溯源时代质控重构体外诊断医疗器械与临床实验室检测性能的监测
【摘要】IVD制造商对上市的体外诊断医疗器械(IVD-MD)的溯源性(可追溯性)负全部责任。这包括提供作为检测系统一部分的质量控制(QC)材料，供终端用户在日常工作中进行溯源验证和一致性监测。这种材料[即本文所述内部质量控制(IQC)组分I]须具备无偏倚靶值和与分析性能规范(APS)相对应的可接受性范围，以获得临床样本的适当(扩展)测量不确定度(MU)。另一方面，医学实验室(通过本文所述IQC组分II)应改进IQC流程及其判定标准，在其性能(检测结果估算MU)与根据推荐模型定义的APS之间建立直接联系，以便在性能变得更糟并有可能危及检测结果的临床有效性时采取纠正措施。参与符合特定计量标准的室间质量评价(EQA)是评价IVD-MDs和医学实验室检验结果一致性和临床适用性的核心。除了使用互换性材料外，在这类EQA中，这有必要用选定的参考程序对其赋值，并定义和应用最大允许APS，以证实实验室检测在临床环境中的适用性。
【关键词】分析性能规范;测量不确定度;计量溯源性;质量评估;结果可比性;标准化
将溯源性概念应用于分析质量控制（QC）是我2010 年为本刊撰写的一篇论文的主题。阅读这篇论文可以 发现许多概念的雏形，这些概念在随后的十年中得到 了发展和讨论，其中大部分在《临床化学与检验医学》 （CCLM）上发表的文章中进行了讨论。该文撰写于欧盟 体外诊断医疗器械指令（IVD-MD）发布后的第一个十 年结束之际，该指令要求IVD制造商通过将测量正确度 从最高计量层级可靠地转移到医学实验室使用的商业 校准品，确保其检测系统可溯源到公认的高级参考系 统。这代表了开启“溯源时代”的里程碑，其目标是通 过更结构化的标准化方法提升实验室检测结果的一致 性，并为在检验医学中应用符合计量学要求的检测系 统奠定法律基础，同时明确指出IVD-MD的性能缺陷可 能危及患者安全。在我们专业历史上第一次清楚地表 明，在这些方面，医学实验室应该依赖IVD制造商，制造 商需全权承担其产品向最高可用层级溯源的责任。制 造商还被要求估算检测校准品与给定IVD-MD的其他组 件（平台和试剂）结合使用时的测量不确定度（MU）。相 应地，医学实验室则需在使用过程中，依据制造商说明 验证IVD-MD计量溯源性与MU声明性能的一致性与适用 性。然而，需要持续监测可追溯性实施的有效性，这要 求对内部质量控制（IQC）和室间质量评价（EQA）计划 进行革新性重构，以提供适当的信息，成为支撑“实验 室标准化圣殿 ”的另一个不可或缺的支柱。
一、IQC重构
由于医学实验室传统上进行的IQC无法提供有关
IVD-MD在检测标准化方面的计量溯源性的足够信息，
因此在过去几年中，人们就如何在计量溯源时代重新
思考IQC提出了许多建议。当前学界已形成基本共识：
测量误差的两大来源（相对于高级参考材料的偏差与
随机MU）具有不同成因，需要不同的控制方法。因
此，因此医学实验室应该建立和保持不同的方法来估
计和最小化它们。在本刊的一篇“观点”文章中，我们详细阐述了一项切实可行的建议，建议为了获得有关溯源及其正确实施的
信息（包括MU对临床样本的适用性），用于监测各个实验室IVD-MD分析性能
的IQC应适当地重组为两个独立的部分：其一专注于监测IVD-MD的一致性，间
接验证制造商声明的溯源性在常规操作中的稳定性，从而识别检测系统误差
来源［IQC组分I（IQC-I）］；其二则用于估算随机效应导致的MU［IQC组分II
（IQC-II）］（见表1）。通过认识到重新思考IQC的必要性，我们的提议在随
后的论文中得到了CCLM编辑的广泛支持。
通过IQC-I监测IVD-MD的一致性情况：尽管IVD-MDs的偏差应在上市前由制造商完成适当校正，但在日 常使用过程中，其系统一致性仍可能发生偏移。IQC-I 的核心功能在于持续监测此类偏移的幅度及其可接受 性。为此，IVD制造商需向终端用户提供专用于IVD-MD 日常性能监测的质控材料（下文简称IQC-I材料）， 终端用户必须严格遵守制造商的操作规范，因为唯有 合规使用才能确保IVD-MD的预期用途（包括在计量溯 源方面所宣称的性能）得以实现。要求IVD制造商提供 IQC-I材料作为IVD-MD的认证组成部分提供，其设计应 满足IVD-MD一致性的日常监测，并具有适宜的靶值及 可接受范围。为实现有效的溯源性监测，必须真实分 配IQC-I靶值（并希望其溯源性得到认证），使终端用 户能够确认IVD-MD性能处于无偏差（或可忽略偏差） 状态。因此，应摒弃制造商普遍采用的做法——即仅 通过同一IVD-MD进行的重复实验中得出其质控材料 （作为IVD-MD组件提供时）的平均值，而未对赋值进 行准确性检查。
