医疗保健实验室的工具、技术和培训

客人的文章

“科学陈述”是科学真理吗?

卡勒姆·弗雷泽博士讨论了经常在商业期刊甚至科学期刊上发表的科学声明。不幸的是，他们经常如此不真实的。很容易计算出他们错得有多离谱。

卡勒姆·g·弗雷泽博士
生化药品、
Ninewells医院和医学院，
邓迪dd19sy苏格兰。

韦斯特加德博士花费了大量的时间和精力，鼓励人们客观地思考来自专家组，特别是来自专业团体的指导方针、建议和声明的有效性。最近一篇关于这个至关重要的质量问题的文章可以在真相，全部真相，只有真相在这个网站上。

有些人可能会厌倦韦斯特加德博士关于正确测试结果的必要性和适当质量管理的重要性的布道。然而，我同意他的观点，并认为他的许多文章的基本潜在信息是至关重要的。对于我们这些临床科学家来说，首先也是最重要的是，我们必须检查越来越多的所谓的基于证据的指导方针的真实性，这些指导方针通常非常广泛地发表在医学文献中。

hsCRP结果的临床解释

韦斯特加德博士举了一个例子，它是“真相和全部真相”，但不幸的是，它不符合最终的“只有真相”标准，这是由广为宣传的新测试提供的——高灵敏度CRP [hsCRP]。他探索了与临床解释有关的问题，使用基于流行病学研究的五分位数对个体进行hsCRP分析，该研究考虑了中国的大量人群五分位数和质量在这个网站上。

自从韦斯特加德博士最近发表了关于用五分位数解释hsCRP结果的问题的文章以来，美国心脏协会(AHA)和疾病控制与预防中心(CDC)发表了一份AHA/CDC科学声明。这涉及炎症和心血管疾病的标志物:在临床和公共卫生实践中的应用[1]。声明摘要指出，根据已公布的证据，“在代谢稳定的患者中，最合理的方法是将当前的炎症标志物检测限制在高敏CRP [hsCRP]，空腹或非空腹测量两次，平均以mg/L表达。相对风险类别[低，平均，高]对应于基于人群研究汇总的值[分别<1.0,1.0至3.0和>3.0 mg/dL]的大致分位数。”。

用五分位数来解释数据的真正问题——现在显然四分位数更好——是没有考虑到生物变异。对于hsCRP, Campbell及其同事已经对此进行了讨论[2]，他们表明，区分CRP为1.13 mg/L(健康组的平均值)和CRP为1.38 mg/L(中风男性组的平均值)所需的样本数量为18!

根据一些背景，本文将探讨基于精度和受试者内生物变异的定量知识进行重复分析和重复样本对临床解释的影响。为了澄清讨论中使用的术语:

  • Sample用来表示从病人身上取下的标本。复制样本意味着从一个病人身上获得多个样本。
  • 化验是用来表示对样品进行的测量。重复分析是指对一个样品或标本进行多次测量。

所需样品数量的计算

根据平均估计值的简单标准误差[3]，可以很容易地从公式中计算出在个体真实个体自稳态设定点一定百分比范围内获得估计值所需的样本数。

n = [Z *] [CV一个2+简历我2]1/2/天)2

在哪里Z是与概率相适应的标准差数——1.96经常被使用，因为这是95%的概率水平[P < 0.05];
简历一个为稳态设定点水平上的分析精度;
简历我是主体内的生物变异;和
D是允许偏离真实稳态设定值的百分比。

抽取两个样本的结果——胆固醇

包括国家胆固醇教育小组[NCEP][4]在内的许多国内和国际专家对胆固醇结果的解释提出了建议，明确指出在确定个人的“数字”之前应该获得两个结果。其基本原理是，这是为了迎合“生物变异”。

使用上面的公式，让我们假设实验室刚刚达到NCEP允许的最大精度，即CV = 3%，并通过参考公布的“真相”来证明这一性能。我们知道，受试者体内胆固醇的生物变异为6.0%生物变异数据库&理想质量规范:2001年更新在这个网站上]。如果我们只是想让均值与真实值的距离不超过10%有95%的概率，那么，由于n = [Z * [CV一个2+简历我2]1/2/天)2， n = [1.96 * [3.0]2+ 6.02]1/2/ 10]2= 1.73。因此，NCEP和许多其他建议从一个人身上取两个样本的指导方针实际上是科学合理的;他们“只是真相”。

