质量取决于你的伙伴
美国疾病控制与预防中心最近的一份报告指出，目前的能力测试存在一些问题。在这些问题中，群体标准偏差类型的质量要求。这是什么?为什么这是个问题?我们能做些什么呢?
小组质量要求的讨论
- 集团标准偏差质量要求
- 问题:跟随兽群是一个移动的目标
- 问题:基于群体的质量要求，一切都是相对的
- 问题:如果你的同龄人“太好了”怎么办?
- 问题:如果你的同龄人都错了怎么办?
- 解决方法:方法更好，质量要求不同
- 参考文献
2008年6月
斯滕·韦斯特加德，硕士
最近,能力测试报告由疾病预防控制中心实验室系统司发布，作为确定实验室最佳做法总体努力的一部分。这份报告,美国临床实验室能力测试服务审查-技术工作组的最终报告-由专家在巴特尔纪念研究所的帮助下编写，解决了PT行业面临的许多有趣的挑战。但是他们的一个发现对Westgard Web的读者来说是特别感兴趣的——质量要求，它们的类型和价值。金宝搏188手机app最新下载
通常在Westgard金宝搏188手机app最新下载 Web上，当我们谈论质量需求时，我们谈论的是为测试方法选择需求，并根据这些需求评估这些方法的性能。然而，这个讨论将更进一步——讨论如何定义和设计质量需求本身。
集团标准偏差质量要求
CLIA能力测试标准提出了三种类型的质量要求。第一种称为固定限值，实验室产生的目标值必须在特定的单位数内(即+/- 6mg /dL)。第二种类型是百分比限制，实验室产生的目标值必须在该值的特定百分比范围内。(即+/- 20%)。第三种也是最后一种类型是标准偏差要求，其中目标值必须在目标值的+/-个标准偏差范围内。例如，CLIA规定促甲状腺激素(TSH)必须在+/- 3个标准差范围内。
历史上，CDC似乎使用+/- 3sd范围来设定可接受性的原始标准。在一些测试中，他们觉得这些数字在某些测试中是稳定的，所以他们可以把它们减少到一个固定的百分比或浓度。在疾控中心确定质量要求时，其他测试在技术和性能方面仍在迅速变化。不仅有很多在方法变异(即方法本身有很多变异)，也存在显著的方法间变异(即一种方法的值与另一种方法的值差异很大)。对于这些麻烦的方法，固定的限制和固定的百分比都不能包含在熟练程度测试中遇到的大多数值，因此使用+/- 3SD来表示“最先进的状态”。您可能还记得，在质量需求的斯德哥尔摩层次结构中，这些标准是最后的或最低的，因此是建立可接受性标准的最不可取的方法。
PT报告进一步描述了这类质量要求:
“在没有明确或参考方法的情况下，或者特定方法的结果表明，在可辩护的科学协议确定的实际患者样本中没有观察到偏差，可以使用比较方法或方法组(同行组)....。尽管要求只有在矩阵效应已被可辩护的科学协议证明的情况下，才能使用同伴群体手段来确定目标价值，但这种方法已经变得司空见惯。1]
因此，实验室结果只需要符合其所属测试组的一定数量的标准偏差。换句话说，质量要求不仅取决于您的实验室获得的值，而且取决于整个实验室组的值。只要你接近同龄人的价值观，你就没问题。
乍一看，这种类型的需求没有什么问题。毕竟，这就是能力测试的全部内容。你把自己的成绩和别人的成绩比较，你想成为这样的人。但问题是，我们不再寻求“正确”的答案——就像通过参考方法建立的权威值一样。相反，我们只是在寻找一个共同的答案——一个接近其他人得到的值。
当我们讨论这些问题时，我们将利用罗林斯和罗伯茨在2004年收集的六种TSH方法的一些数据[2]。我们将把这些数据与2004年的能力测试数据配对纽约州华兹华斯CLEP PT项目和API PT程序．请记住，我们并不是在用这些数据进行科学研究。我们只是用这些数字来说明这种质量要求的一些问题。
