复制实验

作者:James O. Westgard博士。

不，这并不涉及克隆(我们将把它留给苏格兰人)。本文是关于方法比较研究中的金标准之一。韦斯特加德博士解释了这个重要的实验是什么，你如何执行和解释它，以及你如何使用结果来改进你的实验室。包含一个Javascript复制实验计算器来为您处理数字

注意:这个教训是从……中得出的第一个的版本<一个href="//www.chin-gon.com/store.html?page=shop.product_details&flypage=flypage.tpl&product_id=7&category_id=1">基本方法验证书。这本参考手册现在已经出版了第三版。该材料的更新版本也可在一个<一个href="http://www.westgard.org/index.pl?op=show;isa=Program;iid=12678">在线培训项目同时获得AACC和ASCLS认证。

目的
需要考虑的因素
数据的计算
Javascript计算器
可接受性能标准
建议最少学习次数
参考文献

目的

通过重复实验来估计分析方法的不精确性或随机误差。测量方法几乎总是受到一些随机变化的影响。回想一下我们的浴室秤的随机和系统误差的例子<一个href="//www.chin-gon.com/lesson21.htm">MV -实验计划，以及中的图形描述<一个href="//www.chin-gon.com/essay15.htm">MV -内在的，隐藏的，更深的，秘密的意义。重复测量通常会显示略有不同的结果，有时高一点，有时低一点。确定随机误差的数量通常是方法验证研究的第一步。

重复性实验通常是通过获得同一材料的20个样品的测试结果，然后计算平均值、标准差和变异系数来进行的。目的是观察在实验室正常操作条件下测试结果的预期变化。理想情况下，测试变化应该很小，即重复测量的所有答案应该几乎相同。

复制实验估计方法操作中不同因素引起的随机误差，如样品的移液，取决于时间、混合、温度和加热的反应条件，甚至测量本身。在非自动化系统中，个别分析人员的技术变化可能是测试中观察到的变化的一个很大的贡献者。对于自动化系统，仪器和反应条件的不均匀性和不稳定性仍然可能导致微小的变化，这些变化可能再次在最终测试结果中显示为阳性和阴性变化。虽然确切的影响无法在任何时候预测，但这些影响随时间的分布可以预测，以提供随机误差可能有多大的估计。

需要考虑的因素

观察到的随机误差的数量取决于实验设计，因为某些变量可能不会出现，除非选择正确的条件。例如，当在短时间内进行实验时，例如在分析运行中，由于操作条件的日常变化而引起的长期变化的影响将不会被观察到。在短时间内，室温可能是恒定的，而在一天内，在不同的日子里，在不同的季节里，温度可能会有更大的变化。设计实验的重要因素是实验时间、待测样品的基质、待测材料的数量和浓度、待分析样品的数量。虽然预计执行测试的分析人员的数量也可能是一个因素，但在方法验证研究期间，这个变量通常是控制的，并且只有一个或几个训练有素的分析人员参与这些研究。

实验时间段

进行实验的时间长度对于解释数据和可能得出的结论至关重要。当在一次分析运行中分析样品时，观察到的“运行内”随机误差通常很低(而且乐观)，因为结果只受在这短时间内变化的那些因素的影响。这是该方法可能实现的最佳性能;如果这种性能不能接受，则应拒绝该方法，或者在进行任何进一步的测试之前，需要识别并消除随机误差的原因。

在一天内进行的实验，即“在一天内”，通常会比连续进行的实验显示出更多的变化，除非该方法高度自动化且非常稳定。一项为期20天的实验有望对患者样本随时间变化的变化提供更现实的估计。这种估计可以被称为方法的“每日”、“天之间”或“总”不精确性。ncls似乎更喜欢“总不精确”这一术语，因为它意味着变异的日内和日间分量也包括在内[1]。

样本矩阵

样品中存在的其他材料构成其基体。例如，实验室检测的基质可能是全血、血清、尿液或脊髓液。虽然在每一种类型的标本中测量葡萄糖可能是有趣的，但很难找到一种适用于所有这些类型标本的单一方法。在评估方法性能时，重要的是使用具有尽可能接近感兴趣的真实标本类型的矩阵的测试样本。

