本文翻译至《CommutabilityLimitations Influence Quality Control Results with Different Reagent Lots》文章,来源于Clinical Chemistry 57, No. 1, 2011,作者是W. Greg Miller, Aybala Erek, Tina D. Cunningham等。背景:良好实验室规范要求新批次试剂投入使用前应进行验证是否适用。不具有互通性的质控物无法验证不同批试剂检测临床样本结果是否具有一致性。 方法:获得试剂批更换验证时检测质控物和临床样本的结果,这些结果来自18种质控物、661个不同试剂批,1483个次质控物检测,82种分析物,7种仪器。通过双样本异方差t检验分析更换试剂批检测质控物的批间差异和更换试剂批检测临床样本的批间差异是否具有显著性。 结果:总体上,40.9%的质控物批间差异与临床样本批间差异具有显著性。当质控物批间差异小于1SD(83.1%)时,37.7%的质控物批间差异与临床样本批间差异具有显著性。当质控物批间差异大于1SD(16.9)时,57.0%的质控物批间差异与临床样本批间差异具有显著性。 结论:不同批试剂检测质控物结果显示不具有互通性的比例较高40.9%,质控物不应该用于评价试剂批更换前后检测临床样本的一致性。 文章的内容主要是对上述方法和结果的详细分析,立场类似临床检验中心监管机构,旨在强调和要求使用质控物的客户和能力验证组织者要对该差异引起重视。否则会对新批次试剂是否可应用造成错误判断,或是对能力验证结果未进行试剂批次分组统计而对验证结果做出错误判断。 下方主要介绍文章附录中的数据和数据统计方法,旨在了解现实情况,掌握正确的试验设计和统计方法。
3.统计分析案例 以LDL胆固醇测试结果分析为例。数据包括旧批次试剂测试质控品的10个结果、新批次试剂测试质控品的10个结果以及新旧批次测试7个临床样本的结果。通过分析这些数据,确定质控结果的批间差异是否和临床样本批间差异具有统计学意义。计算以标准差(SDI)为单位时质控结果的批间差异大小。 由于检测质控品的方差和检测临床样本的方差不一致,应用Satterthwaite法修正自由度的双样本t检验进行统计分析。质控结果:对结果进行log变换→计算样本均值和方差→计算均值差异→计算新旧批次质控结果的合并方差。样本结果:对结果进行log变换→计算新旧批次样本结果差异→计算均值和方差→计算质控结果差异和样本结果差异的差值。双样本t检验:计算差值的标准差→计算t统计值→计算Satterthwaite自由度→计算p值。
4.新旧试剂批检测质控物的差异 通过质控数据,了解不同方法学原理、项目、厂家的试剂产品批间差异。 新旧试剂批检测质控物的差异分为以下4种情况,当质控物差异超过±10%时,质控物批间差异和样本批间差异具有统计学意义的比例大于当质控物差异在±10%时。①质控批间差异超过±10%的数据,但是不代表临床样本批间差异超过±10%。 ②质控批间差异超过±10%的数据,同时代表临床样本批间差异超过±10%。
③质控批间差异在±10%以内,但是不代表临床样本批间差异在±10%以内。
④质控批间差异在±10%以内,同时代表临床样本批间差异在±10%以内。
互通性问题不仅发生在不同方法学原理的检测系统之间,不同试剂批间也可能存在互通性问题。冯仁丰教授已发表多篇关于这篇论文的解读,可移步至他的公众号了解。 |