相比之下，新的AHA/CDC文件[1]所依据的证据却不够充分。有人说大多数急性相反应物测定具有可接受的精度。需要强调的是，[表2]中考虑的检测方法是用于hsCRP的，可接受的精度低于3.0 mg/L。”。事实上，表2中引用的测定间精密度CV < 10%。当然，这可能会被实验室以类似于NCEP指南的方式接受，即高达10.0%的精度是可以接受的。

该文件还指出“然而，hsCRP存在相当大的个体差异性。最终的结果是，与胆固醇类似，两种单独的hsCRP测量足以对一个人的风险水平进行分类，并解释受试者内部变异性的增加。”。

两个单独的测量是否令人满意?

取两个样本的后果- hsCRP

使用上述公式和Campbell及其同事[2]基于Franzini[5]的工作得出的受试者内生物变异的最低估计值30.3%，
n = [Z *] [CV一个2+简历我2]1/2/天)2所以n = 1.96 * 10.02+ 30.32]1/2/ 10]2= 39。

如果我们的方法具有AHA/CDC引用的10%的“可接受精度”，那么我们需要39个样本才能在任何个体的体内平衡设定点的10%内得到估计。

两个样本的均值是多少呢?我们可以把上面的方程重新排列成
D = (z * [cv一个2+简历我2]1/2) / n1/2使D = (1.96 * [10.0]2+ 30.32]1/2) / 21/2= 44%。

因此，从一个个体中取两个样本并取平均值，我们可以以95%的概率得到其值的±44%的估计值。换句话说，如果我们得到0.9毫克/升(低风险)的平均值，这很可能是1.4毫克/升(在平均风险类别中)，更重要的是，任何超过2.1毫克/升(在平均风险类别中)的结果都可能超过3.0毫克/升，即高风险。

因此，通过取两个hsCRP样本来获得风险评分的想法似乎基本上是有缺陷的，而且远非“只有真相”。

重复分析和两个样品

分析一个样本两次，或者取两个样本每个分析一次，或者取两个样本每个分析两次的效果似乎很难理解，也没有很好的记录。

我们将以胆固醇为第一个例子来探讨这个问题。

从个体获得的单个样本的一次分析所得结果的离散度由公式计算

色散= Z * [(CV一个2/ n一个) + (cv我2/ n年代）]1/2

其中，如上所述，Z为与所选概率相适应的标准差数，例如，1.96表示95% [P < 0.05]，这是最常用的z分数;
简历一个是结果层面上的精度，
n一个是重复分析或测量的次数，
简历我主体内部是否存在生物变异
n年代是患者样本或标本的数量。

一般来说，实验室对胆固醇的分析做得很好，大多数都能达到低于几年前NCEP规定的3.0%的最大允许精度。我们知道这个3%的标准是一种经验性的，对胆固醇的分析和实际所需的质量规范是在QC应用程序中要求的:金宝搏188客服胆固醇与分析要求，和问C用途:有临床需要的胆固醇。我们知道胆固醇的生物变异是6.0%——来自Ricos数据库。

如果我们采用通常的实验室操作模式，对来自一个个体的一个样本进行一次分析，则95%的分散度= Z * [CV]一个2+简历我2]1/2= 1.96 * [3.0 .2+ 6.02]1/2= 13.1%

现在，我们知道提高精度会有所不同，但我们可能会怀疑这不会产生很大的影响，因为CV一个已经是简历的50%了我最多。因此，如果精度现在是1.0%，那么95%的分散度= Z * [CV]一个2+简历我2]1/2= 1.96 * [1.0 .2+ 6.02]1/2= 11.9% -低于3.0%的精度，但并没有低太多。

真正的问题是，如果精确度下降，例如在药店购买的一些POCT系统或自检系统中可能发现的情况，特别是在操作技术不佳的情况下。如果精度为10%，则-

95%分散度= Z * [CV一个2+简历我2]1/2= 1.96 * [10.02+ 6.02]1/2= 22.9%

现在让我们看看在同一样本上重复分析的效果，取平均值作为最终结果。其结果是将精度降低到单次分析精度的平方根。在本文中使用的基本统计事实是，重复使变异减小到重复数的平方根。因此，95%的分散度如下-

