基于個(gè)體內(nèi)生物學(xué)變異評(píng)估同一樣本系列復(fù)測(cè)值差異的方法*

曾玉萍，楊 培，郭 雪，郭銳銳，楊 嵐，黃亨建

(1.四川大學(xué)華西臨床醫(yī)學(xué)院 醫(yī)學(xué)檢驗(yàn)系，成都 610041；2.四川大學(xué)華西醫(yī)院實(shí)驗(yàn)醫(yī)學(xué)科，成都 610041)

生物學(xué)變異[1]由個(gè)體內(nèi)生物學(xué)變異(within-subject biological variation，CVI)，個(gè)體間生物學(xué)變異(between-subject biological variation，CVG)和分析變異(analytical variation，CVA)三部分組成，廣泛應(yīng)用于臨床醫(yī)學(xué)實(shí)際工作中，如基于生物學(xué)變異的質(zhì)量規(guī)范評(píng)價(jià)實(shí)驗(yàn)室檢測(cè)項(xiàng)目分析性能，提高實(shí)驗(yàn)室質(zhì)量管理水平等[2]。此外，通過(guò)生物學(xué)變異計(jì)算參考改變值(reference change value，RCV)[3]可評(píng)價(jià)同一患者不同時(shí)間兩次樣本測(cè)定結(jié)果是否存在顯著性差異，公式RCV=z×21/2×[(CVA)2+(CVI)2]1/2，為單側(cè)或雙側(cè)概率的曲線下面積，如果此患者兩次測(cè)定結(jié)果差值超過(guò)95%概率的RCV值，認(rèn)為具有顯著性差異，伴有疾病病情變化；如果超過(guò)99%概率的RCV值，則認(rèn)為具有高度顯著性差異，這有助于指導(dǎo)臨床醫(yī)生進(jìn)一步診斷或治療監(jiān)測(cè)。由于RCV是用于評(píng)價(jià)同一患者不同時(shí)間兩次樣本測(cè)定結(jié)果的差異，但在檢驗(yàn)實(shí)際工作中，經(jīng)常會(huì)復(fù)測(cè)同一標(biāo)本，可能在同一臺(tái)儀器上復(fù)測(cè)，也可能在不同儀器上復(fù)測(cè)。Coskun等[4]通過(guò)對(duì)95%概率下RCV計(jì)算公式推導(dǎo)，定義臨界差異(critical difference，CD)，構(gòu)建CD與CVI的關(guān)系式，評(píng)估了同一樣本一系列復(fù)測(cè)結(jié)果的可接受性。本研究通過(guò)基于CVI推導(dǎo)分別于95%和99%概率下CD計(jì)算公式，并計(jì)算實(shí)驗(yàn)室常用的生化、激素、血細(xì)胞檢測(cè)、腫瘤標(biāo)志物等檢測(cè)項(xiàng)目分別于同一臺(tái)儀器和不同儀器上復(fù)測(cè)標(biāo)本的CD。此方法將生物學(xué)變異以及統(tǒng)計(jì)學(xué)概率結(jié)合起來(lái)量化了復(fù)測(cè)標(biāo)本差異判斷的臨界值，提供了同一樣本系列復(fù)測(cè)結(jié)果差異的可接受范圍評(píng)估方法。

