EP6-A定量测量方法的线性评价-中文全文

EP6-AISBN1-56238-498-8Volume23Number16ISSN0273-3099EvaluationoftheLinearityofQuantitativeMeasurementProcedures:AStatisticalApproach;ApprovedGuidelineEP6-A：定量测量方法的线性评价：一种统计学方法，批准指南1NCCLS…通过自愿一致化的方式为世界医学科学团体服务NCCLS是医疗领域一个非赢利性的，不同学科之间，自愿参与的促进标准化和建立指南的教育组织。NCCLS创建于1968年并获得美国国家标准研究院的认可。NCCLS所依据的原则是，对病人高质量服务所需的临床实验室检测，自愿一致的标准是必不可少的。NCCLS通过各临床实验室、检验团体学会、工厂和政府机构的参与而代表临床检验界。叙述了文件叙述了实验室的程序、常规和参考方法以及评估 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 可应用于所有检验学科。文件审核的一致化过程由一些正式的步骤组成，叙述了NCCLS文件和规范的编制如何发展到被接受为临床实验室标准。出版物NCCLS文件以标准、指南、委员会 报告 软件系统测试报告下载sgs报告如何下载关于路面塌陷情况报告535n,sgs报告怎么下载竣工报告下载 出版。标准：通过一致化过程形成的文件，并对材料、方法、或实践以不能修改方式明确规定其特定的基本要求。此外，标准也可以包含明确规定的选定要素。指南：通过一致化过程形成的文件，叙述了用于临床检验界的一般实验操作、方法或材料的规范。使用者可以使用成文文件或修改指南以适应特定的需要。报告：没有经过一致化审定过程的文件，由理事会颁布。“标准”一词，除了有特定含义外，还常用来指有关的NCCLS文件。一致化过程NCCLS的自愿一致化审定程序是一个为以下方面建立正式规范的方案：1.标准项目的权威性2文件的编制和公开评审3根据实验室使用者反馈的评论修改文件4文件被接受为临床实验室标准大多数NCCLS文件必须有“建议”和“批准”两种层次的一致化文件，根据特定的一致化过程，文件也可以有一个中间（“试行”）一致化的水平层次。建议：NCCLS文件作为建议标准或指南处在被临床检验界评审的第一阶段。此文件需要接受广泛彻底的技术审核，包括对范围、方法、用途和逐字逐行对技术和行文内容的全面评审。试行：只有当一种推荐方法对某一领域的评审有明确的需要，或者当某一建议性方案需要收集特定的数据时，才制定试行标准或指南。它应该接受评审以保证其有效性。批准：批准的标准或指南已在临床检验界得到一致同意。应审定并评价最终文件的用途，以保证获得一致同意（即对以前版本的意见已圆满解决），并确定对其它标准的需要。2NCCLS标准和指南为良好实验室实践（GLP）提供了一个一致化的意见。NCCLS标准和指南的条款较之应用规定多少要严格些。因而，遵守这些自愿一致性标准（或指南）不能减轻使用者对遵守应用规定的 责任 安全质量包保责任状安全管理目标责任状8安全事故责任追究制幼儿园安全责任状占有损害赔偿请求权 。评论实验室使用者的评论对一致化过程是很重要的。任何人都可以提出评论，根据一致化过程由书写文件的NCCLS委员会记录下所有评论。在下一层次文件出版时，这些评论或者修改了文件或者委员会在文件附录中给以反馈。强烈鼓励读者以任何形式、在任何时间对任何NCCLS文件提出评论。评论寄往NCCLS行政办公室：940WestValleyRoad,Suite1400,Wayne,Pennsylvania19087,USA。自愿参与强烈希望各专业的实验室科学家能自愿参加NCCLS项目。请与NCCLS行政办公室联系以取得有关参加委员会的更多的信息。3目录摘要…………………………………………………………………………………………………i委员会成员………………………………………………………………………………………iii前言………………………………………………………………………………………………vii1范围2介绍2．1目的2．2选择方法2．3定义2．4实验方法的概述3时间要求3．1仪器熟悉阶段3．2实验阶段4实验条件的评价4．1样本要求4．2基质效应4．3可接受的基质体系4．4样本中添加物的选择4．5分析顺序4．6分析范围4．7样本准备和浓度计算4．8数据收集4．9临床上几个重要的浓度水平5线性范围验证—数据评估5．1初步的数据检查5．2离群值检查5．3线性范围的确定5．4考虑随机误差6线性范围发布6．1图表方法6．2发布线性范围的确认46．3允许误差与设定目标6．4其它误差的影响6．5假设6．6发布线性声明的指导方针文献附录A样本稀释方法附录Bt值表附录C举例相关工作组和评论摘要相关工作组和委员评论摘要质量系统方法相关NCCLS出版物5前言当某分析物浓度或活性的测量值与真值成数学上的直线关系时，我们认为这种定量测定方法是线性的。对于分析和临床实验方法来说，线性特征是非常重要的。线性关系代表一种最简单的数学关系，使分析物的结果测量变得简单而容易。曾有争论，对于竞争免疫法这类测量方法来说，线性不是必须的，因为测量方法的响应物与浓度之间本来就呈非线性关系。然而，响应物的剂量效应曲线可以通过合适的转换变成数学上的线性关系，而且对于一种分析方法来说，只有两点之间呈线性关系时，才能进行计算结果。确保分析方法呈线性在临床上也是很重要的。临床医生清楚某分析物量与患者的病理生理过程并非呈线性，但是他们非常希望实验室报告的结果与该分析物的真实浓度水平或数量或活性是呈线性关系的。例如，当一个样本中分析物的量多一倍时，临床医生期望其测量值也是翻倍的。