HbA1c基于风险统计质量控制程序的选择

为了应对新的监管要求和新的实践指南，今天的医学实验室质量控制（Quality Control，QC）实践正发生变化。美国医疗保险和医疗救助服务中心（The Centers for Medicare & Medicaid Services，CMS）根据美国临床实验室改进修正法案（Clinical Laboratory Improvement Amendments，CLIA）的规定[1，2]，已采用了一项新的基于风险的QC方案，称为个性化质量控制计划（Individualized QC Plan，IQCP）[3]。CMS和美国疾病控制与预防中心（Centers for Disease Control and Prevention，CDC）已发布实施IQCP[4]特定指南来帮助实验室遵守新的质控方案。美国临床和实验室标准化研究院（Clinical and Laboratory Standards Institute，CLSI）于2011年开始提倡使用风险管理为医学试验提供更全面的质量控制计划。CLSI文件EP23[5]阐述了风险管理的原则，强调包括检验前、检验中和检验后阶段的检验全过程的风险评估。2016年新发布的统计质量控制（statistical QC，SQC）新指南CLSI C24-Ed4[6]，其描述了为检验阶段设计和选择基于风险SQC策略的路线图。

为实施基于风险的质量控制，医学实验室需要确定满足监管要求的切实可行的方法，并遵循质量管理和风险管理的基本原则。我们建议制定全面的质量控制计划（Total QC Plan，TQCP），其包括为对试验要求的质量和检验程序观测的不精密度和偏倚设计基于风险的SQC程序[7]。我们在此总结发展方法，并描述了用于支持选择质控规则、质控测定值个数及批长度（质控事件之间检测的患者标本数量或质控频率）的一种图形工具。用目前HbA1c检验程序对预期的西格玛质量阐述应用。

一、方法

CLSI文件C24-Ed4[6]定义在理解制定QC计划上重要的名称术语：

（1）质量控制计划：描述控制特定检测系统或检验程序的质量以确保满足其预期用途要求的特定活动实践、资源和顺序的文件。

（2）质量要求：产品或服务适合其预期用途所必需的特征规范。注：对于实验室检验程序，质量要求通常以允许总误差（TEa，ATE）形式表示。如果患者结果的测量误差超过TEa，则该结果不满足其质量要求。 

（3）质量控制策略：在每次质控事件中要测量的质控品的数量、质控结果的数量和使用的质控规则，以及质量控制事件的频率。注：也可被称为质量控制程序。

（4）质量控制事件：产生一个或多个测量质量控制测量值以及使用质控结果的质控规则评估。

根据Parvin[8]的说法，CLSI文件的目的是提供一个“设计、评估和实施统计质量控制策略的路线图，这与CLSI EP23引入的患者风险概念一致。”我们在其他地方[9]详细讨论了C24-Ed4指南及基于对Parvin的MaxE（Nuf）（不可靠最终试验结果最大预期个数）患者风险参数[10]的估计，选择基于风险SQC程序实用工具的需要。对于实验室来说，一个实际的问题是需要由分析人员快速和容易实施SQC计划过程。Parvin的患者风险参数计算是困难的，需要专业的信息学支持，因此从列线图的图形估计提供了一种实用的替代方案。Yago、Alcover[11]和Bayat[12]开发了支持风险计算的电子表格，并提供了描述观测的西格玛度量与Parvin的MaxE（Nuf）风险参数之间关系的列线图。

这些列线图已被进一步修改以提高包括在此的简单的西格玛度量SQC批大小的列线图。[9]选定的实例条件代表HbA1c检验程序，其TEa为6.0%，CV为1.0%及偏倚范围从0.0%到3.5%，计算的西格玛值从2.5到6.0。通过Excel电子表格计算MaxE（Nuf）。根据Parvin模型，其QC事件夹着100患者样品（即M=100），则批长度计算为100/ MaxE（Nuf）。在对数y轴上绘制批长度与线性x轴上为西格玛度量来制作列线图。

