血细胞分析仪室内质量管理方法 北京协和医院检验科 张时民 2015-8 2016-2

一、概述 1.质量控制 实验室期望所有检验结果的误差都处于最小误差水平，检测结果达到最佳水平。 但是检测系统用于日常工作时，由于频繁的检验，人员的轮换，试剂、校准品批号的变换，水电能源的不稳定，环境、室温的波动，仪器的磨损等都可使检验结果出现不稳定状态的“外加”误差，增大了总误差水平。为及时发现了解和控制不稳定状态，必须使用质量控制方法和技术。

以往质量控制方法都是以质控物为基本材料，以统计学概率理论为基础。随着分析方法的进步，自动化仪器已经比手工操作的误差明显减小，被控制的误差越来越小，检验结果的精度明显提高。 但是质控物质控方法不能对偶然出现的误差，实验前误差进行判断，这种误差可能来源于标本采集、收集、标记、运送等各个环节。 因此讲座所介绍内容”室内质量管理方法“

2.统计质量控制 检验工作为达到更佳的全程质控管理、监控、患者个性化质量管理，可使用统计学方法对控制值进行归纳和分析，便于了解检验质量状况，这被称为统计质量控制。统计质量控制是分析过程质量控制的一个内容。方法有： 病人结果差值控制(Delta check) 病人结果移动均值控制(moving average) 累积和控制(Culmulative control) ………….

有少花钱或不花钱的质控方法吗？ 所谓统计质量控制是怎样进行的？

二、浮动（移动）均值法 病人结果移动均值控制(moving average) 定义：上世纪70年代由Bull设计的一种用于血液学质量控制的方法，也叫Bull算法。 原理：血中红细胞数量可因稀释、浓缩、病理或技术因素而出现明显的增减，但是每个红细胞的体积（MCV）及所含血红蛋白（MCH）、或单位体积中所含的血红蛋白量（MCHC），相对稳定，几乎不受这些因素的影响。

根据这种特性，Bull设计的算法是建立在将连续20个测定的红细胞指数（MCV, MCH, MCHC)的，求出其均值，再将多组均值进行统计分析。这种算法的原理很简单，但计算公式复杂。其控制的界限定为±3%。此方法需标本量大时使用，当日工作量少于100个标本时，不推荐使用此方法。

已经发表的文章

国内很早就有应用浮动均值质控法进行MCV、MCH、MCHC 3项参数进行室内质控研究的介绍和报道，该方法也曾被用于其他检验项目的质控。 我们利用Advia 120全自动血液细胞析仪对l6个参数进行浮动均值观察，了解其浮动范围、特点和作为仪器工作稳定性评估的参数的可行性。

仪器：Advia 2120血液分析仪及配套质控品和试剂。仪器自动进行浮动均值计算和作图。 材料和方法 仪器：Advia 2120血液分析仪及配套质控品和试剂。仪器自动进行浮动均值计算和作图。 分析项目：MCV、MCH、MCHC、单个RBC血红蛋白量均值(CH)、单个RBC血红蛋白浓度均值(CHCM)、RBC体积分布宽度(RDW)、血红蛋白浓度分布宽度(HDW)、平均PLT体积(MPV)、PLT体积分布宽度(PDW)、中性粒细胞过氧化物酶通道X轴峰值(NEUTX)、中性粒细胞过氧化物酶通道Y轴峰值(NEUTY)、髓过氧化物酶染色指数(MPXI)、白细胞数（WBC）、血红蛋白(Hb)、红细胞数（RBC）、血小板数（PLT）。

标本：来源于本院住院患者血常规测定标本，EDTAK3抗凝静脉血标本，标本采集后4h内测定完，日标本量在150-250之间。 浮动均值统计：每20个设定范围内的标本为一组数据进行均值统计计算，计算方法由仪器内部程序设定的浮动均值质控程序(MOVAVG)完成。累计分析数据1400组以上，相当于对28000人次的患者标本进行了分析。

设定数据统计取值范围：尽量使每日测定数据中的绝大多数测定数据被统计在内，同时也避免将极高或极低的极端值数据统计在内，这个取值范围可将每日标本90％以上的测定数据涵盖在内。仪器的浮动均值质控程序会自动将符合这一取值范围的所有数据进行统计分析。取值范围见表

靶值和±2s可接受范围的预设：MCV、MCH、MCHC按Bull的经验值设定。不能确定均值和范围的项目，先粗设定一个靶值和较宽的s范围，然后根据2周内的预实验结果，重新预设靶值和可接受的±2s范围。

