临床检验室内质量控制ppt课件.ppt

临床检验室内质量控制,卫生部临床检验中心王治国,010-65273025,医疗机构临床实验室管理办法 第三章 医疗机构临床实验室质量管理,第二十五条 医疗机构临床实验室应当对开展的临床检验项目进行室内质量控制，绘制质量控制图。出现质量失控现象时，应当及时查找原因，采取纠正措施，并详细记录。第二十六条 医疗机构临床实验室室内质量控制主要包括质控品的选择，质控品的数量，质控频度，质控方法，失控的判断规则，失控时原因分析及处理措施，质控数据管理要求等。第二十七条 医疗机构临床实验室定量测定项目的室内质量控制标准按照临床实验室定量测定室内质量控制指南（GB/20032302-T-361）执行。,统计学基本知识,统计学的几个基本概念,总体（population） 指同质的研究对象中所有观察单位研究指标变量值的集合。总体通常限定于特定的时间与空间范围之内，且为有限数量的观察单位，称为有限总体；有时总体是假设的，没有时间和空间限制，观察单位数是无限的，称为无限总体。样本（sample） 医学实践与研究中，要直接研究无限总体通常是不可能的，即使是有限总体，由于人力、物力、时间、条件等限制，要对其中每个观察单位进行研究或观察，有时也是不可能的，也不必要。而只是从总体中随机抽取部分观察单位，其变量实测值构成样本，目的用样本指标推断总体特征。这种推断不要经过严谨的实验设计，以样本的可靠性和代表性为基础。样本的可靠性：主要是使样本中每一观察单位确属同质总体。样本的代表性：使样本能充分反映总体的实际情况，要求抽样遵循随机化原则，目的是使每个观察单位被抽得的机会相等，避免主观取舍及偏性；还要保证足够的样本量，即保证足够的观察单位个数。参数（parameter） 统计学上描述总体变量的特征称为参数。如总体均数、中位数和众数等描述总体的中心位置或集中趋势；总体标准差、极差、四分位数间距等描述总体的离散趋势等。但总体参数常属未知，而需以样本统计量来估计总体参数称为样本指标。如以样本均数（ ）推算总体均数（），以样本标准差（s）推算总体标准差（）等，值得注意的是，选择统计量作为参数估计值时，通常选择无偏、有效且一致的估计量，即对总体变量渐进无偏估计量。,统计学的几个基本概念,计量资料（measurement data） 又称定量资料（quantitative data）或数值变量（numerical variable）资料。为测定每个观察单位某项指标的大小而获得的资料。其变量值是定量的，表现为数值大小，一般有度量衡单位。 计数资料（enumeration data） 又称定性资料（qualitative data）或无序分类变量（unordered categorical variable）资料。为将观察单位按某属性或类别分组计数，分组汇总各组观察单位数后而得到的资料。其变量值是定性的，表现为互不相容的属性或类别，如试验结果的阴阳性，家族史的有无等等。分两种情形： （1）二分类：如检查某单位工作人员血清的乙型肝炎表面抗原，以每个工作人员为观察单位，结果可报告为乙型肝炎表面抗原阴性或阳性两类。两类间相互对立，互不相容。 （2）多分类：如观察某人群的血型分布，以人为观察单位，结果可分为A型、B型、AB型与O型，为互不相容的四个类别。等级资料（ranked data） 又称半定量资料（semi-quantitative data）或有序分类变量（ordered categorical variable）资料。为将观察单位按某种属性的不同程度分成等级后分组计数，分类汇总各组观察单位数后而得到的资料。其变量值具有半定量性质，表现为等级大小或属性程度。如观察某人群某血清反应，以人为观察单位，根据反应强度，结果可分-、+、+、+、+六级。,统计学的几个基本概念,误差（error）泛指实测值与真值之差，按其产生的原因和性质可粗分为随机误差（random error）与非随机误差（nonrandom error）两大类，后者又可分为系统误差（systematic error）与非系统误差（nonsystematic error）两类。随机误差 是一类不恒定的、随机变化的误差，由多种尚无法控制的因素引起。例如，在实验过程中，在同一条件下对同一对象反复进行测量，虽极力控制或消除系统误差后，每次测量结果仍会出现一些随机变化即随机测量误差,以及在抽样过程中由于抽样的偶然性而出现的抽样误差。