1. QC计划的制定

图1中的流程图描述了制定QC计划的方法，要么是包括基于风险SQC程序的TQCP或要求对检验全过程进行详细的风险评估的IQCP。最初的任务是验证方法的质量，然后考虑实验室是否可以每日分析至少2个浓度水平的质控品。如果答案是肯定的，每日分析2个浓度水平的质控品，则满足CLIA法规的每日最低质控要求，实验室可在不进行正式风险评估的情况下开展全面的质量控制计划。实验室应确定检验前质控措施，选择基于风险的SQC程序，并增加检验后质控措施以制定全面的QC计划；如果答案是否的话，则实验室必须满足CLIA关于IQCP的要求，这需要风险评估、质量控制计划和质量保证计划以监测性能、质量和安全性。我们建议实验室满足每天2个浓度水平质控品的CLIA选项，并在可能的情况下实施基于风险的SQC程序，因为它比对检验全过程执行更复杂的风险评估要简单得多。在制定全面质控计划上，可用制造商的说明书来指导选择检验前和检验后质控措施，以及在实验室识别可能的差错（或失效模式）来源，不需要评估出现故障的概率、故障的严重度，以及可用控制机制对故障的可检出性。

图1. 制定符合美国CLIA要求的QC计划的方法

2. 安全特征的验证

风险管理的一个关键部分是方法性能的验证，类似于工业风险管理指南中的“安全特性”。制造商必须建立不精密度和偏倚（以及其他）的安全特性，而实验室须验证所观察到的性能对于试验的预期用途是可接受的。所需要的步骤是：（1）规定预期用途的质量（2）获取实验数据以验证安全特性如不精密度和偏倚（3）确定以西格玛级别表示的质量。这些步骤是分析方法验证的标准程序的一部分。[13]关于HbA1c，美国病理学家学会（College of American Pathologists，CAP）和美国国家糖化血红蛋白标准化计划（National Glycohemoglobin Standardization Program，NGSP）已规定预期用途的质量为ATE或TEa是6.0%。通常通过至少20天的重复试验或应用至少一个月的质控数据来估计不精密度，并以标准差（standard deviation，SD）或变异系数（coefficient of variation，CV）表示。通过方法比对试验（最好和已认可的参考方法进行比对）或用参考方法赋予靶值的能力验证（proficiency testing，PT）调查估计偏倚。西格玛度量的计算公式为：

σ=（TEa-Bias）/ SD（单位为浓度单位）

或： σ=（%TEa-%Bias）/ CV（单位为百分比单位）

此外，还可构建方法决定图绘制表示观察偏倚和观察不精密度的“操作点”[13]。

3. 检测质控

统计质量控制提供了监测影响分析性能许多因素的最简单的控制机制。因此，选择适当SQC程序是TQCP的关键部分。为此，我们提出一种简单的西格玛度量SQC批长度的列线图（见图2），其将观察的西格玛度量与质控规则、质控测定值的数量及批长度联系起来。批长度，定义为质量控制事件之间患者样品的数量，其显示在y轴，x轴为西格玛度量。从左至右的斜线表示不同SQC程序，图右侧的图例进行说明：

（1）MR4表示13s/22s/R4s/41s多规则，每个QC事件有4个质控测定值，且假失控概率为0.03或3%（Pfr=0.03）；

（2）SR4w3s表示13s单规则程序，每个QC事件有4个质控测定值，Pfr=0.01；

（3）MR2表示13s/22s/R4s多规则程序，每个QC事件有2个质控测定值，Pfr=0.01；

（4）SR2w3s表示13s单规则，每个QC事件有2个质控测定值，Pfr=0.00；

（5）SR1w2.5s表示12.5s单规则，每个QC事件有1个质控测定值，Pfr=0.01；

（6）SR1w3s表示13s单规则，每个QC事件有1个质控测定值，Pfr=0.00。

图2. 选择基于风险SQC程序的列线图

注：垂直线表示4σ质量的方法，水平虚线表示代表不同SQC程序的斜线与垂直线交点对应的批长度

列线图表明高西格玛方法仅需少量的质量控制且支持长的批长度（或低频率的SQC），而低西格玛方法要求大量的质量控制且短的批长度（或高频的SQC）。为了应用该列线图：（1）在x轴上定出西格玛度量值的位置，（2）画一条垂直线与表示不同SQC程序的线条交叉，（3）与SQC线的交叉点可从y轴上的值确定批长度，然后（4）对该条线确定质控规则和质控测定值的个数。

