实验室检测

项目	实施前 (2023.12—2024.5)	实施后 (2024.6—2024.12)	降幅 /%
PT	1.8%	0.5%	72.2
APTT	2.5%	1.2%	52.0
FIB	3.1%	1.4%	54.8
TT	2.2%	0.8%	63.6

项目	实施前 (2023.12—2024.5)	实施后 (2024.6—2024.12)	降幅 /%
PT	1.8%	0.5%	72.2
APTT	2.5%	1.2%	52.0
FIB	3.1%	1.4%	54.8
TT	2.2%	0.8%	63.6

阶段	误差率 /%	西格玛水平( )
实施前	3.2	3.2
实施后	0.8	4.8

阶段	误差率 /%	西格玛水平( )
实施前	3.2	3.2
实施后	0.8	4.8

指标	优化前	优化后
灵敏度 /%	82.4	98.5
假阳性率1%	4.7	1.2

指标	优化前	优化后
灵敏度 /%	82.4	98.5
假阳性率1%	4.7	1.2

基于六西格玛的凝血四项检测室内质控优化:偏倚控制与误差率降低策略

PDF下载

李仕伟 ^* , 陈萍

实验室检测 | 评价与分析 2025,3(9): 142-144

收起

实验室检测 |评价与分析 2025 , 3 (9) : 142 -144

基于六西格玛的凝血四项检测室内质控优化:偏倚控制与误差率降低策略

全屏

[Author(id=1154351845989405177, tenantId=1146029695717560320, journalId=1146119944283992078, articleId=1154105014483145642, orderNo=0, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=18308187849@163.com, emailSecond=null, emailThird=null, correspondingAuthor=1, authorType=1, ext={CN=AuthorExt(id=1154351846111039996, tenantId=1146029695717560320, journalId=1146119944283992078, articleId=1154105014483145642, authorId=1154351845989405177, language=CN, stringName=李仕伟, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=^*, address=天水市第一人民医院检验科天水 741000, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null)}, companyList=[AuthorCompany(id=1154351845871964662, tenantId=1146029695717560320, journalId=1146119944283992078, articleId=1154105014483145642, xref=null, ext=[AuthorCompanyExt(id=1154351845876158968, tenantId=1146029695717560320, journalId=1146119944283992078, articleId=1154105014483145642, companyId=1154351845871964662, language=CN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=天水市第一人民医院检验科天水 741000)])]), Author(id=1154351846194926081, tenantId=1146029695717560320, journalId=1146119944283992078, articleId=1154105014483145642, orderNo=1, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=null, emailSecond=null, emailThird=null, correspondingAuthor=0, authorType=1, ext={CN=AuthorExt(id=1154351846673076744, tenantId=1146029695717560320, journalId=1146119944283992078, articleId=1154105014483145642, authorId=1154351846194926081, language=CN, stringName=陈萍, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=null, address=天水市第一人民医院检验科天水 741000, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null)}, companyList=[AuthorCompany(id=1154351845871964662, tenantId=1146029695717560320, journalId=1146119944283992078, articleId=1154105014483145642, xref=null, ext=[AuthorCompanyExt(id=1154351845876158968, tenantId=1146029695717560320, journalId=1146119944283992078, articleId=1154105014483145642, companyId=1154351845871964662, language=CN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=天水市第一人民医院检验科天水 741000)])])]

李仕伟^*, 陈萍

作者信息

天水市第一人民医院检验科天水 741000

通讯作者:

^*李仕伟，硕士，主管检验师，研究方向为医学检验。E-mail: 18308187849@163.com

Affiliations

出版时间: 2025-05-08

文章导航

摘要

收起

目的探讨六西格玛管理方法在凝血四项检测室内质控中的应用,优化偏倚控制并降低误差率,以提升检测结果的准确性和可靠性。方法选取2023年12月—2024年12月某三甲医院检验科凝血检测数据,通过六西格玛 DMAIC 流程,结合质控规则优化和仪器校准策略,系统性地改进凝血检测质控流程。结果凝血四项检测偏倚值降低40%~72%,误差率从3.2%降至0.8%,西格玛水平由平均3.2提升至4.8,异常值识别灵敏度显著提高。结论六西格玛方法可显著提升凝血检测质控效能,适用于临床实验室精准化管理,为临床诊断和治疗提供更可靠的依据。

关键词

六西格玛 / 凝血四项 / 室内质控 / 偏倚控制 / 误差率

引用本文

李仕伟, 陈萍. 基于六西格玛的凝血四项检测室内质控优化:偏倚控制与误差率降低策略. 实验室检测, 2025 , 3 (9) : 142 -144 .

