uncertainty of a result of measurement. The advantages of this approach are: (i) Data from the method validation, internal quality control and from participation in external quality control schemes can be used as input in the uncertainty evaluation process. (ii) The partition of the measurement into well-defined tasks highlights the different responsibilities of the clinical chemistry laboratory and of the manufacturer of reagents and calibrators. (iii) The approach can be used to harmonize the uncertainty evaluation process, which is particularly relevant for laboratories seeking accreditation under ISO 17025. The application of the proposed model is demonstrated by evaluating the uncertainty of a result of a measurement of prolactin in human serum. In the example it is shown how to treat the uncertainty associated with a calibrator supplied with a commercial analytical kit, and how to evaluate the uncertainty associated with matrix effects.     

自建生化检测系统的性能评价

目的探讨不同检测系统间实验结果的可比性，以证实自建检测系统的试验结果的可靠性。方法按美国CLIA88能力比对检验的分析要求，比对实验应建立在检测系统的分析性能的基础上。本文分析性能评价包括不精密度，不准确度、线性，分析灵敏度（检测线），方法学比较。结果自建系统项目丙氨酸氨基转移酶（ALT）、尿素（Urea）、肌酐（Crea）、总胆固醇（TC）、血清蛋白A1（ApoA1）、人血清脂蛋白B（ApoB）、高密度脂蛋白胆固醇（HDL-C）与Roche可溯源参考检测系统试验结果相关系数〉0．975。低密度脂蛋白胆固醇（LDL—C）存在方法学的差异试验结果相关系数〈0．975。检测不精密度CV值满足美国CLIA88能力比对检验的质量分析要求。线性检测范围满足临床检测线性要求，特别线性高值要求。结论自建检测系统性能评价试验结果与Roche可溯源参考检测系统试验结果比对具有相关性，不确定度也相应增加。各种性能相关性满足统计学原理并不证明其具有溯源性。     

自上而下方法评定测量不确定度的简介

测量不确定度是保证测量结果完整性的重要参数,自上而下方法是从不精密度和偏移两个方面评定医学实验室不确定度的首选方法。自1995年该方法提出后,不确定度的评定对象和计算方法在不断地发展和完善,目前不精密度评定对象包括重复测量数据和室内质量控制数据,偏移的评定对象可包含有证参考物质、参考测量程序、回收实验和室间质量评价数据,我们将对不同评定对象的计算方法进行详述。     

The Guide to expression of uncertainty in measurement approach for estimating uncertainty: an appraisal

BACKGROUND: The aim of the Guide to Expression of Uncertainty in Measurement (GUM) is to harmonize the different practices for estimating and reporting uncertainty of measurement. Although there are clear advantages in having a common approach for evaluating uncertainty, application of the GUM approach to chemistry measurements is not straightforward. In the above commentary, Krouwer suggests that the GUM approach should not be applied to diagnostic assays, because (a) the quality of diagnostic assays is to low, and (b) the GUM uncertainty intervals are too narrow to predict the outliers that occasionally trouble these methods. METHODS: Some of the examples presented by Krouwer are reviewed. Sodium measurements are modeled mathematically to illustrate the GUM approach to uncertainty. A standardized uncertainty evaluation process is presented. RESULTS: Modeling of sodium measurements demonstrates how the GUM uncertainty interval reflects the treatment of a bias: The width of the uncertainty interval varied depending on whether a correction for a calibrator lot bias was applied, but in both cases it was consistent with the distribution of measurement results. Expanding the uncertainty interval to include outliers runs counter to the definition of uncertainty. Used appropriately, the GUM uncertainty can be helpful in detecting outliers. In standardizing the uncertainty evaluation, the importance of the analytical imprecision and traceability was emphasized. It is problematic that manufacturers of commercial assays rarely inform about the uncertainty of the values assigned to the calibrators. As demonstrated by an example, external quality-assurance data may be used to estimate this uncertainty. CONCLUSIONS: The GUM uncertainty should be applied to measurements in laboratory medicine because it may actually support the forces that drive the work on improving the quality of measurement procedures. However, it is important that the GUM approach is made more manageable by standardizing the uncertainty evaluation procedure as much as possible. It is essential to focus on the traceability and uncertainty of calibrators and reagents supplied by manufacturers of assays. Information about uncertainty is necessary in the evaluation of the uncertainty associated with manufacturers' measurement procedures, and in general it may force manufacturers to increase their efforts in improving the metrologic and analytical quality of their products.     

