2024基于患者数据的实时质量控制程序建立与性能验证专家共识.docx

《2024基于患者数据的实时质量控制程序建立与性能验证专家共识.docx》由会员分享，可在线阅读，更多相关《2024基于患者数据的实时质量控制程序建立与性能验证专家共识.docx（19页珍藏版）》请在优知文库上搜索。

1、2024基于患者数据的实时质量控制程序建立与性能验证专家共识基于患者数据的实时质量控制(PBRTQC)具有连续监控、低成本、无基质效应、分析前和中误差敏感、体现患者风险等优势，与传统室内质量控制联合应用，可及时有效地检测出系统误差，保证检验结果的准确性。由于PBRTQC算法、参数选择和程序建立的复杂性，目前国内尚缺乏PBRTQC程序建立的方法原则以及优化性能参数设置的共识和标准指南。该共识从PBRTQC项目选择、参数设置、程序建立、参数优化与验证,以及报警处理全流程的应用给出指导建议,以进一步提升实验室质量管理水平，减少患者风险。基于患者数据的实时质量控制(patient-basedreal-

2、timequalitycontrolrPBRTQC)是一种使用患者临床样本检测结果以实时、动态连续监控分析过程性能的质量控制方法，该方法可以早期及时地预警常规分析系统的性能改变，避免发出错误检测报告所造成的质量风险，有效提升检验质量L2,3。PBRTQC可以弥补传统室内质量控制(internalqualityContrOI,IQC)存在的问题,如质控材料稳定性差,存在基质效应，以及质控材料检测频率过高造成的成本浪费，或检测频率过低不能持续反映质量控制状态等【456,71。PBRTQC与IQC联合应用，可以持续全面地监控整个分析检测过程，包括样本送检超时等造成的分析前误差以及试剂、仪器、校准品、

3、水质、环境等因素造成的分析中误差，从而为患者和临床提供准确可靠的实验室检测结果8,9,10随着对传统IQC方法局限性的认识和大数据分析技术的提高，PBRTQC在国内外受到了广泛关注Mlo2011年美国临床和实验室标准化协会发布的EP23-A文件中提出增加患者数据质量控制方法1W】，2018年颁布的中华人民共和国卫生行业标准WS/T641-2018也推荐应用患者数据的质量控制方法t12x2019年和2020年国际临床化学联合会PBRTQC工作组发布了相关文件对PBRTQc的程序建立、性能验证和临床应用提出了指导和建议1，82022年国际标准化组织(InternationalOrganizatio

4、nforStandardization,ISO)15189：2022中建议可采用患者结果的移动均值作为质量控制方法【13。但目前国内PBRTQC仅在部分大型三甲医院进行了探索使用，且相互之间较为独立，缺乏统一的标准。由于PBRTQC算法和参数的复杂性，以及缺乏专业的软件分析工具，目前国内尚缺乏PBRTQC实践运用的共识和标准指南【3,14。鉴于此，中华医学会检验医学分会、中国中西医结合学会检验医学专业委员会组织专家共同讨论，结合国内外相关共识、指南及最新研究，专家组针对PBRTQC程序建立流程与性能验证的标准化与规范化方法原则进行阐述和总结。共识的制定首先为工作组的专家确定写作框架，分工查阅文

5、献，形成共识初稿；然后递交工作组征询更广泛的专家意见，总结专家建议并修改初稿内容；经进一步完善后形成最终稿。本共识适用于所有从事医学检验相关的工作人员从PBRTQC项目选择、参数设置、程序建立、参数优化与验证,以及报警处理全流程的应用给出指导建议，助力PBRTQC在国内医学实验室质量管理体系建设中的广泛应用，以进一步提升实验室质量管理水平，更好地服务患者和临床。一、术语与定义下列术语与定义适用于本共识。1 .医学实验室：以为诊断、预防、治疗人体疾病或评估人体健康提供信息为目的，对来自人体的材料进行生物学、微生物学、免疫学、化学、血液免疫学、血液学、生物物理学、细胞学、病理学或其他检验的实验室。