基于IQC-II的随机来源MU评估：根据 I S O 15189:2012要求，医学实验室应掌握检测结果的MU， 以评估所用IVD-MD的临床适用性。该要求引发了关于 MU实践评估方法的热烈讨论（部分观点对其应用价值 持保留态度），本刊亦刊载多篇相关研究成果。尽管 测量不确定度表示指南（GUM）提出的评估模型—— 通过评估和整合测量程序的所有相关MU来源，获得了 参考材料供应商及参考测量实验室的认可，但GUM在 医学实验室中的实施仍面临操作复杂、实践阻力大等 问题，难以融入日常检测流程。作为可行替代方案， "自上而下"（top-down）法应运而生。即利用IQC数据 对实验室MU结果进行估算，得出MU的随机分量（uRw） 和商业校准品信息（ucal），其中后者整合了制造商从 最高可用参考系统（uref）至IVD-MD校准品赋值过程 （uvalue assignment）中校准层级引入的所有不确定度。换言 之，在系统溯源正确实施（即处于几乎无偏差的条件 下）的IVD-MD上，临床样本检测结果的MU主要源于： （a）溯源链的累积不确定度；（b）各个实验室在使 用IVD-MD时随着时间变化产生的变异所导致的MU。ISO 20914:2019技术规范将获得uRw的最佳条件描述为“实验 室内中间精密度”，需通过连续6个月的IQC每日数据估 算得出，以获得涵盖试剂批号更换、校准周期变动、 环境条件差异等系统性MU来源。正确估算uRw后，需与 IVD-MD制造商提供的ucal按√（(ucal²+Ug²)）公式结合，最 终获得临床样本的MU。
用于估算uRw的IQC-II材料需满足以下特性要求（见表1）。首先，材料应 该不同于IQC-I的材料；其次，应该具有互换性，因为在非互换性材料上获得 的结果可能无法反映同一IVD-MD在uRw方面对临床样本的性能。由于使用天然 生物样本（根据定义是可互换的）进行长时间MU评估并不可行，因此使用适 当的商业QC材料或冷冻样本池是不可避免的。最后，IQC-II材料的分析物浓度 应接近临床决定阈值，或至少接近检验医学应用的参考限值。这一点至关重 要，因为对于大多数实验室检测项目而言，MU可能随分析物浓度变化。图1总 结了医学实验室正确评估MU的主要步骤。
二、EQA重构
近十年来，学界致力于明确并探讨EQA 提供的信息在评估参评实验室计量溯源性能 方面的适用性要求。所有专家一致认为，只 有在EQA计划满足特定要求的情况下，EQA计 划才可能发挥核心作用（见表2）。符合计量 标准的EQA计划确实具有独特的优势，可为 检验医学实践带来实质性的价值（见表3）。 所有相关利益方应着力构建并实施能有效验 证IVD-MD上市后适用性的EQA体系。在极端 情况下，他们可提供有力证据支持用户（以 及IVD制造商）淘汰质量不达标的IVD-MD。例 如，数家大型IVD企业逐步停用碱性苦味酸 法肌酐检测试剂，转而生产更具临床适用性 的酶法检测体系。EQAS组织者（以及实验室 专业人员）必须扪心自问，他们所提供服务 的最终目标是什么，因此，他们应该重新调 整设计，以评估定义为适合临床使用的检测 结果的质量，独立于IVD-MD类型以及仅满足 制造商规格的可能性，并采取相应的行动。
遗憾的是，当前绝大多数EQA计划尚不足以有效评价实验室 结果的计量溯源性：大多数计划对样本质量不够重视，并使用同行组平均值（或其他集中趋势的指标）对参与者的表现 进行分级，因此参与EQA作为上市后对实验室表现的监 督，在标准化/一致性方面的实际益处仍然不大。在评 估EQA结果时，使用基于同行组的数值作为参考的方法 被认为可以减轻已上市IVD-MD的异质性，然而，“同行 组”的定义本身就具有异质性，可由以下几种情况组成： （a）来自一家制造商的相同IVD-MD；（b）来自一家制造 商的相同仪器系列；（c）来自不同制造商但使用相同试 剂和校准品的仪器或（d）具有相同检测原理但使用不 同试剂和校准品的方法。考虑到商用IVD-MD的溯源性， 上述每种定义都存在缺陷。尤为关键的是，若沿用传统 EQA策略——即忽略所用质控材料的互换性，采用共识 值作为比对基准——可能导致对医学实验室分析质量 的过度乐观评估，形成实验室虽持续报告结果偏差却 仍能满足法规要求的局面。
