【资料】检验质量控制图的正确理解和应用

　　判断检测过程是否在控，又不能象工业生产那样用生产线上的产品质量来进行，而是应用质控品来进行的。质控品的应用是临床检验应用质控图法得以成功的关键所在，所以正确选用和使用质控品十分重要。

　　通过质控品测定值在质控图上“点子”分布情况的分析，判断检测过程是否在控。W.A.Shewhart发明质控制主要指导原则为“予防为主”，即当检测过程某些条件发生了变化有可能影响产品质量时，即可发现，寻找原因采取纠正措施，避免当成批产品出现问题后才去寻找原因，避免更大损失。“予防为主”的原则也应是临床检验质控的指导原则，但这方面还存在不少问题。在工业生产上由于有一个共同的质量要求，生产线上的产品可以根据抽样检查的原则抽样检查，在产品生产过程中可及时发现问题，及时纠正。临床检验与此有所区别，往往测定20次后再绘制质控图，那么20次中任何一次测定如有失控，也必须20次测定后方有可能发现，有作者称这是“事后质控”，但这与Shewhart发明质控制的指导原则是不一致的，作者提出“即刻性”质控方法就是试图为解决这一问题而提出的。

二、质控图的基本原理

　　在检测过程中，反映测定结果的数据分布有两个规律：1.波动即重复某一检测，测定结果总是上下波动的，即是说测定的数据是在平均值上、下波动的，这是由于测定过程中一些条件的变化引起的，而这些变化又难以予先知道的。波动的大小取决于检测条件完善程度和对影响因素影响量的认识程度；2.分布即测定的数据都是按一定规律分布的，例如定量测定中，常呈正态分布，数据常在均值上、下分布，其离散的程度常用标准差来表示，因此均值及标准差就成为这一分布的两个特征值，也成为绘制质控图时两个基本依据。

　　造成这种波动的原因有两大类：1.偶然因素所引起。这一因素在正常情况下也存在，故又称正常因素，其影响比较轻微且难以去除，其分布在定量测定中常呈正态分布；2.系统因素（又称异常因素）所引起的。这一因素不是经常存在的，对检验结果影响较大，其原因可以找到并去除，其分布不呈正态分布。由于偶然因素引起的波动呈正态分布，而异常因素引起的波动不呈正态分布。Shewhart就是根据这一特点将统计学原理引进质量管理中，通过测定数据的分布可从偶然因素引起的波动中发现异常因素引起的波动，达到过程控制的目的。所以质控图实际上就是形状和位置改变了的正态分布图。

　　对检验质量产生影响的有两类误差：1.测定均值偏离了“真值”或理想值称为系统误差：2.检测精度变差，也就是标准差变大，重复测定中重复性变差。造成的原因也是存在异常因素的缘故，但数据分布常呈正态分布，故常称为随机误差。在统计学及误差理论中，随机误差与偶然误差是同义词，但在此处要注意其区别。这里随机误差是指变大了的偶然误差。

常见的数据分布有三个类型：正态分布、二项分布、普哇松（Poisson）分布。在临床检验工作中定量分析属正态分布，白细胞分类属二项分布，细胞计数及细菌计数属普哇松分布。相应三种分布，质控图也有三个类型：用于正态分布时有x－S控制图、x－R控制图、x－R控制图等；用于二项分布的有p控制图、pn控制图等；用于普哇松分布的有c控制图、u控制图等。

　　Shewhart质控图对影响要素是全部控制的，即只要其中某一质量要素发生变化影响到质量时，它都能反映，故又称全控图；但影响质量的某一要素非检测人员所能控制，检测人员只能控制其所能控制的质量要素，这种非全控的控制图称选控图，选控图是我国学者张公绪教授提出的，己广泛应用于工业、邮电、医疗卫生部门，在临床检验工作中也有着广泛用途。

　　Shewhart质控图及选控图都是建立在统计学基础上的，此外还有一种不用统计方法设计和绘制质控图，它是根据质量标准合格与否绘制的质控图叫予控图。总之质控图的类型和种类是比较多的，我们常用的Levey—Jennings质控图只是其中一种。

　　Shewhart质控图主要用于工业生产领域，工业生产和临床实验室相比，有许多不同。上面已提及一些，同时相对于工业生产产品的数量而言，每天检测标本只是“小批量”的，因此临床检验工作中通常用“小批量”产品的单值质控图，即x－S质控图，且是通过质控品的测定来进行质控的。

　　现在在临床检验中有一种情况，即不论数据呈何种分布，都采用正态分布的质控图，这是不正确的；另外定性分析并无必要一定要采取质控图法进行质控。

　　必须指出，质控图虽能监控检测过程是否在控，但它并不能优化检测条件和优化各质量要素，这需要检测人员分析及判断并采取相应措施才能做到。

　　质控图外还有其他质控手段和方法，但质控图是其核心及主要方法，至今还没有找到比它更有效、更能广泛应用的方法，所以质控图法是每一个检验人员必须掌握的基本功，原因就在这里。

