基本方法验证

对方法性能的决策

作者:James O. Westgard博士。

你已经计算了数字，绘制了图表——现在你要做什么?记住方法验证的内在的、隐藏的、更深的、秘密的含义，韦斯特加德博士解释了如何判断你的方法性能。(预览)

注意:这个教训是从……中得出的第一个的版本基本方法验证书。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在线培训项目同时获得AACC和ASCLS认证。

您已经完成了实验，将结果制成表格，绘制了数据，并计算了统计数据。现在您必须对该方法的可接受性作出决定。你如何决定这个方法是否足够好，可以在你的实验室使用?

还记得方法验证的内部隐藏着更深的秘密含义-误差评估。对方法性能的可接受性的决定取决于相对于定义医学允许误差的某些“标准”或质量要求所观察到的误差的大小。当观察到的误差小于医学允许的误差时，方法性能是可以接受的。当观察到的误差大于医学允许的误差时，方法性能是不可接受的。

你应该在一开始就在重要的医疗决策层面定义医学上允许的错误，以帮助指导实验的设计和数据的收集。接下来要做的就是将你观察到的错误与医学上允许的错误进行比较。

在科学文献中，对分析质量的要求以三种不同的格式定义——允许总误差、允许标准差和允许偏差。允许的总误差限制了随机误差和系统误差的综合影响，而允许的标准差和允许的偏差分别限制了随机误差和系统误差。

对允许标准差和允许偏差的单独要求似乎是有用的，因为这些统计数据可以直接从实验数据中计算出来(例如，对来自重复实验的数据计算SD，对来自方法比较实验的数据计算偏差)。然而，患者检测结果的质量是由随机误差和系统误差的净效应或总效应决定的，因此总误差在医学上更具相关性[1]。

“医生更倾向于从总体分析误差的角度来思考，其中包括随机因素和系统因素。从他的观点来看，所有类型的分析误差都是可以接受的，只要总分析误差小于规定的量。总误差在医学上更有用;毕竟，对病人来说，由于随机或系统的分析错误而导致的实验室值误差几乎没有什么区别，最终，他必须忍受错误。”

本文，以及更多经过修订、更新和扩展的章节，可在基本方法验证手册，第三版可以在我们的网上商店买到。你可以下载目录及其他章节在这里。你也可以报名参加基本方法验证课程并在网上获取新材料。