患者数据指数加权移动平均法在区域检验中心MCV、MCH、MCHC 项目稳定性和可比性监测中的应用

徐黎明 王 瑾 袁梦娇 王金金

（复旦大学附属中山医院青浦分院检验科，上海 201700）

区域内医疗机构间检查检验结果互联、互通、互认可减少重复检测。近年来，各地区积极推进医疗机构间检验结果互认工作，尽管取得了一定的成果，但采用质控品或新鲜标本进行实验室间比对的方法仍存在基质效应和可操作性差等局限性。

质控品室内质量控制是监控检测系统稳定性的重要措施，但该方法无法监控分析全过程；出现失控时，一般采取留样重测的办法来评估“失控”时间点之前受影响的患者标本[1-2]，属于误差发生后的事后纠正，存在一定的局限性。患者数据实时质量控制（patientbased real-time quality control，PBRTQC）是一种基于患者临床标本检测结果来实时、连续监测检测过程分析性能的质量控制方法，有浮动均值法、患者数据均值法、移动中位数法和指数加权移动平均（exponential weighted moving average，EWMA）法等多种运算程序，可在不额外增加人力和物力成本的情况下，实时、连续监测检测系统分析全过程分析性能稳定性[1，3]。

红细胞平均体积（mean corpuscular volume，MCV）、平均红细胞血红蛋白含量（mean corpuscular hemoglobin，MCH）、平均红细胞血红蛋白浓度（mean corpuscular hemoglobin concentration，MCHC）是较早应用患者数据进行质量控制的项目，常采用浮动均值法。ISO 15189：2012《医学实验室质量和能力的要求》[4]建议临床实验室选择的实验室间比对计划应尽量提供接近临床实际的、模拟患者样品的比对实验。2016年，我国原卫生部临床检验中心和比利时皇家临床化学学会牵头的“The Percentiler”项目均采用患者数据中位数法进行实验室间检验结果的可比性和不同品牌检测系统的稳定性进行实时监控，证实了使用患者数据中位数法是评估和监测临床检验指标可比性和稳定性的良好方法，不存在基质效应；但这2个机构反馈给实验室的比对报告都存在滞后性，不利于实时发现和纠正质量问题。上海市青浦区区域检验中心由复旦大学附属中山医院青浦分院及所辖的8家社区卫生服务中心组成，区域检验中心通过统一质控品和定期比对新鲜标本等措施进行质量监管，但难以有效实现实验室间实时比对。

实现检验结果互认的前提是区域内各实验室内分析性能的稳定性、准确性和实验室间结果的一致性。因此，本研究引入基于PBRTQC智能监控和实验室间比对云平台，对上海市青浦区区域检验中心9家实验室8个常规血细胞分析项目检测结果进行实验室间比对，并分析各实验室自身分析性能变化实时智能监控的效果；基于医联体云平台评价患者数据在每个实验室自身检测系统分析性能变化和质量风险监控中的应用价值。旨在寻找可实时、连续监控区域检验中心各实验室检测系统稳定性，并可实时进行实验室间检验结果一致性评价的比对方法，助力区域检验中心智能化建设，促进各级医疗机构同质化发展和检验结果互认。

1 材料和方法

1.1 研究对象

收集2021年12月复旦大学附属中山医院青浦分院及其所辖8家社区卫生服务中心血常规项目检测结果，基于患者大数据自动统计系统进行分析，纳入呈正态分布的数据，建立EWMA程序，采用百分位数法剔除离群值，最终数据集包含381 212个患者临床检测结果，540个高、低值质控品检测结果，将所有检测结果加密、去除个人信息标识后，导入PBRTQC运算环境，进行进一步分析，包括PBRTQC程序的性能验证、质量控制效能、最优PBRTQC程序选择，以及9家实验室间检测结果比对。

1.2 质量管理体系和分析质量目标

按照ISO 15189质量管理体系规范[4]运行。参照临床血液学检验常规项目分析质量指标[5]设置室内质量控制变异系数（coefficient of variation，CV）和实验室间比对偏移。