随机误差是不可避免的，在大量重复测量中，它可出现或大或小、或正或负的呈一定规律性的变化。但由于造成随机误差的影响因素太多、太复杂，以至无法掌握其具体规律。随着科学的发展与社会进步，有些随机误差可能会逐渐被认识而得以控制。随机误差呈正态分布，可用医学统计学的方法进行分析。系统误差 是实验过程中产生的误差，它的值或恒定不变，或遵循一定的变化规律，其产生的原因往往是可知的或可能掌握的。例如，可能来自于受试者抽样不均匀，分配不随机，可能来自于不同实验者个人感觉或操作上的差异，可能来自于不标准的仪器，也可能来自于外环境非实验因素的不平衡等。因而应尽可能设法预见到各种系统误差的具体来源，力求通过周密的研究设计和严格的技术措施加以消除或控制。非系统误差 在实验过程中由研究者偶然的失误而造成的误差。例如，仪器失灵、超错数字、电错小数点、写错单位等，亦称为过失误差（gross error）。这类误差应当通过认真检查核对予以清除，否则将会影响研究结果的准确性。,统计学的几个基本概念,随机误差 系统误差,基本统计量,平均数（average）是统计中应用最广泛、最重要的一个指标体系，用来说明一组变量值的集中趋势、中心位置或平均水平。它常作为一组资料的代表值，使资料产生简明概括的印象，又便于进行组间的比较。 平均数的应用是以同质为基础的。但同质也是相对的。因此，同质是要根据研究目的来决定的。不同质的事物，需在合理分组的基础上，分别求平均数，才可分析比较，否则是毫无意义的。 常用的平均数有算术平均数、几何平均数、中位数和百分位数及众数等，前三种较为常见。 均数是算术平均数（arithmetic mean）的简称，总体均数用希腊字母表示，样本均数用拉丁字母 表示，是一组变量值的数值上的平均，即算术平均数是获得结果之和除以结果个数。,基本统计量,均数的应用： （1）均数用来描述一组变量值的平均水平，具有代表性，因此变量值必须是同质的。 （2）均数适用于呈正态分布的资料，因为它位于分布的中心，最能反映分布的集中趋势。对于偏态分布资料，均数则不能很好地反映分布的集中趋势，可用几何均数、中位数等描述。（3）均数只能反映数据集中趋势，对服从正态分布的资料，应把均数与离散趋势指标标准差结合起来，可全面地反映其分布的特征。控制样本结果的平均值从足够长时间计算出可给出统计上可靠的结果。它通常作为控制样本在质控图上的中心线。,基本统计量,方差 总体方差 样本方差 标准差,基本统计量,标准差表示结果分布的宽度。在质量控制误差限（控制限）通常是建立在实验室自己结果的标准差基础上。标准差的应用： （1）表示变量值的离散程度。标准差越大，变量值分布越散，均数的代表性越差，即s越大，代表性越小，反之亦然。但当资料的度量单位不同或均数相差较大时，两组资料的标准差不能直接相比。 （2）结合均数描述正态分布特征。根据正态分布曲线下面积的规律，可以通过 s的倍数形式来概括描述变量值的分布，对这组资料的频数分布做出概括性的估计。 （3）根据正态分布原理，应用于求正常值范围，即 1.96s计算出总体观察值的95%的变量值所在范围的界限，确定出医学参考范围；还可用制定的范围做质量控制。 （4）标准差还可以用来计算变异系数及结合样本含量计算标准误。,基本统计量,极差 极差（range, 简记R）:是一组数值中最大值与最小值的差值。单位与变量值相同。极差越大，变异度越大，各变量值离均值越远，数据越分散，均数的代表性越差，反之亦然。极差是最简单的一种离散趋势指标，应用广泛。但以极差反映变异度，较为粗略。因为：（1）除了最大和最小值外，不能反映其它数据的变异度；（2）当样本含量不同时，样本含量越大，遇到较大或较小极端值的机会就加大，极差可能越大，故样本含量悬殊时不宜比较其极差；（3）既使样本含量不变，极差的抽样误差亦较大。 变异系数 变异系数（Coefficient of variation, 简记为CV）：是标准差与平均值之比用百分数表示，计算公式为： 极差、标准差与变量值的单位相同，而变异系数是相对比的，没有单位，更便于资料间的分析比较。 常用于：（1）比较均数相差悬殊的几组资料的变异度，如相同度量衡单位指标的不同时间的纵向比较。（2）比较度量衡单位不同的多组资料的变异度，即做相同时间不同指标的横向比较。（3）变异系数还常用于比较多个样品重复测定的误差。,基本统计量,Z-分数Z-分数（Z-score）或标准差指数（standard deviation index, SDI）指的是测定结果偏离均值多数少倍的标准差。