　三、临床实验室中常用的质控图

　　1. x－R—质控图

　　此质控图又称均值—范围质控图，是Levey—Jennings最初引进的方法。这也是工业生产中常用的一种控制图。

　　Levey――Jennings是用单份质控品作双份测定，连续测定20次，共20对测定值。计算每对数值的均值（x）及极差（R），再计算总均数（x）及平均极差（R），然后绘制x及R两个质控图。前者以x为中心线，以x±1.88R为上、下控制界限；后者以R为中心线，以0为控制下限，R×3.27为控制上限。这种质控图的优点是可区分均值变异（x图）及精密度变异（R图）。表1为x－R质控图绘制方法示例

　　步骤1.整理数据，列表

　　步骤2.计算

　　总均值（x）＝（144+146+142+————————————————+146）／20＝73.25

　　极差（R）＝max{x}－min{x}

　　极差均值（R）＝（4+2+2+————————————+2）／20＝2.85

　步骤3.确定控制界限

　　x控制图

　　UCL（Upper contor limit）＝x+A2R＝73.25+1.88*2.85＝78.10

　　LCL（Lower contor limit）＝x－A2R＝67.89

　　CL（Center limit）＝x＝73.25

　　R控制图

　　UCL＝D4R＝3.27*2.85＝9.32

　　LCL＝D3R＝0

　　Cl＝R＝2.85

　　（n为每批检测时应用同浓度质控品的个数）

　　步骤4.根据一表1及步骤3提供的数据绘制质控图（略）。

　　2. x－S质控图

　　后来Henry和Segalove对X－R质控图进行了修改，他们以20次质控物的单次测定结果，计算其x及标准差（s），以x±2S为警告限，以x±3S为失控限，这也就是现在广为应用的Levey—Jennings质控图，从质控图的体系来说，它属于单值质控图中的x－S质控图。这个质控图适用于质控数据取得需要较长周期或费用昂贵时，其方法比较简单，易于推广。实际上这两种质控图的检定力是不同的，原Levey—Jennings质控图优于用单次测定结果绘制的质控图，且提供了更多的质量信息。这个质控图不仅存在着检出失控能力（检定力）较差的缺点，同时如果测定数据不呈正态分布，产生假失控的概率就会增大，造成误判失控的可能性增加。

　3. “即刻性”质控方法

　　述质控图都必须检测20次，方可绘制质控图，其周期较长，一些不是每天都检测的项目或试剂效期较短的检测项目都会遇到困难。为此作者于1984年将异常值取舍法原理用于质控，只须检测4次即可判断是否失控，如用Grubbs异常值取舍法，测定三次后即可判断，故称之为“即刻性质控”，凡是定量检测的项目都可用这一方法，含定量PCR测定。

　　其理论根据：定量测定中，如只有偶然误差存在，数据呈正态分布，一旦出现系统误差或过失误差，测定值将出现过大值或过小值，这就是异常值，发现这些异常值即可推断检测过程异常因素起作用。

　　但必须指出“即刻性”质控方法目前有许多误用之处，最常见的一种是将“即刻性”误认为是“实时性”，“即刻性”质控出现失控，并不一定是当次测定失控，可能是当次测定失控，也可能是以前某一次测定失控。只是由于这一方法可及早发现失控，相对质控图更及时，故称为“即刻性”质控。应用“即刻性”质控方法时，这一点务必注意。

　　“即刻性”质控方法的计箅步骤，可参阅另文，限于篇幅，不再赘述。

四、质控图的检定力与Westgard多规则

　　质控图是质控的一种手段和工具，因此它也有一个质量和性能问题。从统计学规律来看，应用质控图法时可发生两类错误：1.第一类错误（α错误），即假阳性或假失控的错误。指的是检测过程本来在控制状态，但误报为失控；2.第二类错误（β错误），即假阴性错误，指的是检测过程已经失控，但质控图发现不了，仍报为在控。第二类错误的反面即检定力。检定力的含义是在规定了第一类错误发生概率的前提下（通常为≤1％），检测过程一旦失控时（均值偏倚或精度变差时），质控图能检出此失控的能力，即称为质控图的检定力。

　　第一类错误的发生概率与控制界限有关。例如控制界限为x±2S，则此类错误的发生概率为0.0456；控制界限如为x±3S，此类错误的发生概率为0.0027.经验证明应用x±3S作为控制界限造成的总损失比较小，此即3σ方式。