本版本说明：与以前版本相比EP6-A最大的改变是统计学方法的改进。第一版EP6-P仅用线性失拟误差检验（LoF检验）来判断线性关系。在本标准中，分析时选取五个等间距的不同浓度水平的分析物，每个浓度水平测量四次。回归线由所有点所得，同时得到两个方差即：由重复测量得到的样本方差和由五个平均值的回归线得到的均值方差。这些方差的比值即为LOF检验的基础。这种方法的缺点是精密度好的检测系统有很小的样本方差，在LOF检验的比率中，均值方差很小时，得出在统计学上差异显著，即呈非线性。也可能（概率很小）由于样本方差很大（重复性差）而导致临床上很重要的非线性得出相反结果。EP6-A的多项式回归在概念上与最初的LOF检验非常相似。它们都有两种统计模型（线性与非线性），都是评价那种是最可能的模型。然而，EP6-A作为一种多项式回归方法，是一种非线性选择的特殊参数模型，特别能够很好地鉴别非线性。精密度与线性成比例关系。精密度好时有利于判断线性关系，精密度差时则不利于确定线性关系。这种方法可以：1）在每个水平上判断非线性度，2）在评价非线性时可以控制不可接受的精密度，3）提供一种可测试的统计模型，4）在很多软件上可以进行编程。在以前的版本中也提到过，评价线性关系时，首先必须在图上点上数据。通过目测有助于判断使用哪种统计学方法和是否具有线性关系，非线性度是否与预期的目标相近。术语注释美国临床实验室标准化委员会（NCCLS或CLSI）作为全球标准化的领导者，正努力使全球各种标准尽可能协调一致。协调一致是一个在认知、理解、解释差异各方面逐步达到全球一致的过程。NCCLS认识到医学术语在美国、欧洲和其他地方表达不一致，这些不同也表现在6NCCLS、国际标准化组织（ISO）和欧洲标准化委员会（CEN）的文件中。因此NCCLS认识到医学术语的统一有利于全球标准化的统一，应得到立即重视。这项政策的实行是一个发展和教育的过程，从一些新项目和现有文件的修订开始。为使ISO与NCCLS在一些术语上保持一致，下列术语用在EP6-A文件中：Trueness(准确度)指多次测量的平均值和分析物的真实值的接近程度。Repeatability(重复性)代替批内精密度，可以恰当地用来描述在一定条件下连续测量同份分析物的接近程度。Measurementprocedure(测量程序)代替Analyticalmethod(分析方法)，指一系列用给定的方法完成的特殊操作。Measurementrange(测量范围)代替Reportablerange(可报告范围)，指测量误差限定在一个特定范围内的分析物测量的一系列值。Measurementerror/errorofmeasurement(测量误差)代替totalerror(总误差)，指测量值与真值的差值。所有的术语和定义为了能得到更广泛的应用，在下一次的版本中将再一次修正。标准防护由于不知道何种标本有传染性，因而所有的人体的血液标本都被当作有传染性，操作时都要按标准防护执行。标准防护是一种新的防护指南，主要强调全身防护和与身体隔离的原则。标准防护是防止所有的病原体，比仅防止血源性病原体更广泛。标准防护和全身防护指南见美国CDC文件和NCCLSM29---保护实验室员工避免职业性感染。关键词：允许偏差，允许误差，线性，基质效应，测量误差，总误差，不确定度7定量测量方法的线性评价一种统计学方法，批准的指南1．范围本文件提供一种建立、验证和/或证实定量测量方法线性范围的操作方法，它不能鉴别非线性的原因，用更多的样本数，可以更可靠地判断线性关系。如果一个线性评价失败，要求重做，可以用更多的重复次数，或减少样本数而缩小线性范围。本指南主要是评价线性关系，尽可能不受精密度和准确度的影响。精密度很差时，会妨碍线性关系的评价，因而重复性的检查也包括在内。实验过程中会用到一些基质，尽可能与分析标本的类型一致（血清、血浆、尿液等）。本指南要求实验室设定非线性误差的目标，只提供基本概念，没有特定的要求。2．介绍2．1目的本指南的目的旨在提供一种定量测量程序线性评价的统计学方法。首先要确定一种方法的非线性浓度范围，及在每个浓度水平上非线性的程度。本指南强调任何用户有必要确定自己对线性程度的要求，或非线性的允许误差范围。评价线性覆盖范围的Global检验（如LoF检验）不是特别重要。Global检验仅仅表明统计学上的非线性存在，不能显示非线性存在哪里，也不能显示误差的大小。线性试验有助于评价偏倚的大小（但非线性并不是偏倚的全部），偏倚是测量误差的一部分。用户必须定一个目标，确定自己所要求的测量误差、偏倚、随机误差（不精密度）、非特异性（干扰）的大小。EP-6A仅仅是指导用户的一系列方法评价文件中的一种，请参照最近发布的EP-21文件---临床实验方法的总分析误差。本文件适用范围很宽，当需建立一种方法的线性范围时，我们需要测试一个很宽的分析浓度范围，然后逐渐缩小直到有可接受的线性范围。如果用户在自己的实验室要验证已知的线性范围（厂家提供），测量时仅覆盖该范围即可。操作方法大体相似，不同的仅仅是分析的浓度水平和重复的次数。2．2方法选择有很多的方法用来评价线性范围。Kroll和Emancipator提出一种基于直线回归方程与多项式方程比较的方法，用残差（即每一个数据点到回归直线的差值）来定义线性。这种方法的优点是非常可靠，且基于严格的科学原理。如果得出线性适合（一次多项式）则说明测量方法是线性的。但这种方法并不简单，用户必须对实验数据（多用表格 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 ）进行多次多项式回归。这种8方法被Kroll、Praestgard、Mechaliszyn和Styer进一步改进，并被美国病理学家学会实验室间方法比对所采用。