6、实验室可以提供其检查范围内的咨询服务，包括解释结果和为进一步的适当检查提供建议。2 .基于患者数据的实时质量控制（PBRTQC）:使用患者临床样本检测结果实时、连续监控分析过程性能的质量控制方法。3 .实验室信息系统（laboratoryinformationsystem,LIS）:医学实验室用于对检验前、中、后过程中的数据进行收集、存储、分析和应用实施管理的软件。4 .中间件：中间件是一类基础软件，处在操作系统软件（仪器控制软件）与用户软件（LIS）的中间层。5 .质量指标：一组内在特征满足要求程度的衡量指标。6 .验证：通过提供客观证据对规定要求已得到满足的认定。二、实施PBRTQC的必要

7、条件PBRTQC在医学实验室的实践应用需要相应的硬件和软件支持PBRTQC的程序建立、实施与运行。硬件最低配置要求为：内存不低于32G,核心处理器不低于IntelXeonE5-2637v43.5GHz,硬盘最小500G,带宽百兆。软件包括独立的统计分析软件、中间件或LIS等。目前多数血细胞分析仪支持传统的XbarM法；自动化流水线中间件支持移动中位数法(movingmedian,MM)、移动均值法(movingaverage,MA)、力口权移动均值法(weightmovingaverage,WMA)和指数加权移动均值法(exponentiallyweightedmovingaverage,EW

8、MA痔传统算法其他独立的PBRTQC软件工具支持BULL.MA、EWMA、累积和控制图法、中位数法和Z分数等算法6,15。PBRTQC的软件应用系统需要至少包含均值、中位数、EWMA等多种算法以供医学实验室选择8,16。PBRTQC在实施过程中需要注意数据安全与隐私保护。提取数据不应包含姓名、身份证号等公共患者识别信息，可通过患者登记号等内部识别符做脱敏处理。所有研究人员接触数据前均应签署保密协议，研究团队外部人员及未签署保密协议的团队内部人员均不可接触原始及中间分析数据。三、PBRTQC方法建立的流程设计(一)项目选择理论上，医学实验室的所有定量项目均可作为PBRTQC模型监测的对象，以实时

9、监测整个分析系统的稳定性。但在临床实践时，实验室需要根据该医疗机构的实际工作需求选择适宜的项目作为实施PBRTQC方法的对象。项目选择的依据包括但不限于：项目的样本量、重要性、性能、试剂稳定性等因素。项目选择之前，实验室应首先评估项目的日平均测试数。对于相对检测频次较低且日检测次数较少的项目，由于周期过长导致不确定因素的增多，PBRTQC程序建立及实际应用困难比较大。其次，实验室需要对检测项目进行性能评估，优先选取对IQC不稳定、检测结果易受检测系统干扰、试剂批间或试剂瓶间差异大的检测项目2,17,18。此外，实验室需要关注检测项目的个体内生物学变异(intra-individualbiolo

10、gicalvariation,CVI)、个体间生物学变异(inter-individualbiologicalvariationzCVG)以及检测系统及日常质控的分析变异(analyticalcoefficientofvariation,CVA)0对于CVl大于质控CVA、或CVG较大的检测项目，PBRTQC的检测性能会受到较大的影响19。建议实验室在PBRTQC程序建立之初，检测系统需要保持在一个稳定状态。建议1推荐医学实验室实施PBRTQC作为IQC的补充。项目选择时需要综合考虑项目的样本量、重要性、性能、试剂稳定性等因素。(二)数据收集医学实验室从中间件或LIS中收集各检测项目的患者检测

11、结果。收集数据包括但不限于表1中的信息。收集数据的要求包括：（1）数据具有代表性：收集至少半年或1年的检测结果用于PBRTQC的程序设定，尤其对一些随着季节呈现周期性变化的检测项目（如甲状腺激素、维生素D等）；（2）收集数据需要包含2种及以上试剂批号和校准品批号5,8。收集具有足够代表性的数据用于PBRTQC的程序建立涵盖环境变化、季节变化、患者群体变化（如不同患者类型）、试剂批号和校准品批号变化，有助于PBRTQC的性能验证和临床应用。以促甲状腺激素为例，促甲状腺激素在夏季的平均水平显著低于冬季20。当使用冬季数据作为训练集建立PBRTQC程序，而夏季数据作为验证集时,促甲状腺激素的患者数据

