李 昕，賈正仙

（昆明醫科大學第一附屬醫院 醫學檢驗科，云南 昆明 650032）

生物參考區間是解釋、分析檢驗結果的依據，可直接采用國家權威機構或權威刊物發表的適合實驗室的生物參考區間，也可自行建立或直接引用試劑供應商提供的生物參考區間，但需對引用的生物參考區間進行驗證確認[1,2]。隨著計算機信息技術的發展，有眾多學者提出利用實驗室儲存的大量數據，建立以數學統計模式為基礎的生物參考區間（間接法）[3]，并被美國臨床實驗室標準化委員會（CLSI）和國際臨床化學聯合會（IFCC）共同頒布的導則EP28-A3c所認可。2018年4月27日中華人民共和國國家衛生健康委員會發布了國家行業標準WS/T 404.4-2018《臨床常用生化檢驗項目參考區間第4部分：血清總膽紅素、直接膽紅素》。該行業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地區城鄉居民。這些地區相比昆明地區均處于低海拔地區，同時昆明地區民族人口眾多，所以需要驗證行業標準是否適用于昆明地區人群。

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

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

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

三、方法 1.通過使用計算機結構化查詢語言（Structured Query Language，SQL） 將所有做了TBIL和DBIL的數據，同時將做了以下檢驗項目紅細胞、血紅蛋白、丙氨酸氨基轉移酶、天門冬氨酸氨基轉移酶、總蛋白、白蛋白、γ-谷氨酰轉移酶、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據踢除。已盡可能排除存在血液系統疾病，肝膽疾病以及腎臟疾病對膽紅素的影響。

2.將剔除后最終數據共獲得健康男性20～79歲14 722份數據，健康女性20～79歲12 687份數據導出至EXCEL表中，運用Dixon法判斷離群值，并剔除。

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

四、統計學分析 1.使用Office Excel 2016辦公軟件錄入各組數據。首先將檢測數據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；將余下數據重復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統計軟件觀察頻數分布圖及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組參考區間。

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

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

二、數據分布：從LIS數據庫中提取的各組TBIL，DBIL數據均成偏態分布，不同性別按年齡分組比較，分別計算以P2.5～P97.5建立參考區間，見表1，表2。通過統計學分析，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計學差異（P＜0.05）。無論男性，還是女性的TBIL，DBIL參考區間均不受年齡影響。

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

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

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，導致本地區總膽紅素，直接膽紅素可能偏高，所以需要驗證行業標準的參考區間是否適用。

表1 男、女性不同年齡段總膽紅素的參考區間（μmol/L)

表2 男、女性不同年齡段總膽紅素的參考區間（μmol/L)

表3 不同性別總膽紅素和直接膽紅素參考區間比較 （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，參考區間界限值的改變會影響臨床醫生的判斷，可能忽視疾病的嚴重性而導致治療的延遲，為患者帶來不良結果，增大醫療成本[4]。血清TBIL，DBIL的檢驗結果在肝膽疾病的診斷中起著重要作用。本次研究顯示，TBIL、DBIL參考區間在同性別中是沒有明顯的年齡差異。男性TBIL、DBIL參考區間明顯高于女性，這與男性血液中紅細胞數、血紅蛋白含量高于女性的生理特點是一致的。同時TBIL、DBIL參考區間略高于行業標準，所以昆明地區不適用于國家的行業標準WS/T404《臨床常用生化檢驗項目參考區間第4部分：血清總膽紅素、直接膽紅素》的參考區間。需要自行建立昆明地區的參考區間。

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）是生物參考區間建立的首選方法。但是直接法操作過程復雜，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標準推薦的參考區間的方法為主[5]。

隨著信息化時代的到來，大數據（big data）已經在各行各業中越來越多的應用起來。醫學檢驗科是其在醫療單位中具有大數據特征的科室之一。隨著實驗室信息管理系統（LIS） 普及，醫學檢驗科的檢測數據每天增加百兆字節或幾十千兆字節。近年來，全球檢驗醫學專家更加關注醫學檢驗大數據（big data in laboratory medicine，BDLM）[6]。已經有多篇利用間接法建立參考區間的文獻說明間接是可行的[7-9]。間接法建立生物參考區間作為一種后驗的方法，最大缺點是可能納入疾病狀態的異常數據[10,11。本次的研究篩選的數據僅限于LIS系統中，沒有將其他系統（體檢系統、PACS系統、HIS系統）中的相關指標納入篩選條件，所以依舊可能存在異常數據。通過大數據的萃取，數據正態性分布的有效轉換，合適的離群值剔除規則和數學統計模式，能夠鑒別出絕大部分的異常數據并直接擯棄，由此途徑得到的參考區間與直接法相比具有較高的可信度[9]。通過結構化查詢語言 （SQL） 將醫學檢驗大數據（BDLM） 中所需要的數據按一定條件檢索，快速準確的提取出來，節省成本，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出相關數據，然后才能進一步利用。醫學檢驗科應該有強大的LIS，能夠按一定條件和要求檢索并導出電子表格類型數據，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據。當然，要想采集BDLM進行科學研究，還需要LIS與體檢中心的體檢健康信息管理系統或（和） 醫院電子病歷信息系統 （electronic medical record system，EMRS） 相互兼容、讀取數據的能力[13]。相信不久的將來，更多系統間的數據共享，可以更為嚴格的篩選需要的數據，將影像學指標，病歷等納入篩選條件，從而得到更為準確的生物參考區間。

結 論 利用BDLM建立與驗證生物參考區間的方法必將取代傳統方法，成為各個實驗室建立生物參考區間的首選方法。這樣的方法可以實現程序化，自動化，人性化的根據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間。這個方法值得大力推廣。