计算公式: Z-分数表示为结果在不依赖浓度分布中所处的位置。其可应用于室内质量控制和室间质量评价计划中。,正态分布,正态分布的特征 正态分布曲线是以均数为中心、左右完全对称的钟型曲线，在横轴上方均数处曲线位置最高。正态分布有两个参数，即均数和标准差。是位置参数，是变异参数。一般用N(, )表示均数为,方差为 的正态分布。为应用方便，常将正态分布变量作数据转换，令U = (x -)/, 所得U值是=0,=1的标准正态分布，记为N(0,1),U为标准正态变量。正态曲线下面积的分布规律1的面积占总面积的68.2%2的面积占总面积的95.5%3的面积占总面积的99.7%,正态分布,正态分布的应用 1估计医学参考值范围 参考值范围亦称正常值范围。在医学上通常把95%的正常人某指标所在范围作为参考值范围。如果资料近似正态分布，且样本含量较大，可按下式估计参考值范围： ns。2质量控制 为了控制实验中的检测误差，常以 2s作为上、下警告限，以 3s做为上、下控制界限。这里的2s和3s可视为1.96s和2.58s的约数。3正态分布 是许多统计方法的理论基础。 有些医学检验资料，如正常人血铅含量虽不服从正态分布，但经对数转换后则服从对数正态分布，仍可按上述正态分布规律来处理。 综上所述，正态分布是很多统计方法的理论基础，也是质量控制图的理论依据，故了解正态分布可为以后的学习质量控制方法打下坚实的基础。,固有分析变异,分析变异来源批内 样本和/或试剂计量的变异 样本的蒸发 光度计的变异 孵育温度变异 电流的漂移批间 如果每批分别校准，则产生随机校准误差 复溶后校准物和/或控制物变质 操作者之间的变异日间 控制物或校准物瓶间变异 复溶变异 如果每日一次校准的随机校准变异周间 校准物和/或控制物变质 不可校准试剂变化 由操作环境变化导致不可校准分析仪响应变化,准确度和精密度,准确度（accuracy）是测量结果中系统误差与随机误差的综合, 表示测量结果与真值的一致程度。 准确度不能以数字表达，它往往以不准确度来衡量。以不准确度的数据表达。精密度(precision)表示测量结果中的随机误差大小的程度。 精密度是指在一定条件下进行多次测定时, 所得测定结果之间的符合程度。 测量过程应该足够精密, 才能在使用时达到最少的重复测量次数。 非常精密的测量系统仅需要一次测量就能满足要求。精密度差的测量系统即使增加重复次数也不会明显改善精密度。 精密度无法直接衡量，往往以不精密度表达，常用标准差（s)或变异系数(CV%)表示，较小的标准差表示有较高的精密度。 可用一个样本的重复测定结果,或由多个样本多次重复测定所得的信息合并在一起来估计精密度。,准确度和精密度,准确度与精密度关系 准确度与精密度虽然概念不同，但是两者却有密切的关系。准确度是由系统误差和随即误差所决定的。而精密度是由随机误差决定的。在检测过程中，虽然有很高的精密度，但并不能说明试验结果准确。只有在消除了系统误差之后，精密度和准确度才是一致的。此时精密度越高，准确度也就越高。,质量规范(quality specification),总误差 在常规测定中每个标本测定结果都会有误差，这个误差包括了各种类型的随机误差和系统误差，因此测定结果与真值的差异是随机误差（RE）和系统误差（SE）的总和，即总误差（total error, TE）。也可用TE=1.96s +|Bias|表示（95%允许误差限）。所选用的检测方法的总误差必须在临床可接受的水平范围内（也就是允许总误差，TEa），这种检测方法才能用于临床常规检查。,质量规范,分析质量规范 检验项目的分析质量规范(analytical quality specification) 对于临床应用是非常重要的和有用的。 分析质量规范可表现为 允许不精密度(CV%)， 允许偏倚(bias)和 允许总误差(TEa)等形式，其中最重要的是允许总误差要求，它是医学实用性所能耐受的分析误差的大小。医学实验室所使用的方法要求在不精密度、不准确度和总误差上应小于这些分析质量技术要求。,质量规范,建立不精密度和不准确度质量规范的策略 总的不精密度应该是: (1)小于二分之一的平均个体内生物变异, 或 当无生物变异数据时, 可采用第二种方法。 (2)小于0.20分位数的实验室当前技术性能。 不准确度应该是: (1)小于四分之一的组(个体内加个体间)生物变异, 或 当这些数据不存在时， (2)小于十六分之一的置信区间, 或 (3) 如果上述要求太严格时，可用小于两倍理想的不精密度。