1材料和方法

1.1 研究對(duì)象 生化項(xiàng)目：總膽紅素(TB)、直接膽紅素(DB)、乳酸(LAC)、丙氨酸氨基轉(zhuǎn)移酶(ALT)、天冬氨酸氨基轉(zhuǎn)移酶(AST)、總蛋白(TP)、清蛋白(ALB)、葡萄糖(GLU)、尿素氮(BUN)、肌酐(CREA)、胱抑素C(CYS-C)、血尿酸(UA)、三酰甘油(TG)、總膽固醇(TC)、高密度脂蛋白膽固醇(HDL-C)、低密度脂蛋白膽固醇(LDL-C)、堿性磷酸酶(ALP)、谷氨?；D(zhuǎn)移酶(γ-GGT)、肌酸激酶(CK)、乳酸脫氫酶(LDH)、淀粉酶(AMY)、脂肪酶(LIP)、鈉(Na)、鉀(K)、氯(Cl)、鈣(Ca)、鎂(Mg)、磷(PO4)、膽堿酯酶(CHE)、胰淀粉酶(P-AMY)、血清鐵(SI)；激素項(xiàng)目：促甲狀腺激素(TSH)、3’-三碘甲狀腺原氨酸(T3)、甲狀腺素(T4)、甲狀腺球蛋白(HTG)、抗甲狀腺球蛋白抗體(TgAb)、抗甲狀腺過(guò)氧化酶抗體(TPOAb)、游離三碘甲狀腺原氨酸(FT3)、游離甲狀腺素(FT4)、皮質(zhì)醇(CORT)、黃體生成素(LH)、卵泡刺激素(FSH)、催乳素(PRL)、雌激素(E2)、睪酮(T)、胰島素(INS)、C肽(C-P)、甲狀旁腺素(PTH)、脫氫表雄酮(DHEA)；血細(xì)胞分析項(xiàng)目：紅細(xì)胞(RBC)、血紅蛋白(HGB)、血細(xì)胞比容(HCT)、紅細(xì)胞平均體積(MCV)、紅細(xì)胞平均血紅蛋白含量(MCH)、紅細(xì)胞平均血紅蛋白濃度(MCHC)、血小板(PLT)、紅細(xì)胞體積分布寬度(RDW)、平均血小板體積(MPV)、白細(xì)胞(WBC)；腫瘤標(biāo)志物：甲胎蛋白(AFP)、癌胚抗原(CEA)、糖鏈抗原15-3(CA15-3)、糖鏈抗原19-9(CA19-9)、糖鏈抗原12-5(CA12-5)、總前列腺特異性抗原(T-PSA)、游離前列腺特異性抗原(F-PSA)、細(xì)胞角蛋白19片段(CYFRA21-1)。

1.2 研究方法 RCV[5]用來(lái)判斷兩次不同樣本結(jié)果是否具有顯著性差異，計(jì)算公式為：

RCV=Z×[(CVA)2+(CVI)2]1/2

(1)

當(dāng)測(cè)定兩個(gè)不同樣本時(shí)，第一次測(cè)量存在CVA1和CVI1，第二次測(cè)定存在CVA2和CVI2，則RCV計(jì)算為：

RCV=Z×[(CVA1)2+(CVI1)2+(CVA2)2+(CVI2)2]1/2

(2)

對(duì)同一個(gè)患者，個(gè)體內(nèi)生物學(xué)變異CVI1=CVI2，則公式(2)簡(jiǎn)化為：

RCV=Z×[(CVA1)2+(CVA2)2+2(CVI)2]1/2

(3)

CD[3]為評(píng)估同一樣本一系列復(fù)測(cè)結(jié)果的差異，由于為同一樣本重復(fù)測(cè)定，CVI可忽略不計(jì)，接近于0，則公式(2)簡(jiǎn)化為：

CD=Z×[(CVA1)2+(CVA2)2]1/2

(4)

如果同一樣本在同一臺(tái)儀器上進(jìn)行復(fù)測(cè)，認(rèn)為CVA1=CVA2，定義相同儀器臨界差異為CDs(critical difference，same instrument)，則公式(4)簡(jiǎn)化為：CDs=Z×21/2CVA

(5)

如果同一樣本在不同儀器上復(fù)測(cè)，或考慮存在偏倚(bias)時(shí)，定義不同儀器臨界差異為CDD(critical difference，different instrument)，則公式(4)變?yōu)椋?/p>

CDD=Z×[(CVA1)2+(CVA2)2]1/2+|bias|

(6)

其中偏倚(bias)[6]采用RCV推導(dǎo)：同一個(gè)患者不同樣本兩次測(cè)定之間最大差異RCV計(jì)算為公式(3)。在不考慮CVA，只考慮CVI時(shí)，則兩次測(cè)定結(jié)果間的最小差異RCV，公式(3)簡(jiǎn)化為：

RCV=Z×21/2CVI

(7)