Krouwer和Schlain提出一种通用的方法，即LPO（lastpointofftheline），需要多次计算最小二乘法方程。Tholen提出一种图解连同回归线性失拟误差与目标百分比对比的评价方法，对连续线性片断进行简单的斜率分析。2．3定义允许偏差/误差(Allowabledifference/allowableerror)：在一个检测系统中，来自各种因素的，用户能够承受并能满足医学要求的分析偏差的大小。通常单次检测的允许误差的范围用标本测量靶值±允许误差来表示。分析物(Analyte)：具有某一名称的定量测定成分（ISOFDIS17511）分析结果（Analyticalresult）：在本文件中指一个试验标本的最后测量结果。大多用浓度或活性表示。偏倚（Bias）：测量值与公认参考值之间的差异。注：一般情况下，偏倚指公认的方法（决定性，参考性或指定方法）与比较方法的测量结果的差值，用数值或百分数表示。自变量（Inputvariable）：非独立变量（independencevariable），与因变量（outputvariable）相对应，用X表示，它的值点在X轴上。截距（Intercept/Yintercept-1）：表示一个函数与数轴的交叉点，当一个变量为0时另一个变量的值。如y截距表示当x为0时的y值大小。最小二乘法（Leastsquareregression）：一种统计学方法，由所有数据点得到的直线或曲线上每个点到X轴（即与Y轴平行）的垂直距离的平方和达到最小。线性方程（Linearsquation）：代表线性关系的方程式，典型的线性关系方程表达式为：Y=a+bX，X和Y分别为自变量和应变量，b为斜率，a为Y轴截距。线性范围（Linearrange）：在本指南中，指覆盖检测系统可接受线性关系的范围，非线性误差小于设定标准。线性（Linearity）：在检测样本时，可以直接按比例得出分析物含量（一定范围内）的能力。线性回归（Linearregression）：待测变量（非独立）的浮动经常可以（部分地）归因于其他变量（独立），回归的方法量化了独立变量和非独立变量之间的关系。线性回归其因变量与各回归参数之间为线性关系。测量误差（Measurementerror）：测量结果减去真值（或公认的参考值）的大小。测量程序（Measurementprocedure）：一系列操作 规程 煤矿测量规程下载煤矿测量规程下载配电网检修规程下载地籍调查规程pdf稳定性研究规程下载 ，根据给定的方法，用于特定的检测。测量范围（Measurementrange）：指测量仪器的误差在特定范围内的一系列分析物的测量结果，以前称为可报告范围。9应变量（Outputvariable）：独立变量，与自变量相对应。多项式回归（Polynomialregression）：不同阶别的多次最小二乘法回归Y=a+b1X一次多项式或者拟合直线Y=a+b1X+b2X2二次多项式Y=a+b1X+b2X2+b3X3三次多项式重复性（Repeatability）：(测量仪器)在相同的测量条件下，对同一样品多次测量，测量仪器重复给出十分相近示值的能力，重复性可以用示值的离散特性定量表示。必须在相同的测量程序、相同的仪器设备、相同的位置、在较短的时间内重复等。回归标准误（Standarddeviationofyaboutaregression/standarderrorofregression，SDy,x)：独立变量Y与预期变量X相对应的可估计变量Y’平均值之间的差量检测大小。检测系统（Testingsystem）：包括测量过程的所有因素，如仪器、样本、人员、试剂、辅助材料和操作等，也包括样本类型、测试温度、湿度等。准确度（Trueness）：一组连续测量结果的平均值与公认参考值的接近程度。准确度一般用测量偏倚（数字）来表示，准确度与偏倚呈相反关系。2．4实验方法的概述本指南所用的多项式回归最初由Kroll等提出，有严密的统计学规律，且容易用表格来完成。可以参考一般的统计学文献、书籍或统计软件。多项式评价线性首先假设数据组呈非线性，所有数据点能用直线或曲线的数学方程来表达，随机误差在可接受范围内，则不论最适曲线是直线与否，都不影响（线性范围内）实验数据点之间其他浓度反应状况，并能得到连续可靠的结果。收集数据时要求有5到9个不同浓度的标本多次测量，不同的浓度标本之间稀释关系已知，不要求各浓度之间呈等距的。本质上，多项式回归是设计用来评价曲线的反应模型，因而它适合于评价非线性。这种方法由两部分组成，第一部分是检查非线性模型是否比线性模型更适合于数据组；第二部分是评价最适非线性模型与线性模型的差值（每个点）是否小于该方法所允许的偏差。3．1熟悉仪器设备评价分析程序的实验室人员必须十分熟悉仪器的操作、质量控制和定标方法，以及正确的收集样本等，厂商提供的培训是非常有用的。仪器设备在实验室必须安装和使用一段时间，实验室人员能理解和正确操作仪器。3．2实验时间全部实验数据尽可能在较短的时间内收集，如可能，单个分析试验最好在一天内做完。104．实验条件评价建立一个检测系统的线性范围比验证线性范围来说，所需的实验条件是不同的，前者需要更多的实验标本和重复次数，后者只需一系列已知浓度或相互间稀释关系的标本，测量顺序都是随机的。4．1标本要求线性评价实验要求有足够量的标本，要能满足五个或更多浓度标本的稀释和测量。当验证线性范围时，需要5到7个能覆盖整个线性范围（厂家提供）的不同浓度的标本，每个浓度水平测量两次。当一个新的测量方法（或厂家或实验室改良一个实验方法时）需要建立新的线性范围时，需要7到11能覆盖预期的测量范围的不同浓度的标本。生产商希望有更多的测量点（比预期的线性范围宽20～30%），这样能检测到“拐点”，就能确定更宽的线性范围。