作者:Sten Westgard, MS
这是在第一次网络研讨会期间提交给印度的下一组问题。
从印度尼西亚:“在我的国家,我们仍然使用三西格玛管理,那么我们如何知道每次“韦斯特加德规则”失效的确切原因?”
有趣的是,你在一个特定的西格玛水平上描述了你的管理。我想说的是,不管你使用的是什么乐器,你只能实践你的乐器所提供的管理水平。如果你有一个三西格玛仪器,你就不能实行六西格玛管理。此外,无论仪器的西格玛值如何,违反“韦斯特加德规则”仍然有助于指出导致问题的错误类型。1:3或R:4的违规很可能是由随机错误引起的。2:2s,或4:15,或8:x很可能是由系统错误引起的。“韦斯特加德规则”不是万能的——它们不能告诉你错误的确切来源是什么,但它们可以让你朝着正确的方向开始。
从海德拉巴:“西格玛度规是什么?”
西格玛度量是一个数字,它给你一个测试方法的分析性能的估计。六西格玛被认为是世界级的表现,在一百万个可报告的结果中几乎没有缺陷。在许多工业和制造应用中,三西格玛被认为是最低可接受的性能,并且在一百万个可报告的结果中产生近67,000个缺陷。了解西格玛度量可以帮助您了解对结果的信心,以及对您的规则,运行多少控制以及(很快)需要运行QC的频率的指导。在Westgard网站上有大量关于六西格玛的信息,在互联网上也有很多其他的地方。金宝搏188手机app最新下载
来自印度:“当我们有积极或消极的偏见时,我们应该怎么做?”
从严格的计量角度来看,任何时候你发现你有偏差,你应该消除它。为了测量不确定度传播的效用,不能存在偏差。然而,在现实世界中,有些偏见可以存在而不会伤害患者,所以这是一个确定允许偏见的问题。我们鼓励使用西格玛度量,如果偏差导致西格玛度量下降到不可接受的水平,那么考虑重新校准方法,或者找出导致偏差,移位或漂移的原因。这可能意味着买一套新的校准器,或者买一批更好的试剂,或者做一些维护工作——仪器可能产生偏差的原因有很多。
从雅加达:“我可以使用我日常QC中的偏差和CV来计算西格玛度量吗?”
我对这个问题的感觉是,答案是肯定的——你的西格玛度量应该基于你的日常表现。你可以通过每天的QC来计算你的简历。从你的QC那里获得偏见可能涉及到加入一个同行小组,或者可能涉及到使用分析控制。从同行群体中计算出的偏差比根据分析/目标平均值计算出的偏差要好,但任何一种估计都比没有好。理想情况下,我们希望从与参考方法、参考材料或基于准确性的PT/EQA调查的比较中获得偏差。这些理想的选择对于一般的实验室来说往往是遥不可及的。因此,使用同伴组或分析方法来确定偏见是一个实用的选择。
来自印尼:“在血液学QC中使用六西格玛QC设计是否普遍?”他们有多少人?”
这是一个有趣的问题。事实上,我们并不知道有多少实验室在他们的化学或血液学中实施了西格玛指标。我们的调查显示,有10%到25%的公司在运营中使用西格玛指标。所以充其量也只是一小部分实验室。这在化学中比在血液学中更常见。许多血液学分析仪甚至没有设置显示适当的QC图表,因此实现西格玛指标的基础并不存在。血液控制的保质期短是另一个并发症因素。最后,血液学的TEa目标更严格,因此达到六西格玛可能更具挑战性。我们已经发布了许多血液学仪器的案例研究,但从我们听到的情况来看,实验室在血液学中实施西格玛度量的可能性要小于化学。但尽管如此,我们知道实验室确实在血液学方法中使用了它们——我们甚至在您最近的一篇出版物中有一章。
从德里:“我们实际上不知道如何在我们的实验室实际实施六西格玛?有没有成功实施的公式?”
当然,有一个六西格玛公式,但我认为这个问题是隐喻性的,不是字面上的。我们出版的六西格玛质量控制设计教材包含了一些关于如何实施该技术的有益讨论。我们出版的《基本质量管理体系》一书讨论了如何对实验室进行全系统的变更。最后,我们的Sigma VP计划旨在帮助实验室执行该方法的一步一步实现,最终结果由我们自己的评估验证。所以我希望我们不仅提供了字面意义上的公式,也提供了隐喻性的公式。
来自印度斋浦尔:“clia88公布的总允许误差是否可以接受?”我们应该把它们纳入我们的计算吗?”
这是一个很常见的问题。对于许多应用程序来说,CLIA标准被认为“太宽泛”,但这通常是在只试图达到2或3西格玛的情况下。当你尝试将CLIA目标用于六西格玛时,你会发现这些CLIA目标并不是那么广泛。然而,对于今天的高性能方法来说,有些CLIA目标可能太宽泛了,也许可以使用更紧凑的目标。这是我们现在在Sigma VP项目中所做的事情,评估CLIA可能可行的目标,并在方法性能相当好的情况下找到其他目标,如Ricos或RCPA目标。
我想这个问题的简短答案是“是的,当你开始你的西格玛指标时使用CLIA目标”,但在未来,你可能会想要使用来自多个资源的目标,而不仅仅是来自CLIA的目标。
从巴林:“如果测试量很低,我们可以只运行一个级别的控制吗?”
应该运行的控件的数量不是基于测试量,而是基于测试性能。然而,今年出版的一些工具将帮助你根据西格玛指标运行这些控制的频率,并根据患者数量进行调整。因此,六西格玛方法可能只能为每1000名患者(甚至更多)运行几个对照(2或3个)。但三西格玛方法可能需要4或6个对照,以及所有的韦斯特加德规则,并且可能需要每50或100(甚至更低)患者一次的频率。所以较低的测试量,当有较高的西格玛方法时,可能能够降低自己的QC频率。然而,通常有规定规定的最低质量控制频率。例如,美国化学方法的CLIA要求每天两次至少进行两次对照。所以即使我们的表现很好,我们最终还是会每天跑一次。有可能实现IQCP,它为您提供了将频率减少到每天少于一次的理由,但许多方法无疑将默认为每天一次,因为这些方法在超过该时间段后不稳定(它们需要每天一次启动,校准等)。
从孟买:“Sigma如何影响运行的控制数量和实现的规则数量?”
这是一个容易回答的问题。你的Sigma越高,你需要的控制就越少,你需要的规则就越少,你运行质量控制的次数也就越少。你的Sigma越低,你需要的控制越多,你需要的规则越多,你需要运行QC的频率也就越高。我们的QC应用部分有超过三十个案例研究。
来自印尼“我们应该计算多少次?”
一旦西格玛度量实现并且性能稳定,您通常可以每季度或每六个月检查一次。对于我们的Sigma VP实验室,我们建议每6个月检查一次,并要求每年检查一次。当然,常识告诉我们,如果你的方法有问题,你也应该重新计算和评估西格玛度量。每当方法上出现失控事件时,您应该评估是否需要重新建立西格玛度量。每当进行主要维护时,也是重新计算sigma指标的时候。因此,虽然您通常只需要每季度或每六个月评估一次,但可能在某些情况下需要更频繁地计算它。