兩次測(cè)定之間最大差異和最小差異的差值為允許最大偏倚：

bias=(3)-(7)=Z×[(CVA1)2+(CVA2)2+2(CVI)2]1/2-Z×21/2CVI

(8)

那么CDD=Z×[(CVA1)2+(CVA2)2]1/2+(8)

(9)

則CDD=Z×[(CVA1)2+(CVA2)2]1/2+Z×[(CVA1)2+(CVA2)2+2(CVI)2]1/2-Z×21/2CVI

公式中Z分別取雙側(cè)曲線下面積95%和99%的概率，查表為1.96和2.58，分別對(duì)應(yīng)具有顯著性差異和高度顯著性差異。

依據(jù)生物學(xué)變異一般質(zhì)量規(guī)范[7，8]，分為最優(yōu)質(zhì)量規(guī)范、期望質(zhì)量規(guī)范以及最低質(zhì)量規(guī)范，公式中CVA分別為0.25CVI，0.5CVI，0.75CVI，代入公式(5)和公式(9)計(jì)算同一標(biāo)本于同一臺(tái)儀器上復(fù)測(cè)的臨界差異CDS最優(yōu)，CDS期望，CDS最低以及不同儀器的CDD最優(yōu)，CDD期望，CDD最低，建立CD與CVI的關(guān)系。

2結(jié)果

2.1CVI系數(shù)的計(jì)算 以95%概率，Z為1.96，最優(yōu)質(zhì)量規(guī)范CVA=0.25CVI為例，代入公式(5)，計(jì)算CDs，CDS最優(yōu)=Z×21/2CVA=1.96×21/2×0.25CVI=0.7CVI；代入公式(8)計(jì)算偏倚，bias=Z×[(CVA1)2+(CVA2)2+2(CVI)2]1/2-Z×21/2CVI=0.09CVI；代入公式(9)計(jì)算CDD最優(yōu)=Z×[(CVA1)2+(CVA2)2]1/2+8=1.96×[(0.25CVI)2+(0.25CVI)2]1/2+(8)=0.8CVI。同理可計(jì)算CDS期望，CDS最低，CDD期望，CDD最低，見(jiàn)表1。

表1 最優(yōu)、期望及最低質(zhì)量規(guī)范下相同和不同儀器的CVI系數(shù)

2.2 CD 以生化檢測(cè)項(xiàng)目中總膽紅素(TBIL)為例，其CVI為23.8%，表1中可知95%概率下，在最優(yōu)質(zhì)量規(guī)范下相同儀器的臨界差異：CDS最優(yōu)=0.7CVI=0.7×23.8%=16.7%，不同儀器的臨界差異CDS最優(yōu)=0.8×CVI=0.8×23.8%=19.0%。同理計(jì)算出生化其它檢測(cè)項(xiàng)目、激素、血細(xì)胞檢測(cè)以及腫瘤標(biāo)志物在相同儀器和不同儀器95%或99%概率下的CD最優(yōu)、期望以及最低值，分別見(jiàn)表2、表3、表4和表5。

表2 相同生化檢測(cè)項(xiàng)目和不同儀器分別在95%，99%概率下的最優(yōu)、期望及最低CD

表3 相同激素檢測(cè)項(xiàng)目和不同儀器分別在95%，99%概率下的最優(yōu)、期望及最低CD

表4 相同血細(xì)胞分析項(xiàng)目和不同儀器分別在95%，99%概率下的最優(yōu)、期望及最低CD

表5 相同腫瘤標(biāo)志物檢測(cè)項(xiàng)目和不同儀器分別在95%，99%概率下的最優(yōu)、期望及最低CD

3討論本研究定義CD評(píng)估同一樣本一系列復(fù)測(cè)值的可接受性。由于為同一患者同一份標(biāo)本復(fù)測(cè)，因此檢驗(yàn)數(shù)據(jù)的差異來(lái)源只考慮CVA，而CVI為0，因此RCV計(jì)算公式(公式3)中去掉CVI便可轉(zhuǎn)化為CD計(jì)算公式，用CVA表示(公式4)。依據(jù)生物學(xué)變異質(zhì)量規(guī)范的最優(yōu)、期望以及最低CVA應(yīng)滿足不同CVI的倍數(shù)，分別為0.25，0.5和0.75CVI，代入公式(4)構(gòu)建了CD與CVI關(guān)系式，實(shí)現(xiàn)基于CVI評(píng)估復(fù)測(cè)標(biāo)本的CD。