正文

收起

0 引言

收起

凝血四项检测包括凝血酶原时间(PT)、活化部分凝血活酶时间(APTT)、纤维蛋白原(FIB)、凝血酶时间(TT), 是临床评估凝血功能的核心指标, 广泛应用于出血性疾病、血栓性疾病、肝病以及抗凝治疗监测等领域^[1]。凝血检测过程中存在多种潜在干扰因素, 包括仪器性能波动、试剂批次差异、操作人员技术水平不一以及环境条件变化等, 可能导致检测结果的偏倚和误差率升高, 进而影响临床决策的质量^[2]。近年来,临床实验室对检测质量的要求日益提高。室内质控作为保证检测结果准确性和可靠性的关键环节, 其重要性不言而喻^[3]。传统质控方法多依赖于单一规则,或经验性调整,难以识别和解决复杂问题。六西格玛作为一种以数据为导向的质量管理方法, 最早应用于制造业,后逐渐扩展到医疗领域^[4]。其核心是通过 DMAIC(定义、测量、分析、改进、控制)流程,系统性识别和解决质量问题,最终实现过程优化和质量提升。本研究旨在通过六西格玛 DMAIC 流程, 系统性优化凝血四项检测的室内质控策略,重点解决偏倚控制和误差率降低问题^[5]。通过分析 2023 年 12 月至 2024 年 12 月的检测数据, 评估六西格玛方法在凝血检测质控中的应用效果, 为临床实验室提供一种科学、高效的质量管理工具, 从而为临床诊断和治疗提供更可靠的检测支持。

1 材料与方法

收起

1.1 研究材料

本研究选取 2023 年 12 月 -2024 年 12 月某三甲医院检验科的凝血四项检测数据, 涵盖门诊和住院患者的 12500 例样本。所有样本均来自临床常规检测,排除溶血、脂血及凝血异常的样本,以确保数据的代表性和可靠性。检测仪器为 Sysmex CS-5100 全自动凝血分析仪 (日本 Sysmex 公司), 该仪器具有高精密度和高灵敏度的特点, 适用于凝血功能的全面评估。试剂采用配套原厂试剂, 确保检测系统的稳定性和一致性。质控品为第三方提供的多水平质控品(正常值和异常值),用于每日质控监测和仪器性能验证^[6]。

1.2 研究方法

1.2.1 六西格玛 DMAIC 流程应用

采用六西格玛 DMAIC 流程系统性优化凝血检测质控, 重点强化西格玛值计算与质控规则选择之间的逻辑关联^[7-8]。

(1) 定义阶段

确立凝血四项检测的偏倚控制与误差率降低为核心目标, 将 PT、APTT、FIB、TT 的允许总误差 (TEa) 标准参照 CLIA’ 88 要求设定为: PT$\leq {10}\%$、APTT$\leq {15}\%$、 FIB$\leq {20}\%$、TT$\leq {15}\%$。组建跨部门质量改进团队,涵盖检验医师、设备工程师及质控专员。

(2) 测量阶段

通过连续 6 个月的质控数据采集 (每日正常 / 异常水平质控各 2 次), 系统计算西格玛值。

计算各项目变异系数 (CV): 基于 20 天质控数据计算日内精密度; 测定方法偏倚(Bias): 通过第三方质控品靶值比对获取; 采用允许总误差计算西格玛水平:$\sigma =$(TEa-|Bias|)/CV; 建立西格玛值 - 质控规则映射表: 参照 Westgard Sigma 规则选择矩阵。结果显示实施前 PT/ APTT/FIB/TT 的$\sigma$值分别为${3.5}/{3.1}/{2.8}/{3.4}$,均低于临床检测要求的${4\sigma }$基准。

(3) 分析阶段

通过鱼骨图分析发现, 仪器校准周期不合理 (每周 1 次)导致偏倚波动达 1.8%,试剂开瓶稳定性数据缺失引发批间 CV 差异 3.2%,现行 1-2 s 质控规则对$\sigma < 4$项目误差识别率不足 65%。根本原因为未建立基于西格玛水平的动态质控策略, 难以匹配不同项目的质量风险等级。

(4) 改进阶段

实施双路径优化策略:①西格玛值驱动的质控规则选择。针对$\sigma \geq 4$的 TT 项目,采用简化$1 - 3\mathrm{\;s}$单规则; 对$\sigma = {3.1} \sim {3.5}$的 PT/APTT,启用$1 - 3\mathrm{\;s}/2 - 2\mathrm{\;s}$多规则组合; 对$\sigma < 3$的 FIB 项目,增加 R-4s 规则强化趋势监控。②西格玛值提升专项措施。校准频次加密: 通过每日 2 次校准使 PT 偏倚降低 72%。试剂批验证标准化:增加线性范围检测 (5%~95% 检测限), CV 改善 35%。环境温控升级: 将检测区温度波动从$\pm 2{}^{ \circ }\mathrm{C}$降至$\pm {0.5}{}^{ \circ }\mathrm{C}$,减少温度敏感型项目(APTT)的随机误差。

(5) 控制阶段

建立西格玛值动态监控机制。月度$\sigma$值评估: 当$\sigma$值波动$> {0.5}$时触发根本原因分析。质控规则自适应调整: 根据季度$\sigma$值变化自动切换规则组合。人员能力量化考核: 将操作者个体$\sigma$值差异纳入绩效指标 (要求个体$\sigma \geq 4$)。