根据不精密度的大小，每个浓度水平测量2～4次。五个测量点是多元回归方法评价线性范围时的最低要求，更多的测量点能更精确的评价线性，得到的线性范围更宽。本指南推荐用高值和低值浓度的样本按比例精确配成等间距的不同浓度样本，但等间距不是本方法所必需的。只要各标本间的相互关系已知，配成特殊浓度的样本也是可以接受的。在本评价实验中，在实验室内用移液管精确地吸取高低值浓度标本配成的混合物的误差比单个的称量法配制不同浓度的标本的误差要小。在吸取小容量标本时要小心，用正位移液管比较有用。5到11个浓度水平的等间距标本的配制方法见附录A。如果用到商品化的体外诊断试剂，需将厂家附上。在全自动、半自动和手工化学操作系统上，这些试剂可用于定标、验证测量范围和线性等。4．2基质效应用于验证线性范围的标本类型应与临床测试所用的标本类型相类似，所有标本应不含厂家所标定的干扰因素（如溶血、黄疸、脂血等）。如果上述条件不可避免，则应在最后的报告中注明在评价实验中所用的标本处理方法或基质类型。注意：标本处理时加入不同的掺杂物，与人的标本相比，会造成不同的影响。4．3可接受基质体系如果多种基质标本类型（如尿液、血清、脑脊液、全血等）在实验中用到，则应评价每种基质类型。请参考最新版本的NCCLS的EP14文件—基质效应的评价。以下为可能用到的样本类型，注意在一些特殊方法时要选择合适的基质。4.3.1病人标本11理想的样本类型是病人的标本，用接近于预期的可报告范围上限和下限（或测量低限）的两个分析浓度的标本配成所有标本浓度。由于我们测定的病人标本的最终浓度代表验证的范围，因而最后的高和（或）低值浓度需要调整才能达到期望的范围。4.3.2用推荐的稀释液稀释病人样本用于稀释病人高浓度样本的液体对测量结果是有影响的，只有厂家推荐的或实验室已证实可用的稀释液才能用于稀释样本。对于有些分析系统来说，允许用病人的标本稀释法来评价线性，可用经认可的稀释液来对超过分析范围的病人标本进行稀释，这时需提供材料证明该稀释液是可用于该分析系统的。如可能时，厂商建立分析系统时，应包括稀释液的研究。可能情况下，生产厂家在制定测量方法时要考虑到稀释液的研究。4.3.3病人样本中添加分析物当分析物中不含干扰物时，添加的分析物不需要高纯度。当存在干扰物时，在报告中需提及其来源、纯度、预期影响等。如果含分析物的浓溶液加入病人标本中时，加入量尽可能少（原则上少于总体积的10%），并记录溶剂。4.3.4用低浓度或者处理过的标本物质稀释样本如果可能，用低浓度的病人标本。做为选择，可以适当地处理病人标本以降低分析物浓度（如透析、热处理、层析）。注意这些处理可能改变分析物或基质的物理或化学特性。尤其重要的是保持恒定的基质要好于通过稀释得到低的基质效应。4.3.5商业质控物/定标物/线性物质如果用到这些物质，同病人标本一样进行分析，可以用高值和低值标本进行混合得到中间浓度。要注意分析物要保持正常生理状态下的形式（如蛋白结合或代谢产物状态）。4.3.6用盐水或其它稀释剂而不是推荐稀释液如用到这些稀释液，注意基质效应可能会影响到检测结果。这些稀释液要用最小量，并可以查证其可用。4.3.7低稀释/过稀释商业质控物如用到这些稀释液，注意基质效应可能会影响到检测结果，而且随浓度的不同而改变。这些稀释液要用最小量，并可以查证其可用，同时要保证质控物完全溶解。4.3.8水溶液当用水溶液时，对分析方法的响应曲线的影响未测试，基质效应可能影响到响应曲线和结果的解释。尽管高纯度的材料可以最大程度的减少干扰效应（影响结果的解释），但低纯度的材料也可以接受。大量的常规临床生化方法的定标都是用水溶液材料，称量法可用来确定靶值。4.3.9其它溶剂12当用有机溶剂作稀释剂时，基质效应可能更大。4.4制成分析样本的添加物的选择选择添加物时要仔细考虑，使用其它物种来源的原料也会引起一些影响。表1为一些分析物的建议原料，仪器或试剂厂家的建议也可能有助于确定合适的材料。表1样本添加原料分析物原料ALT纯酶Alb白蛋白干粉，人V片断酒精无水乙醇ALP如果没有高浓度的病人样本，用纯酶AST纯酶淀粉酶唾液或胰腺提取物BIL如果没有高浓度的病人样本时，用纯胆红素，或低稀释的高值质控品或标准品胆固醇纯胆固醇或质控品CO2碳酸钠或碳酸氢钠CK纯酶Cr无水标准品或高值病人样本γ-GT纯酶Hb洗涤后的人类红细胞溶血液Hct微量高速离心后的红细胞LDH纯酶脂酶胰腺提取物P磷酸二氢钠或钾Mg氯化镁TP干粉白蛋白，人（首选）或牛V片断（由于总蛋白中含有很多种成分，因而有代表性的总蛋白的添加物很难确定。如果用白蛋白或非人的一些成分，在实验细节和结果中要注明）WBC白细胞棕黄层注意：当使用蛋白质或酶时，要确保其物理和/或化学活性的一致性。4．5分析顺序13分析顺序应是随机的，但如果存在明显携带污染或漂移，则可妥协。4．6分析范围选择的测量浓度范围应包含或等于厂家所声明的最低和最高浓度范围，如果声明的线性范围或测量范围与选择的浓度范围不一致时，可以选择合适的样本浓度加做新的实验，或舍去未端点适当地缩小线性范围（五个或以上的样本数）。当建立方法的线性范围时，需7到11个样本，且20%到30%的样本的浓度范围超出预期的测量范围，在可接受的线性响应范围内，试图舍去非线性点，可得到较宽的线性范围。4．7样本准备和浓度计算如果高值和低值浓度是未知的，每一管必须编号来确定它的相对浓度。对于等间距浓度来说，每管可以用整数（如1，2，3，4，5等）来分配号码，也就是说，每一管的的浓度分析前可以未知。验证线性范围时，高值和低值的测量均值要用到。如果中间分析管的浓度不是等间距的，相邻管之间的相互关系一定是已知的。也可以先用高值和低值浓度配制成一个中间浓度管，然后用低值和中间浓度、高值和中间浓度分配其它管的浓度。