,质量规范-不精密度和不准确度,欧洲工作组推荐的常规分析项目的允许的不精密度和允许的不准确度,质量规范,如何制定质量规范 制定的允许总误差，既应反映临床应用的要求，又应不超过实验室所能达到的技术水平（state of art）。因此，需要由临床医学家和临床化学家共同研究制定。 IFCC/IUPAC/WHO三机构于1999年4月在瑞典斯德哥尔摩举办的“建立全球检验医学质量技术要求的策略会议”上提出了“一致性声明（草案）”，其中提出可应用下列层次模型来建立分析质量技术要求。 1.评价在特定的临床情况下分析性能对临床结果的影响。 2.评价在一般情况下分析性能对临床决定的影响 （1）基于生物变异分量的数据； （2）基于临床医生观点分析的数据。 3已发表的专业性推荐文件 （1）来源于国家和国际专业团体； （2）来源于地区性或个别的专家。 4性能目标由以下机构确定 （1）政府机构； （2）室间质量评价（EQA）计划的组织者 5基于当前技术水平的目标 （1）由室间质评或能力验证计划数据证实； （2） 当前关于方法学的发表文章。,质量规范,根据生物学变异制定的标准 生物学变异或称生理变异（ ），包括个体内变异（ ）及个体间变异（ ）, 也就是通常所说的生理波动。 美国病理学会建议：为了在人群中筛选某些疾病，不精密度（CV）应等于或小于个体内和个体间变异的二分之一（即1/2 ）。对于个别试验，目的在与辅助诊断或监测治疗效果，则CV应小于或等于1/2 。但目前文献报告的生物学变异系数数据不一致，由于这种方法比较好，将来可能会有更多的研究。 生物学变异可用来导出临床实验检测项目不精密度、不准确度和总误差的分析质量规范。,质量规范,个体内和个体间变异分量表达为变异系数(分别为 和 )，分析不精密度（I）、偏倚(B)和总误差(TE)的分析质量规范表示为百分数，分别按下列公式计算： 不精密度要求： 偏倚要求： 总误差要求：TE 1.65I + B ( 0.05) TE 2.33I + B ( 0.01),质量规范,根据生物学变异确定的不精密度、偏倚和总误差要求,质量规范- 允许总误差,室间质量评价的评价准则作为分析质量要求 美国临床实验室改进修正案88(CLIA88)能力验证（室间质量评价）分析质量要求。,控制图原理,控制图的定义和功能,控制图的定义 控制图（control chart）是对过程质量加以测定、记录从而进评估和监察过程是否处于控制状态的一种统计方法设计的图。图上有中心线（central line, CL）、上控制界限（upper control limit, UCL）和下控制界限（lower control limit, LCL），并有按时间顺序抽取的样本统计量值的描点序列。UCL、CL与LCL统称为控制线（control lines）。若控制图中的描点落在UCL与LCL之外或描点在UCL 与LCL之间的排列不随机，则表明过程异常。世界上第一张控制图是美国休哈特（W.A.Shewhart）在1924年5月16日提出的不合格品率（p）控制图。,控制图的定义和功能,控制图也是用于区分异常或特殊原因所引起的波动和过程固有的随机波动的一种特殊统计工具。这里所讲的过程固有的随机波动指过程的正常质量波动。因为在过程正常因素是始终存在的，是无法消除的。从控制图的定义可以理解，控制图是用于判断过程正常还是异常的一种统计工具。,控制图的定义和功能,控制图的功能 控制图可用于： 诊断：评估一个过程的稳定性。 控制：决定某一过程何时需要调整，何时需要保持原有状态。注意这一内容实际指：当过程发生异常质量波动时必须对过程进行调整，采取措施消除异常因素的作用（严加控制）。当过程能够稳定在合理的正常质量波动状态时，就应保持这种状态（听之任之）。 确认：确认某一过程的改进效果。故控制图是质量管理七个工具的核心。这里，质量管理七个工具分别为：因果图（cause effective diagram）、排列图（pareto diagram）、直方图（histogram）、散布图（scatter diagram）、控制图（control chart）、分层图（stratification）、检查表（check list）。,产品质量的统计观点,产品质量的统计观点 产品（在临床检验领域称为检验结果）质量的统计观点是质量管理的基本观点之一。 