1. EQA质量目标：首要要求是在有参考测量程序 的情况下，根据参考测量程序对EQA材料进行赋值； 如没有，则根据严格控制的程序进行赋值。这使得能 够基于选定的高级参考标准对参评实验室的检测性能 进行客观评估，而非依赖次优的同行组判读模式。需 特别指出：对于尚未建立参考程序的检验项目，应使 用IVD-MD相关靶值评估参评实验室性能；即便如此， EQA材料靶值的赋值工作也应由参考机构（可包含特 定IVD-MD的原研厂商）在严格受控条件下完成，以避 免结果偏差并尽可能将其MU保持在最低水平，而不是 采用同行组的平均值。
2. EQA材料的互换性：就EQA而言，质控材料的互 换性是影响项目结果对实验室性能评估适用性的另一 关键要素，因只有使用具互换性的质控样本，其性能 表现才可转移至临床真实样本。EQA材料制备的许多 方面都可能影响互换性。Danilenko等人描述了在不改 变互换性特征的条件下采集血液、分离血清、制备混 合液和冷冻等份的严格方案，而Jones等人强调了供应 商应指定EQA材料基质及其可互换的必要性，因为EQA 项目中结果差异的解读在很大程度上取决于所用材料 的性质。尽管非互换性EQA材料有时被用于验证IVDMD是否符合制造商声明性能，但作为实验室从业者， 我们更需超越此局限，关注检验结果质量是否满足临 床应用需求——这一判断应独立于IVD-MD类型及是否 满足厂商声明的技术指标。
三、分析性能规范（APS）重构
为确定检测测量的适用性，必须采用可接受限值精准识别需采取纠正措施的实验室（及涉及的IVDMD）。鉴于医学实验室检测的特殊性，单纯统计学标准并不充分。检测变异应限制于基于医学相关性的阈值内，以确保结果对临床决策和患者管理具有可靠 性。若APS未被客观定义及实现，实验室结果的变异可能掩盖临床信息，甚至对患者结局产生负面影响。 因此，为保证患者安全而需要达到的质量水平应得 到精确定义，并针对每项检验项目作出具体规定。欧洲临床化学和检验医学联合会（EFLM）在2014年组织了一次战略会议，就建立APS模型的定义达成了共识， 具有里程碑意义（相关成果专刊发表于CCLM，2015； vol. 53，issue 6）。提出了三种模型：模型1，基于分析性能对临床结局的影响；模型2，基于被测量生物变异组分；模型3，基于检测的最新技术水平（定义为技术上可达到的最高分析性能水平）。这种方法的新颖之处在于强调某些模型比其他模型更适合某些检验项目， 因此应主要关注检验项目及其生物学和临床特征。因 此，这三种模型并不一定构成严格的层级关系。
EFLM战略会议具有里程碑意义，其成果丰硕。 Ceriotti等学者深入探讨了检验项目与模型适配的实操原则，因选择最适模型推导APS是确立检测质量适 用性的关键步骤。模型1（“基于临床结局的APS”）：适用于检验项目在特定疾病或临床情境的决策中具有明 确核心作用，且检测结果需通过既定决策阈值解释的 场景。模型2（“基于生物变异的APS”）：适用于健康个体中处于"稳态"的检验项目。最后，当检验项目缺乏模型1或模型2中的特征时，可以将其放入模型3（“基 于技术现状的APS”），这种模型也可暂时用于那些仍在等待基于结局的APS定义或等待可靠的生物变异数据的检验项目(图2)。当其他模型正确导出APS对某一检验项目要求过于严苛时，不可将模型3简单视为"补救"方案。另一方面，模型2不可用于缺乏严格稳态调控机制的检验项目，不得仅因生物变异数据比基于结局的信息更容易获得，便对该类检验项目强行采用此模型。对特定疾病诊断具有明确作用的检验项目，必须通过基于结局的研究验证并制定相应APS。然而现实是，基于临床结局的数据仍普遍匮乏，因此开展此类研究是为此检验项目制定APS建议的核心前提。通过模拟研究，分析检测方法的分析性能对临床(错误)分类的影响，进而评估其对患者结局概率的作用，是一个切实可行的选择。
最近，我们发表了使用这些模型建立39种常用实验室检验项目MU的ASP的APERTURE项目的结果。通过对现有文献的稳健性初步核查，确定临床样本标准MU的APS最低质量水平和理想质量水平。表4总结了所选检验项目的标准MU模型分配和APS，用于实验室实践以验证使用的IVD-MDs的MU，并确定给定实验室结果的估算MU是否会显著影响其解释。最近报告的血浆电解质案例表明，采用客观推导的APS开展MU评估能有效驱动实验室提升检测结果质量。
