Elsa P. Quam，医学博士(ASCP)和Westgard博士一起描述了这两个实验的重要性。有时没有比较方法，线性度或可报告范围和重复性的实验也不够。如果您的实验室修改了制造商的方法，您需要知道如何进行干扰和回收实验。包括样本数据计算。

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。

• 干扰实验
  • 目的
  • 需要考虑的因素
  • 数据的计算
  • 可接受性能标准
• 复苏的实验
  • 目的
  • 需要考虑的因素
  • 数据的计算
  • 可接受性能标准
• 总结评论
• 参考文献

对于未修改的中等或高复杂性测试的方法验证研究往往侧重于线性或可报告范围的实验，复制和方法的比较，这些在前几课中已经描述过。然而，我们的实验计划建议进行干扰和恢复实验，以估计特定材料对方法的准确性或系统误差的影响。这两个实验包含在计划中，因为它们:

• 可以快速执行，以测试特定的错误来源;
• 补充方法实验比较的误差估计;
• 可以在没有比较方法时应用;和
• 当实验室修改制造商的方法时，需要进行彻底的测试。

本课将干扰和恢复实验结合起来，指出它们的异同。

干扰实验

目的

进行干涉实验是为了估计由可能存在于被分析样品中的其他材料引起的系统误差。我们将这些误差描述为恒定的系统误差，因为给定浓度的干扰物质通常会导致恒定的误差，而不管被测样品中所寻找的分析物的浓度如何。然而，随着干扰物质浓度的变化，误差的大小也会发生变化。

需要考虑的因素

实验过程见附图。用所研究的方法制备了一对测试样品进行分析。第一个测试样品是通过将可疑干扰物质(称为“干扰物”，如图中“I”所示)的溶液添加到包含所需分析物(如图中“a”所示)的患者标本中来制备的。用纯溶剂或不含可疑干扰的稀释溶液稀释同一患者标本的另一等分来制备第二种测试样品。用感兴趣的方法对两个测试样品进行分析，以查看由于可疑干扰的加入是否存在值上的任何差异。

分析物的解决方案。可以使用标准溶液，患者标本或患者池。我们推荐使用患者标本的一般程序，因为它们在医疗保健实验室中很容易获得，并且含有在真实标本中发现的许多物质。

复制。对所有样品进行重复测量是一种很好的做法，因为系统误差是由成对样品之间的差异揭示的。小的差异可能被方法不精确引起的随机误差所掩盖。对成对的样本进行重复测量，或为几个样本准备成对的样本，允许从平均值的差异中估计系统误差，这将受方法随机误差的影响较小。

影响的解决方案。对于可溶物质，使用标准溶液可以方便地在已知浓度下引入干扰。对于一些常见的干扰，如血脂和溶血，通常使用患者标本或池。

干扰添加量。加入的体积应相对于原始测试样品较小，以尽量减少患者标本的稀释。然而，稀释的量并不像保持对测试样品的完全相同的稀释那么重要。

移液性能。精度比准确性更重要，因为在一对测试样品中保持相同的精确体积是必不可少的。

干扰物质的浓度。添加干扰素的量应达到明显升高的水平，最好接近患者人群中预期的最大浓度。例如，在测试抗坏血酸对葡萄糖法的影响时，可以使用接近15 mg/dL的浓度，因为这代表了最大预期浓度[1]。如果在最大水平上观察到影响，那么也可能有兴趣测试较低浓度，并确定干扰首先使分析结果无效的水平。

待测试的干扰。要测试的物质从制造商的性能声明、文献报告、干扰材料摘要文章和数据表格或数据库中选择，例如Young等人[2]汇编的广泛表格，其中还包含全面的参考书目。

检测常见的干扰物，如胆红素、溶血、血脂，以及标本采集中使用的防腐剂和抗凝血剂，也是一种良好的做法。

• 胆红素可以通过加入标准胆红素溶液来检测。
• 溶血通常是通过去除样品的一个等分物，然后机械溶血或冷冻和解冻样品，然后去除第二个等分物来检测。
• 脂血症可以通过添加商业脂肪乳剂(如Liposyn (Abbott Laboratories)或Intralipid (Cutter Laboratories))来检测，或者在超离心前后分析脂血症患者标本[3，见NCCLS推荐的程序]。
• 通过抽取全血标本，然后将等分液分配到一系列含有不同添加剂的试管中，可以方便地研究采集管中的添加剂。

比较方法。我们建议干扰样品也用比较法分析，特别是当比较法是一种常规服务方法时。如果两种方法都受到同样的干扰，这种干扰可能不足以成为拒绝该方法的充分理由。测试方法可能具有其他特性，这些特性仍然可以提高测试的整体性能。如果改变方法的原因是为了摆脱干扰，那么，当然，应该使用干扰数据来拒绝新方法。