若推行这样的观点就是现代的质量管理，否则即传统的质量管理。 产品质量的统计观点包括下列内容，参见下图,产品质量的统计观点,产品质量具有变异性（不一致性） 这是众所周知的事实，但在工业革命以后，人们一开始误认为：现在由机器来进行生产了，生产的产品应该是一样的。经过一百年的实践，随着测量理论与测量工具的进步，人类才终于认识到：尽管是机器生产，但产品质量仍然具有变异性，公差制度的建立就是承认这一点的一个标志。影响产品质量的生产力过程的五大因素：人、机、料、法、环，无时无刻不在变化，因而决定了产品质量具有变异性。产品质量的变异性具有统计规律性 产品质量的变异也是有规律性的，但它不是通常的确定性现象的确定性规律，而是随机现象的统计规律，参见下图。,产品质量的统计观点,影响产品质量变异的两大因素 影响产品质量变异的因素，无论人、机、料、法、环哪一种因素，归纳为正常因素（偶然因素、随机因素）和异常因素（系统因素）两大类。下表对两大因素的特点、作用和表现作了概括的描述。,控制图原理基础知识,正态分布的基础知识 正态分布是一条曲线，讨论起来不方便，故用其两个参数：平均值（）和标准差（）来表示，见图示。平均值（）和标准差（）的变化对于正态分布曲线的影响，分别见图。由上图可见，若平均值（）增大，则正态曲线向右移动。由下图可见，若标准差（）越大，则加工质量越分散。注意，标准差（）与质量有着密切的关系。 正态分布的两个参数平均值（）和标准差（）是互相独立的。事实上，不论平均值（）如何变化都不会改变正态分布的形状，即标准差（）；反之，不论正态分布的形状，即标准差（）如何变化，也决不会影响数据的对称中心，即平均值。注意，二项分布与泊松分布就不具备上述特点，它们的两个参数平均值（）和标准差（）是不独立的。,正态分布的基础知识 控制图的形成 首先把图4-8按顺时针方向旋转90度，如上图（a）所示。由于图中数值上小下大不合常规，故再把上图（a）上下旋转180度而成上图（b），这样就得到了一张控制图，具体说是单值（x）控制图，参见下图。图中的UCL=+3为上控制界限，CL=为中心线， LCL=-3为下控制界限。,控制图贯彻预防原则的方法,情况1：应用控制图对生产过程进行监控，如出现下图的上升倾向，则显然过程有问题，故异因刚一露头，即可发现，于是可及时采取措施加以消除，这当然是预防。但在现场出现这种情况是不多的。,控制图点子形成倾向,控制图贯彻预防原则的方法,情况2：更经常地是控制图上点子突然出界，显示异常。这时必须按照下列20字方针去做：“查出异因，采取措施，保证消除，不再出现，纳入标准”。上述20字方针要牢牢记住！每执行一次这20个字方针，就消灭一个异因，于是对此异因而言，起到了预防作用。不照这20字方针去做，控制图将形同虚设，就不必搞控制图。因此，“点超出界限就判异常”这9个字与20字方针一共29个字是必须连起来记住与操作的。 控制图的作用是及时告警。只在控制图上描描点子，是不可能起到预防作用的。要贯彻预防作用就必须执行上述20字方针。从这点出发，必须强调要求现场生产第一线的工程技术人员来推行统计过程控制（statistical process control, 简称SPC）与统计过程诊断（statistical process diagnosis，简称SPD），把它作为日常工作的一部分，而质量管理人员则应起到组织、协调、监督、鉴定与当好领导参谋的作用。,3方式,3方式的公式 UCL = +3 CL = LCL = -3 式中：、为统计量的总体参数。这是休哈特控制图的总公式 具体应用时需要经过下列两个步骤： （1）将3方式的公式具体化到所使用的具体控制图； （2）对总体参数进行估计。,3方式,注意事项 1总体参数与样本参数不能混为一谈，总体包括过去已制定的产品、现在正在制造的产品以及未来将要制造的产品的全体。而样本只是过去已制成产品的一部分。故总体参数的数值是不可能精确知道的，只能通过以往已知的数据来估计，而样本参数的数值则是已知的。,3方式,注意事项 2规格（公差）界限不能用作控制界限。规格界限用以区分合格与不合格，控制界限则用以区分偶波与异波，二者完全是两码事，不能混为一谈。 控制图中的控制界限与公差界限是完全不同的两个概念，切不能混为一谈。 公差界限是产品设计的结果，属于技术、质量标准的范畴，是对产品作“合格”与“不合格”的符合性判断的依据。 控制界限是过程中质量数据的实际分布，是过程处于稳定受控状态时质量数据所形成的典型分布的3范围。