基于醫(yī)學(xué)檢驗大數(shù)據(jù)建立與驗證昆明地區(qū)人群膽紅素的生物參考區(qū)間

李 昕，賈正仙

（昆明醫(yī)科大學(xué)第一附屬醫(yī)院 醫(yī)學(xué)檢驗科，云南 昆明 650032）

生物參考區(qū)間是解釋、分析檢驗結(jié)果的依據(jù)，可直接采用國家權(quán)威機構(gòu)或權(quán)威刊物發(fā)表的適合實驗室的生物參考區(qū)間，也可自行建立或直接引用試劑供應(yīng)商提供的生物參考區(qū)間，但需對引用的生物參考區(qū)間進行驗證確認[1,2]。隨著計算機信息技術(shù)的發(fā)展，有眾多學(xué)者提出利用實驗室儲存的大量數(shù)據(jù)，建立以數(shù)學(xué)統(tǒng)計模式為基礎(chǔ)的生物參考區(qū)間（間接法）[3]，并被美國臨床實驗室標準化委員會（CLSI）和國際臨床化學(xué)聯(lián)合會（IFCC）共同頒布的導(dǎo)則EP28-A3c所認可。2018年4月27日中華人民共和國國家衛(wèi)生健康委員會發(fā)布了國家行業(yè)標準WS/T 404.4-2018《臨床常用生化檢驗項目參考區(qū)間第4部分：血清總膽紅素、直接膽紅素》。該行業(yè)標準的參考樣本選擇了東北（沈陽）、華北（北京）、西北（西安）、華東（上海）、華南（廣州）和西南（成都）6地區(qū)城鄉(xiāng)居民。這些地區(qū)相比昆明地區(qū)均處于低海拔地區(qū)，同時昆明地區(qū)民族人口眾多，所以需要驗證行業(yè)標準是否適用于昆明地區(qū)人群。

本文利用本院實驗室信息管理系統(tǒng)（laboratory information system，LIS）數(shù)據(jù)庫中存儲的血清總膽紅素（TBIL） 與直接膽紅素（DBIL） 的檢測數(shù)據(jù)，獲取本地區(qū)生物生物參考區(qū)間，并與行業(yè)標準進行比較，從而獲得一種快速建立本地區(qū)的生物參考區(qū)間的方法，現(xiàn)報告如下。

材料與方法 一、數(shù)據(jù)來源 昆明醫(yī)科大學(xué)第一附屬醫(yī)院實驗室信息管理系統(tǒng)（LIS） 中儲存的2017年12月-2018年11月份所有體檢人群的TBIL和DBIL的實驗室檢測數(shù)據(jù)，共獲得健康男性20～79歲27 023份數(shù)據(jù)，健康女性20～27歲22 804份數(shù)據(jù)。

二、儀器和試劑 本實驗室所有體檢人群數(shù)據(jù)均是用配套儀器（Cobas8000） 及配套試劑檢測而得，同時在每天開關(guān)機分別使用配套的常規(guī)生化多項目質(zhì)控品（中值C.A.F.S批號：186380；高值C.A.F.S批號：186394）進行室內(nèi)質(zhì)量控制。如果質(zhì)控失控均及時糾正后才可做常規(guī)標本。

三、方法 1.通過使用計算機結(jié)構(gòu)化查詢語言（Structured Query Language，SQL） 將所有做了TBIL和DBIL的數(shù)據(jù)，同時將做了以下檢驗項目紅細胞、血紅蛋白、丙氨酸氨基轉(zhuǎn)移酶、天門冬氨酸氨基轉(zhuǎn)移酶、總蛋白、白蛋白、γ-谷氨酰轉(zhuǎn)移酶、總膽汁酸、總膽固醇、甘油三脂、尿素、肌酐等超出參考范圍的異常樣本數(shù)據(jù)踢除。已盡可能排除存在血液系統(tǒng)疾病，肝膽疾病以及腎臟疾病對膽紅素的影響。

2.將剔除后最終數(shù)據(jù)共獲得健康男性20～79歲14 722份數(shù)據(jù)，健康女性20～79歲12 687份數(shù)據(jù)導(dǎo)出至EXCEL表中，運用Dixon法判斷離群值，并剔除。