當(dāng)在同一臺(tái)儀器上復(fù)測(cè)，不存在偏倚，則CD計(jì)算為公式(5)：

CDS=Z×21/2CVA；

當(dāng)在不同儀器或存在偏倚的情況下，則需要在CDs基礎(chǔ)上加上bias，公式(9)：

CDD=Z×[(CVA1)2+(CVA2)2]1/2+Z×[(CVA1)2+(CVA2)2+2(CVI)2]1/2-Z×21/2CVI

基于CVI計(jì)算同一樣本復(fù)測(cè)結(jié)果的CD方法簡(jiǎn)單，具有可操作性，其量化了差異的可接受性，而且能避免不必要的多次復(fù)查，降低實(shí)驗(yàn)室成本，提高實(shí)驗(yàn)室工作效率。

表1中CVI的系數(shù)與不同概率、不同質(zhì)量規(guī)范、以及有無(wú)bias有關(guān)。很顯然，概率為99%時(shí)，CVI系數(shù)增大，CD變大，如果復(fù)測(cè)結(jié)果差值大于此臨界差異則具有高度顯著性差異；質(zhì)量規(guī)范要求越高，CVI系數(shù)越小，即允許CD越小；如果存在bias，則CVI系數(shù)將增大，CD也會(huì)增大。生化檢測(cè)項(xiàng)目中一些指標(biāo)如Na 的CVI較小，為0.7%，采用最優(yōu)質(zhì)量規(guī)范，如果在同一臺(tái)儀器上復(fù)測(cè)兩次結(jié)果差異超過(guò)0.5%，認(rèn)為具有顯著性差異，超過(guò)0.6%則具有高度顯著性差異；如果在不同儀器或存在偏倚的情況下，復(fù)測(cè)兩次結(jié)果差異超過(guò)0.6%，認(rèn)為具有顯著性差異，超過(guò)0.7%則具有高度顯著性差異。對(duì)于個(gè)體變異小的檢測(cè)項(xiàng)目，實(shí)驗(yàn)室很難達(dá)到這么高的質(zhì)量要求。但對(duì)于個(gè)體內(nèi)生物學(xué)變異大，如DBIL的CVI為36.8%，用最低質(zhì)量規(guī)范時(shí)，如果在同一臺(tái)儀器上復(fù)測(cè)兩次結(jié)果差異超過(guò)77.3%，認(rèn)為具有顯著性差異，超過(guò)99.4%則具有高度顯著性差異；如果在不同儀器或存在偏倚的情況下，復(fù)測(cè)兩次結(jié)果差異超過(guò)103.0%，認(rèn)為具有顯著性差異，超過(guò)132.5%則具有高度顯著性差異，否則無(wú)差異。很顯然，復(fù)測(cè)結(jié)果間這么大的差異不能被臨床所接受。因此，CD應(yīng)用的關(guān)鍵之一便是確定質(zhì)量規(guī)范，依據(jù)實(shí)驗(yàn)室開(kāi)展項(xiàng)目指標(biāo)的穩(wěn)定性以及儀器方法學(xué)性能等指標(biāo)采取不同要求的質(zhì)量規(guī)范。

生物學(xué)變異一般質(zhì)量規(guī)范分為最優(yōu)、期望以及最低質(zhì)量規(guī)范，包括不精密度、偏倚和允許總誤差。不精密度主要影響臨床監(jiān)測(cè)，造成總隨機(jī)變異增加，優(yōu)、中、低等不精密度造成總隨機(jī)變異增加的幅度分別為3%，12%和25%；偏倚主要影響臨床診斷，優(yōu)、中、低等偏倚造成錯(cuò)誤臨床診斷的發(fā)生率分別為4%，14%和32%。所以實(shí)驗(yàn)室基于生物學(xué)變異評(píng)估同一樣本系列復(fù)測(cè)結(jié)果可接受的臨界差異(CDS和CDD)應(yīng)采用生物學(xué)變異最優(yōu)質(zhì)量規(guī)范[4]。

