患者數據指數加權移動平均法在區域檢驗中心MCV、MCH、MCHC 項目穩定性和可比性監測中的應用

徐黎明 王 瑾 袁夢嬌 王金金

（復旦大學附屬中山醫院青浦分院檢驗科，上海 201700）

區域內醫療機構間檢查檢驗結果互聯、互通、互認可減少重復檢測。近年來，各地區積極推進醫療機構間檢驗結果互認工作，盡管取得了一定的成果，但采用質控品或新鮮標本進行實驗室間比對的方法仍存在基質效應和可操作性差等局限性。

質控品室內質量控制是監控檢測系統穩定性的重要措施，但該方法無法監控分析全過程；出現失控時，一般采取留樣重測的辦法來評估“失控”時間點之前受影響的患者標本[1-2]，屬于誤差發生后的事后糾正，存在一定的局限性?；颊邤祿崟r質量控制（patientbased real-time quality control，PBRTQC）是一種基于患者臨床標本檢測結果來實時、連續監測檢測過程分析性能的質量控制方法，有浮動均值法、患者數據均值法、移動中位數法和指數加權移動平均（exponential weighted moving average，EWMA）法等多種運算程序，可在不額外增加人力和物力成本的情況下，實時、連續監測檢測系統分析全過程分析性能穩定性[1，3]。

紅細胞平均體積（mean corpuscular volume，MCV）、平均紅細胞血紅蛋白含量（mean corpuscular hemoglobin，MCH）、平均紅細胞血紅蛋白濃度（mean corpuscular hemoglobin concentration，MCHC）是較早應用患者數據進行質量控制的項目，常采用浮動均值法。ISO 15189：2012《醫學實驗室質量和能力的要求》[4]建議臨床實驗室選擇的實驗室間比對計劃應盡量提供接近臨床實際的、模擬患者樣品的比對實驗。2016年，我國原衛生部臨床檢驗中心和比利時皇家臨床化學學會牽頭的“The Percentiler”項目均采用患者數據中位數法進行實驗室間檢驗結果的可比性和不同品牌檢測系統的穩定性進行實時監控，證實了使用患者數據中位數法是評估和監測臨床檢驗指標可比性和穩定性的良好方法，不存在基質效應；但這2個機構反饋給實驗室的比對報告都存在滯后性，不利于實時發現和糾正質量問題。上海市青浦區區域檢驗中心由復旦大學附屬中山醫院青浦分院及所轄的8家社區衛生服務中心組成，區域檢驗中心通過統一質控品和定期比對新鮮標本等措施進行質量監管，但難以有效實現實驗室間實時比對。

實現檢驗結果互認的前提是區域內各實驗室內分析性能的穩定性、準確性和實驗室間結果的一致性。因此，本研究引入基于PBRTQC智能監控和實驗室間比對云平臺，對上海市青浦區區域檢驗中心9家實驗室8個常規血細胞分析項目檢測結果進行實驗室間比對，并分析各實驗室自身分析性能變化實時智能監控的效果；基于醫聯體云平臺評價患者數據在每個實驗室自身檢測系統分析性能變化和質量風險監控中的應用價值。旨在尋找可實時、連續監控區域檢驗中心各實驗室檢測系統穩定性，并可實時進行實驗室間檢驗結果一致性評價的比對方法，助力區域檢驗中心智能化建設，促進各級醫療機構同質化發展和檢驗結果互認。

1 材料和方法

1.1 研究對象

收集2021年12月復旦大學附屬中山醫院青浦分院及其所轄8家社區衛生服務中心血常規項目檢測結果，基于患者大數據自動統計系統進行分析，納入呈正態分布的數據，建立EWMA程序，采用百分位數法剔除離群值，最終數據集包含381 212個患者臨床檢測結果，540個高、低值質控品檢測結果，將所有檢測結果加密、去除個人信息標識后，導入PBRTQC運算環境，進行進一步分析，包括PBRTQC程序的性能驗證、質量控制效能、最優PBRTQC程序選擇，以及9家實驗室間檢測結果比對。

1.2 質量管理體系和分析質量目標

按照ISO 15189質量管理體系規范[4]運行。參照臨床血液學檢驗常規項目分析質量指標[5]設置室內質量控制變異系數（coefficient of variation，CV）和實驗室間比對偏移。