测试样本通常可作为标准溶液、控制溶液、患者池和个体患者样本。所有这些方法都可以用于重复实验，但每种方法都有一定的优点和局限性。

标准的解决方案通常很容易用于普通化学分析，并且可以组成感兴趣的浓度。标准溶液的基质通常比实际患者样品的基质简单，例如，标准溶液可能是水溶液，而患者样品可能是蛋白浓度较高的血清。因此，对标准解决方案的随机误差的估计可能是乐观的，并且可能表示可用的最佳性能。但是，如果最佳性能不能令人满意，可以做出拒绝该方法的决定。

控制解决方案或控制材料可以从商业来源获得，形式和大小方便，并具有长期稳定性。基质可能与患者基质非常相似，但由于稳定剂、冻干剂和重组剂以及特殊添加剂的加入，仍可能产生特殊效果，以提高某些测试(如酶和脂类)的水平。由于需要测试和记录传染病的自由，将来可能更难获得由实际患者材料制成的控制材料。看到<一个href="//www.chin-gon.com/lesson13.htm">QC -物料对控制材料进行更广泛的讨论。

池新鲜的患者样本通常可用于短期测试，特别是在运行和一天内的重复研究。新鲜患者样本的副本可以在很长一段时间内每天进行分析，但这些样本仍然只反映运行内和一天内的不精确成分。除非在不同的日子进行重复，否则不会观察到天之间的成分，在这种情况下，必须在重复之间的时间段内证明新鲜样品的稳定性。

要测试的材料数量和浓度

待测试材料的数量应取决于对该测试的医疗用途至关重要的浓度。通常，应选择两到三种材料，使其分析物浓度达到医学上重要的决定水平。医疗决策水平表示对测试结果的医学解释至关重要的浓度。

对于胆固醇，根据NCEP对解释胆固醇测试结果的建议，医疗决策水平为200mg /dl和240mg /dl[2]。葡萄糖通常在几个医疗决策水平下进行解释，例如低血糖为50 mg/dL，空腹样品为120 mg/dL，葡萄糖耐量试验为160 mg/dL，监测糖尿病患者为300 mg/dL。有关各种测试的指导方针，请参阅有关的建议<一个href="//www.chin-gon.com/decision.htm">医疗决策水平由Bernard Statland博士提供[3]。

测试样本数量

人们普遍认为，在感兴趣的时间段内，至少应该测量20个样本。大量的样本可以更好地估计随机误差，但考虑到成本和时间，通常要求在最早的时间或最短的时间内评估数据，然后在必要时收集额外的数据。

数据的计算

随机误差通过计算单个测量值xi的数目n的平均值(x)、标准差(s)和变异系数(CV)来定量描述，使用以下公式:

CV = (s/)) 100

计算程序可以在许多小型计算器、电子表格、统计程序和专门的方法验证软件(您也可以使用<一个href="//www.chin-gon.com/method-validation-tools.htm">方法验证工具在这个网站!)。准备结果的直方图也很有用，可以直观地显示预期的随机变化，并演示单个测量的随机变化可能有多大。

对于重复分析的患者标本，标准偏差由重复之间的差异d计算，使用以下公式:

可接受性能标准

虽然这些数据的计算很简单，但计算出的标准偏差是否代表可接受的分析性能的问题并不那么简单。对可接受性的判断取决于在不影响或限制测试结果的使用和解释的情况下允许多少分析误差[4,5]。作为定义允许的错误量的起点，我们建议使用<一个href="//www.chin-gon.com/clia.htm">CLIA标准可接受程度已在本网站上列出。

对于短期不精确，运行内标准偏差(s)<年代ub>w-run)或日内标准差(s<年代ub>w-day)应是可接受的定义允许总误差的¼或更少，即:<年代trong>年代<年代ub>w-run或年代<年代ub>w-day<<年代trong>0.25 TE<年代ub>一个。

对于长期不精确，总标准偏差(s<年代ub>合计)应该是定义TE的1/3或更少，即s<年代ub>合计<<年代trong>0.33 TE<年代ub>一个。

类似的可接受性判断可以使用图形工具-<一个href="//www.chin-gon.com/lesson25.htm">方法评价决策图[6]。