以下以五个浓度等间距的配制（参考附录A：5到11个等间距浓度的分配方法）举例。在一些实验室，优先考虑称量法来配制溶液。不管用何种方法准备低高值溶液，操作时要小心、谨慎。（1）高值和低值浓度管要用可以接受的基质，要满足整个实验过程中的用量，具体量的多少要依赖于分析中所用体积决定。注意在操作过程中，要有最准确和精确的加样技术。下面为等间距分配各管浓度。（2）低浓度（理想状态为接近或位于线性范围下限）管编号为1，高浓度管编号为5；（3）中间浓度管由高浓度和低浓度管按恒定的间距配成不同的浓度，一种简便的配制中间浓度的方法如下：第2管为3份低浓度和1份高浓度标本混合而成；第3管为2份低浓度和2份高浓度标本混合而成；第4管为1份的低浓度和3份的高浓度标本混合而成。每管的浓度由以下公式来计算，第1管的浓度为C1，体积为V1，以此类推，第5管的浓度和体积分别为C5和V5：浓度C=（C1·V1+C5·V5）/（V1+V5）每管的浓度和体积单位必须一致，注意每管要充分混匀，并防止蒸发或其它改变。如当检测系统每测试需要反应体积为0.05ml，每浓度水平测量2次，则至少需0.5ml且还须考虑反应死体积。高浓度管浓度为120单位，低浓度管浓度为40单位，注意测量前不需知道实际14浓度。样本管1和5每管需0.6ml体积量；样本管2：加0.6ml的第1管溶液和0.2ml的第5管溶液；样本管3：加0.4ml的第1管溶液和0.4ml的第5管溶液；样本管4：加0.2ml的第1管溶液和0.6ml的第5管溶液，第4管溶液的浓度计算为：(40*0.2+120*0.6)/(0.2+0.6)=100单位。预期各管浓度分别为40，60，80，100和120单位。将分析测量结果（作为已知浓度）和管号数（1，2，3，4和5）或计算浓度作散点图。如果需用到其它浓度，要知道相互的间隔关系，且相互间隔适合在座标图表上表示。如需配制110单位的上述分析物溶液，则可以用0.1ml的第1管溶液和0.7ml的第5管溶液混匀，它的编号数为4.5。用相同的计算方法可以得到其它任何的浓度。4．8数据收集数据可以很方便地记录在工作表或计算机表格程序中。以下是根据不同目的所推荐的样本数。建立线性方法：9到11个样本，每个样本重复测定2到4次；验证声明范围或改良方法：7到9个样本，每个样本重复测定2到3次；在实验室内证实线性范围有效性：5到7个样本，每个样本重复测定2次。样本测量时要随机分布，在一个分析批内或连续分析批中。数据的删除按5.1和5.2操作。重复测量的次数要足够，以便可靠得出各管的浓度。对于某些分析物，或在某个浓度水平，需重复测量3-5次。用户要能准确地判断重复测量的次数，本指南不反对在不同的浓度水平重复不同的次数。4．9临床上几个重要的浓度水平评价线性范围时，要注意几个重要的浓度：最低分析浓度或线性范围的下限，不同的医学决定水平值，最高分析浓度或线性范围的上限。5．线性范围的核实——数据评估5.1初步数据检查检测结果首先要综合评价其可接受性和有效性。如果数据不可用，参照6.3设定误差目标。详细的结果评估必须逐步参照以下模式：1)检查数据是否有极端明显的差异（或错误），如果有分析或技术性问题被发现并得到纠正，则重复整个实验过程。2)如果没有发现极端明显的分析或技术性结果差异（或错误），目视检查每一个分析的15所有结果有无潜在的离群值。将测量数据作为Y值，计算浓度或相对浓度作为X值进行作图。在图上，每一个Ｙ值有一个对应的Ｘ值，将每个浓度水平重复测定的均值点在图上，手工方法或用计算机将这些点连接起来，观察每个点与直线的大致偏差，这样容易发现异常点，明显的抄写错误，或仪器故障等。3)如果需要，将每一组的检测数据按检测时间次序排列，检查是否有漂移或趋势性变化。如果发现任何明显的偏差，纠正错误后，整批数据必须被代替。要避免没有纠正错误，选择多次重复测定结果中的“好”数据进行替代。数据中可以发现操作中存在的真实问题。4)观察每个浓度水平的测量值之间差值。在线性模型中，各段的斜率大致相等，升高或降低趋势提示非线性。5)当某一个给定浓度的一个测量值（yi）明显偏离另一个Y值时，目视检查就可以判断它是一个离群值（参照5.2）。离群值应从数据中删除。6)如果发现两个或以上不可解释的离群值，就应怀疑检测系统的性能。查找问题原因，必要时请求生产厂家协助。7)目视检查XY散点图对于后续的线性评估是非常重要的，它可以很容易的发现非线性，或测量范围是否太窄或太宽，也可以为后续的统计分析选择更合适的统计分析方法。5.2离群值检查在本指南中，离群值指单个检测结果目视或在统计学上明显偏离其它检查结果，仅适用于评价单个重复测定结果，而不适用于某浓度水平的多次重复测定或测量均值。出现离群值提示非线性或存在系统误差。离群值检查可以发现错误来源（抄写错误、系统不稳定等），或推测错误原因。深入的讨论参见ASTME178-94。离群值指某结果不适用其它数据所拟合的模型，可以通过统计学方法计算，但大多数情况下，目视检查检测值与预期值就可以发现离群值。单个离群值在数据组中可以删除而不用更换，如果有一个以上的离群值出现，检测系统可能精确度太低，应按标准方法删除，这种情况下必须找到原因并纠正。5.3确定线性范围5.3.1方法概述：多项式线性评价多项式线性评价首先是假设数据点是非线性的，在随机误差很小的前提下，假设数据点完整地落在线性或曲线范围内。不论最适曲线是线性与否，都不影响（线性范围内）实验数据点之间其他浓度的反应状态，并可得到连续、可靠的结果的能力。事实上，多项式回归是用来评价非线性的，这也是我们选择多项式线性评价的原因。这种方法有两部分：第一步判断用非线性多项式拟合数据是否比线性好；第二步是当非线性多项式拟合数据点比线性好时，判断最适16非线性模型与线性拟合之间的差值是否小于预先设定的该方法的允许偏差。