基于患者数据的实时质量控制程序建立与性能验证专家共识

中华医学会检验医学分会; 中国中西医结合学会检验医学专业委员会

doi:10.3760/cma.j.cn114452-20230926-00172

高级检索

IP登录

登录IP

切换

退出

中华检验医学杂志

• 指南与共识 •

ENGLISH ABSTRACT

基于患者数据的实时质量控制程序建立与性能验证专家共识

作者及单位信息

出版日期： 2024 -01 -19 ·

DOI： 10.3760/cma.j.cn114452-20230926-00172

Expert consensus on the procedure establishment and performance verification of patient-based real-time quality control

Authors Info & Affiliations

Chinese Society of Laboratory Medicine

Laboratory Medicine Committee of Chinese Association of Integrative Medicine

Wang Chuanxin

Yang Ximing

Published： 2024 -01 -19 ·

DOI： 10.3760/cma.j.cn114452-20230926-00172

2688

681

APP内阅读

摘要

基于患者数据的实时质量控制（PBRTQC）具有连续监控、低成本、无基质效应、分析前和中误差敏感、体现患者风险等优势，与传统室内质量控制联合应用，可及时有效地检测出系统误差，保证检验结果的准确性。由于PBRTQC算法、参数选择和程序建立的复杂性，目前国内尚缺乏PBRTQC程序建立的方法原则以及优化性能参数设置的共识和标准指南。该共识从PBRTQC项目选择、参数设置、程序建立、参数优化与验证、以及报警处理全流程的应用给出指导建议，以进一步提升实验室质量管理水平，减少患者风险。

关键词：质量控制;临床实验室技术;质量管理;程序建立;共识

ABSTRACT

Patient-based real-time quality control (PBRTQC) has the advantages of continuity, low cost, no matrix effect, sensitivity to pre-analysis and analysis errors, and the ability to monitor patient risk. It can timely and effectively detect system errors by combining with traditional internal quality control. However, due to the complexity of the algorithm and parameters of PBRTQC, there is no consensus and standard guidelines on the establishment of testing procedures and the optimization of PBRTQC performance parameters. This consensus provides suggestions on the selection of testing items, parameter settings, process establishment, parameter optimization and validation, and alarm handling in PBRTQC to further enhance the level of laboratory quality management and minimize patient risk.

KEYWORDS： Quality control;Clinical laboratory techniques;Quality management;Procedure establishment;Consensus

Corresponding author: Wang Chuanxin, Email: nc.defudabe.udsgnawxc

Corresponding author:Yang Ximing, Email: mocdef.3ab615002gnimxy

COPYRIGHTS:

No content published by the journals of Chinese Medical Association may be reproduced or abridged without authorization. Please do not use or copy the layout and design of the journals without permission.

All articles published represent the opinions of the authors, and do not reflect the official policy of the Chinese Medical Association or the Editorial Board, unless this is clearly specified.

引用本文

中华医学会检验医学分会,中国中西医结合学会检验医学专业委员会. 基于患者数据的实时质量控制程序建立与性能验证专家共识[J]. 中华检验医学杂志,2024,47(01)：35-48.

DOI:10.3760/cma.j.cn114452-20230926-00172

PERMISSIONS

Request permissions for this article from CCC.

评价本文

*以上评分为匿名评价

版权归中华医学会所有。

未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。

除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。

基于患者数据的实时质量控制（patient-based real-time quality control，PBRTQC）是一种使用患者临床样本检测结果以实时、动态连续监控分析过程性能的质量控制方法，该方法可以早期及时地预警常规分析系统的性能改变，避免发出错误检测报告所造成的质量风险，有效提升检验质量 ^{［

1
,

2
,

3
］}。PBRTQC可以弥补传统室内质量控制（internal quality control，IQC）存在的问题，如质控材料稳定性差，存在基质效应，以及质控材料检测频率过高造成的成本浪费，或检测频率过低不能持续反映质量控制状态等 ^{［