利用分析性能σ值、不精密度及分析总误差评价相同项目使用不同参考区间检测系统的分析性能

目的 利用分析性能西格玛(σ)值、不精密度及分析总误差,评价相同项目使用不同参考区间的检测系统分析性能或评估检测系统分析性能的衰减.方法 收集2011年实验室干、湿化学分析系统室内质控及室间质评项目的 部分数据,依据美国临床实验室改进修正法案(CLIA′88)的允许总误差(TE),应用公式分析性能σ=[允许总误差(TE)-Bias(%)]/CV计算σ值,同时使用TE=|Bias|+Z×CV(%)计算项目的 分析总误差,统计分析不精密度(CV),进行质量控制方案的选择和质量改进,评价两种分析系统的分析性能.结果 统计15项检测项目,干、湿化学两种分析系统的分析总误差,差异无统计学意义(P>0.05);不精密度干化学分析系统(x,3.63%)好于湿化学分析系统(x,2.42%),P<0.05,差异有统计学意义;分析性能σ值,干化学分析系统(x,5.16;σ>4为10项,占66.7%)好于湿化学分析系统(x,3.40;σ>4为3项,占20%),P<0.05,差异有统计学意义.结论 该室干化学分析系统的分析性能稍好于湿化学分析系统.6σ质量管理方式不仅是实验室进行质量管理的重要工具,其分析性能σ值与不精密度、分析总误差共同在评价同一实验室相同项目使用不同参考区间的检测系统或评估检测系统分析性能的衰减方面具有重要的参考价值.     

两种质量规范在临床化学分析性能评价中的应用

目的探讨2种质量规范在临床化学分析性能评价中的应用。方法选取宁波大学医学院附属医院实验室的日立检测系统(HITACHI)实验项目室内质量控制的不精密度和室间质评的平均偏倚(Bias),同时选取另一美国食品和药物管理局(FDA)认可的完整检测系统(Modular PPI)实验项目的不精密度和不准确性;允许总误差(TEa)选用美国临床实验室修正法案(CLIA’88)和根据生物学变异(BV)制定的允许质量规范。应用Westgard方法性能决定图评价各自检测系统的分析性能可否达到规定的质量要求;并进一步分析2种质量规范下Modular PPI的分析性能检出率,评价其适用性。结果在23个测定项目中,用CLIA’88允许质量规范要求,本实验室HITACHI的尿素(Ur)、氯(Cl-)测定方法不能满足质量要求,总蛋白(TP)、肌酸激酶(CK)、尿酸(CA)属于临界水平,总胆红素(TBil)、碱性磷酸酶(ALP)、总胆固醇(TC)、钠(Na+)、镁(Mg)分析性能良好,其余11个项目分析系统性能优秀;在Modular PPI上常规生化项目的分析性能可以接受,同时其分析性能优秀率、良好率、边缘率、不符率分别为75%、15%、10%、0%,而在BV"低限"、"合适"和"理想"的质量规范下其不符率分别为21%、48%和65%。结论应用Westgard方法性能决定图判定生化检测系统的分析性能准确、简便,适合临床实验室应用;CLIA’88的质量规范要求更适用于当前实验室的质量要求;BV的质量规范适用于部分分析性能优秀的项目。     

Implementation of standardization in clinical practice: not always an easy task

Abstract As soon as a new reference measurement system is adopted, clinical validation of correctly calibrated commercial methods should take place. Tracing back the calibration of routine assays to a reference system can actually modify the relation of analyte results to existing reference intervals and decision limits and this may invalidate some of the clinical decision-making criteria currently used. To maintain the accumulated clinical experience, the quantitative relationship to the previous calibration system should be established and, if necessary, the clinical decision-making criteria should be adjusted accordingly. The implementation of standardization should take place in a concerted action of laboratorians, manufacturers, external quality assessment scheme organizers and clinicians. Dedicated meetings with manufacturers should be organized to discuss the process of assay recalibration and studies should be performed to obtain convincing evidence that the standardization works, improving result comparability. Another important issue relates to the surveillance of the performance of standardized assays through the organization of appropriate analytical internal and external quality controls. Last but not least, uncertainty of measurement that fits for this purpose must be defined across the entire traceability chain, starting with the available reference materials, extending through the manufacturers and their processes for assignment of calibrator values and ultimately to the final result reported to clinicians by laboratories.