MU的新目标
CCLM发布了一套13个测量不确定度的分析性能规范。米兰共识会议仅仅过去了7年。而就在15-20年前，密歇根大学成为了实验室质量辩论的中心。
允许测量不确定度的新时代(MUA?阿姆河吗?非盟?)
Sten Westgard,女士
Sten Westgard,女士2021年7月
临床化学和检验医学又有了新的突破。它发布了第一套(据我们所知)测量不确定度的具体目标:
米兰模型常用生化测量方法测量不确定度性能规范， Federica Braga和Mauro Panteghini, CCLM 2021;59(8): 1362 - 1368。
在过去20年左右的时间里，穆大vs茶大的争论为这个原本可能非常枯燥的话题增添了一点戏剧性，但它往往缺乏一个核心的比较:球门对球门。摩大经常在不提供任何证据的情况下坚称其至高无上。也就是说，MU的理论在各方面都优于TEa，但没有MU的性能规范可以与TEa的性能规范进行比较。
最后，情况发生了变化。MU现在有13个APS。
| 被测变量 | 米兰模型 | APS为标准理想MU， % |
| 血浆葡萄糖 | 这类基于结果的(最好的) | 2.00% |
| 糖化血红蛋白血 | 这类基于结果的(最好的) | 3.00% |
| 总血红蛋白血 | 这类基于结果的(最好的) | 2.80% |
| 人体内25 -羟维生素D3血清 | 这类基于结果的(最好的) | 10.0% |
| 血浆钠 | 生物变异(第二佳) | 0.27% |
| 血浆钾 | 生物变异(第二佳) | 1.96% |
| 等离子体氯 | 生物变异(第二佳) | 0.49% |
| 血浆总钙 | 生物变异(第二佳) | 0.91% |
| 血清肌酐 | 生物变异(第二佳) | 2.20% |
| 血浆尿素 | 生物变异(第二佳) | 7.05% |
| 血浆总胆红素 | 生物变异(第二佳) | 10.5% |
| 血浆丙氨酸转氨酶 | 生物变异(第二佳) | 4.65% |
| 血浆c反应蛋白 | 技术水平(第三佳) | 3.76% |
理想的MU APS的生物学推导与理想的允许不精度描述非常相似:0.5 *CV我．
但是有一个额外的重要问题，MU APS是用于μ预算总额μ。其中包括可能在实验室测量之前就被高阶参考消耗掉的MU。因此，“我们建议，高阶参考文献的MU所消耗的预算不应超过总预算的三分之一，而在商业校准水平合并MU时，所使用的预算不应超过一半。”
换句话说，实验室MU APS(实际上只是CV预算)实际上是一半占大学总预算的:
| 被测变量 | 米兰模型 | APS的标准 理想的总MU， % |
APS的标准 理想的实验室CV， % |
| 血浆葡萄糖 | 这类基于结果的(最好的) | 2.00% | 1.00% |
| 糖化血红蛋白血 | 这类基于结果的(最好的) | 3.00% | 1.50% |
| 总血红蛋白血 | 这类基于结果的(最好的) | 2.80% | 1.40% |
| 人体内25 -羟维生素D3血清 | 这类基于结果的(最好的) | 10.0% | 5.0% |
| 血浆钠 | 生物变异(第二佳) | 0.27% | 0.14% |
| 血浆钾 | 生物变异(第二佳) | 1.96% | 0.98% |
| 等离子体氯 | 生物变异(第二佳) | 0.49% | 0.25% |
| 血浆总钙 | 生物变异(第二佳) | 0.91% | 0.46% |
| 血清肌酐 | 生物变异(第二佳) | 2.20% | 1.1% |
| 血浆尿素 | 生物变异(第二佳) | 7.05% | 3.03% |
| 血浆总胆红素 | 生物变异(第二佳) | 10.5% | 5.25% |
| 血浆丙氨酸转氨酶 | 生物变异(第二佳) | 4.65% | 2.38% |
| 血浆c反应蛋白 | 技术水平(第三佳) | 3.76% | 1.88% |
下一个要问的问题是:有多少方法可以达到这种精度水平?如果这是不可能的，可以总是恢复到最低分析性能规范，为0.5 *CV我．在这种情况下，葡萄糖总MU APS将增加到3.0%，最小实验室CV APS将为1.5%(而不是上表中的1.0%)。
如果我们采用TEa目标并使用这些CV规范，我们会得到一些有趣的结果。
假设HbA1c的TEa为6.0%(来自CAP/NGSP)，且上述推导出的理想CV规范为1.5%，且无偏置，则MU APS的Sigma-metric为4.0。这就需要一个1:3s/2:2s/R:4s/4:1s规则，即N=2 & R=2或N=4 & R=1。换句话说，达到理想的MU，并不允许你实现六西格玛。因此，在这种情况下，MU是一个不像TEa那么严格的APS。
如果钠摄入量为0.7%(来自https://biologicalvariation.eu/meta_calculations在7月27日和21日)和上述推导的理想CV规格为0.14%(实际为0.135%)和零偏差时，MU APS导致Sigma-metric为5.19。这里，MU ap越来越接近TEa ap。当然，前提是你已经掌握了寻找CV为0.14%且无偏差的钠法的挑战。
尿素的TEa为17.8%https://biologicalvariation.eu/meta_calculations 7/27/21)和上述推导的理想CV规格为3.03%(实际上是3.025%)和零偏差，则MU APS的Sigma-metric为5.88。这就是MU APS和TEa APS的需求差异开始缩小的地方。两者都在努力达到6西格玛。
目前，EFLM的生物变异数据库有238个条目，这意味着可以生成的TEa APS有129个。同时，MU APS目前只有13个。EFLM数据库计算器目前只支持RCV和APS，但可能会添加一个自动MU APS计算器。
摩大面临的挑战仍然很大。这些最新的规范并没有减少实现MU的实际问题。