近日，国际杂志 《Clinical Chemistry》上在线发表一项关于传统质量控制测量和患者中位数的Z值可改善检测偏倚的研究。
在临床化学中，质量控制（QC）通常依赖于对照样本的测量，但一些限制条件，如缺乏可交换性，则会损害这种测量检测偏离对照的能力。患者结果的中位数也用于QC，但可能难以区分来自分析错误患者群体所观察到的变化。本研究旨在结合传统的控制测量和患者中位数进而以便于检测偏倚。
研究人员通过开发软件包“rSimLab”并用于模拟5种分析物的测量。评估内部QC测量和患者中位数以检测非允许误差。各种控制规则组合成了了这些相关参数。评价Westgard样算法并提出QC参数的总Z值的新规则。
研究通过数学近似估计了计算有意义的患者中位数所需的样本量。适当的数量很大程度上取决于样品值与其中心的扩散比例。不是像Westgard算法一样对每个QC参数单独应用一个阈值，研究所建议的Z值聚合平均了这些参数。这种行为是有益的，因为偏倚可能不均匀地影响QC参数，导致它们的Z变换值之间的差异。在研究人员的模拟中，控制规则往往优于它们组合的简单QC参数。纳入患者中位数显著改善了一些分析物的检测偏倚。
研究表明，患者结果中位数可以补充传统QC，Z值的聚合是QC策略是检测偏倚的新颖的有益工具。
原始出处：
Andreas Bietenbeck, Markus A. Thaler, Peter B,et al. Stronger Together: Aggregated Z-values of Traditional Quality Control Measurements and Patient Medians Improve Detection of Biases
（责任编辑：sgx）