关于TSH的正常参考范围上限是2.5 mIU/L还是4.5 mIU/L，我们不会讨论太多。相反，我们将关注参考范围的低端，约为0.40 mIU/L。低于该阈值的值通常用于区分非甲状腺疾病和原发性甲状腺功能亢进。
问题:跟随兽群是一个移动的目标
您遇到的第一个问题是群体标准偏差质量需求是需求本身的可变性。每个PT事件有不同的标准偏差，导致不同的质量要求。例如，在TSH约为0.40 mIU/L水平时，2004年NY PT组的质量要求从34%(1月)到43%(5月)到45%(9月)不等。这是11%的价差相同集团相同能力测试计划。记住，像胆固醇这样的分析物只有10%的固定要求;仅对TSH的质量要求就超过了对胆固醇的固定要求。
当质量需求频繁地从一个事件跳到另一个事件时，就很难获得一种方法所达到的质量的清晰图像。例如，一个具有5%CV和15%偏差的方法(不是不可能的偏差，因为罗林斯和罗伯茨的偏差范围是3%到35%)。根据这些数据，当质量要求为45%时，性能是世界级的，但当质量要求为34%时，性能下降到边缘性能。
换句话说，当替补席变动时，你很难衡量自己的能力。在9月份可能是世界级的方法，到了1月份可能就无足轻重了。我们已经知道，在夜班和周末轮班期间，医疗服务会受到影响，那么我们现在还需要担心在某些PT活动期间，医疗服务也会受到影响吗?
问题:基于团队的质量要求，一切都是相对的
另一个出现的问题是，“如果我的表现取决于我的同事，我怎么知道我的实验室是否做得很好?”如果我们在实验室测试中引入“质量相对主义”，那么你的同行实验室的表现可能比你的实验室的表现更重要。
在传统的“按曲线评分”的情况下，你可能想要在一群表现较差的同龄人中，以确保你得到最高的分数。在熟练程度测试场景中，您可能希望有很多变化的组，因为这会产生最大的标准偏差。大的标准偏差意味着更大的质量要求，这意味着更高的西格玛度量。
现在让我们以TSH数据为例。我们将比较5种方法(A到B)，并在0.4 mIU/L范围内或附近使用可能的熟练程度测试组。
|
集团 |
标准偏差
|
质量要求
|
|
纽约PT |
0.52 mIU/L时为0.06 |
34.6% |
|
API |
0.43 mIU/L时0.07 |
48.8% |
注意两个不同组NY和API计算出的允许误差。这两项质量要求之间有10%以上的差别。当我们将这些质量要求应用于方法性能时，会产生一些显著的差异。
|
方法
|
简历
|
|
一个 |
6.3% |
|
B |
5.7% |
|
C |
5.2% |
|
D |
3.7% |
|
E |
4.3% |
|
F |
1.6% |
对于这些方法，每周进行2天的不精确研究，持续3周，总共进行24次重复，我们关注的控制水平为0.40 mIU/L。虽然你可以粗略地比较一下简历与质量要求的比例，但这些简历并没有多大帮助。为了把它转化成更具体的东西，我们来做一些简单的西格玛度量计算。假设没有偏差，应用Sigma方程:
|
方法
|
简历
|
纽约σ
|
APIσ
|
|
一个 |
6.3% |
5.29 |
7.75 |
|
B |
5.7% |
6.07 |
8.57 |
|
C |
5.2% |
6.66 |
9.39 |
|
D |
3.7% |
9.36 |
13.20 |
|
E |
4.3% |
8.86 |
11.36 |
|
F |
1.6% |
21.6 |
30.5 |
在这种情况下(请注意，我们是)不考虑到偏见)，我们得到了潜在的好消息。世界级的表演，不管你怎么切。但也要注意不同组的西格玛指标是如何不同的。对于方法A，如果“切换”组同样简单，则可以从好性能除了6σ。
您可以得出的另一个结论是:有时群体差异可能太大，以至于“太容易”实现可接受的或出色的性能。套用一下关于参加奥运会的建议:如果你想取得世界级的成绩，就好好选择你的同龄人。
问题:如果你的同龄人“太好了”怎么办?
