注册登录才能更好的浏览或提问。
您需要 登录 才可以下载或查看，没有账号？立即注册
×
北京协和医学院 杨雪；卫生部临床检验中心 王治国
糖尿病是一种慢性高血糖状态，因此，瞬时血糖未必能客观反映这种状态。发生这种情况的原因，一方面是血糖存在生理性波动和日间波动，另一方面是血糖检测存在不准确的可能；此外，糖耐量试验前准备不足，也会影响结果。
血糖和糖化血红蛋白分离的情况，要么会给非病人扣上糖尿病帽子，要么让真正的患者错过了早期治疗机会。因此，近年来用糖化血红蛋白诊断糖尿病的呼声越来越高。主要理由有：1．糖化血红蛋白是反映慢性血糖水平的稳定指标，更符合糖尿病的定义；2，糖化血红蛋白检测比血糖检测的稳定性、精度更高；3，与糖耐量试验相比，糖化血红蛋白检测更便捷，结果所受的干扰更少。
在第69届美国糖尿病学会（ADA）年会上，由相关权威学会组成的国际专家委员会提出，将糖化血红蛋白（HbA1c）作为糖尿病诊断的新指标。因此对糖化血红蛋白（HbA1c）检测的规范化及质量控制提出了更为严格的要求。
糖化血红蛋白（HbA1c）的床旁检测由于其在快速报告结果的优势而受欢迎。但床旁检测HbA1c的质量如何也应受到关注。
本文的应用来自于2009临床生物化学年报中的一篇文章，此文章调查了两种床旁检测HbA1c仪器与两中心实验室分析仪器间的比对结果[1] 。
我们将这些方法以如下形式给出：POC A、POC B、中心实验室X方法（Central X）、中心实验室Y方法（Central Y）。这两种床旁检测方法都可标准化到国际临床化学和检验医学联合会（IFCC）参考系统及经美国国家糖化血红蛋白标准化计划（NGSP）调准到糖尿病控制与并发症研究(DCCT)标准。假如其进行了标准化并具有可溯源性，那么是不可能会存在问题的，这是真的吗？
本文将利用原文章的数据做进一步的分析，结果分析如下：
一、精密度和比较数据
分析的不精密度通过分析两种浓度水平的质控来进行评价。对于POC A，计算批内（n=21）和批间（n=21）不精密度。对于POC B，Central X以及Central Y的不精密度已由室内数据得出，见表1。
表1 四种HbA1c方法的不精密度水平
值得注意的是关于糖尿病的指南，CLSI及目前的指南设置的最低不精密度性能为5%，期望的性能为3%。据此指南可得出POC B在较高浓度水平上的不精密度性能（7.3%）出现了问题。
分析的不准确度使用的是80份糖尿病患者标本来进行评价，采用的是戴明（Deming）回归分析。我们所知的仅此而已，见表2。
表2 四种方法之间不准确的结果
此处我们并没有得到任何相关性数据，因此我们必须假设此相关性是良好的。在任何情况下，相关性数据仅仅提示我们线性回归是否足以用来计算偏倚。假如相关性低于97%，对于评估不准确度来说，Deming或Passing-Bablock回归会是更佳的方法。由于在原文中已经使用了Deming回归，因此该做法是适宜的。
仅依据斜率和y轴截距很难得出哪种方法更准确。虽然POC B 的斜率（比例误差）较大，但是y轴截距（恒定误差）同样较大。有可能这两种误差会相互抵消。
现在我们需要将不准确度数据与不精密度数据联系起来。最简单的方法是用回归方程计算不精密度所在浓度下的偏倚。
正好来回顾这个计算过程，以下是一个外行对此方程的解释：
新浓度新方法=（斜率*旧浓度旧方法）+Y轴截距
然后我们得出新旧浓度水平的差值，将其转换为旧浓度水平的百分值。
举例计算：给出的POC A 浓度水平为6.0%，同Central X检测方法进行比较：
新浓度POC A = (1.18 * 6.0) - 0.46
新浓度POC A = 7.08 - 0.46
新浓度POC A = 6.62
差值 = 6.62 - 6.0 = 0.62
偏倚% = 0.62 / 6.0 = 10.3%
现在是这篇研究的重要点。既然有两种比对方法，那么我们就有机会计算偏倚两次：一次同Central X比较，再一次同Central Y比较。由于中心实验室检测方法是比对方法，因此我们没有计算它们的偏倚值，见表3和4。
表3 POC 仪同Central X的比对结果
表4 POC 仪同Central Y的比对结果
二、在决定水平上确定质量要求
现在我们有了不精密度和不准确度的数据，那么我们差不多准备好了来计算西格玛度量值。但是我们错过了一个重要的东西：分析质量要求。
对于HbA1c，试验要求的质量有一点神秘。尽管试验非常重要而且现行试验量很大，但是美国临床实验室改进修正法案（CLIA）并没有设立质量要求。不同来源的质量要求见表5。
表5 不同来源的质量要求
