免疫学实验的质控及数据处理

o****u

免疫学实验的质控及数据处理

免疫学实验的质控及数据处理

第一章      免疫学实验的质量控制

第一节      实验的可靠性分析

一　实验的稳定性
基本概念　
　　实验的稳定性主要是对实验的重复性的优劣进行考察，通常采用变异系数进行定量分析。
测定方法
　　对一份标本进行多次检测，求出均值（X）和标准差(S)，进而将两者相比求出变异系数(CV)。

注意事项
1.      某一方法的CV值与测定次数有很大关系，一般n>20后CV值趋于恒定，才宜做为恒量方法的可靠性的指标。
2.      如果某项实验，实验组与对照组标本同时检测则采用批内CV值评价可靠性即可。即在同一时间测定一份标本20次。如果实验需在一段时间完成，即不能一次实验完成则应采用批间CV值评价可靠性即隔一段时间反复测定一份标本。如果实验需在不同实验室完成，则应采取室间CV值，即将一份标本分发到不同实验室进行反复测定。
3.      免疫学实验很多是靠目测判定结果（如凝集效价等）。有较强的主观干扰和个人判定差异，故在评价实验可靠性时必须考虑实验者的差异。即同一份标本宜由不同操作者判定，统计CV值。
4.      免疫学实验CV值宜控制在10%以内，>10%不宜采取计量分析。>20%则应将计量资料转变成为计数资料，一般而论免疫学实验稳定性不很理想，做为折中方法免疫学实验多采用不连续等级资料进行定量（如效价等），做这类资料CV值>10%时也应转变成为阴性或阳的计数资料，这样做虽然会损失一部分信息，但实验的可靠性则提高了，因为同时也很大程度去除了错误的信息。CV>50%时计数分析也不宜采用，即该项实验无使用价值。
5.      做平行样可以提高实验的稳定性,但要注意的是：做双平行样时两个数据相差＞20%时应将这个标本删除，而不宜简单地取均值。做三平行样时宜采用中位数为观察值，如果中位数与相邻数差仍>30%也应将该标本数据删除。经验表明做平行样虽然可以大幅度提高实验的稳定性，降低标准差，减小CV值，但效率也随之降低。实际效果并不一定优于计数资料，但该方法对于标本来源困难的实验还是有意义的，必要时可以采取5平行对照，以减少样本损失。
二　实验的特异性
基本概念　
　　考虑标本中的某些物质可能会对某项实验结果造成干扰，故宜对实验的特异性做出判断，即实验的抗干扰性能。此为考察实验可靠性的重要的指标。
测定方法
　　以可能造成干扰的物质进行分组，如欲判定溶血对实验的影响，可采取溶血标本组和正常组进行分析；欲分析类风湿因子对实验的影响，可采用RF阳性组和RF阴性组进行分析。用实验同时测定已选定的两组标本，分析检测结果，理论上两组结果应相等则可判定实验结果不受干扰物质的干扰，实际使用中，两者结果的绝对值之差之小于30%，统计学检验应无显著差异即可认为实验有可以接受的特异性。
注意事项
1.      一般以血清为标本的实验应对溶血，乳糜血标本对实验的影响作出判定，酶联免疫反应类的实验应对标本中RF对实验的影响做出判定。
2.　实验标本每组应不少于20例，否则无意义。
参考文献
1.　冯仁丰　刘永良　1990.　临床实验室建设与管理　上海：上海科学技术出版社　195－202
　　　　　　　　　　　　　　　　　　　　　

第二节      实验的定量能力分析

一　实验的分辨率
基本概念　
实验分辨率是指某项实验可以区分测定标本最小的变化量。如某项实验的分辨率是10%，即表明该项实验可以测出标本的10%的变化，实验的稳定性高，重观性好是提高实验分辨率的前提，但稳定性好并不表明分辨率一定会高，而分辨率不高的实验会使实验的使用价值大打折扣，因此测定实验的分辨率是评价某项实验使用人的重要参数。免疫学一般采用某项实验检出标本中待测物质的最小含量代表实验的分辨率，有时称之为实验灵敏度或感量，在理论含义上这些概念虽然仍有所不同，但在实际使用时，一般对上述概念不再作进一步区分。
测定方法
向一定体积的生理盐水加入微量的待测物质，测定20次，得出均数X和标准差S，满足X一2S>0的最小量的待测物质(如1ng/ml)即代表该项实验的分辨率.。
注意事项
1.      实验应严格依照上述方法进行，对某一低浓度的标本偶尔给出一个实验检测值，并没有进行有关稳定性鉴定，故不能代表实验灵敏度，在阅读有关产品的灵敏度方面的说明时，不能单看灵敏度指标，还应注意分析该点的稳定性。
2.      严格地讲高、中、低浓度的分辨率是不同的，一般认为中浓度时分辨率最高，因此对高浓度标本分析时宜将标本稀释成实验的中浓度进行检测，以提高实验效果。
3.      对标本进行稀释时应一次完成，不宜做连续稀释，因为传递误差对样本的浓度影响极大
4.      对某一标本进行定量分析，其实验分辨率应好于20%，例如已知分析标本中浓度为1mg/ml，应采用灵敏度不劣于0.2 mg/ml 的实验进行实验，否则尽管实验稳性较好也应采用半定量或计数资料进行分析。
二　实验的线性分析
基本概念
　　实验的线性分析实质是对实验的稳定性和分辨率的综合考核，待测样本浓度与实验测得值之间的变化应服从某种规律，经曲线拟合分析可建立相应直线相关数学模型，或直接有直线关系，因此如果实验线性不好或没有线性关系可以认为该项实验不能成立，因此考查某项实验的线性优劣是评价该项实验的重要和简便的方法。
测定方法　
　　详见有关章节
注意事项
1.      对实验的线性作出评价至少应做5点(5个样本浓度)所给出的线性关系进行评价才有意义。
2.      应当用相关的统计软件建立数学模型（回归方程）计算出剩余标准差。
3.      确定有直线关系的中间值，算出剩余标准差与中间值之比值，理想状态该比值为零，该值越接近于零线性越理想。
参考文献
1.      　王钦富　1995.　免疫学及免疫学检验实验技术　中国医药科技出版社　91－92
2.      　卢纹岱　2000.　SPSS for windows　统计分析　北京：电子工业出版社　284－297