这里有一个不同的问题，可能会从一个非常精确的同伴组中产生:允许变化的有效“范围”可能会变得“太紧”。虽然所有参与者的标准偏差可能更宽、更宽容，但如果每个人都有出色的表现，对错误的容忍度就会更低。
例如，如果你在NBA球队有6英尺高，你可能会被认为“失控”(即太矮)。相反，如果你身高6英尺，与一群办公室职员、一群医疗技术人员、一群牙医和NBA球队相比，你可能会发现你的身高更有可能被“控制”(你既不是最高的，也不是最矮的)。
在纯粹抽象的意义上，你的同伴群体越一致，显然质量要求就越严格。如果您推断到极端情况，即每个同行都得到完全相同的结果，那么同行的SD将与您的个人实验室SD相同。然后，根据定义，你将只能实现最多3σ。计算是这样的:
质量要求= 3 * YourSD。
Sigma =(质量要求-偏差)/ YourSD
= ((3*YourSD) - 0) / YourSD
= 3
回到现实世界，我们知道，即使是最相似的同龄人群体，其群体差异也比个人差异大。例如，如果我们使用API PT中发现的对等组(使用相同试剂的仪器组被分组在一起)，则我们的一些Sigma指标将是这样的:
|
方法
|
简历
|
NY组Sigma
|
API组Sigma
|
API同行质量要求
|
API同行Sigma
|
|
一个 |
6.3% |
5.29 |
7.75 |
15.00 |
2.38 |
|
B |
5.7% |
6.07 |
8.57 |
没有对等组数据可用 |
|
|
C |
5.2% |
6.66 |
9.39 |
没有对等组数据可用 |
|
|
D |
3.7% |
9.36 |
13.20 |
21.95 |
5.93 |
|
E |
4.3% |
8.86 |
11.36 |
没有对等组数据可用 |
|
|
F |
1.6% |
21.6 |
30.5 |
26.79 |
16.7 |
这里的问题是，团队的选择对你的表现有很大的影响。在这个简单的示例中，方法A的西格玛度量值为2.38、5.49或7.75，具体取决于您选择对哪个组进行度量。对等组的较低变化导致了较低的质量要求，从而导致了不可接受的西格玛度量。但是，根据您选择的比较，方法A可能是不可接受的，可能是好的，也可能是世界级的。显然，对于这样的质量要求，谨慎选择同伴是值得的。
问题:如果同龄群体中的每个人都错了怎么办?或者如果每个人都错了，而你是对的呢?
PT报告指出了PT测试中同伴组比较可能导致的其他几个关键问题。
“虽然PT提供者更喜欢[同伴组]方法是可以理解的，因为他们更有可能获得80%的参与者同意，但这种做法可能会产生真正的分析偏差，可能会影响患者样本和PT样本。Rej等人报道了纽约州临床实验室评估项目中的两个病例，说明了使用同伴组方法而不是全参与者方法的缺陷。在一种情况下，一个制造商的试剂质量问题会被忽视。在另一种情况下，当将这些仪器的结果与总体平均值进行比较时，发现了另一家制造商的校准器的问题。“(1]
这就是同伴群体意味着的危险:如果你的同伴群体中的每个人都经历着同样的偏见，这看起来就不像是一个问题。如果你的同侪组中的所有数值都从悬崖上跳下来(由于试剂或校准器等的问题)，问题不是你是否也会跳下去。问题是你是否会注意到它。
如果你回顾一下股票市场，你会发现类似的情况，群体可能会因为盲目的共识而陷入错误。以经济泡沫的循环模式为例。你可以追溯到几个世纪前，17世纪的郁金香狂热，或者你可以看看最近的20世纪90年代的互联网股票热潮，以及现在正在崩溃的次级抵押贷款泡沫。在所有这些案例中，理性的、善意的投资者都随波逐流(被“非理性繁荣”所淹没)，将大量资金投资于不那么有价值的东西。此外，在每一个案例中，都有反对的人抵制人群，但被忽视，通常是他们的危险。在经济泡沫的情况下，损害通常只是金融方面的。在实验室测试的情况下，损害可能是重复测试的浪费，误诊或更糟。