精度为3%，95%分散度= Z * [CV]一个2/ n一个+简历我2]1/2= 1.96 * [3.0 .2/2 + 6.02]1/2= 12.5%
精度为1%，95%分散度= Z * [CV]一个2/ n一个+简历我2]1/2= 1.96 * [1.0 .2/2 + 6.02]1/2= 11.8%
精度为10%，95%分散度= Z * [CV]一个2/ n一个+简历我2]1/2= 1.96 * [10.02/2 + 6.02]1/2= 18.2%

分散较小，但要认识到的重要事实是，如果精度较差，重复分析对分散的影响显着更大。

或者，让我们对一个人的两个样本各做一次分析。效果是减少变异，在这个例子中是生物变异，通过样本数量的平方根。95%的分散度如下所示

精度为3%，95%分散度= Z * [CV]一个2+简历我2/ n年代]1/2= 1.96 * [3.0 .2+ 6.02/ 2)1/2= 10.1%
精度为1%，95%分散度= Z * [CV]一个2+简历我2/ n年代]1/2= 1.96 * [1.0 .2+ 6.02/ 2)1/2= 8.5%
精度为10%，95%分散度= Z * [CV]一个2+简历我2/ n年代]1/2= 1.96 * [10.02+ 6.02/ 2)1/2= 21.3%

再一次，正如上面所讨论的，从一个人身上取两个样本是有价值的，特别是如果与受试者内部的生物变异相比，精确度较低。

最后，让我们对两个样本中的每一个做重复分析。95%的分散度如下所示

精度为3%，95%分散度= Z * [CV]一个2/ n一个+简历我2/ n年代]1/2= 1.96 * [3.0 .2/2 + 6.02/ 2)1/2= 9.3%
精度为1%，95%分散度= Z * [CV]一个2/ n一个+简历我2/ n年代]1/2= 1.96 * [1.0 .2/2 + 6.02/ 2)1/2= 8.4%
精度为10%，95%分散度= Z * [CV]一个2/ n一个+简历我2/ n年代]1/2= 1.96 * [10.02/2 + 6.02/ 2)1/2= 16.2%

提供质量的后果

明确的信息是，报告给临床医生的测试结果的分散性可以通过重复分析和/或采取多个样本来减少。从实际的角度来看，重要的考虑因素如下

  • 降低精度，以减少分析“噪音”，使生物“信号”不被混淆制定检验医学质量规范用的生物变异数据),而
  • 检查精确度(来自内部质量控制或PT数据)和生物变异(来自最新数据库)的比较幅度。如果精度高于生物变异，那么通过方法改进或重复分析来降低精度，如果生物变异高，那么取多个样本然后取两个结果的平均值可能是有利的。

AHA/CDC提案的问题

现在，让我们回到AHA/CDC科学声明[1]，并评估取两个样本来评估hsCRP个体风险的有效性。使用从科学声明中可能推断出的允许的最大精度，即10.0%，以及如上所示的30.3%的受试者内部生物变异，那么，对于来自一个个体的一个样本的一次分析，95%的分散度= Z * [CV]一个2+简历我2]1/2= 1.96 * [10.02+ 30.32]1/2= 62.5%。这种分散几乎是胆固醇的五倍，因此，从这个角度来看，将hsCRP等同于胆固醇在我看来是有重大缺陷的。

在我看来，hsCRP并不像Ockene等人[6]所建议的那样具有“类似于总胆固醇的测量稳定性程度”，而本文的结果似乎确实为AHA/CDC科学声明的分析方面提供了许多基本证据。我同意Campbell等人[7]对这项工作的批评，他们客观地考虑了生物变异的影响。