4
,

5
,

6
,

7
］}。PBRTQC与IQC联合应用，可以持续全面地监控整个分析检测过程，包括样本送检超时等造成的分析前误差以及试剂、仪器、校准品、水质、环境等因素造成的分析中误差，从而为患者和临床提供准确可靠的实验室检测结果 ^{［

8
,

9
,

10
］}。

随着对传统IQC方法局限性的认识和大数据分析技术的提高，PBRTQC在国内外受到了广泛关注 ^{［

1
］}。2011年美国临床和实验室标准化协会发布的EP23-A文件中提出增加患者数据质量控制方法 ^{［

11
］}，2018年颁布的中华人民共和国卫生行业标准WS/T641-2018也推荐应用患者数据的质量控制方法 ^{［

12
］}，2019年和2020年国际临床化学联合会PBRTQC工作组发布了相关文件对PBRTQC的程序建立、性能验证和临床应用提出了指导和建议 ^{［

1
，

8
］}。2022年国际标准化组织（International Organization for Standardization，ISO）15189∶2022中建议可采用患者结果的移动均值作为质量控制方法 ^{［

13
］}。但目前国内PBRTQC仅在部分大型三甲医院进行了探索使用，且相互之间较为独立，缺乏统一的标准。由于PBRTQC算法和参数的复杂性，以及缺乏专业的软件分析工具，目前国内尚缺乏PBRTQC实践运用的共识和标准指南 ^{［

3
，

14
］}。

鉴于此，中华医学会检验医学分会、中国中西医结合学会检验医学专业委员会组织专家共同讨论，结合国内外相关共识、指南及最新研究，专家组针对PBRTQC程序建立流程与性能验证的标准化与规范化方法原则进行阐述和总结。共识的制定首先为工作组的专家确定写作框架，分工查阅文献，形成共识初稿；然后递交工作组征询更广泛的专家意见，总结专家建议并修改初稿内容；经进一步完善后形成最终稿。本共识适用于所有从事医学检验相关的工作人员，从PBRTQC项目选择、参数设置、程序建立、参数优化与验证、以及报警处理全流程的应用给出指导建议，助力PBRTQC在国内医学实验室质量管理体系建设中的广泛应用，以进一步提升实验室质量管理水平，更好地服务患者和临床。

试读结束，您可以通过登录机构账户或个人账户后获取全文阅读权限。

已是订阅账户? 登录

摘要
附录附件1 基于患者数据的实时质量控制（PBRTQC）程序建立与性能验证举例
附录附件2 PBRTQC真实世界应用：以检测仪器试剂加样针故障导致的系统误差为例
附录附件3 参数优化与调整：以不同类型患者血清钙数据导致的误差检测性能降低为例
参考文献

附录

附件1 基于患者数据的实时质量控制（PBRTQC）程序建立与性能验证举例

一、数据收集、清洗与筛选

通过实验室信息系统（laboratory information system，LIS）收集具有足够代表性以及全面的CO ₂数据，包括患者信息（年龄、性别、患者类型、诊断信息）、样品信息（申请科室、样本条码号、采集时间、标本类型）、检测信息（检测时间、检测项目、检测仪器、检测方法、检测结果、血清指数、单位、参考值范围）以及仪器信息（试剂批号、试剂瓶号、质控品名称和批号、校准品批号、校标结果、室内质控结果、仪器报警标志、仪器维护保养记录）。按照每月取3~5 d，共收集1年的CO ₂患者检测结果，其中涵盖周1~7以及2种以上试剂批号和校准品批号。数据收集完后，对数据进行清洗和筛选，排除室内质量控制数据，非血液样本结果，非人源样本结果，去除超过或低于检测限以及检测结果为空的缺失数据或非数值结果，最终纳入有效CO ₂数据量52 664例。

二、数据特征分析与取值范围

通过绘制直方图直观地观察数据的分布特征，剔除极端异常值。由附图1 可知CO ₂历史数据呈现近似正态分布，无需进行正态转换。根据数据分布特点，采用绝对中位差方法排除极值。绝对中位差的计算公式为：