是判断过程正常与异常的依据。,3方式,注意事项 同一产品由不同厂家生产时，其公差界限应该是相同的（执行同样的质量标准）。但不同厂家由于技术能力与管理水平不同，各厂的控制界限可能是不相同的（如下图所示）。,休哈特控制图的设计思想,1休哈特控制图（简称休图）的设计思想是先定，再看。 （1）按照3方式确定UCL、LCL就等于确定0=0.27%。（2）通常的统计一般采用=1%， 5%，10%三级，但休哈特为了增加使用者的信心把休图的取得特别小（若想把休图的取为零是不可能的，事实上，若取为零，则UCL与LCL之间的间隔将为无穷大，从而为1，必然发生漏报），这样就大，需要增加第二类判异准则：界内点排列不随机判异。2休图的设计并未从使两种错误造成的总损失最小这一点出发来设计。从80年代起出现经济质量控制（EQC, economic quality control）学派，这个学派的特点就是从两种错误造成的总损失最小这一点出发来设计控制图与抽样方案。其学术带头人为德国乌尔茨堡（Wurzburg）大学经济质量控制中心主任冯考拉尼（Elart von Collani）教授。,判稳准则,2判稳准则 在点子随机排列的情况下，符合下列各点之一的判稳： （1）连续25个点，界外点数d=0； （2）连续35个点，界外点数d1; （3）连续100个点，界外点数d2。 这里，第二条判稳准则包括下列两种情况：d=0与d=1。d=0即界内点为35个。d=1即界内点为34个，界外点为1个。这里，读者可能会发生疑惑：点出界就判异，现在有一个点出界为什么还能判稳？这是因为“一个点出界（这是无条件事件）”与“接连35个点中，34个点在界内（以上是条件），一个点出界（这是条件事件）”完全是两码事，不能混为一谈。 当然，即使在判稳时，对于界外点也必须执行“20字方针”。事实上，为了保险，从最坏出发，即使在判稳的场合，也要按照“20字方针”去做。,判异准则,判异准则有两类： （1）点出界就判异； （2）界内点排列不随机判异。 由于对点子的数目未加以限制，故后者的模式原则上有无穷多种，但现场能够保留下来继续使用的只有下列具有明显物理意义的几种，在控制图的判断中要注意对这些模式加以识别。,判异准则,模式1：点子屡屡接近控制界限 在本模式中，“接近”这个词是很模糊语言，应加以界定，一般规定：在距离控制界限的1范围内就称为“接近”。在下图中出现最左侧线圈的现象表明质量特性值分布的均值上移；出现中间线圈的现象表明质量特性值分布的均值下移；出现最右侧线圈的现象表明质量特性值分布的标准差增大。请读者在下图中画出各种对应的分布即可一目了然。判断准则： a)连续3个点子中至少有2个点子接近控制界限（如下图所示）； b)连续7个点子中至少有3个点子接近控制界限； c)连续10个点子中至少有4个点子接近控制界限。通常只应用第一条，因为它点数少，容易判断。,判异准则,模式2：链 出现下图的现象表明质量特性值分布的均值向出现链的这一侧偏移。现作些说明： （1）在控制图中心线一侧连续出现的点称为链，其中包含的点子数目称为链长。链长9，判异。,判异准则,模式3：间断链 间断链是指链中个别点子跳到另一侧，见下图。 判异准则： （1）连续11个点，至少有10个点在一侧； （2）连续14个点，至少有12个点在一侧； （3）连续16个点，至少有14个点在一侧； （4）连续20个点，至少有16个点在一侧。,判异准则,模式4：倾向 出现下图的下降倾向表明质量特性值分布的均值随时间而减少。点子递增或递减的状态称为倾向或趋势。注意，如下图所示的下降倾向，后面的点子一定要低于或等于前面的点子，否则倾向中断，需要重新起算。对于上升倾向也有相应的要求。6点倾向判异。,7点下降倾向判断异常,判异准则,模式5：点子作周期性变化 点子呈周期性变化（指点子以一定的时间间隔作相同的上升或下降的重复排列）判异，如下图所示。 产生周期性变化的常见原因如下： （1）操作人员疲劳； （2）原材料的发送有问题 消除上述周期性变化可使产品质量更加稳定。,点子呈现周期性变化判异,判异准则,模式6：点子集中在中心线附近 在模式6中“中心线附近”又是个模糊语言，我们规定在中心线1的范围内称为“中心线附近”。出现下图的现象表明质量特性值分布的标准差减小。注意，碰到这种情况不要高兴过早，首先需要检查下列两种可能性： （1）是否应用了假数据，弄虚作假； （2）是否分层不够。