如上所述，AHA/CDC建议[1]取两个样本。如果我们对它们进行一次分析，那么，以10%的精度，95%的离散度= Z * [CV]一个2+简历我2/ n年代]1/2= 1.96 * [10]2+ 30.32/ 2)1/2= 42.0%，也比胆固醇的相似分散度大得多。

hsCRP不像胆固醇。它有很高的可变性。取两个样本的平均值当然会降低离散度，但不会降低到与胆固醇离散度相同的水平。要达到这个水平，就意味着要采集更多的样本。

如果我们取四个样本[Ockene等人[6]正确地认为两个样本场景没有多少“附加价值”]，95%的分散度= Z * [CV]一个2+简历我2/ n年代]1/2= 1.96 * [10]2+ 30.32/ 4)1/2= 35.6%

如果我们取10个样本，95%的分散度= Z * [CV一个2+简历我2/ n年代]1/2= 1.96 * [10]2+ 30.32/ 10]1/2= 27.1%。

即使我们取了10个样本并重复分析，95%的分散度=
Z * [cv]一个2/ n一个+简历我2/ n年代]1/2= 1.96 * [10]2/2 + 30.32/ 10]1/2= 23.3%，仍远高于胆固醇。

即使我们取了2个样本，每个样本分析10次，95%的分散度=
Z * [cv]一个2/ n一个+简历我2/ n年代]1/2= 1.96 * [10]2/10 + 30.32/ 2)1/2= 42.4%，同样远高于胆固醇。

同样，对于胆固醇，我们可以看到精确度和受试者内部的生物变异与个体测试结果的离散度之间非常重要的关系。如果精度低于生物变异，取两个样本比重复做一个样本的分析更能减少分散。当然，如果精度比生物变异更重要，那么在重复中分析一个样本(或者更好，通过质量改进来降低精度)比提取多个样本更能减少分散。

为了获得胆固醇所享有的小分散，从而真正促进临床解释，我们需要采集大量样本并提高精度。这两件事可能都很困难。

因此，当客观地考虑大的生物变异和大的允许精度时，支持“两次单独测量hs-CRP是足够的”这一论点的证据在我看来就不那么有说服力了。用韦斯特加德博士的话来说，证据似乎并不支持科学声明“只有真相”的观点。

最后的抗辩

计算所需的样本数量很简单，以便在规定的接近度内以预先确定的概率获得对个体稳态设定点的估计。计算单个试验结果的离散度很容易。对一个样本进行多次分析和/或采集多个样本的影响也很容易计算。所有这些计算都需要精度和生物变化的数值知识。实验室内的精度数据很容易从内部质量控制或公布的PT调查结果中获得，生物变异数据通常可以在公布的数据库中获得。那些提出据称基于证据的指导方针、建议和科学声明的人，在传播他们的工作之前，被敦促做所有这些计算，并考虑它们对临床效用的影响。

参考文献

  1. Pearson TA, Mensah GA, Alexander RW，等。AHA/CDC科学声明。炎症和心血管疾病的标志物。应用于临床和公共卫生实践。一份来自疾病控制和预防中心和美国心脏协会的医疗保健专业人员的声明。发行量2003;107:499 - 511。
  2. 张建军，张建军，张建军，等。血浆c反应蛋白检测的临床应用。生物化学2002;39:85-8。
  3. 弗雷泽CG。生物变异:从原理到实践。华盛顿特区。AACC出版社，2001。
  4. 国家胆固醇教育计划实验室标准化委员会。美国临床实验室血液胆固醇测量的现状中华医学杂志1988;34 (4):393 - 391
  5. 正确估计生物变异的必要性:以c反应蛋白为例。中华医学杂志(英文版);1998;31(1):1 -2。
  6. Ockene IS, Matthews CE, Rifai N, Ridker PM, Reed G, Stanek E.健康成人系列高敏c反应蛋白检测的变异性和分类准确性。中华医学杂志2002;48:444- 444。
  7. 李建军，李建军，李建军，等。c -反应蛋白的研究进展。给编辑的信。中华医学杂志(英文版);2003;49(1):21。

关于卡勒姆·g·弗雷泽

卡勒姆·G·弗雷泽目前是泰赛德生物化学医学临床负责人，也是邓迪大学荣誉高级讲师。他在生物变异数据的生成和应用方面发表了大量文章。

卡勒姆·G·弗雷泽博士
工作电话+44 [0]1382 632512
工作传真+44 [0]1382 645333
电子邮件此电子邮件地址被保护免受垃圾邮件机器人。您需要启用JavaScript才能查看它。

Joomla SEF url由Artio提供