极值的上下取值范围为：中位数± k $\times$ 绝对中位差。其中 $A_{i}$ 表示第 n个患者检测结果， m为 n个患者检测结果的中位数， k为默认系数。依据绝对中位差计算CO ₂的取值范围百分比为99.44%。

三、参数设置与模型优化

CO ₂的参数设置如下：①预期假阳性率：依据实验室质量管理要求暂设置为1%；②截断限：依据附图1 中取值范围百分比99.44%设置对应的上、下截断限分别为34.5和12.9；③计算算法：选择适当的PBRTQC算法，包括移动中位数法（moving median，MM）、移动均值法（moving average，MA）、加权移动均值法（weight moving average，WMA）和指数加权移动均值法（exponentially weighted moving average，EWMA）4种算法；④步长和加权系数：步长设置为5~100，以5为递增，如5、10、15、20…95、100。加权系数设置为0~1，以0.01递增，如0.01、0.02…0.1；⑤控制限：根据Westgard质控方案采用±2SD为警告限，±3SD作为控制限。

附图1

CO ₂历史数据患者检测结果分布

项目	预期假阳性率（%）	取值范围百分比（%）	下截断限（mmol/L）	上截断限（mmol/L）	计算算法	步长	触发数	加权系数	靶值（mmol/L）	SD（mmol/L）	控制限（mmol/L）
CO ₂	1	99.44	12.9	34.5	EWMA	30	15	0.15	23.65	0.86	靶值±3SD
CO ₂	1	99.44	12.9	34.5	MA	30	15	-	23.23	0.82	靶值±3SD
CO ₂	1	99.44	12.9	34.5	WMA	30	15	-	23.64	0.78	靶值±3SD
CO ₂	1	99.44	12.9	34.5	MM	30	15	-	23.78	0.76	靶值±3SD

附表1CO ₂项目的详细参数设置

项目	算法	引入误差（TEa，%）	FPR（%）	正ANPed（个）	正Ped（%）	负ANPed（个）	负Ped（%）
CO ₂	EWMA	25	1.765	8.57	83.55	11.43	92.94
CO ₂	MA	25	1.078	13.09	81.65	15.62	91.08
CO ₂	WMA	25	1.765	8.00	84.36	9.91	93.54
CO ₂	MM	25	2.500	14.20	85.34	14.48	91.66

附表2模拟验证性能评估

附图2

CO ₂通过引入正负系统误差模拟验证示意图（以移动均值法为例）

四、模型验证

通过验证集数据对不同算法进行误差检测性能评估，利用模拟工具引入1倍TEa的系统误差，比较不同PBRTQC参数对误差的敏感度，记录FPR、误差检出率（probability of error detection，Ped）和ANPed等性能评价指标，选择FPR、ANPed最小同时Ped最大的算法及参数作为最优模型。结果见附表2 ，通过比较在优先保证正确度即FPR最低的情况下可认为MA是CO ₂进行PBRTQC的最优算法。附图2展示了MA算法在正、负方向上分别以百分比误差的方式引入系统误差并持续后续结果的模拟验证示意图。

五、临床真实环境应用

在PBRTQC程序建立后，需要在真实世界中验证其误差检测性能。通过与室内质量控制相结合，使用PBRTQC程序对实验室检测结果进行实时监测，统计真实世界中PBRTQC对误差检测的及时性和准确性，依据PBRTQC在真实世界中的误差检测性能，进一步优化和调整PBRTQC参数。

附件2 PBRTQC真实世界应用：以检测仪器试剂加样针故障导致的系统误差为例

在对甲胎蛋白（alpha-fetoprotein，AFP）和糖类抗原125（carbohydrate antigen 125，CA125）实施真实世界PBRTQC监测应用时（附图3 ），监测到同一时间之后两个项目的PBRTQC监测图都呈现连续的失控报警，查看室内质量控制结果正常，而此时仪器无任何报警，仍正常运行。通过分析两个项目恰好都在仪器的同一模块进行检测，因此怀疑仪器该模块出现故障存在系统误差，遂立即暂停该模块样本检测，停止可疑结果报告的发放并立即进行复查，联系仪器工程师进行报修。后经过仪器工程师排查发现原因为试剂加样针陶瓷棒断裂导致试剂加样量不足，于是所有检测结果均表现为偏低。通过PBRTQC的实时监测及早的发现了系统误差，避免了质量风险。