数据的计算

数据分析相当于方法比较研究中“配对t检验统计量”的计算，可以用相同的统计程序进行。然而，配对样本的数量将远远少于方法比较研究中通常需要的40个样本。还要注意，“回归统计”在这里并不合适，因为数据不太可能显示广泛的分析范围。下面是计算数据的一步一步的过程:

1. 将样本对的结果制成表格。
   样品A I添加= 110、112 mg/dL;样品A稀释度= 98、102 mg/dL;
   样品B I加量= 106、108 mg/dL;样品B稀释度= 93、95 mg/dL;
   样品C I添加量= 94,98 mg/dL;样品C稀释度= 80、84 mg/dL;
2. 计算重复次数的平均值。
   样品A I添加量= 111 mg/dL;样品A稀释度= 100mg /dL;
   样品B I添加量= 107 mg/dL;样品B稀释度= 94 mg/dL;
   样品C I添加量= 96 mg/dL;样品C稀释度= 82 mg/dL;
3. 计算配对样本结果之间的差异。
   样品A差值为11mg /dL
   样品B差值= 13 mg/dL
   样品C差= 14 mg/dL
4. 在给定的干扰浓度或水平下，计算所有试样的平均值。
   平均干扰= 12.7 mg/dL

可接受性能标准

可接受性的判断是通过比较观察到的系统误差和测试允许的误差量来做出的。例如，根据CLIA水平测试标准，葡萄糖测试的准确度应该在10%以内。(参见分析质量要求。)在参考范围的上端(110 mg/dL)，允许误差为11.0 mg/dL，因为观察到的干扰12.7 mg/dL大于允许误差，因此该方法的性能令人无法接受。

复苏的实验

回收率研究是验证分析方法性能的经典技术。然而，在临床实验室中，由于实验性能不当、数据计算不当和结果解释不当，它们的使用充满了问题。因此，回收率研究是有选择性地使用的，当有另一种分析方法可供比较时，它就没有很高的优先权。然而，它们可能仍然有助于理解方法实验比较中揭示的任何偏差的性质。在缺乏可靠的比较方法的情况下，应更加重视回收研究。

目的

通过恢复实验估计系统的比例误差。这种误差的大小随着分析物浓度的增加而增加。误差通常是由于样品基质中的某种物质与寻找的分析物发生反应，从而与分析试剂产生竞争。该实验也可能有助于研究其指定值用于建立仪器设定点的校准溶液。

需要考虑的因素

实验过程概述在附图中。请注意，测试样品对的制备方式与干涉实验类似。重要的区别在于，加入的溶液中含有寻找的分析物(如图A所示)，而不是干扰物质(如图I所示)。加入的溶液通常是所要分析物的标准溶液或校准溶液。然后用感兴趣的方法分析两个测试样本。

添加的标准体积。重要的是保持标准品的体积相对于原始患者标本的体积小，以尽量减少原始标本基质的稀释。否则，误差可能会随着基质的稀释而改变。我们建议原始标本的稀释度不超过10%。在实际操作中，将0.1 ml标准溶液加入0.9ml或1.0 ml患者标本中。

移液的准确性。这是至关重要的，因为添加的分析物的浓度将根据标准品的体积和原始患者标本的体积计算。实验工作必须认真进行。应使用高质量的移液管，并仔细注意其清洁，填充和交付时间。

添加分析物的浓度。一个实用的指导方针是添加足够的被分析物以达到测试的下一个决策级别。例如，对于正常参考值在70至110毫克/分升范围内的葡萄糖标本，增加50毫克/分升将使浓度提高到120至160毫克/分升，这是葡萄糖测试的医学解释至关重要的升高范围。考虑该方法的测量可变性也很重要。小水平的加法比大水平的加法更容易受到方法加法的不精确性的影响。

标准溶液浓度。考虑到加入小体积以最小化稀释效应的重要性，我们希望使用高浓度的标准溶液。以葡萄糖为例，假设将0.1 ml的标准溶液添加到0.9 ml的患者标本中，则需要500mg /dL的标准溶液来添加50mg /dL。添加100毫克/分升需要1000毫克/分升的标准溶液。一旦确定了标准溶液和患者标本的体积，就可以计算出标准溶液的浓度。如果采用使用0.1 ml标准液和0.9 ml患者标本的一般程序，则标准液的浓度需要是所需添加量的10倍。

每个测试样本的重复测量次数。应对所有测试样品进行重复测量，因为测量的随机误差常常使观察小的系统误差变得困难。作为一般规则，执行重复测量。如果标准添加物相对于原始标本的浓度较低，则可能需要进行三次或四次测量。