二、应用

Lenter-Westra和Slingerland[14]评估了7种床旁（point-of-care, POC）HbA1c检测方法的质量。根据CLSI文件EP-5[15]提供的重复试验估计不精密度，遵循CLSI文件EP-9[16]执行方法比对试验，及将每一试验方法都与3种IFCC二级参考检验程序进行比对估计偏倚。7种方法的西格玛度量分别为：4σ、3.5σ、3σ质量的方法各有1种，有2种方法的西格玛度量在2σ至3σ之间，剩下2种方法质量小于2σ。

Woodworth等人[17]研究了4家医学实验室应用的6种HbA1c方法（5种实验室检测方法，1种POC方法）。方法不精密度和偏倚根据CLSI EP5和EP9实验方案确定。应用NGSP二级参考检验程序分析方法比对试验的40例样品。当TEa为6.0%时，计算的“患者加权西格玛值”为0.36、1.43、1.57、2.29、2.84、3.90。Woodworth等人应用12s质控规则、每次2个质控测定值计算了Parvin的MaxE（Nuf）风险参数[13]，结果为71.48、49.92、34.27、11.00、6.30、0.60。风险参数与SQC的频率或质控事件之间的患者样品数量相关，通过100/MaxE（Nuf）计算批长度，其给出的值分别为1、2、3、9、16和167个患者样品。

考虑HbA1c检测方法性能的最佳质量是4σ，图2显示了可确定的SQC程序。图中的垂直线表示4σ质量，垂直线与斜线的交点提供质控规则、质控测定值的数量和批长度。对于POC方法，短的批长度是实际的，可选用13s单规则且每批2个质控测定值（N=2）或12.5s单规则且每批1个质控测定值（N=1）对批长度达到20例患者样品将是合适的（见图2最下面的水平箭头）。风险模型的假设是质控事件在患者样品检测之前或之后执行。新的CLSI文件C24-Ed4也推荐夹心SQC做法，这就意味着如果使用13s质控规则，则在批的开始和最后需要2个质控品；而如果使用12.5s质控规则，则在批的开始和最后只需要1个质控品。对于中心实验室使用4σ自动化方法，更长的批长度可能会引起人们的兴趣，一种适合的 SQC策略将是实施多规则程序如13s/22s/R4s/41s，N=4（图2中的MR4）以及批长度大约180～190例患者样品（见图2最上面的水平箭头）。为了提供短的批长度及更快的报告间隔，适当的策略将是使用13s/22s/R4s多规则，N=2和40例患者样品（见图2中间的水平箭头）。

上述研究中，其他方法[14，17]的西格玛度量小于3，除非应用多规则质控程序且更多的质控测定值个数，否则不可能以最低的患者风险实现最佳的质控。在经济上，这些方法在大多数实验室是不可行的，因此实验室须选择高质量方法以提供可靠的患者检测结果。