5.3.2多项式回归评估线性时至少要求五个不同浓度水平样本，每个水平重复测定两次。先要知道其浓度或各溶液之间的比例关系，不同浓度间可以是等间距或不等间距的（但要知道相互之间的关系）。如五个浓度水平的覆盖范围为20到100mg/dL，等间距时其它浓度分别为40，60，80mg/dL，配制溶液时参见4.7和AppendixA。可以用20、40、60、80和100代表X值，也可以用1、2、3、4和5。然后做一次、二次和三次多项式回归分析，可以借助多种商业统计软件完成。阶别回归方程回归自由度（Rdf）一次Y=b0+b1X2二次Y=b0+b1X+b2X23三次Y=b0+b1X+b2X2+b3X34一次多项式模型为直线，这是判断某种方法是否为线性的最适方程。二次多项式模型代表一种抛物线反应曲线，有增加趋势（曲线上升）或减少趋势（曲线下降）两种。三次多项式模型代表一种“S”形反应曲线，在测量范围的两端呈非线性。回归系数用bi表示，在二次多项式级模型中，b2为非线性系数；在三次多项式模型中，b2和b3为非线性系数。计算每个非线性系数斜率的标准差SEi（可由回归程序算出），然后进行t检验，判断非线性系数是否有统计学意义，即与0之间有无差异。一次多项式模型中的b0和b1两个系数不用分析，因为它们不反映非线性。b2和b3的统计分析计算公式如下：t=bi/SEi自由度的计算公式为df=L·R-Rdf，L为准备的不同浓度样本数，R为重复检测次数，Rdf为回归分析时的自由度,指Rdf回归模型中系数的数量（包括b0）。上例中，三次多项式回归时，L=5，R=2，Rdf=4，df=5*2-4=6。查t值表（附录B)（双侧α=0.05）。如果没有非线性系数b2和b3（p>0.05），则认为存在线性关系，不精密度高时，则分析完成。如果二次多项式模型的非线性系数b2，或三次多项式模型的b2或b3中任一个与0比较，有显著差异（p<0.05），则该组数据存在非线性。要注意这只是统计学上的显著性，只是非线性被检测，而不代表对病人的检测结果有多大影响，按5.3.3来评价非线性度。5.3.3非线性度通过计算回归标准（误）差（Sy,x），确定最适的一次多项式或三次多项式模型。Sy,x是统计分析测量结果与模型的差值，因而Sy,x越小，说明该模型越适合数据组。每一个浓度处的线性偏差（DL）计算如下：17DLi=p(Xi)—（b0+b1Xi）X的取值范围从X1到Xs，p(Xi)为最适多项式回归模型在Xi处的值，因而DLi为在每个不同浓度处二次多项式模型与一次多项式（线性）模型的差值，或三次多项式模型与一次多项式（线性）模型的差值，也即非线性模型与线性模型在每个浓度点的差值。DLi应与预先设定目标的单位一致，以便进行比较。如果要换算成百分比，则将每个DLi除以该浓度值（已知值）或测量均值（相对浓度）再乘以100%。DLi仅表示该浓度水平处的偏差，而不反映点与点之间的偏差。将每个浓度水平处的DLi与设定的误差范围比较，如果DLi小于预先设定误差，即使检测到统计学上的非线性，由于非线性误差小于设定目标，因而也是不重要的。如果任一个点DLi超过设定目标，则代表该点可能是非线性，此时按以下两种方法进行处理：（1）试图找到非线性的原因（样本准备，干扰物质，仪器定标等）并解决。（2）观察响应（测量）浓度与预期值散点图，判断非线性是在分析浓度范围的两端或是中间。如果是在两端，试着舍去DLi最大值的浓度点，重新进行统计分析，这样就会缩小线性范围。5.3.4考虑随机误差线性评估还应考虑随机误差（本指南中用重复性来评估）的影响，随机误差来源于随机变异（分析系统的变异），可能会导致非线性的评估能力减低。重复性最好用L个样本的所有重复测量结果的集合方差来评价，是一个不依赖于分析物浓度总的测量均值的变异。这是检测方法的重复性，用SDr（或CVr相对误差）来表示。如果不同浓度样本间的SDr大致相等，则不同浓度样本间不精密度较恒定，可用SDr表示。如果在高浓度处的差值较大，则不精密度大小可能与浓度值成比例变化，此时应用CVr表达。不精密度大小可用方差分析来计算，方差的平方根即为误差大小。两次重复测定时，可以用手工方法方便地计算两次测量的差值，如下：2)计算每个样本浓度处的两次重复测量的差值；3)计算差值的平方；4)差值平方的求和；5)除以（样本数*2）；6)求平方根。公式如下（L为样本数，重复两次测量）：18ri1和ri2分别为该方法两次测量的实际结果，或与均值的百分比（但要注意每个浓度处的单位要统一），如果用到百分浓度，则要用CVr而不能用SDr表达。如果重复测量次数超过2次，则随机误差要用方差分析来计算。公式如下：R：为重复测定的次数（j=1,2,3…R）L：样本数ri：样本i处的平均值。将SDr与不精密度的设定目标进行比较（浓度单位或百分比单位）。如果SDr超过设定目标，则可能是精密度太低，不足以用来真实、可靠地评价线性关系。这时应检查仪器或操作过程，找到引起不精密度低的原因，纠正后重新进行实验。如果方法性能与以前评估重复性时一致，重复测量次数增多一倍（4次），这样可以将均值的标准差降低约40%。有时不精密度在不同浓度时是明显不同的，这是最好选用加权回归线性模型，它是采用每个浓度重复测定方差的倒数。这时需要更复杂的统计软件，甚至可能要求助于统计学家。以下为线性评价方法的流程图，每个任务单元的附加说明参见相关章节。1920A是超过设定值设计方法和确定误差目标（非线性和重复性）(6.3)按照设计方法进行检测(4.8)数据点在XY轴上并目测结果(5.1)明显呈非线性关系？(5.1)找到问题并纠正两个或以上是否离群值？（5.1，5.2）多少？