本研究CD應(yīng)用了生物學(xué)變異數(shù)據(jù)庫(kù)中CVI的數(shù)據(jù)，但CVI結(jié)果并不一定可靠，也可能造成CD值增大。歐洲臨床化學(xué)和檢驗(yàn)醫(yī)學(xué)聯(lián)合會(huì)[9](European Federation of Clinical Chemistry and Laboratory Medicine，EFLM)第一屆戰(zhàn)略性會(huì)議對(duì)現(xiàn)有生物學(xué)變異數(shù)據(jù)提出質(zhì)疑，原因包括方法學(xué)的更新?lián)Q代、不同研究采用分析方法的敏感性特異性不同、生物學(xué)變異研究課題的設(shè)計(jì)、人群的納入以及隨后的數(shù)據(jù)管理不標(biāo)準(zhǔn)化等。其工作組建立了一個(gè)生物學(xué)變異評(píng)價(jià)清單[10]，既可評(píng)估已有生物學(xué)變異研究又可指導(dǎo)今后研究的標(biāo)準(zhǔn)化操作。因此，CVI數(shù)據(jù)來(lái)源的可靠性和有效性是一大問(wèn)題，保證CVI結(jié)果的可靠才能更好運(yùn)用此方法于實(shí)驗(yàn)室判斷復(fù)測(cè)標(biāo)本可接受的臨界差異。

參考文獻(xiàn)：

[1] Simundic AM，Kackov S，Miler M，et al．Terms and symbols used in studies on biological variation：the need for harmonization[J]．Clinical Chemistry，2015，61(2)：438-439．

[2] 劉連義，史光華，崔 雯，等．生物學(xué)變異確定的要求在全血細(xì)胞分析儀質(zhì)量管理中的應(yīng)用[J]．現(xiàn)代檢驗(yàn)醫(yī)學(xué)雜志，2017，32(4)：152-156．

Liu LY，Shi GH，Cui W，et al．Application of the requirement of biological variation determination in the quality management of blood cell analyzer[J]．Journal of Modern Laboratory Medicine，2017，32(4)：152-156．ClinicalChemistry，1992，38(11)：2256-2260．

[3] Ricos C，Iglesias N，García-Lario JV，et al．Within-subject biological variation in disease：collated data and clinical consequences[J]．Annals of Clinical Biochemistry，2007，44(Pt 4)：343-352．

[4] Coskun A，Serteser M，Karpuzoglu HF，et al．How can we evaluate differences between serial measurements on the same sample? A new approach based on within-subject biological variation[J]．Clinical Chemistry & Laboratory Medicine，2017，55(2)：e44-e46．

[5] Fraser CG．Biological variation：from principles to practice[M]．Washington DC：AACC Press，2001：70-75．

[6] Petersen PH，F(xiàn)raser CG，Westgard JO，et al．Analytical goal-setting for monitoring patients when two analytical methods are used[J]．

[7] Sandberg S，F(xiàn)raser CG，Horvath AR，et al．Defining analytical performance specifications：consensus statement from the 1st strategic conference of the European Federation of Clinical Chemistry and Laboratory Medicine[J]．Clinical Chemistry & Laboratory Medicine，2015，53(6)：833-835．

[8] Ricos C，Alvarez V，Cava F，et al．Current databases on biological variation：pros，cons and progress[J]．Scandinavian Journal of Clinical & Laboratory Investigation，1999，59(7)：491-500．

[9] Carobene A，Strollo M，Jonker N，et al．Sample collections from healthy volunteers for biological variation estimates’ update：a new project undertaken by the working group on biological variation established by the European Federation of Clinical Chemistry and Laboratory Medicine[J]．Clinical Chemistry & Laboratory Medicine，2016，54(10)：1599-1608．

[10] Bartlett WA，Braga F，Carobene A，et al．A checklist for critical appraisal of studies of biological variation[J]．Clinical Chemistry & Laboratory Medicine，2015，53(6)：879-885．