,连续15点集中在中心线附近判异,常规控制图的简介,常规控制图，也称常用控制图，就是指休哈特控制图，简称休图。国家标准GB/T4091.14091.9 1983 常规控制图是针对休哈特控制图的。根据该国家标准，常规休哈特控制图如下表所示。表中计件值控制图与计点值控制图又统称计数值控制图。这些控制图各有各的用途，应根据所控制质量指标的情况和数据性质等因素分别加以选择。下表中的二项分布和泊松分布是离散数据场合的两种典型分布，它们超出3界限的第I类错误的概率当然未必恰巧等于正态分布3界限的第I类错误的概率 = 0.0027，但无论如何总是个相当小的概率。因此，可以应用与正态分布情况类似的论证，从而建立p、pn、c、u等控制图。现在简单地说明各个控制图的用途：,常规控制图的简介,常用控制规则,控制规则是解释控制数据和判断分析批控制状态的标准。以符号AL表示, 其中A 是测定控制标本数或超过控制限(L)的控制测定值的个数，L是控制界限。当控制测定值满足规则要求的条件时，则判断该分析批违背此规则。例如12s , 控制规则, 其中A为一个控制测定值, L为 2s, 当一个控制测定值超过 2s时, 即判断为失控。控制方法的核心是由检出随机和系统误差的控制规则组成。,常用控制规则,常用控制规则,常用控制规则,常用控制规则,常用控制规则,常用控制规则,常用控制规则,常用控制规则,常用控制规则,常用控制规则,常用控制规则,常用控制规则,常用控制规则,统计控制方法的质量,功效函数图及其计算机模拟,建立质量控制方法以保证常规试验具有规定质量水平,常用单个控制规则的功效函数图,常用单个控制规则的功效函数图,常用单个控制规则的功效函数图,联合控制规则的功效函数图,Westgard多规则控制方法,发展这种控制方法的目的是提供: 通过单值控制图进行简单的数据分析和显示； 容易与存在的控制实践即Levey -Jennings控制图适应和统一； 具有低的假失控或假警报概率； 当判断一批为失控时,能确定发生分析误差的类型，由此可帮助解决问题以及确定失控情况。,多规则质量控制概念提出1977例子1981“Westgad Rules”,Westgard多规则控制方法,Westgard多规则控制方法,Westgard多规则控制方法,质量控制方法评价和设计工具,临床检验室内控制方法评价和设计的工具有： 功效函数图法 控制方法选择和设计表格 操作过程规范(OPSpecs)图法。一、功效函数图法 功效函数图(power function graph)为分析批失控概率（误差检出概率和假失控概率）与该批发生随机或系统误差大小关系的图，即表示统计功效与分析误差大小(临界随机误差RE和临界系统误差SE)的关系。在临床实验室难以进行这种特性的实验研究，因为必须控制许多变量。然而，计算机模拟研究就很容易地获得这种信息，所建立的研究模型包括所考虑的因素及变量。利用功效函数图可以评价不同控制方法的性能特征和设计控制方法，同时功效函数图也是建立控制方法选择和设计表格和操作过程规范（operational process specifications , 简称OPSpecs）图的基础。,质量控制方法评价和设计工具,一、功效函数图法 （一）确定质量目标 这是设计控制方法的起点。质量目标可以用允许总误差(TEa)的形式表示。目前中国尚未确立各项目的允许总误差。美国和欧州分别提出了各项目的可接受的允许误差范围，如各实验室不能自行确定各项目的TEa时，可暂时参考美国临床实验室改进修改法案（CLIA88 ）能力验证(PT)的评价限(见第三章第四节表3-10)，将来有必要根据中国的实际情况，制定出我国临床检验定量测定项目的TEa。 （二）评价分析方法 对本实验室定量测定的项目逐一进行评价，确定每一项目的不精密度（用CV%表示）和不准确度（用bias表示）。,质量控制方法评价和设计工具,一、功效函数图法 （三）计算临界系统误差 临界系统误差SEc = (TEa - |bias| ) / s - 1.65） （四）绘制功效函数图 功效函数图描述了控制方法的统计“功效”，其中Y轴为误差检出概率Ped, X轴为临界误差大小。在图中，Ped作为控制测定值个数N和检出分析误差大小的函数，Y轴的截距则为假失控概率Pfr。功效函数作为一种函数,可以认为其自变量为SEc和N或REc和N, 其中的N为控制值的测定个数( 同一控制物的重复测定次数或同一批内不同控制物测定结果的总数)，而误差检出概率Ped则为其应变量。