检测系统定量项目性能评价__培训课件.ppt

LoQ： 测定方法：多样本、多天、重复测定 建立： n≥40（测定总数）； TEa=|偏差|+2SD＜规定的质量目标，则LoQ=LoD，否则，需检测稍微高的标本 验证： n≥25； ≤3个不大于声明的LoQ，验证通过。 检测限-EP17 定义： 低值测定结果变异系数等于20%时分析物浓度 制备： 浓度：5~10个水平，对数递增/减； N=20（每个浓度测定数）； 结果计算：每个浓度均值、SD与CV% 作图（可选）。 检测限-功能灵敏度 可报告范围 可报告范围： 理论数据：{LoQ~AMR上限×最大可稀释倍数} 实际应用：考虑临床需求 线性范围： 覆盖检测系统可接受线性关系的范围，非线性误差小于设定标准。--EP6-A 可报告范围 样本：与临床标本基质相似 临床标本高低混合物 厂家提供质控物 PT中的线性质控品（如CAP的LN质控品） 浓度： 建立：9~11个水平 验证：5~7个 覆盖整个预期测定范围 测量重复次数： 建立：2~4次 验证：2~3次 测量时间：较短时间内（最好1天内） 线性范围- EP6 标本制备举例： 数据记录： 离群数据剔除：目测或GRUBBS法 线性范围- EP6 样本号 1 2 3 4 5 低浓度血清(ml) 1.00 0.75 0.50 0.25 0.00 高浓度血清(ml) 0.00 0.25 0.50 0.75 1.00 项目： ? ? 样品： 仪器： 试剂/批号： 校准品/批号： 操作者： 审核者： 测定日期： 样本号 测定1 测定2 测定3 测定4 均值 1 ? ? ? ? ? 2 ? ? ? ? ? 数据统计（多项回归）： 以测量数据均值作为Y值，预期值作为X值作图（散点图）--目测 判断用非线性多项式拟合数据是否比线性好 判断最适非线性模型与线性拟合之间的差值是否小于预先设定的该方法的允许偏差 离群数据剔除：GRUBBS法（查表） 线性范围- EP6 阶别 回归方程 回归自由度（Rdf） 一次 Y=b0+b1X 2 二次 Y= b0+b1X+b2X2 3 三次 Y= b0+b1X+b2X2+b3X3 4 结果判断： b2/b3（非线性系数）与零差异无显著性，线性关系成立，偏差（%）与不精密度均≤实验室质量目标，验证（建立）通过 线性范围- EP6 b2/b3（非线性系数）与零有显著性差异，统计学线性不成立： 二项/三项拟合曲线与一阶线性的差值≤质量目标 不精密度≤质量目标 临床线性成立，验证通过，否则失败。 ※线性试验×： 找原因 找厂家 缩小范围（前提：满足临床需求且非线性原因在高低两端） 线性范围- EP6 标本选择： 浓度：线性范围上1/3区域（高/混合/添加） 稀释倍数：供应商建议，临床需求 测定：3个浓度，每个浓度测定3次 结果记录与计算： 离群数据剔除：GRUBBS法（查表） 最大可稀释倍数 ? 浓度1 浓度2 浓度3 重复1 ? ? ? 重复2 ? ? ? 重复3 ? ? ? 均值 ? ? ? 稀释倍数 ? ? ? 还原浓度 ? ? ? 理论浓度 ? ? ? 偏差（%） ? ? ? 偏差（%） ≤质量目标 配套/批准方法（ISO15189与CAP）： 引用供应商资料 引用官方出版物资料 修改/自建方法： 确定干扰物及来源（内源/外源）： 异常标本，如黄疸，脂浊与溶血等 药物及代谢产物 被测物相似物质 处理过程的添加物，如抗凝剂、防腐剂等 食物中的某些物质，如β-胡萝卜素、咖啡因等 干扰- EP7 选择实验方案： 加入可疑干扰物前后测定比较 选代表性病人样本与高特异性方法比较 ※两种方法各有优劣，可以互补 干扰筛查： 选择合适待评分析物浓度（考虑Xc） 确定该浓度分析物时，干扰引起的最大临床允许差异（dmax） 确定实验重复次数：双侧 实验/对照交替测定 干扰- EP7 数据统计与结果判断： dnull无效假设值，通常=0 dobs 95%可信区间的值为 dobs ≤dc 认为干扰物质引起的偏差＜dmax；否则假 设成立，有干扰。 干扰效应特征： 干扰物不同浓度时对待测物的干扰程度，可通过剂量响应曲线（Dose-Response Curve）描述。 干扰- EP7 实验设计： 确定待测物高低浓度（考虑Xc） 制备干扰物各系列浓度（如高低混合） 确定重复测试次数与测试顺序（随机或低→高，高→低） 确定临床显著性差异值 数据处理与统计： 干扰物浓度为X轴，待测物浓度为Y轴作图 举例：溶血对AST测定的影响（软件）