一文读懂-均值和SD的七种情况

实验室老师经常遇到均值和SD如何新建及遇到的一些问题，本文尝试讲述一些常见问题 ，欢迎交流。

前提

·质控品的均值和标准差应建立在实验室常规使用方法对质控品重复测定的基础上

·若使用定值质控品，使用说明书上的原有标定值只能作参考。应由实验室作重复测定来确定实际的均值和标准 --7.6.2《国标GB/T20468》

1.GB/T 20468《临床实验室定量测定室内质量控制指南》

• 均值的建立

国标文件中写到不同天数内开20瓶（在WS/T641中已做修改，改成20个独立批）得到20个数据，若无法,至少5天每天4次的重复测量。

方案：20*1，至少5d*4

• 标准差的建立

1）若有历史数据的情况可以进行数据统计然后用于新批号标准差的建立，然后定期评估（可以用历史数据评估，这一点是不是在我们平时操作中被忽视了呢）。

方案：历史数据统计

2）若无较好资料时，在不同天内做20个数据（参考均值新建）。

方案：20*1，至少5d*4

2. WS/T641《临床检验定量测定室内质量控制》

在国标文件中标明至少五天20个数据，但是写到20瓶的检测，当时可能是考虑瓶间的差异，但在实际工作中基本上是很难实现，如造成过度浪费

所以在WS/T641中已作修改

• 均值的建立

5.1.1 稳定性较长的质控品

根据20或更多独立批获得的至少20次质控测定结果（剔除异常值或离群值），计算出平均数，作为暂定均值。

方案：关键词20个独立批，这里推荐即使有老师采用5✖4的方案，4次也是分开时间（比如间隔2小时以上）

5.1.2 稳定性较短的质控品

在3～4天内，每天分析每水平质控品3～4瓶，每瓶进行2～3次重复。收集数据后，计算平均数、标 准差和变异系数。对数据进行异常值检验。如果发现异常值，需重新计算余下数据的平均数和标准差。以此均值作为质控图的中心线。

方案：如血常规质控，参照GB/T22576.2 至少3d 10个数据点的均值作为中心线

• 标准差的建立

5.2.1 稳定性较长的质控品

为了确定标准差，新批号的质控品应与当前使用的质控品一起进行检测。根据20或更多独立批获得 的至少20次质控测定结果（剔除异常值或离群值），计算出标准差，并作为暂定标准差。

方案：关键词20个独立批

5.2.2 稳定性较短的质控品

1）采用以前变异系数（CV）来估计新的标准差，以前的标准差是几个月数据的简单平均或甚至是累积的标准差。这就考虑了检测过程中更多的变 异。标准差等于上述平均数乘以以前变异系数（CV）。

2）也可以采用加权平均的不精密度(CV%)乘以上述重复试验得出的均值得出标准差，作为暂定的标准 差。加权平均的不精密度(CV%)是基于累积的长期CV%，累积的不精密度包含了不同时间同一仪器相同质 控品不同批次之间的预期变异。对每一批号质量控制批的数量不同，可以按照以下示例进行计算。

方案：CV✖均值，或者加权CV

在新版的WS/T641更新了稳定性长和短的质控品，但是同时删除了国标文件中7.6.4中第一条有历史质控数据的评估

3.质控平行实验

更换新批号的质控品时，应在“旧”批号质控品使用结束前，新批号的质控品应与“旧”批号质控品一起测定，重复均值和SD建立的过程，设立新的均值和控制限，至少20个独立批数据

Tips
1）新旧批号质控品CV无明显差异
2）满足于设定的质量目标，如行业标准

这里我们需要提及C24-A4中把CV当作检测系统的固有属性，有历史数据时
1) 均值相近可以沿用SD，
2）均值相差较大时可以用CV*均值

待质控数据足够多时做评估更新

那提出一个问题，当您开始新批号的质控评估时，
a）会完全采用WS/T641中标准差的新建？但是新建时的数据量较少，CV或者标准差数值较小，容易引起假失控，
b）还是参照GB/T20468，参考历史数据数暂定CV，在有足够多的数据后，进行评估更新呢？

4.剔除异常值或离群值

在WS/T641提及新建数据时，剔除异常值或离群值，这里我们建议可以采用

(1)剔除超3SD数据(第四版全国检验操作规程建议) - 1037页

(2) Crubbs氏法判断

采用Crubbs氏法，只需连续测定三次，即可对第三次检验结果进行检验和控制。具体计算方法如下：

1）计算出测定结果（至少3次）的平均值和标准差。
2）计算SI上限值和SI下限值：
SI上限=(X最大值－X)/s
SI下限=(X－X最小值)/s

当检测数据超过20次以后，可转入使用常规的质控图进行数据判断

5.累计值

1. 由于初始SD 估计值的可靠性有限，对 QC 失控行为的评估和反应应考虑到 SD 限值估计不足的可能性。在最初几个月的操作过程中计算累积的SD 可以更好地估计 SD，这是因为数据中包括长期变异性来源的其他部分。