(5.1,5.2)作一、二和三次最小二乘法回归(5.3.2)去掉离群值一个没有方法呈线性B停止是否有明显非线性系数？(5.3.2)重复性与设定目标比较(5.4)否有设定值内缩小范围？(5.3.3)不行该方法是非线性可以舍去非线性明显处的低或高值点(5.3.3)B停止选择Sy,x最小的最适非线性模型(5.3.3)计算非线性和线性模型在每个浓度处的差值(5.3.3)差值超过设定线性误差？(5.3.3)检查重复性(5.4)否超过设定目标找出问题并解决该方法呈线性停止是通过检查该方法呈明显非线性符合要求CA216.线性范围发布6.1图表法测量结果（Y）和预期结果（X）进行图解表示，然后进行统计学分析。简单的图表就可以显示结果是否遵循线性及非线性明显的区域，图表也有助于全面了解数据，可以排除线性，但不能接受线性，也不能判断每个浓度处的非线性度。单纯的目视图表不足以建立或验证线性。线性度最好用差值点图来表示，即用一次多项式与三次多项式模型的差值作为Ｙ值，每个浓度值作为Ｘ值，进行作图。允许误差也可以作在图上，百分比差值要转换为实际单位，举例见附录Ｃ。6.2线性声明的确认本指南旨在帮助用户核实其检测系统该方法声明的线性范围是合适的。建立该方法的厂家或实验室可以通过不同的方法证明线性，包括本指南。不论线性是如何确定的，都可以用本指南进行确认。6.3允许误差与目标设定实验室应该确定自己的所有分析物的分析误差的目标（参见当前NCCLS文件EP21-临床实验方法的总误差）。目标的确定应基于实验室客户的需要及所用方法的特性。具体的设定误差目标的方法超出本指南的范围。然而下面是设定误差目标所要考虑的因素：1)线性目标来源于偏倚目标，因而应小于或等于它；2)偏倚目标应小于或等于测量误差。当测量样本的浓度未知时，线性目标应用相对值表示。6．4其它误差影响不合格的实验结果可能来自于程序错误，仪器、试剂或定标问题，环境因素，方法错误，或基质（包括干扰）。每种原因可能导致重复性差或偏倚很大。第一步是分析数据和操作方法，试图找到问题的原因，有时重复该实验也是可取的，增加样本数（特别是在曲线部分）或增加重复次数（特别是不精密度差时）。如果不精密度高于设定目标，则停止实验直到找到原因并纠正。本委员会建议用户与厂家联系，有助于解决这些问题。下列文件可以帮助用户碰到一些难题不能解决时进行参考：1)技术性错误如干扰（EP7-临床化学的干扰试验）2)试验结果的携带污染与漂移，及不精密度与偏倚的初步评价（EP10-定量临床化学方法初步评价）3)分析不精密度（EP5-临床化学设备的精密度评价）224)偏倚（EP9-用病人标本进行方法比较与偏倚估计）如果出现过度意外的误差，应进行评价，以决定该方法或仪器是否可用。测量误差是由不精密度、准确度、携带污染、漂移所引起，能明显影响线性范围，也可能错误地解释结果。6.5假设本指南中用于线性范围评价时所用的假设有：1)样本浓度已知（浓度已知或相互关系已知），没有误差；2)线性范围由测量的最低与最高浓度来确定；3)线性范围由系统最终输出结果（浓度或活性）来表达，而不是由仪器检测信号（需由系统进一步处理）来表示；4)所用样本没有干扰（干扰可能导致实验无效）；5)在线性评价实验过程中，检测系统的操作遵守其他要求的操作声明；6)检测回归系数的显著性时，假设每个水平重复测量时结果正常分布，这种分布的偏差在不同浓度水平间是不变的。6.6发布线性声明的指导方针6.6.1推荐格式推荐格式如下，除非方法开发者提供特定的格式（包括线性范围和最大允许偏差）。如果声明与本指南一致，则应包括用于评价线性的可接受范围。在括号内填写适当的词语或数值。对于（分析物）来说，用（测量方法），通过核实在（确定目标或最大允许偏差范围）内，线性范围为从（下限）到（上限）。6.6.2可选的附加信息增加医学决定水平处的允许偏差范围是有用的。如果在医学决定水平处的允许偏差范围未确定，则可认为在整个线性范围内，允许偏差范围是一致的。23附录A：稀释列表本附录给出等间距不同浓度样本的稀释方案，对于评估线性关系来说，实际浓度值不是很重要的。然而，线性范围可通过最高和最低呈线性的测量浓度确定，在下面的稀释列表中，起始为达到或刚o超过上限范围的高浓度标本或低浓度标本，并且其标本量足够多，以至能用于各点重复测定。例如，如果每次检测需要0.5ml，5个浓度水平各测2次,那么需要5ml标本，e或者至少高浓度和低浓度标本各需要5ml。下面稀释列表中，每个标本由不同比例组成。稀释方案S=5样本S=6样本S=7样本S=8样本1：低浓度样本（L）1：低浓度样本（L）1：低浓度样本（L）1：低浓度样本（L）2：0.75L+0.25H2：0.80L+0.20H2：0.833L+0.167H2：0.857L+0.143H3：0.50L+0.50H3：0.60L+0.40H3：0.667L+0.333H3：0.714L+0.286H4：0.25L+0.75H4：0.40L+0.40H4：0.500L+0.500H4：0.571L+0.429H5：高浓度样本（H）5：0.20L+0.80H5：0.333L+0.667H5：0.429L+0.571H6：高浓度样本（H）6：0.167L+0.833H6：0.286L+0.714H7：高浓度样本（H）7：0.143L+0.857H8：高浓度样本（H）S=9样本S=10样本S=11样本1：低浓度样本（L）1：低浓度样本（L）1：低浓度样本（L）2：0.875L+0.125H2：0.889L+0.111H2：0.9L+0.1H3：0.750L+0.250H3：0.778L+0.222H3：0.8L+0.2H4：0.625L+0.375H4：0.667L+0.333H4：0.7L+0.3H5：0.500L+0.500H5：0.556L+0.4440H5：0.6L+0.4H6：0.375L+0.625H6：0.445L+0.555H6：0.5L+0.5H7：0.250L+0.750H7：0.334L+0.666H7：0.4L+0.6H8：0.125L+0.875H8：0.223L+0.777H8：0.3L+0.7H9：高浓度样本（H）9：0.112L+0.888H9：0.2L+0.8H10：高浓度样本（H）10：0.1L+0.9H11：高浓度样本（H）24附录B：t值表下表为t检验分布表，在不同自由度时双侧可信度为0.90、0.95和0.99的数值。