3.觀察頻數(shù)分布圖，運用Kolmogorov-Smirnov檢驗分別驗證男、女TBIL和DBIL資料分布情況及同性別不同年齡的資料分布情況。

4.生物參考區(qū)間建立和驗證：依據(jù)中華人民共和國衛(wèi)生行業(yè)標準WS/T404-2018《臨床常用生化檢驗項目參考區(qū)間第4部分：血清總膽紅素、直接膽紅素》計算P2.5～P97.5為其95%參考區(qū)間，對TBLL、DBLL進行驗證，對不能接受的給予重建。

四、統(tǒng)計學(xué)分析 1.使用Office Excel 2016辦公軟件錄入各組數(shù)據(jù)。首先將檢測數(shù)據(jù)按照大小排序并計算極差R，然后分別計算最大和最小值與其相鄰數(shù)值之差D；若D/R≥1/3，則將最大值或最小值視為離群值予以剔除；將余下數(shù)據(jù)重復(fù)前述步驟進行離群值檢驗，直至剔除所有離群值。

2.使用SPSS 22.0統(tǒng)計軟件觀察頻數(shù)分布圖及Kolmogorov-Smirnov檢驗判斷資料分布情況，最后分別按照性別年齡進行分組，分別用非參數(shù)方法計算參考樣本組以P2.5為參考下限，P97.5為參考上限，建立男20～59歲、男60～79歲、女20～59歲、女60～79歲4組參考區(qū)間。

3.不同組間采用獨立樣本T檢驗來比較實驗室數(shù)據(jù)得到的參考區(qū)間上限分別比較后，再與行業(yè)標準中的參考區(qū)間上限進行比較，看是否存在差異。

結(jié) 果 一、離群值的剔除：男、女的TBIL，DBIL4組數(shù)據(jù)均存在2個離群值。剔除后TBIL健康男性20～59歲12 589份數(shù)據(jù)、60～79歲2 131份數(shù)據(jù)；健康女性20～59歲10 894份數(shù)據(jù)、60～79歲1 791份數(shù)據(jù)；DBIL健康男性20～59歲10 981份數(shù)據(jù)、60～79歲1 324份數(shù)據(jù)；健康女性20～59歲9 090份數(shù)據(jù)、60～79歲1 056份數(shù)據(jù)。

二、數(shù)據(jù)分布：從LIS數(shù)據(jù)庫中提取的各組TBIL，DBIL數(shù)據(jù)均成偏態(tài)分布，不同性別按年齡分組比較，分別計算以P2.5～P97.5建立參考區(qū)間，見表1，表2。通過統(tǒng)計學(xué)分析，總膽紅素及直接膽紅素在同一性別的不同年齡分組間無統(tǒng)計學(xué)差異（P＜0.05）。無論男性，還是女性的TBIL，DBIL參考區(qū)間均不受年齡影響。

三、不同性別分別進行使用獨立樣本T檢驗進行比較，比較結(jié)果見表3。不同性別血清TBIL和DBIL的參考區(qū)間相比，差異均有統(tǒng)計學(xué)意義（P＜0.05），且男性＞女性。

四、本地區(qū)建立的TBIL與DBIL的參考區(qū)間上限均高于行業(yè)標準WS/T 404.4-2018。TBIL、DBIL下限對于臨床無意義，即將下限均設(shè)為0，上限四舍五入取整數(shù)，見表4。昆明地區(qū)的總膽紅素與直接膽紅素參考區(qū)間均高于現(xiàn)行的國家標準。

討 論 血清中的膽紅素來源有3個方面，絕大部分來自人體紅細胞衰老后的血紅蛋白分解代謝，小部分來自造血過程中紅細胞的過早破壞，還有很少一部分來自非血紅蛋白血紅素的分解，所以膽紅素含量受血紅蛋白（Hemoglobinopathy，Hb）影響較大。昆明地處高原，造成缺氧，Hb相對升高，進而膽紅素的來源也相對升高，導(dǎo)致本地區(qū)總膽紅素，直接膽紅素可能偏高，所以需要驗證行業(yè)標準的參考區(qū)間是否適用。

表1 男、女性不同年齡段總膽紅素的參考區(qū)間（μmol/L)

表2 男、女性不同年齡段總膽紅素的參考區(qū)間（μmol/L)

表3 不同性別總膽紅素和直接膽紅素參考區(qū)間比較 （P2.5-P97.5，μmol/L)

表4 不同性別總膽紅素和直接膽紅素參考值范圍（μmol/L)