这些来源及质量要求在Westgard文章中有讨论过。此处该注意的一点重要内容是质量要求间存在相当大的差异。同时也应注意到NACB指南并没有明确说明任何的分析质量要求——最好是能够从他们对仪器性能的规范中推断出质量要求。最后得记住的是当临床决定区间质量要求为最重要的参数时，若使用此参数要求应考虑到个体内生物变异，这在误差预算中占重要份量。
已知POC仪器精密度要比中心实验室方法的精密度差，使用最大的质量要求15%。
三、计算西格玛度量值
我们有两种比对方法，因此我们要计算两组西格玛度量值——一组用Central X来计算偏倚，另一组用Central Y来计算偏倚[2，3] 。
记住西格玛度量值的公式为(TEa - bias) / CV。
举例计算：质量要求为TEa=15%，在HbA1c浓度水平为6.0%，POC A与Central X比对，不精密度为3.8%，偏倚为10.33%。西格玛水平为(15 - 10.33) / 3.8 = 4.67 / 3.8 = 1.23。详细见表6和7。
表6 与Central X 比对的西格玛度量值
表7 与Central Y比对的西格玛度量值
在医疗保健以外的各种产业中，常规应用中3.0西格玛度量值是最低的性能。在医疗保健领域我们明确地保持POC仪器为一个更低的性能标准。
对于中心实验室方法，假如要计算西格玛度量值（假定无偏倚），可获得5或更高的西格玛度量值。中心实验室方法满足患者的需求，但是POC仪器在这点上没有这么好。
四、西格玛度量值图及操作过程规范（OPSpecs）图得出的性能总结
我们不仅可以借助工具来图形化描述方法的性能，而且我们可以借助这些工具来帮助确定检测方法所采用的最好的质量控制(QC)程序。图1和2为方法决定图显示POC A和POC B的性能。
图1 与中心实验室X比对不同POC仪器的方法决定图
图2 与中心实验室Y比对不同POC仪器的方法决定图
从图1和2可见，两种浓度POC A方法的性能都处在不可接受的区域，POC B有一个浓度水平处于不可接受区域。
使用本通讯作者开发的质量控制设计程序（QCCS2008），可以获得在操作过程规范（OPSpecs）图上表示方法性能的图示：
图3 允许总误差为15%操作过程规范图（与中心实验室X比对）
同样地，与中心实验室方法Y进行比对，并没有给我们任何更好的信息：
图4 允许总误差为15%操作过程规范图（与中心实验室Y比对）
使用两种比对方法的结果是两种POC方法都不能由任何的质量控制方法进行控制。
五、结论
有意义的是，使用的两种比对方法更加决定性地证明了这些POC仪器有问题。正如图中显示，不仅偏倚是一个问题，不精密度同样也面临着挑战。
目前，HbA1c的水平是诊断糖尿病的标准优选指标[4] 。对此应用ADA推荐6.5%Hb的界值，Bruns 和Boyd在其研究中提到0.5%Hb的偏倚可能导致被诊断为糖尿病的病人数量增至三倍[5] 。而在此处得出的偏倚都大于此数值，再一次说明了床旁检测的HbA1c不足以用于糖尿病的诊断。
同时值得考虑的是我们使用的是可获得的最大的质量要求（15%）。作为紧缩目标以及刺激性能改进的全国努力的一部分，CAP正计划将HbA1c的PT质量要求从15%降到8%（2010），这对于这些床旁检测方法来说，不仅不能满足现在的目标，而且更不能满足将来的目标。
参考文献：
1. Chin-Pin Yeo, Carol Hui-Chen Tan and Edward Jacob. Haemoglobin A1c: evaluation of a new HbA1c point-of-care analyser Bio-Rad in2it in comparison with the DCA 2000 and central laboratory analysers. Ann Clin Biochem 2009.46(5): 373—376.
2.王治国主编. 临床检验质量控制技术（第2版）. 北京：人民卫生出版社，2008年
3.王治国主编. 临床检验方法确认与性能验证.北京：人民卫生出版社，2009年
4. International Expert Committee. International Expert Committee report on the role of the A1c assay in the diagnosis of diabetes. Diabetes Care 2009;32:1327-34.
5.Bruns DE, Boyd JC. Few Point-of-Care Hemoglobin A1c Assay Methods Meet Clinical Needs. Clin Chem 2010;56:4-6.
| 