统计：仪器有专门的程序和公式，可自动进行平均值(X)、S和变异系数(CV)的计算，然后将平均值储存在数据库内，并按照预设的均值和标准差绘制质控图，也可将数据转移到电脑中用软件统计分析。 浮动均值质控图见下图

浮动均值质控图1

浮动均值质控图2

结 果 通过对1 400组数据进行分析得到许多非常重要的结果，这些数据对今后采用多参数法对血液分析仪进行全面的质控管理非常有意义。 实际均值、实际±2s和实际±CV%都是来自1400组数据真实统计结果。

讨论 从分析结果看，绝大多数参数的控制限都处于Bull规则的±3％以内。而Hb、WBC、PLT等几个与临床诊断和治疗密切相关且波动较大的参数，因尚未见到类似统计分析和浮动范围的报道，无原则可依。根据本研究的1400组数据的统计分析，我们建议其浮动范围设定在±5％以内为宜。

其他文献报道 还文献报道某院一年内WBC，HGB和PLT计数的X、S、CV数据，也是一种应用患者数据的进行临床血液学质控的方法。 WBC=7．6×109／L，s=0．45，CV=5．76％； HGB=124 g／L，s=3．5，CV=2．8％ ； PLT=171×109／L，s=12．0，CV=7．0％

浮动均值的做法是给常规质控再增加一个保险系数。目前已经有许多仪器可以实施MCV、MCH、MCHC的XB质控法，而且仪器的数据可连接到实验室信息系统(LIS)后，在LIS系统中也可编制相应的质控程序，方便处理更多数据。每日工作过程中时时观看浮动均值变化情况，或工作结束后观察这些参数的变化会对了解仪器状态有所帮助。

如果这些数据变化较大或出现显著漂移，在患者群体无明显改变的情况下，表明仪器或者试剂可能出现问题，应该重新调整仪器或校准仪器，或检查试剂等。 浮动均值质控法是多方位的、灵敏的、有效的进行血液分析仪质量控制的前瞻性研究和新的质量控制方法。

注意：各个医院所针对的特定人群不同，此结果可能有所不同。在专科医院和综合医院也有不同。门诊病人与住院病人也会有所不同。 因此如果采用此方法，应该设定自己所服务对象的参考范围、均值和浮动范围指标。

三、新鲜血标本日常监控法 累积和控制(Culmulative control) 血液分析仪是临床检验的常用设备，为保证其正常运行和准确的测定，每日室内质控和定期的室间质量评价以及定期的校正是必须的程序 但是我们能否说开机质控合格，能否保证一天内所有时间段内仪器均可以如同做质控时那样稳定？ 仪器运行中出现偶然因素，会导致随机误差甚至系统误差。如何发现？

患者参考标本用于血细胞分析仪日内质控监测的探讨

每天开机后仅做一次质控也许不能提供确保仪器一日内检测结果的准确性和一致性。 更严格的要求则需要在每20-50个样品间随机多次插入质控样品，用于随机、多点监测仪器的稳定性。 但是配套的质控品价格昂贵，且预定的数量有限，国内实验室多不可能做到多次插入质控品进行监测。

为解决此问题，我们尝试使用正常新鲜血标本作为参考标本，用多次定点插入和测定参考标本的方式监控仪器多时间点上的工作状态和稳定性。 我们引进用于表达精密度方法中的相对偏差的概念，用于观察参考标本作为一日内室内质控参考标本的可行性，动态观察仪器每个时间段的工作情况。

材料和方法 SYSMEX XE-2100血细胞分析仪及配套试剂（可以使用任何一款仪器），高、中、低三个水平的配套质控物。每日开机测定一次质控物，结果合格方可进行日常血常规标本的测定。 参考标本的选择：每天选择1个采血量为2ml的非血液病、非免疫疾病、非肿瘤、非化疗放疗患者，且疾病对血常规影响不大的当日就诊者新鲜EDTAK3抗凝静脉血，其30min内测定结果在正常参考范围内。

测定方法：常规测定进程中每50个测定标本中插入参考标本，与常规样品共同测定，每个标本测定次数在5-8次之间，总测定时间不超过8h。测定期间参考标本始终保存在室温条件下。 当日工作结束前加做一次配套质控物，观察此时仪器是否仍然在控。

使用SYSMEX XE-2100中的Cumulative（累积）功能对血常规检验中最常的10个测定指标和计算参数进行统计分析。

结果

参考标本各个项目的平均值和浮动范围，与SYSMEX配套质控物所给的均值和±2SD的浮动范围比较，前者显示了更好的精密度和稳定性，而配套质控物可能需要保存更长时间和应付更反复取样和4℃低温条件等复杂环境，其浮动范围较大。（以e－CHECK normal，批号QC-43060802为例）