12、分布整体呈现负偏倚，对正向误差的检出率降低，此时用于PBRTQC程序建立的训练集缺乏代表性。此外，尽可能收集全面的数据信息，包括患者信息、申请科室、仪器报警信息、IQC结果等，有助于PBRTQC的数据解释,如特定科室（肾内科的肌酢检测结果）或特定人群（儿童、妊娠妇女）导致的患者数据偏移21,从而及时地排除并解决故障。建议2数据收集阶段需要收集具有足够代表性的数据涵盖环境变化、季节变化、患者群体变化、试剂批号和校准品批号变化以及全面的数据信息。（三）数据清洗与筛选PBRTQC程序建立前，需要对数据进行清洗，包括但不限于：（1）排除IQC、室间质评等质控数据；（2）排除尿液、脑脊液、胸腹水等非血液

13、结果（以血液样本PBRTQC为例）；（3）排除动物样本等其他非人源样本；（4）去除超过或低于检测限结果的大于或小于号，仅保留数值结果；（5）排除患者检测结果为空的缺失数据或非数值结果。清洗后的数据，通过绘制散点图或直方图直观地观察数据分布特征。对特殊检测项目，可以同时以年龄、性别或检测日期等为横坐标绘制散点图，探索数据分布特点，并依据数据分布特征，剔除极端异常值。PBRTQC程序性能的优劣取决于患者数据分布特征，主要适用于正态分布且CVG小的项目19。以丙氨酸转氨酶、肌酥等偏态分布数据为例，研究表明经过Box-Cox转化后可显著改善MA的误差检测性能22。因此，对不符合正态分布的数据，建议进行

14、相应的转换，如自然对数、平方根、倒数、幕、B。X-CoX转化等，使其符合近似正态分布。Box-Cox转化的公式如下。Inx,A=O，其中力为转化后的数据为转化前的数据，入为引入的指数参数，可通过最大似然法得到最佳的人。对于检测结果在不同季节、人群（儿童、妊娠妇女）或科室存在差异的项目，可以针对不同亚组设定单独的PBRTQC程序。但需注意设置亚组会导致PBRTQC监测的有效数据量减少,降低PBRTQC的误差检测及时性23。最近DUan等24提出了一种新的回归调整实时质量控制(regression-adjustedreal-timequalitycontrolzRARTQC)方法，通过回归模型校正

15、年龄、性别、患者类型、科室、诊断信息等临床信息，然后使用回归模型的残差作为RARTQC模型的监测对象。RARTQC通过回归去除了不同因素对患者数据波动的影响，可以降低患者数据的分布宽度，有效提升模型的误差检测性能24。以血清钠离子为例相较于PBRTQC仅使用截断和正态转化zRARTQC可以显著降低数据分布差角Cohen,sd值从0.0641降低到0.0197),EWMA法检测总允许误差(totalallowableerror,TEa)的定值误差所需要截尾ANPed(ANPed为引入误差开始到能检测出系统误差所需患者数据个数的平均值)从80.2降低到55.0o建议3对偏态分布数据可进行适当的数据

16、转化或剔除部分数据，以改善PBRTQC的误差检测性能。建议4对检测结果在不同季节、人群或科室存在差异的项目，可针对不同亚组设定单独的PBRTQC程序。(四)参数设置1 .预期假阳性率预期假阳性率desirablefalsepositiverate,DFPR)是PBRTQC实施前重要的参数之一。针对不同数据分布特征的项目，可设置不同DFPR,以符合实验室的质量管理要求，如0.1%或1%5o以平均每日项目测试量为IooO的实验室为例，则平均需要处理1或10个假阳性报警。DFPR设置过高会导致假阳性报警增多，导致实验室人员出现报警疲劳，降低PBRTQC的可信度；而DFPR设置过低则会使PBRTQC程序对误差检测的灵敏度降低，无法及时检测出误差。医学实验室在设置DFPR时，需要充分平衡其对误差检测的灵敏度和特异性间的关系，并根据项目的性能以及本医疗机构对检验项目质量目标的要求，在实践过程