四、IQC-I的验证标准
IQC-I的可接受范围定义了相对于无偏倚靶值的允许偏差容限(该靶值由制造商通过对质控物在同一IVD-MD上重复测量获得，且该IVD-MD最优校准至选定参考测量系统)，该范围应确保检测结果在临床应用中具备适用性。如前所述，评估 IVD-MD校准偏差对uRw(用于计算患者结果MU)的影响程度，应是结果验证的核心准则。事实上，因校准不佳或试剂/校准品批次变更导致的IVD-MD校准突变引发QC结果漂移，可能导致IQC-II估算的uRw超出可接受范围。因此，IQC-I的可接受范围应与前面各段讨论的（扩展）MU的APS相对应。建议将APS直接标注于IQC图中，使IVD-MD校准性能与预期质量要求的关联性直观可判。
五、IQC-II的可接受性标准
在获得IQC-ⅡI数据后，进行uRw估算前，应开展严格审核并制定数据管理决策，随后计算临床样本的MU。并运用前文所述MU的APS进行判定：若特定检测项目的MU估值可能影响其临床解读，或发现IVD-MD性能呈劣化趋势，则须立即采取纠正措施（见图1）。
六、EQA结果的可接受性
在CCLM特刊上发表的一篇专门针对上述EFLM会议期间所做贡献的文章中，Jones强调了EQA计划使用的APS定义存在很大差异，呼吁通过协作努力实现统一规范。会议建议优先采用会议提出的APS模型，但同样重要的是，EQA计划需明确说明所评估的分析质量的哪一方面。如果EQA计划满足表2所述的要求，允许对参评实验室的检测结果的溯源性进行评估，则实验室检验项目与EQA材料的定值（由更高级测量程序赋值）的偏离应控制在检验项目允许的MU限值内，MU限值（以数值形式）规定了提供满足临床需要的实验室检测信息所需的分析质量。这将使EQA参与者能够理解实验室数据质量对患者诊疗应用的影响，包括校准溯源性及实验室间检测结果的一致性（即结果标准化）。
如果未达到MUAPS，则应根据参评实验室提供的EQA结果的表现，考虑并调查两个主要原因。若某实验室在连续多次EQA中的结果随机分布于扩展MU允许的APS限值之外（上下波动），则需识别该测量过程中三个MU贡献值（Uref、Ual、URw）中哪一项过高，并采取改进措施。在上述EFLM会议期间，我们提出了定义整个计量溯源链中综合MU推荐限值的理论框架。首先聚焦于与患者结果相关的综合MU APS，建议将溯源链不同层级的特定MU限值定义为APS分数。应为IVD制造商定义其校准品可达到的标准，以便为各实验室留出足够的MU预算，使其能在临床样本上得出临床可接受的结果。如果在EQA中超出了允许的MU限值，参评实验室应首先核实所有可能影响其u的分析条件（如更换试剂批次、校准品、仪器维护等），检查EQA期间的IQC数据(I和部分)。若上述因素均受控，则需重新审查制造商对校准品赋值及其对应MU的赋值方案，或IVD制造商为实现溯源性所选择的参考测量系统相关的MU。值得注意的是，对同一检验项目选择不同类型的校准层级体系可能导致不同的u值，某些情况下可能增加实现MU APS的难度。
相反，若某实验室在后续EQA中的结果全部高于或低于允许的MU限值，则可能提示存在医学上不可接受的检测偏倚。此时，应通过专项实验评估该检验项目相对于参考材料（参考测量程序）的偏倚值，并确认是否存在显著系统误差。（注：即使缺乏高级参考系统，任何处于对应计量溯源链顶端的物质或程序均可作为参考对象）。随后，该偏倚值应纳入临床样本MU的评估中。若重新计算后的MU仍无法满足预设的APS，制造商有责任开展调查，并通过纠正措施（如改进校准品赋值方案）最终解决问题。另一种方案是参评实验室可针对检测到的偏差引入校正因子。但需注意，实验室自行使用校正因子可能改变IVD-MD的认证状态，导致检测系统（及其生成的结果）丧失制造商提供的原始认证效力。
总结：通过本文总结的QC方案重构，我们有望在检测质量与临床有效性维度上，实现更完善的IVD-MD上市后评价及实验室个体化性能评估。期待所有利益相关方达成"时代正在变革"的共识，共同踏上这条新型上市后监管之路。
编译节选自： Clin Chem Lab Med 2023; 61(5): 759–768