2. 长期变异性来源是，例如不同的校准周期、不同的试剂瓶或批次、预防性维护、组分更换和环境因素。

3. 累计较长的数据时，前提是要注意每个月的均值没有持续下降或上升的改变，这里解释了一个问题，如果长期累计值与月度累计数据偏差过大：月度均值是否有变化，仪器的原因，试剂的批间差等，这个时候再把六个月的数据拉到一起是否合适？

   之前有科室老师反馈长期累计数据与当月数据相差过大，与质量目标不符，这个时候，我们就要思考，是否有可能累计数据来源问题，那么下一个问题，可以客观证明。

6.多试剂批号标准差的计算

• 对于某些测量程序，质控品批号没有换，试剂批次变化，质控品靶值可能会出现数值变化（参见 CLSI 文件EP1548）。数值偏移是由QC 材料和特定试剂批次的基质相关相互作用的变化引起的。数值的这种变化是QC 材料与该 测量程序的特定试剂批次之间相互作用的假象。

• 请注意：测量程序的 SD 不太可能受试剂批次变化的影响。然而，若计算中包括使用不同试剂批次获取的 QC 数据， 则累积的 SD 通过数值的人为计算偏移数据而增加，并且估算的累积 SD不代表测量患者标本时期望的SD。比如我们会发现长期累计数CV据远大于当月CV， 此时我们如果用累计标准差或者CV，进行当月数据判断，可能失去检出效力，此时应如何处理

• 此时我们如果用累计标准差或者CV，进行当月数据判断，可能失去检出效力，此时应如何处理

1)使用单个试剂批次的数据来估计SD。

2)当需要不止一个试剂批次的QC 数据以提供足够的时间间隔，从而包括长期变异性的 重要来源时，应使用下图方程中所述的合并SD 计算。

7.靶值的调整

同一批次的质控品，原则上应建立靶值，然后不更改，以便随时间变化监测检测测量程序，（在新版的ISO15189：2023 7.3.7中也有所提及设计室内质量控制程序应检测出试剂/校准批号的的变换）

“然而，质控材料的预期值如果受不影响患者结果的测量状况变化的影响，例如：试剂批次变化，因为患者结果没有改变，QC值的变化不代表测量程序性能的任何问题，QC结果的这种变化是试剂与QC材料的样品基质之间相互作用的假象，当这种情况发生时，需要更新QC靶值以反映质控材料的性能变化，当需要时未能更新靶值会引入人为偏差，这会对QC检测测量程序产生负面影响。例如，不正确的高靶值导致产生高数值的测量错误状况不能被正确识别出来及较低的质控测值导致错误的QC警报”

因此在排除失控的情况下，可以通过以下方式进行靶值调整

通过留样待测的方式来验证变化验证变化前后的结果是否可以接受，只有在样本比对通过时，才可以考虑调整设定的均值

那新旧质控品靶值相差多少可以立即调整，目前并未有统一的判断，如有的实验室参照bias的设定：1/3TEA的标准，也有的实验室设定为1SD:方便于质控规则的统计，如在上述设定的范围之内，可以暂且不作立即调整，一方面是排除由于不精密度所造成的差异 另一方面可以等数据点达到一定的收集，待月度总结时进行判断

另外一个问题就是，调整后均值和标准差方案如何确定
如在C24-A4 5.3.2 中提及在一些情况下，实验室需要需更快建立新的质控材料的靶值，此时可以使用较少天测量平均值，包括每天不止一次的测量，此时确定的靶值是暂时的，获得足够的数据后应进行更新：

• 那可以进行一天内多批次的测量，统计均值作为更新后的靶值，至于根据实验室自己评估如5次，10次（参照C24-A4，有历史数据情况下）

• SD可以由原有的CV*均值，CV是检测系统的固有属性, 作为快速SD建立

• 或按照WS/T641的新建

当然目前行标国标中都没有提及靶值调整的概念，我想在一定程度上也是为了避免临床实验室随意调整靶值的现象，也许以后会更新，包括试剂多批号的标准差设定

结语

关于均值和SD还遇到别的一些问题么，欢迎给我们留言

来源：质控编年史

近期视频推荐

编辑：笪文武 审校：陈雪礼