1.3 仪器和试剂

XN-1000全自动血液分析仪和XN-500全自动血液分析仪、ABX-Pentra MS全自动血液分析仪及原装配套试剂均购自希森美康医用电子（上海）有限公司。

1.4 实验室间检测结果比对

PBRTQC智能监控和实验室间比对云平台由上海森栩医学科技有限公司开发，基于该平台进行所有检测结果的比对，包括EWMA质量控制程序的患者大数据正态分布检验、方法设计、验证、优化、选择、效能评价和实验间检测结果一致性分析。

1.5 方法

1）PBRTQC统计方法。患者标本检测结果从实验室信息系统对接至智能监控平台，采用其中的EWMA质控图、Z分数图进行验证和连续监控，EWMA质控图的计算公式为：

式中为第t+1点的估计值，为第t点的估计值，Zt为第t点的实际测量值，λ为加权系数（0＜λ≤1）。

2）EWMA质控图实际累积CV统计方法。EWMA质控图实际累积CV=s/×100%，其中x为实际累积所有患者数据EWMA估计值的均值。

1.6 比对方法

1）建立最佳PBRTQC程序。基于智能监控平台建立8个血细胞分析项目最优EWMA PBRTQC程序：包括质量目标设置、质量控制规则设置、数据自动提取、参数设置、智能运算模型建立、性能验证、最优PBRTQC方法选择、效能评价。

2）区域检验中心实验室间智能比对分析。基于实验室间比对云平台的EWMA法分析9家实验室血细胞分析项目室内质控品和患者检测数据在不同周期检验结果的一致性和智能比对结果。

2 结果

以经典的患者数据质控法检验项目MCV、MCH、MCHC为切入点，结果显示，9家实验室大数据频数分布置信区间和参考区间接近，差异无统计学意义。8个血细胞分析项目EWMA参数为正常范围结果患者群体，加权系数为0.03～0.10。381 212个患者样本中，9家实验室患者数据EWMA质控图和室内质控品L-J质控图均显示精密度性能良好，EWMA质控实际累积CV为0.87%～1.57%，在允许的误差范围（CV≤2.5%）内。智能监控云平台可多项目联合评价分析性能稳定性，进行实时运算、连续监控、质量风险智能识别、智能判断和智能预警，EWMA法Z分数图显示，MCV、MCH、MCHC项目患者数据呈正态分布、趋势一致，检测系统分析性能稳定（图1）。2021年5月30日，MCV质控数据失控（触发22s规则），见图2；但当天PBRTQC数据在控。PBRTQC数据监控可实时监测实验室质控数据，且优于常规质控分析，见图3。

图3 复旦大学附属中山医院青浦分院患者数据Z分数质控图（EWMA法）

3 讨论

近年来，为合理、有效利用卫生资源，减少重复检查检验，切实减轻患者负担，我国加快了检验结果互认的推进工作。目前，实现实验室间检验结果互认的瓶颈主要是缺乏专业的软件消除各检测系统差异，难以实时评价实验室内检测系统结果的准确性和一致性。

上海市青浦区区域检验中心引入PBRTQC智能比对云平台，旨在探索可实时、连续监控区域检验中心每个实验室检测系统分析性能稳定性和实验室间检验结果一致性的工具和方法，助力区域检验中心各级医疗机构同质化发展和检验结果互认。本研究结果显示，复旦大学附属中山医院青浦分院及其所辖的8家社区服务中心大数据频数分布置信区间和参考区间接近，MCV、MCH、MCHC最佳EWMA模型参数选择的人群为正常范围结果患者群体，基于该平台的PBRTQC EWMA程序可实时监控每个实验室检测系统的性能变化，并实时进行实验室间不同检测系统检验结果的一致性评价，弥补了传统室内质量控制和室间质量评价的不足。本研究后续将进行新鲜标本、质控品与PBRTQC在实验室间的比对研究，进一步探索PBRTQC的EWMA程序在检验结果互认中的临床应用价值。