基于患者血脂检测数据的实时质量控制
Laboratory Medicine and Clinic(2023)
摘要
目的 基于患者数据对血脂项 目进行实时质量控制(RTQC),以提高检测结果的准确性.方法 收集2021年7-12月成都市郫都区中医医院门诊及住院患者血脂项 目[总胆固醇(TC)、三酰甘油(TG)、高密度脂蛋白胆固醇(HDL-C)、低密度脂蛋白胆固醇(LDL-C)、载脂蛋白A1(ApoA1)、载脂蛋白B(ApoB)]检测结果,对患者数据进行统计分析,结合变异系数(CV)的大小,选取接近正态分布且CV更小的指标作为质控靶值,绘制中位数和均值质控图,根据Westgard质控规则判断是否在控.通过质控图可视化地判断中位数与均值检测系统误差的敏感性和稳定性,并针对不同血脂检测项 目建立个性化的质量控制计划.结果 实时选取的300组数据,绘制TG、TC、HDL-C、LDL-C、ApoA1、ApoB中位数质控图和均值质控图,对比其总体趋势相同,均在控.TG、TC、HDL-C、LDL-C、ApoA1、ApoB中位数质控图的靶值分别为2.80、4.75、1.16、2.82、1.72、0.79 mmol/L,均值质控图的靶值分别为 3.50、4.81、1.20、2.89、1.74、0.80 mmol/L.TG、TC、HDL-C、LDL-C、ApoA1、ApoB的中位数质控图性能评价分别为中、良、优、优、优、良.TG、TC、HDL-C、LDL-C、ApoA1、ApoB的均值质控图性能评价分别为差、中、优、优、优、优.RTQC法能检测出除TG外的其他检测项 目引入5%误差后的失控.结论 基于患者血脂检测数据进行RTQC,通过优化确定最佳的患者大数据质控程序并验证其在医学上临界系统误差时的误差检出效能,增加在实验室的应用范围,与质控品质量控制的方法具有相近的质控效果且具有较敏感的失控判断能力,可以作为常规质控的补充.
更多AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要