解决方法:改进方法，提高质量要求
所以我们现在看到了标准偏差型质量要求的缺点。如果有的话，我们能做些什么呢?PT报告最后就这一主题提出了一些一般性建议:
在可行的情况下，应建立目标值或通过参考方法进行验证。比较方法或同伴群体目标应该更少地使用，并且只有在特定方法显示出对患者样本没有观察到的PT样本的偏见时才应使用。人们认识到，将方法或目标值分配从同行组更改为参考方法值可能对PT提供者和参与实验室产生破坏性影响。如果仪器在提供与参考方法或参考物质确定的“真实”值相当的结果方面存在问题，则使用该仪器的实验室不应因其仪器的选择而受到处罚。对于这种可能的结果，应该提供一个过渡期，允许制造商纠正问题或实验室更换仪器。“(1]
能力测试工作组也试图提出一个更有力的建议，但没能做到:
“PTWG考虑了一项建议，即CDC为尽可能多的CLIA分析物确定参考或标准方法，并为制造商和PT提供商建立指南，以利用这些方法为分析物分配目标值。小组在这次讨论中未能达成共识，因此没有提出任何建议。达成共识的主要障碍是相对较少的临床重要分析物存在参考或标准方法，建立这样的方法通常是一项困难、耗时和昂贵的工作。1]
这个问题的性能方面似乎正在自行解决，至少对一些CLIA监管的分析物来说是这样。最新一代的方法具有更好的精度和可比性，因此方法越来越好，越来越相似。因此，这种改进的性能可能是从标准偏差类型需求转换为绝对需求的触发器。
不幸的是，并非所有方法都准备好进行这种转换。Cao, Soldin和Rej在2007年AACC会议上发表了一份海报，其中他们使用hplc -串联质谱法作为参考方法建立了内分泌学PT结果的目标值。他们发现，虽然在T4、游离T4和皮质醇的测试结果中，失败等级仅略有增加，但存在明显的差异翻倍来使成四倍睾酮，孕酮和DHEA-S的失败等级。[3.]
Norton-Wenzel, Cao, Russo和Rej，在另一张2007年的海报中[4]，他指出了这些方法可以采用的另一种方法。虽然方法间差异很大，但他们指出，“除了低浓度分析物外，方法内CVs在熟练度测试事件和标本浓度上是合理一致的。”因此，他们建议使用%CV的中位数。虽然这是一种改进，但这再次为质量需求提出了一个移动的目标。
作为一个实际问题，最近和现代的法规倾向于支持固定单位或固定百分比的要求。有趣的是，我们从一些能力测试提供者那里听说，他们现在避免将标准偏差类型的质量要求分配给非规范的分析物。如果你看一下澳大利亚的RCPA熟练测试要求或德国的Rilibak，你根本找不到这种质量要求。德国Rilibak规范的独特之处在于，它们规定了单个值的允许“相对偏差”(误差)和实验室间测试结果的允许“相对偏差”。对于TSH, Rilibak设定了13.5%的个人允许误差和24%的实验室间允许误差。
这里的最后一个教训是，我们仍然需要更好的方法，对这些方法有更好的要求，最重要的是，我们需要更好的专业人员——在实验室里有知识、有经验、有能力对质量要求的定义和使用进行判断的人。
参考文献
- 美国临床实验室能力测试服务审查——技术工作组的最终报告，实验室系统部门，CDC, 2008年4月，第24页。http://www.futurelabmedicine.org/WorkGroupReport.aspx2008年5月29日发布。
- 罗林斯，罗林斯，罗林斯，“第三代促甲状腺激素检测方法的性能特征”，中华临床医学杂志，2004。
- D-134“外部质量评估项目是否准备好采用绝对目标值?”曹志强，陈志强，2007 AACC学术会议。
- d -14，“能力测试/外部质量保证程序的可接受范围”，曹志强，陈志强，2007 AACC会议。