第三节      实验相似度的鉴定

基本概念
　　新建立的实验和方法往往要与经典的实验和方法做对比，即实验相似性鉴定。
测定方法
　　对于量反应类实验可采用上述质控指标，对新方法与经典方法逐一作出比较，判定二者的优劣即可。对于质反应实验主要是通过用新旧两种方法测定同一批标本，比较二者的符合率，详见表1－1　A.B.C.D为不同组阳性或阴例数。

表1－1新方法与经典方法比较实验
新方法      经典方法      合计
     阳性      阴性      
阳性      A      B      A+B
阴性      C      D      C+D
     A+C      B+D      A+B+C+D

1．粗略一致性=      A+D      ×100%
     A+B+C+D      

2．调整一致性=      1      （      A      +      A      +      D      +      D      )
     4            A+B            A+C            C+D            B+D      
理想符合率应为100%
注意事项
1.　A+C 和B+D的样本数分别不应少于10例，否则应重选标本。
2.      新旧方法的一致性不高也可能是新方法较旧方法的灵敏度为优，因此必要时应比较两种方法的灵敏度。
参考文献
1.　刘辉　1998.　研究生免疫学教程　大连：大连出版社　272－273
　　　　　　　　　　　　　　　　　　　　　　　　　



第二章　免疫学数据的特点与统计分析

第一节　正常值确定

基本方法　
　　免疫学指标的特点是质反应资料多，实验批间差异大，并且量反应资料多为正偏态分布，并多呈等级资料或几何数资料形式存在，经常出现无确切数值的数据，如某浓度>256。因此，对于量反应资料宜采用单侧（或双测）有界的百分位数法进行确定，详细内容请查阅有关的统计书籍。对于质反应资料应安表2－1设计实验，得出数据（A.B.C.D），计算阳性或阴性预示值。

表2－1预示值测定实验
试验反应      有病组      健康组      合计
阳性      A      B      A+B
阴性      C      D      C+D

1．阳性预示值=      A      ×100%
     A+B      

2．阴性预示值=      D      ×100%
     C+D      

阳性预示值是指通过阳性试验结果作出有病判定的正确概率，该值大于95％时该指标可以用于确定诊断。
阴性预示值是指通过阴性试验结果作出无病判定的正确概率，该值大于95％时该指标可以用于筛选诊断。
注意事项　
1.　无论质反应试验还是量反应试验，确定正常值时样本应不少于100例。
2.      通过调整质反应试验的判定阈值可以使阳性或阴性预示值得到调整，使试验具有临床诊断价值。
参考文献
1.　刘辉　1998.　研究生免疫学教程　大连：大连出版社　272－273
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　
第二节      群体对照研究

基本方法
　　如前所述，免疫学资料量反应资料多为正偏态分布，并多呈等级资料或几何数资料形式存在，经常出现无确切数值的数据。因此宜特别注意，当资料为量反应资料时（尤其是出现无确切数值的数据），宜采用中位数与四分位数（或四分位间距）对其进行描述，检验时多采用非参数的方法，如秩和检验、中位数检验等。有时也采用取对数的方法转化成正态分布，用均数与标准差进行描述。注意当数据为0时的处理，可用lg（x+1）也可定义为0.5等。当资料为质反应数据时，多采用率进行描述，χ2检验进行比较。当实验批间差异大时，一般采用重复批间实验，理论上重复五次一致才有意义。
注意事项　
1.      上述数据处理采用统计学分析软件十分方便，但最好采用公认的统计分析软件，如SAS，SPSS等。
2.      对于批间差异大的实验可采用单次小样本批间重复设计，如每次每组采用5个样本，重复5次（或更多）完成实验，比单次大样本进行实验可靠。
参考文献
1.　卢纹岱　2000.　SPSS for windows　统计分析　北京：电子工业出版社　284－297