1.3 儀器和試劑

XN-1000全自動血液分析儀和XN-500全自動血液分析儀、ABX-Pentra MS全自動血液分析儀及原裝配套試劑均購自希森美康醫用電子（上海）有限公司。

1.4 實驗室間檢測結果比對

PBRTQC智能監控和實驗室間比對云平臺由上海森栩醫學科技有限公司開發，基于該平臺進行所有檢測結果的比對，包括EWMA質量控制程序的患者大數據正態分布檢驗、方法設計、驗證、優化、選擇、效能評價和實驗間檢測結果一致性分析。

1.5 方法

1）PBRTQC統計方法?；颊邩吮緳z測結果從實驗室信息系統對接至智能監控平臺，采用其中的EWMA質控圖、Z分數圖進行驗證和連續監控，EWMA質控圖的計算公式為：

式中為第t+1點的估計值，為第t點的估計值，Zt為第t點的實際測量值，λ為加權系數（0＜λ≤1）。

2）EWMA質控圖實際累積CV統計方法。EWMA質控圖實際累積CV=s/×100%，其中x為實際累積所有患者數據EWMA估計值的均值。

1.6 比對方法

1）建立最佳PBRTQC程序?；谥悄鼙O控平臺建立8個血細胞分析項目最優EWMA PBRTQC程序：包括質量目標設置、質量控制規則設置、數據自動提取、參數設置、智能運算模型建立、性能驗證、最優PBRTQC方法選擇、效能評價。

2）區域檢驗中心實驗室間智能比對分析?；趯嶒炇议g比對云平臺的EWMA法分析9家實驗室血細胞分析項目室內質控品和患者檢測數據在不同周期檢驗結果的一致性和智能比對結果。

2 結果

以經典的患者數據質控法檢驗項目MCV、MCH、MCHC為切入點，結果顯示，9家實驗室大數據頻數分布置信區間和參考區間接近，差異無統計學意義。8個血細胞分析項目EWMA參數為正常范圍結果患者群體，加權系數為0.03～0.10。381 212個患者樣本中，9家實驗室患者數據EWMA質控圖和室內質控品L-J質控圖均顯示精密度性能良好，EWMA質控實際累積CV為0.87%～1.57%，在允許的誤差范圍（CV≤2.5%）內。智能監控云平臺可多項目聯合評價分析性能穩定性，進行實時運算、連續監控、質量風險智能識別、智能判斷和智能預警，EWMA法Z分數圖顯示，MCV、MCH、MCHC項目患者數據呈正態分布、趨勢一致，檢測系統分析性能穩定（圖1）。2021年5月30日，MCV質控數據失控（觸發22s規則），見圖2；但當天PBRTQC數據在控。PBRTQC數據監控可實時監測實驗室質控數據，且優于常規質控分析，見圖3。

圖3 復旦大學附屬中山醫院青浦分院患者數據Z分數質控圖（EWMA法）

3 討論

近年來，為合理、有效利用衛生資源，減少重復檢查檢驗，切實減輕患者負擔，我國加快了檢驗結果互認的推進工作。目前，實現實驗室間檢驗結果互認的瓶頸主要是缺乏專業的軟件消除各檢測系統差異，難以實時評價實驗室內檢測系統結果的準確性和一致性。

上海市青浦區區域檢驗中心引入PBRTQC智能比對云平臺，旨在探索可實時、連續監控區域檢驗中心每個實驗室檢測系統分析性能穩定性和實驗室間檢驗結果一致性的工具和方法，助力區域檢驗中心各級醫療機構同質化發展和檢驗結果互認。本研究結果顯示，復旦大學附屬中山醫院青浦分院及其所轄的8家社區服務中心大數據頻數分布置信區間和參考區間接近，MCV、MCH、MCHC最佳EWMA模型參數選擇的人群為正常范圍結果患者群體，基于該平臺的PBRTQC EWMA程序可實時監控每個實驗室檢測系統的性能變化，并實時進行實驗室間不同檢測系統檢驗結果的一致性評價，彌補了傳統室內質量控制和室間質量評價的不足。本研究后續將進行新鮮標本、質控品與PBRTQC在實驗室間的比對研究，進一步探索PBRTQC的EWMA程序在檢驗結果互認中的臨床應用價值。