附图3

AFP和CA125的PBRTQC真实世界应用模拟监测图

附件3 参数优化与调整：以不同类型患者血清钙数据导致的误差检测性能降低为例

在血清钙PBRTQC模型验证过程中发现每日血清钙的PBRTQC监测图表现为中午呈现明显的上升趋势，同时在真实临床环境验证中也发现国庆节假期期间血清钙的PBRTQC监测图呈现明显的下降趋势（附图4 ）。通过分析患者数据来源分布特点显示每日中午为体检和门诊患者样本检测高峰时段，而早上主要为住院患者样本检测高峰，同时国庆节假期10月1—3日门诊停诊，检测结果几乎全为住院患者样本，因此怀疑患者类型影响了血清钙的误差检测性能。于是按照患者类型针对不同亚组设定单独的PBRTQC程序（分为住院患者和门诊患者），结果显示单独的PBRTQC程序对住院患者的误差检测性能有所提高，但对门诊患者的负偏移不敏感，仍需要进一步优化（附表3 ）。

附图4

血清钙PBRTQC真实世界应用模拟监测图

患者类别	验证数据量	取值范围百分比（%）		下截断限（mmol/L）		上截断限（mmol/L）	步长	计算方法		靶值（mmol/L）	标准差（mmol/L）
所有患者	2 136	0.05~99.50		1.65		2.85	20	MA		2.24	0.04
所有患者	2 136	0.05~99.50		1.65		2.85	20	WMA		2.24	0.04
	2 136	0.05~99.50		1.65		2.85	20	EWMA		2.24	0.04
	2 136	0.05~99.50		1.65		2.85	20	MM		2.24	0.04
住院患者	1 069	0.05~99.50		1.57		2.77	20	MA		2.16	0.04
住院患者	1 069	0.05~99.50		1.57		2.77	20	WMA		2.16	0.04
	1 069	0.05~99.50		1.57		2.77	20	EWMA		2.16	0.04
	1 069	0.05~99.50		1.57		2.77	20	MM		2.16	0.04
门诊患者	912	0.05~99.50		1.90		2.74	20	MA		2.32	0.04
门诊患者	912	0.05~99.50		1.90		2.74	20	WMA		2.32	0.04
	912	0.05~99.50		1.90		2.74	20	EWMA		2.32	0.04
	912	0.05-99.50		1.90		2.74	20	MM		2.32	0.04
患者类别	触发数		引入误差（%）		FPR（%）	正ANPed（个）	正Ped（%）		负ANPed（个）			负Ped（%）
所有患者	20		6		2.35	15.09	81.988		60.14			29.792
所有患者	20		6		3.38	9.71	80.297		51.18			30.353
	20		6		3.94	9.19	80.246		33.68			31.349
	20		6		5.26	14.48	85.629		115.00			27.993
住院患者	10		6		3.48	10.00	93.150		51.80			9.542
住院患者	10		6		4.42	7.91	92.728		41.45			11.103
	10		6		4.61	7.91	91.835		24.82			12.145
	10		6		6.67	10.18	93.696		61.14			8.498
门诊患者	10		6		0.55	15.09	81.988		60.14			29.792
门诊患者	10		6		0.66	8.33	71.911		29.22			33.543
	10		6		0.66	8.44	74.538		27.11			33.566
	10		6		0.00	9.00	82.86		55.89			31.018

展开表格

附表3血清钙分亚组设定PBRTQC程序

参考文献

[1]

Loh TP , Bietenbeck A , Cervinski MA ,et al. Recommendation for performance verification of patient-based real-time quality control[J]. Clin Chem Lab Med, 2020,58(8):1205-1213. DOI: 10.1515/cclm-2019-1024 .