这些值应用相当于统计学中的正负两个方面。例如，当双侧检验可信度为95%，自由度为10时，t值为2.228，那么计算得到的统计值大于2.23或小于-2.23时，在a=0.05水平时具有显著性意义。自由度0.900.950.9961.9432.4473.70771.8952.3653.50081.8602.3063.35591.8332.2623.250101.8122.2283.169111.7942.2013.106121.7822.1793.054131.7712.1603.012141.7612.1452.977151.7532.1322.947161.7462.1202.921171.7402.1102.898181.7342.1012.878191.7292.0932.861201.7252.0862.845211.7212.0802.831221.7172.0742.819231.7142.0692.807241.7112.0642.797251.7082.0602.787261.7062.0562.779271.7032.0522.771281.7012.0482.763291.6992.0452.756301.6972.0422.75025附录C：举例例1IgM在实验室内准备五个等距浓度的标本测定IgM，每标本重复测定两次。假定实验室设定的重复性和线性的允许误差范围分别为2%和5%。按随机检测方式，在一个分析批内完成10次检测，作好记录并目测线性关系和重复相关性，检查离群值并判断检测结果是否有用，然后计算重复性并与设定的目标进行比较。最后按非线性反应模型进行回归分析，评价线性模型与非线性模型的差异，与实验室设定的目标进行比较。线性分析的结果如下：标本号测量结果#1测量结果#2均值126.526.226.352139138138.53269273271.04337343340.05409404406.5从表中数据可以看出，没有明显的离群值，但在低水平浓度处重复性较好，而在高浓度水平处两次测量结果差异较大。重复性差异检测如下：标本号均值差值DiffDiff2/2%Diff%Diff2/2126.350.3.0451.140.6482138.51.00.50.720.2613271.04.08.01.481.0894341.06.018.01.761.5485406.55.012.51.230.756五个标本的差值的平方和（D2/2）为39.05，平均值为7.81，平方根为2.8，也就是五个标本的重复性（SD表示）。由于高值标本差异较大，五个标本重复测定的差值用百分比来评价更好，上表中后两列就是用百分比进行计算重复测定差值，所有标本的SD为0.9%。从以上可知，0.9%的重复性误差似乎比2.8要合理。当随机误差为0.9%时，低于实验室所规定的误差目标2%。但4SD=3.6%，超过实验室所规定的误差目标2%。更特异的随机误差的评价方法参见NCCLS的EP5文件—临床化学方法精密度评价操作，或EP15文件—精密度和准确度的核实。在EP15文件中，是用一个浓度水平评价精密度，而在本指南中，用五个不同浓度水平标本的SD来评价。26下表显示的是回归分析的结果，只列出回归系数、系统误差、t检验、回归的标准差（Sy,x）（拟合度检验）。从表中可知，二次多项式模型比一次多项式线性要好，有统计意义的显著性系数（t=5.7，超过查表的2.365）。三次多项式模型有相似的拟合度，但没有显著性的系数。注意，我们主要评价非线性模型的系数，而不关注截距和线性模型。表：回归分析的结果阶别回归系数结果系统误差t检验自由度回归标准误一次b0-52.0716.923.1一次b196.185.1018.8822.8二次b0-129.4715.628.3二次b1162.5211.9113.6二次b2-11.061.955.7(*)710.3三次b0-97.4835.88-2.7三次b1117.5846.912.5三次b26.0817.410.3三次b3-1.901.92-1.0610.3从一次多项式和二次多项式模型的对比分析结果来看，在低和中浓度处有较大的差别，而在高浓度水平处有较好的一致性。高中低浓度水平处差值的百分数大小超过了实验室设定的误差范围，因而认为本方法不具有线性。实测均值预期值（1st）预期值（2nd）差值（2nd-1st）%差值26.444.122.0-22.1-50.2138.5140.3151.311.07.8271.0236.5258.622.19.3340.0332.7343.711.03.3406.5428.8406.7-22.1-5.2注释：本例中，三次多项式回归分析没有显著性的系数，而二次多项式模型有显著性的系数，二27次多项式和一次多项式模型见图C1，非线性是很明显的。有四个浓度水平的一次多项式和二次多项式拟合模型差值的百分比超过实验室设定的5%目标，因而该系统被认为非线性的，要求重新分析。差值点图见图C2，低浓度处的差值最大，在整个范围内呈非线性的。图C1：IgM线性实验—1-5稀释度图C2：IgM线性评价差值