全自动血细胞分析仪若能够在每日大量标本检测过程中，在长达8h以上的工作条件、大量的标本、环境条件、试剂条件都可能出现变数的情况下，要做的时时监控和保证质量，确实是个比较复杂的问题。而通过随机或间隔插入质控物的方法是个较好的解决方案，本实验希望通过比较稳定的参考标本插入法来实现这一目的。

当某项参数超出可接受偏差范围时应该停止工作，重新用配套质控物来核实。如果质控物也超出范围，说明仪器可能失控，应按照实验室的相关SOP文件进行处理。 这种做法可在多个时间段上完成对血细胞分析仪的监控工作，又可省却应用大量配套质控物所造成的检验成本上升和质控物浪费问题。

各种不同型号的仪器或不同用户单位，都可根据此原则设定自己的最大偏差和可接受偏差范围，用于对血细胞分析仪进行时时监控。 此原则适用于标本量较大的实验室，例如每日每台仪器测定标本量在200份以上的科室。

新鲜血质标本监控实例

四、患者资料比对法 适用条件： 方便可行的LIS系统，HIS系统，具有软件应用上的便捷性。 每个患者都具有唯一的标识 大量存储的患者信息和数据 可快速显示同一患者本次结果和上几次的实验结果 具有一定的统计分析功能，制定分析鉴别标准，具有提示报警能力。

检验后 也是检验后质量管理的一个步骤 被授权者，综合分析患者的各种临床资料、相关检验数据后，审核并发布报告。

例1：正常情况下，审核报告

例2：异常报告的,也可签发

例3. 患者数据变化较大 增高或降低

例4.化疗患者

例5. 血液病患者 此病例资料待补充！

例6. 肾病患者

例7：输血治疗后

例8：不合格标本的辨识 例如凝血，此病例资料待补充！

例9. 错误标本的识别 如抽错血

五、病人结果差值控制 前面的病例资料已经向我们展示了对比同一个患者前后测定过程中，检测数据的相同与不同，给检验审核者带来的便利和疑惑。如何将这些结果的比对上升为理论依据，患者前后结果不一致到何种程度才能引起检验报告审核者的重视，以及采取行动解决问题？ 病人结果差值控制(Delta check)方法

1.δ-check的概念（delta check） A comparison of consecutive values for a given test in a patient's laboratory file used to detect abrupt changes, usually generated as a part of computer-based quality control programs. 一组连贯数值的比较，从实验室存储的患者资料中获得数据，用于发现意想不到的（突然的，明显的）改变。通常是基于应用计算机而获得的一种质量控制程序。

δ-check也称为差值检查法 对于某一个具体患者来说，若情况稳定，则患者在一段时间内，同一个检验项目会保持基本稳定。因此在患者稳定时，患者的某一个检验项目的连续检验结果之间的差值，就是δ值，这个值应该比较小。 这应该是最个性化的质控方法，将控制对象落实在具体患者身上。

如果δ值很大，或者超出预先设定的界限，有可能存在三种情况： 患者标本的情况确实有改变（包括患者病情发展，实验误差，标本质量等） 标本标记错误或混乱 所计算的δ值的两结果值之一有误差

2.δ-check计算方法 实验数值法： δ值=第二次结果-第一次结果 （例：HGB 142g/L-139g/L=3g/L) 百分数法（δ%）： （例：HGB 100×（142-139）/142=2.11%）

3. 决定δ值的方法 决定δ值的界限常常需要收集有代表性的患者连续配对数据，分别计算各自的δ值，并画出他们的频数直方图来确定δ的统计可信限（如设定95%或99%的可信限） 另一个决定δ值的方法是凭经验，他是建立在生物个体内变异和临床实践的基础之上。因此需要临床资料和经验的配合。

目前应用delta check规则的文献很少。 在血细胞复检规则中多次提到，但是应用依然很少。

尽管δ检查的方法还存在一定的局限性，出现问题不一定就能说明检测过程出现误差，但这种检查方法对分析前误差或分析后误差是很敏感的，进行δ检查能够增强实验室和临床医生对实验室结果的可信度，减少反复复查的次数。这样可明显降低实验室检查频率，减少浪费和降低患者的检查费用。

小结 以上三种质量保证方法具有节省质控活动成本，频率高，而且是直接控制患者标本的结果，而不是间接的推断分析过程的质量管理方法。 但是这些方法也有缺点，不能抛开应用质控物的质控方法而单独应用。在质控活动中他们只能作为统计质控方法的补充，达到最优的质量控制结果，有助于明显提高检验的总体质量。

谢谢！