接受检测的病人标本数目。这取决于可能导致系统性错误的竞争反应。例如，如果关注的是确定血清样品中的蛋白质是否影响分析反应，那么只需要调查少数患者标本，因为它们都含有蛋白质。如果关注的是确定是否有任何药物代谢物影响恢复，那么必须检测来自许多不同患者的标本。

实验技术的验证。采用试验法和比较法对回收样品进行分析是一种很好的做法。由于标准溶液不稳定、样品制备错误、测试样品混淆、数据计算错误等原因，偶尔会出现问题。如果对比方法显示的回收率与试验方法相同，则本实验的结果在评估试验方法的可接受性方面价值有限。

数据的计算

由于实验目的是估计比例系统误差，这是一种百分比类型的误差，因此恢复应以百分比表示。理想回收率为100.0%。100与观测到的回收率之间的差值(以百分数表示)是比例系统误差。例如，95%的回收率对应于5%的比例误差。

即使在发表在科学期刊上的研究中，恢复计算也很棘手，而且经常出错。下面是计算数据的一步一步的过程:

1. 用标准溶液的浓度乘以稀释系数(ml标准品)/(ml标准品+ ml样品)计算分析物的添加量。
   例如，对于钙法，如果在1.0 ml血清中加入0.1 ml 20mg /dL标准品，则添加量为20*(0.1/1.1)或1.82 mg/dL。
2. 对每个测试样品的重复测量结果取平均值。
   样品A添加量= (11.4 +11.6)/2 = 11.5 mg/dL;
   样品A稀释度= (9.7 + 9.9)/2 = 9.8 mg/dL;
   样品B添加量= (11.2 + 11.0)/2 = 11.1 mg/dL;
   样品B稀释度= (9.5 + 9.5)/2 = 9.5 mg/dL;
3. 取加样和稀释样的差值。
   样品A加量= 11.5，稀释度= 9.8，差值= 1.7 mg/dL
   样品B添加量= 11.1，样品B稀释度= 9.5，差值= 1.6 mg/dL
4. 计算每个标本的回收率为“差值”[步骤3]除以添加量[步骤1]。
   (1.7 mg/dL/1.82 mg/dL)100 = 93.4%回收率
   (1.6 mg/dL/1.82 mg/dL)100 = 87.9%的回收率
   [请注意这些估计值的可变性，这可能是由于方法的不精确所致;实际上可能需要进行更多的重复测量或准备更多的测试样品。
5. 取所有测试标本回收率的平均值。
   (93.4 + 87.9)/2 = 90.6%平均回收率
6. 计算比例误差。
   100 - 90.6 = 9.4%的比例误差

可接受性能标准

将观察到的误差与测试允许的误差量进行比较。以钙为例，CLIA对可接受性能的标准是1毫克/分升。在参考范围的中间，约为10 mg/dL，允许总误差为10%。假设观察到的比例误差为9.4%，性能刚好满足CLIA的可接受性标准。

总结评论

干扰和恢复实验可以用来评估方法的系统误差。它们通过允许对特定误差的快速初始估计来补充方法实验的比较-恒定系统误差的干扰实验和比例系统误差的恢复实验。在没有比较方法的情况下，它们提供了一种估计系统误差的替代方法。

• 实验技术相似，但加入的材料不同。在干扰实验中加入可疑的干扰物质，而在回收实验中加入寻找的分析物。
• 数据计算是不同的。对于干扰数据，应计算成对样本之间的偏倚，类似于方法比较实验中t检验统计量的计算。以百分比为单位的平均回收率应从回收率实验中计算，注意将成对样品之间的差除以添加的量，而不是除以添加后的总数。比例系统误差是100%与观察到的%回收率之间的差。
• 干涉实验通常用于测试常见样品条件的影响，如高胆红素、溶血、血脂和标本采集管的添加剂。文献中的结果通常是可靠的。
• 恢复研究很少进行，由于缺乏计算数据的标准方法，文献中的结果难以解释。在进行恢复研究和解释结果时，需要大量的关注和关注。
• 在对方法性能进行判断时，应将观察到的误差与定义的允许误差进行比较。干扰实验的偏差估计可以直接与以浓度单位表示的分析质量要求进行比较。平均回收率需要转换成比例误差(100%回收率)，然后与以百分比表示的分析质量要求进行比较。

参考文献

1. 卡茨·SM, DiSalvio TV。抗坏血酸对血清葡萄糖值的影响。《美国医学会杂志》1973;224:628。
2. 年轻的DS。分析前变量对临床实验室检验的影响华盛顿特区:AACC出版社，1993年。
3. NCCLS文件EP7-P。临床化学干扰试验。韦恩，宾夕法尼亚州:NCCLS, 1986。