临床化学实验室质量控制计算实际西格玛值的新方法*

王 辉，徐克和，唐书强，黄亨建

(四川大学华西医院实验医学科，成都 610041)

质量控制在医学实验室具有重要作用。近年来，将工业上六西格玛(sigma，σ)管理理论引入医学检验领域，建立了一种在统计学基础上的量化质量控制管理方法[1-2]。基本理论为以σ值量化分析流程，作为评价分析过程性能度量的指标[3-4]，σ值越大代表分析过程质量越高，σ值越小代表分析过程质量越差。获得σ值有两种方法，一种是通过观察输出流程的结果，计数缺陷产品数，进而获得每百万次的缺陷率(defects per million，DPM)，通过σ与DPM换算表得σ值；另一种方法是以预先定义的允许限值和过程的特征指标计算σ值，其中分析项目的允许限值通常来源于美国CLIA’88、德国RilibaK质控指南、澳大利亚皇家病理学会(RCPA)质量规范、生物学变异最低、期望和最优的质量规范，即允许总误差(allowable total error，TEa)。过程的特征指标包括分析方法的不精密度即标准差(standard deviation，s)或变异系数(coefficient of variation，CV)和偏倚(bias)，分别可通过室内质量控制(internal quality control，IQC)连续6个月以上的数据和室间质量评价(external quality assessment，EQA)的偏差获得[5]。

6σ质量管理理论通过对检测过程量化[6]，为临床实验室的检测过程性能评价提供了客观的衡量标准，从而发现影响检测性能的因素，促进实验室质量改进。在实际工作中，采用第二种方法计算σ值发现存在以下问题：westgard两种计算公式(绝对浓度和百分数)所计算的σ值并不一致，甚至可能相差很大，错误估计检测项目分析性能；对于质量目标要求高的检测项目可能计算出σ为负值等。COSKUN等[7]提出一种新方法，通过Z分数转化计算实际的σ值，解决了以上问题。但其研究中分析物的靶值通过参考方法测定，CV来源于用常规方法对同一检测项目多次测定，计算平均值和标准差后得到，再进行Z分数转化。这在常规实验室应用中有一定难度，不可能对每一个分析物都采用参考方法测定，本研究以伯乐公司全球质控材料为分析对象结合IQC中两个批号质控材料测定数据计算检测项目σ值。

1 材料与方法

1.1 研究对象 钾(K)、钠(Na)、氯(Cl)、钙(Ca)、丙氨酸氨基转移酶(ALT)、天冬氨酸氨基转移酶(AST)、碱性磷酸酶(ALP)、淀粉酶(AMY)、乳酸脱氢酶(LDH)和谷氨酰基转移酶(GGT)等10个生化检测项目。

1.2 仪器与试剂 仪器为罗氏Cobas8000全自动生化分析仪，试剂与校准物均为罗氏产品，EQA为卫生部室间质量评价，IQC材料为伯乐公司产品，批号为45751和45753。

方法(1)：结合IQC与 EQA，其中x1，s，CV为连续6个月IQC数据的累积均值、标准差和变异系数。bias通过EQA获得，x2为本实验室EQA测量结果，μ2为EQA靶值。则：

(3)

bias1=|x2-μ2|

(4)

(5)

TEa1=TEa%×μ2

(6)

方法(2)：伯乐公司全球质控材料，批号为45751和45753，仪器为罗氏Cobas8000全自动生化分析仪，累积到2018年1月份的均值作为靶值μ1，x1，s，CV为连续6个月IQC数据的累积均值、标准差和变异系数。则

bias2=|x1-μ1|

(7)

(8)

TEa2=TEa%×μ1

(9)

当测定结果为绝对浓度时采用公式(1)，当为百分数时采用公式(2)，分别计算Westgard两种公式在两种方法下检测项目的σ1，σ2值。

2 结果

2.1 方法①计算σ值 本实验室10个生化检测项目EQA的结果见表1。方法①计算公式的σ1与σ2值，见表2。表2中可以看出σ1与σ2值并不相同，甚至相差很大。而且对Na，Cl，Ca三个TEa要求高的检测项目，σ值计算结果为负值。

表1 生化检测项目EQA结果

表2 方法1计算生化检测项目σ值

2.2 σ1与σ2值的比较 以IQC累积均值与EQA靶值的比值(x1/μ2)为横轴，σ1，σ2为纵轴绘制散点图，比较σ1与σ2的关系，结果见图1，当x1/μ2<1时，公式(1)和(2)计算值：σ1>σ2；当x1/μ2>1时，公式(1)和(2)计算值：σ1<σ2。

注：左为质控材料批号45751 σ1与σ2值的比较，右为质控材料批号45753 σ1与σ2值的比较。

2.3 方法(2)计算σ值 全球伯乐公司质控材料，批号为45751和45753，仪器为罗氏Cobas8000全自动生化分析仪，累积到2018年1月份的均值作为靶值μ1，计算IQC累积均值x1与μ1的比值，x1/μ1值大小接近于1，见表3。利用方法(2)计算σ1，σ2值结果见表4。从表4中可以看出σ1与σ2值大小非常接近。

表3 全球伯乐公司质控材料累积值

注：实验室数：累积到2018年1月份参与实验室总数。

表4 方法2计算生化检测项目σ值

(10)

此推导公式结果基于IQC与EQA，IQC得到均值x1、标准差s、变异系数CV，EQA得到bias，x2为本实验室EQA测量结果，μ2为EQA靶值，因此σ1与σ2关系建立是IQC累积均值x1与室间质评靶值μ2的比值。很显然，这两者之间并没有直接的关系，甚至相差非常大，如质控批号45751，K的x1为2.58，而μ2为6.99，这是因为IQC与EQA测定物质不是一个浓度水平。从表2中可以看出方法1计算K的σ1(11.11)与σ2(4.10)值相差非常大，这会导致实验室做出错误的性能判断，设定不适当的质控策略。

COSKUN等[7]也提出westgard两种计算公式(绝对浓度和百分数)所计算的σ值并不一致，其研究指出通过Z分数转化，分别计算上控制线(upper control limit， UCL)和下控制线(lower control limit，LCL)对应的Z分数(ZUCL与ZLCL)，查Z分数分布统计表可得上下控制线间的曲线下面积(A)，(1-A)/2曲线下面积为真实超过控制线外的缺陷率，其对应的Z值为实际的σ值。但WESTGARD[10]指出Z分数转化方法计算实际σ值与westgard计算σ值差异较小，不会影响对实验室检测项目分析性能的判断，也不会影响对实验室统计质量控制方案的选择。此外，westgard计算σ值始终小于Z分数转化计算σ值，但Westgard这个值相对于来说更保守，意味着不会高估了实验室检测项目分析性能而做出错误的判断。

本研究通过推导σ1，σ2转化公式，阐明其间存在一个比例关系，决定了σ1与σ2大小关系，这也警示着实验室工作人员在结合IQC与EQA计算σ时，应选取EQA中与室内质控材料同一浓度水平的测定值，而且这个值最好在医学决定水平[11]，才能真实反映实验室检测项目分析性能，选择正确的统计质量控制方案，促进实验室质量改进。