三、讨论

HbA1c是一项要求实验室方法具有高质量性能的关键试验。预期用途所需要的质量已由CAP和NGSP规定的TEa为6.0%。尽管在过去几年内，糖化血红蛋白的检测方法已有相当大的改进，但其在诊断和监测方面的重要性也日益增加，几年前规定的TEa为15%，如今的规定更加严格，其TEa为6.0%。图3显示了2016年美国CAP调查结果记录了当前HbA1c方法的预期质量。这种“西格玛能力评估图”[18]显示了来自3307家实验室共26个方法小组的结果，样品12来自2016年的GH5调查，其HbA1c靶值为6.01%。在NGSP网站数据中可以查找到每个方法组的确切实验室数量。在图3中，y轴是观察的方法组偏倚（%），x轴是观察的方法组CV（%），实线表示2σ质量，虚线表示3σ质量。全部实验室的平均偏倚只有-0.19%，但每个方法组的偏倚从-3.09%～2.44%不等；全部实验室的平均CV为2.53%，每个方法组的CV范围为1.6%～5.5%。仅有5个方法组的西格玛度量大于3，10个方法组的方法质量在2σ至3σ之间，其余11个方法组低于2σ。图中每个点代表实验室间性能，预期比实验室内性能差。尽管如此，这些点代表医疗系统用于检测患者样品的多种方法的预期质量，或不同地理区域内不同实验室监测患者的质量。

图3. 2016年CAP的西格玛能力评估结果图

在回顾Lenters-Westra、Slingerland[14]和Woolworth等人[17]的HbA1c方法质量研究的过程中，Little强调需要仔细地选择检验程序，实施最佳质控实践，以及参加PT调查[19]监测偏倚的重要性。实验室在选择新的检验程序时可利用CAP的调查结果，优先考虑偏倚小、CVs小且西格玛度量≥3，最好是4或更高的检验程序。然而，CAP的调查研究结果显示，POC方法的性能不如实验室检测方法。根据CLIA法规，执行“豁免的”方法的实验室是不需要参加PT。遗憾的是，大多数的POC方法是CLIA豁免的，因此这些方法的性能将不会得到充分的记录，使用这些方法的实验室也不会有关于他们方法偏倚的信息。

对于实施CLIA最低质控要求即每天检测2个浓度水平质控品的实验室而言，列线图显示这些实验室应用的方法须达到5σ水平。质量达5σ水平的方法，适当的SQC策略可使用13s单规则，在具有最大样品量为50的批的开始有1个控制测定值和结束时有另一个浓度水平的质控测定值（列线图上x轴为5σ时，垂直线与黑色实线交点对应的y值）。这为许多中小型工作量的实验室提供了最佳的SQC。对于检测量较大的大型实验室而言，相同的做法可能适用于每隔50个患者结果的连续报告。对于更大的报告间隔，则可用12.5s质控规则，且每次QC事件1个质控测定值将支持大约140个患者样品的批长度（5σ时，垂直线与灰线交点对应的y值）。

近期，Lenters-Westra和English[20]提出的新一代HbA1c检测方法能实现高西格玛质量。根据HbA1c参考实验室执行的严格的验证研究结果，研究的两种高度自动化的检测方法能实现西格玛度量≥6。对于这两个检测方法，可用最佳质控方案，即13s质控规则，每次QC事件检测一个浓度水平，且批长度≥370个患者样品。在广泛应用该方法之前，还需要大量的努力实现最佳SQC策略，保证预期用途的质量，并将患者风险降到最低。实验室应在质量控制实施方面持保守态度，意味着比CLIA每天2个浓度水平质控品，每个水平1个测定值的最低要求有更短的批长度和更多质控。根据CAP指南，HbA1c的一个质控品浓度应在正常范围内，不超过5.7%，另一个的浓度范围在6.0%至7.0%之间，以监测关键诊断水平，其他质控品的浓度可在较高的范围，即8.0%～9.0%之间。CLSI文件C24-Ed4为质控品均值和SD的建立、质控结果的解释以及失控结果的处理提供了良好的实验室规范。当前，SQC程序的仔细实施和适当的日常质控实践对于当今的HbA1c检测仍然至关重要。

四、结论

具有基于风险SQC程序的全面质量控制计划为个性化QC计划提供了更简单的替代方案。西格玛度量SQC批长度列线图为选择适当的质控规则、质控测定值的数量和批长度（或SQC的频率）提供了一种实用的工具。本文的研究应用表明仍需持续改进HbA1c实验室方法的分析性能。

参考文献

[1] US Centers for Medicare & Medicaid Services. Medicare，

Medicaid，and CLIA programs: laboratory requirements relatingto quality systems and certain personnel qualifications [J]. Final rule. Fed Regist. 2003; 16:3640-3714.