功效函数图就是该函数在笛卡尔坐标上的轨迹,Y轴上的截距则为其假失控概率Pfr。功效函数图的绘制比较复杂，可利用计算机模拟程序进行绘制。本作者主持开发的质量控制计算机模拟程序(QCCS)和QC Easy可绘制不同控制方法的功效函数图（见附录A、B）。,质量控制方法评价和设计工具,一、功效函数图法 （五）评价控制方法的性能特征 控制方法的性能特征包括误差检出概率和假失控概率评价。通常误差检出概率达90%以上，而假失控概率在5%以下就可满足一般临床实验室的要求。 （六）选择控制规则及控制测定结果个数 根据评价的结果，选择的控制方法既要有高的误差检出概率和低的假失控概率，又要简单、方便计算。,质量控制方法评价和设计工具,一、功效函数图法,质量控制方法评价和设计工具,二、功效函数图法应用实例,质量控制方法评价和设计工具,二、功效函数图法应用实例（一）控制设计过程控制方法设计步骤如下:1以“允许总误差”(TEa)形式规定每一试验的临床质量要求。2从四个月控制物测定值计算每一试验的稳定标准差(s)。3计算临界系统误差(SEc)和临界随机误差(REc): SEc = TEa - bias)/s - 1.65 REc = TEa/1.96s (bias=0) REc = (TEa - bias)/1.65s(bias0) 其中TEa是方法的允许总误差，s是标准差，bias是不准确度。 4由计算机模拟程序确定候选控制方法的性能特征。通过图形插入法可估计假失控概率和误差检出概率。 5选择控制方法检出系统误差概率90%为目标， 同时维持尽可能低的假失控。随机误差高检出率是其次考虑的目标。,质量控制方法评价和设计工具,二、功效函数图法应用实例,质量控制方法评价和设计工具,二、功效函数图法应用实例,质量控制方法评价和设计工具,二、功效函数图法应用实例,质量控制方法评价和设计工具,二、功效函数图法应用实例 （三）计算临界系统误差和临界随机误差,质量控制方法评价和设计工具,二、功效函数图法应用实例 （四）不同项目推荐的控制规则和控制结果个数,质量控制方法评价和设计工具,三、 控制方法选择和设计表格,质量控制选择表格指南 1以允许总误差（TEa）形式规定分析质量要求。 2确定方法的不精密度(s)和不准确度(bias)。 3计算临界系统误差。 SEc=(TEa-|bias|)/s-1.65 4将“稳定性”分为“良好”、“中等”、“差”等级。使用你自己的最佳判断。如果是“良好”则认为方法几乎没有问题；“差”则认为方法经常出现问题，“中等”则是处于两者之间。 5决定使用哪一个控制选择表格用作选择控制方法。 6利用SEc值作为表格的行。 7利用你判断的稳定性作为表格的列。 8查出表格的控制规则和控制测定结果个数。 9使用功效函数图来验证其性能。 10选择最终需要执行的控制规则和控制测定结果个数。,应用实例,本研究以胆固醇测定为例说明质控方法设计过程：.胆固醇测定允许总误差TEa为10%.胆固醇测定的标准差s=2%, 偏差bias=2%临界系统误差SEc=2.35s为了保守起见，将方法稳定性定为差使用两种选择表格选择中间行选择左列推荐的质控规则为1-2s,N=2; 1-2.5s,N=4和13s/22s/R4s/41s/8X , N=4见如图所示的临界误差图来验证其性能。误差检出为80%至90%范围内，注意1-2s,N=2具有较高的假失控概率 大约9%。使用的质控规则可为1-2.5s,N=4或13s/22s/R4s/41s/8X , N=4,质量控制方法评价和设计工具,四、控制方法设计新工具 操作过程规范（OPSpecs）图法 操作过程规范（Operational Process Specifications ，简称OPSpecs）图显示的是测定方法的不精密度、不准确度和已知质量保证水平达到规定质量要求需要采用的控制方法之间的一种线条图。OPSpecs图可用于证实当前统计控制的方法是否适当，或选择新的控制方法是否能达到分析质量要求。由于不需计算临界误差并减少了不必要的操作，应用OPSpecs图可简化设计控制方法的过程。只要将测定方法的不精密度和不准确度标记在OPSpecs图上，就能直接查出选择的控制方法保证质量水平的能力。,质量控制方法评价和设计工具,四、控制方法设计新工具 操作过程规范（OPSpecs）图法 （一）规定操作要求 如图12-9所示，OPSpecs图中y轴为允许的不准确度（bias%），x轴为允许的不精密度（%）。图中最高的斜线表示当测定方法非