對于定量檢測項目，參考區(qū)間界限值的改變會影響臨床醫(yī)生的判斷，可能忽視疾病的嚴重性而導(dǎo)致治療的延遲，為患者帶來不良結(jié)果，增大醫(yī)療成本[4]。血清TBIL，DBIL的檢驗結(jié)果在肝膽疾病的診斷中起著重要作用。本次研究顯示，TBIL、DBIL參考區(qū)間在同性別中是沒有明顯的年齡差異。男性TBIL、DBIL參考區(qū)間明顯高于女性，這與男性血液中紅細胞數(shù)、血紅蛋白含量高于女性的生理特點是一致的。同時TBIL、DBIL參考區(qū)間略高于行業(yè)標準，所以昆明地區(qū)不適用于國家的行業(yè)標準WS/T404《臨床常用生化檢驗項目參考區(qū)間第4部分：血清總膽紅素、直接膽紅素》的參考區(qū)間。需要自行建立昆明地區(qū)的參考區(qū)間。

目前國際上推薦通過建立排除標準，選取合適參考樣本以獲得參考值的方法（直接法）是生物參考區(qū)間建立的首選方法。但是直接法操作過程復(fù)雜，耗時長，且費用昂貴，因此大部分實驗室仍以引用并驗證廠商或行業(yè)標準推薦的參考區(qū)間的方法為主[5]。

隨著信息化時代的到來，大數(shù)據(jù)（big data）已經(jīng)在各行各業(yè)中越來越多的應(yīng)用起來。醫(yī)學(xué)檢驗科是其在醫(yī)療單位中具有大數(shù)據(jù)特征的科室之一。隨著實驗室信息管理系統(tǒng)（LIS） 普及，醫(yī)學(xué)檢驗科的檢測數(shù)據(jù)每天增加百兆字節(jié)或幾十千兆字節(jié)。近年來，全球檢驗醫(yī)學(xué)專家更加關(guān)注醫(yī)學(xué)檢驗大數(shù)據(jù)（big data in laboratory medicine，BDLM）[6]。已經(jīng)有多篇利用間接法建立參考區(qū)間的文獻說明間接是可行的[7-9]。間接法建立生物參考區(qū)間作為一種后驗的方法，最大缺點是可能納入疾病狀態(tài)的異常數(shù)據(jù)[10,11。本次的研究篩選的數(shù)據(jù)僅限于LIS系統(tǒng)中，沒有將其他系統(tǒng)（體檢系統(tǒng)、PACS系統(tǒng)、HIS系統(tǒng)）中的相關(guān)指標納入篩選條件，所以依舊可能存在異常數(shù)據(jù)。通過大數(shù)據(jù)的萃取，數(shù)據(jù)正態(tài)性分布的有效轉(zhuǎn)換，合適的離群值剔除規(guī)則和數(shù)學(xué)統(tǒng)計模式，能夠鑒別出絕大部分的異常數(shù)據(jù)并直接擯棄，由此途徑得到的參考區(qū)間與直接法相比具有較高的可信度[9]。通過結(jié)構(gòu)化查詢語言 （SQL） 將醫(yī)學(xué)檢驗大數(shù)據(jù)（BDLM） 中所需要的數(shù)據(jù)按一定條件檢索，快速準確的提取出來，節(jié)省成本，提高了工作效率。

利用BDLM最首要的問題是先按一定的條件檢索并導(dǎo)出相關(guān)數(shù)據(jù)，然后才能進一步利用。醫(yī)學(xué)檢驗科應(yīng)該有強大的LIS，能夠按一定條件和要求檢索并導(dǎo)出電子表格類型數(shù)據(jù)，比如可以按年齡、性別、項目、科室、病種等條件檢索，同時必需檢索全符合條件的數(shù)據(jù)。當然，要想采集BDLM進行科學(xué)研究，還需要LIS與體檢中心的體檢健康信息管理系統(tǒng)或（和） 醫(yī)院電子病歷信息系統(tǒng) （electronic medical record system，EMRS） 相互兼容、讀取數(shù)據(jù)的能力[13]。相信不久的將來，更多系統(tǒng)間的數(shù)據(jù)共享，可以更為嚴格的篩選需要的數(shù)據(jù)，將影像學(xué)指標，病歷等納入篩選條件，從而得到更為準確的生物參考區(qū)間。

結(jié) 論 利用BDLM建立與驗證生物參考區(qū)間的方法必將取代傳統(tǒng)方法，成為各個實驗室建立生物參考區(qū)間的首選方法。這樣的方法可以實現(xiàn)程序化，自動化，人性化的根據(jù)自己實驗室的需求建立不同地域、不同人群、甚至是不同疾病患者間的一個參考區(qū)間。這個方法值得大力推廣。