[2] Appendix C of State Operations Manual. Regulations 

andinterpretive guidelines for laboratories and laboratory services [S].Available at: www.cms.gov/clia/appendc.asp. Accessed June 9, 2016.

[3] CMS Memo of August 16，2013. Individualized quality 

controlplan (IQCP): a new quality control (QC) option [S]. Available at:www.cms.gov/Regulations-and Guidance/Legislation/CLIA/Downloads/IQCPbenefits.pdf

[4] CDC，CMS，US Department of Health and Human Services.

Developing an IQCP: a step-by-step guide [S]. Available at:wwwn.cdc.gov/CLIA/Resources/IQCP/

[5] CLSI C23-A. Laboratory Quality Control Based on 

RiskManagement [S]. Wayne, PA: Clinical and Laboratory Standards Institute; 2011.

[6] CLSI C24-Ed4. Statistical Quality Control for 

QuantitativeMeasurement Procedures: Principles and Definitions. 4th ed [S].Wayne，PA: Clinical and Laboratory Standards Institute; 2016.

[7] Westgard JO. Basic QC Practices: Training in StatisticalQuality 

Control for Medical Laboratories. 4th ed [S]. Madison，WI: Westgard QC，Inc; 2016.

[8] Parvin CA. What’s new in laboratory statistical quality 

controlguidance? The 4th edition of CLSI C24, statistical quality controlfor quantitative measurement procedures: principles and definitions [J]. JALM. 2017; 1:581-584.

[9] Bayat H，Westgard SA，Westgard JO. Planning risk-basedSQC 

strategies: practical tools to support the new CLSI C24-4ed guidance [J]. JALM. 2017;2: 211-221

[10] Parvin CA. Assessing the impact of the frequency of 

qualitycontrol testing on the quality of reported patient results [J]. Clin Chem. 2008; 54:2049-2054.

[11] Yago M，Alcover S. Selecting statistical procedures for 

qualitycontrol planning based on risk management[J]. Clin Chem.2016; 62:959-965.

[12] Bayat H. Selecting multi-rule quality control 

proceduresbased on patient risk [J]. ClinChem Lab Med. doi: 10.1515/cclm-2016-1077.

[13] Westgard JO. Basic Method Validation. 3rd ed [M]. Madison，

WI:Westgard QC, Inc; 2008.

[14] Lenters-Westra E，Slingerland RJ. Three of 7 hemoglobin 

A1cpoint-of-care instruments do not meet generally accepted performance criteria [J]. Clin Chem. 2014; 60:1062-1072.

[15] CLSI EP5-A2. Evaluation of Precision Performance of 

ClinicalChemistry Devices [S]. Wayne，PA: Clinical and Laboratory Standards Institute; 2011.

[16] CLSI EP9-A3. Method Comparison and Bias EstimationUsing 

Patient Samples [S]. Wayne, PA: Clinical and Laboratory Standards Institute; 2011.

[17] Woodworth A，Korpi-Stiner N，Miller JJ，et al. Utilization 

ofassay performance characteristics to estimate hemoglobin A1c result reliability [J]. Clin Chem. 2014; 60:1073-1079.

[18] Westgard JO，Westgard SA. Assessing quality on the 

Sigmascale from proficiency testing and external quality assessment surveys [J]. ClinChem Lab Med. 2015; 53:1531-1535.

[19] Little RR. Performance of hemoglobin A1c assay methods: 

Good enough? [J] Clin Chem. 2014; 60:1031-1033.

[20] Lenters-Westra E, English E. Evaluating new HbA1c methods 

foradoption by the IFCC and NGSP reference network using international quality targets [J]. ClinChem Lab Med. 2017; 55:1426-1434.