　　第一类错误的发生概率，主观上可以进行控制。第二类错误发生的概率是由检测的精密度和准确度所决定的，并且与每批检测所使用质控品的个数有关。例如当用3σ方式，质控品为一个时，当测定均值偏离靶值一个标准差时，测定值落在控制界限之外仅2.3％的可能；当标准差比原标准差增大一倍时（即检测精密度变差一倍时），检出率才13.4％。即当上述情况发生时，仍有97.7％～86.6％的可能判断为在控。可见仅用测定值是否落在控制界线外一个规则来判断在控或失控，其检定力是差的，所以还要观察测定值的分布，如其分布不呈正态即使仍在控制界限内也应判断为失控。这方面不同学者提出过相应的规则，临床实验室应用最广泛的是Westgard多规则，主要有12s、13s、22s、R4S、41S、10x等规则。其目的是为了弥补应用单规则造成质控图检定力差的问题。

　　上面已提到检测过程发生的误差，主要有以下几种情况

　　测定的均值偏离了靶值或原先设定值，通常称作系统误差；

　　测定的精密度变差。现在许多文献称之为随机误差。注意这里的随机误差应与正常

　　因素引起的误差相区别（文献上亦常称为偶然误差）。

　　一般认为13s、R4S等反映随机误差，而22S、41S、10x反映系统误差。但必须注意这种区分是相对的，因为这两种误差都可能造成违反某一规则，且实际工作中这两种误差又常常同时存在，尤其是半自动仪器及手工操作时。

　　还必须注意的是，由于临床标本测定值各不相同，不是一个值，而是一个范围内的值，上述均值及精度改变可能仅发生在这一范围的某个区间（例如高值、正常值或低值），或者不同测定值发生的变化是不同的，如用一个水平的质控品，就发现不了这现象，而用高、中、低值质控品，就可以发现，当然成本增大了，许多作者建议用两个水平的质控品是有道理的。

五、应用质控图中应注意的问题

　　1.质控图绘制后只有满足了以下两个条件方可用于日常质控：（1）。上、下控制界线必须小于临床允许误差。目前临床允许误差尚无统一规定，暂可参照室间室评CCV值（VIS方案）或临床可接受的误差（PT方案）；（2）120次质控值的分布，按Westgard多规则判断，应无“失控”现象。符合这两个条件，此质控图从“分析用质控图”转化为“管理用质控图”，方可用于检测过程质控。如不满足这两个条件，已经说明检测过程的不稳定或检测条件不能满足质量要求，这种情况下绘制的质控图难以保证质量的。这一点叉往往被忽视，20次测定后绘制的质控图不加分析，就用于质控是经常见到的。

　　2.不要简单的用生产厂家提供的均值和标准差绘制本实验室的质控图。一方面本实验室检测条件与生产厂家不可能完全一致，而且生产厂家提供的数据很可能是多个实验室测定数据综合而来的。用不同检测条件下取得的数据作为本实验室质控图是不妥的，正确的做法应取自本实验室的测定值来绘制质控图。还必须指出一点，生产厂家提供的“范围”是单次质控值分布的范围，而非均值的分布范围，均值的离散度是Sx而非S.有人以为只要落在厂家提供的范围内，质控结果就是可靠的，这是把问题简单化了，不仅应考察单次测定值的分布，还要看均值的偏倚。

　　3.质控品的选择一般来说，如为了控制精密度，不一定选用定值质控品，用非定值质控品即可，但如果考虑到实验室间结果的可比性，则可采用定值质控品。质控品的选择应考虑其基质、定值方法、瓶间差、批间差及被测成分稳定性等指标，还应考虑在不同检测系统上定值的不同。至于质控品浓度的选择，现主张选用高、中、低值三个浓度，至少用两个浓度，其原因上面已经涉及。另外在一些定性试验中，至少有一个质控品的浓度在临界值附近，这样可监控其敏感度的改变，如仅用高浓度的质控品，则很难达到这个目的。

　4.质控品及试剂盒批号更改后质控图要不要重新绘制？首先质控品及试剂盒不要频繁更换，更不要轻易更换生产厂家。当使用新的质控品或试剂盒时，一般于使用前一周，和原有的质控品或试剂盒同时检测，在原来质控图上进行观察。如仍在控制状态，不必另绘制质控图；如测定均值及标准差有较大改变，应寻找原因，如该质控品或试剂盒的测定值经校正仍可得到满意结果，则可考虑仍用原质控图（质控值需校正），但必须说明情况并有记录。

　　5. 在开机调试时作一次质控如未失控，检测标本时是否可以不作质控了？这是不妥的。因为检测过程还可能出现一些检测条件的变化，因此还需要进行质控，不可省略。同理，有时工作量大，一天作几批检测，每批都应该作质控。