通过上述改进,各项目西格玛值提升幅度达 34%~58%,其中 FIB 项目实现从 2.8$\sigma$到${4.2\sigma }$的突破性质变。质控规则选择与西格玛值的动态匹配使异常值识别效率提升 2.3 倍,同时减少无效质控警报 42%。该模式为临床实验室提供了从质量评估到干预措施的全链条解决方案。

1.2.2 质控规则优化

在传统 Westgard 规则$\left( {{1}_{2\mathrm{\;S}}\text{、}{1}_{3\mathrm{\;S}}\text{、}{2}_{2\mathrm{\;S}}\text{、}{\mathrm{R}}_{4\mathrm{\;S}}\text{、}{4}_{1\mathrm{\;S}}\text{、}{10}_{\bar{x}}}\right.$) 的基础上,增加${1}_{3\mathrm{S}}/{2}_{2\mathrm{S}}$规则,以提高对异常值的识别能力。具体规则如下。${1}_{3\mathrm{\;s}}$: 当 1 个质控结果超出$\pm 3\mathrm{\;s}$范围时,判定为失控。${2}_{2\mathrm{\;S}}$: 当连续 2 个质控结果超出$\pm 2\mathrm{\;s}$范围时, 判定为失控。通过优化质控规则, 显著提高了对系统误差和随机误差的检测灵敏度。

1.2.3 仪器校准与试剂管理

仪器校准: 每日进行 2 次仪器校准, 分别在开机后和检测高峰期后进行, 确保检测系统的稳定性。校准品采用配套原厂校准品,校准频次的增加有效降低了系统偏倚^[9]。

试剂管理: 对每批次试剂进行线性验证, 确保试剂性符合要求。同时,建立试剂库存管理系统,避免使用临期的试剂,减少试剂批次间差异对检测结果的影响。

1.3 统计学处理

采用 SPSS 26.0 软件进行数据分析。计量资料以均数$\pm$ 标准差$\left( {\bar{x} \pm s}\right)$ 表示,组间比较采用独立样本$t$ 检验; 计数资料以率$\left( \% \right)$ 表示,组间比较采用${\chi }^{2}$ 检验或 Fisher 精确检验。偏倚值、误差率及西格玛水平的计算依据 CLSI EP15-A3 和 EP21-A 指南进行。以$P < {0.05}$ 为差异有统计学意义。

2 结果与分析

收起

2.1 凝血四项检测偏倚控制效果

通过六西格玛方法优化后, 凝血四项检测的偏倚值显著下降 (表 1)。其中, PT 的偏倚值从 1.8% 降至 0.5% ,降幅达 72.2%；APTT 的偏倚值从 2.5% 降至 1.2%,降幅为 52.0%；FIB 和 TT 的偏倚值分别从 3.1% 和 2.2% 降至 1.4% 和 0.8%,降幅分别为 54.8% 和 63.6%。偏倚值的降低表明检测系统的准确性显著提升。

2.2 误差率及西格玛水平变化

实施六西格玛后,凝血四项检测的总误差率从 3.2% 降至 0.8%,西格玛水平从平均 3.2 提升至 4.8 (表 2)。西格玛水平的提升表明检测过程的稳定性和可靠性显著增强, 符合 ISO 15189 对高风险检测项目的要求$\left( {\sigma \geq 4}\right)$ 。

2.3 质控规则优化对异常值的识别效能

通过增加${1}_{3\mathrm{\;S}}/{2}_{2\mathrm{\;S}}$ 规则,异常值识别灵敏度从 82.4% 提升至 98.5%,假阳性率从 4.7% 降至 1.2%(表 3)。优化后的质控规则显著提高了对异常结果的检测能力, 减少了漏检和误检的发生。

3 讨论与结论

收起

本研究通过六西格玛 DMAIC 流程系统性优化凝血四项检测的室内质控策略, 显著提升了检测结果的准确性和可靠性^[10]。① 偏倚控制的优化。偏倚是影响检测结果准确性的重要因素, 其来源包括仪器校准误差、试剂批次差异及操作人员技术水平等^[11]。本研究通过增加仪器校准频次 (每日 2 次) 和试剂线性验证, 显著降低了凝血四项检测的偏倚值。其中, PT 的偏倚值降幅最大 (72.2%), 这与 PT 检测对仪器校准的敏感性较高有关。类似研究也表明, 定期校准和试剂管理是降低偏倚的有效手段。②误差率降低与西格玛水平提升。本研究中,凝血四项检测的总误差率从 3.2% 降至 0.8%,西格玛水平从 3.2 提升至 4.8, 达到了 ISO 15189 对高风险检测项目的要求$\left( {\sigma \geq 4}\right)$。这一结果优于既往研究。本研究的优势在于结合了六西格玛的多维度改进策略, 包括质控规则优化、仪器管理和人员培训,从而实现了更显著的质控效果^[12]。③质控规则优化的临床价值质控规则的优化是本研究的重要创新点。通过增加${1}_{3\mathrm{\;S}}/{2}_{2\mathrm{\;S}}$规则,异常值识别灵敏度从 82.4% 提升至 98.5%,假阳性率从 4.7% 降至 1.2%。这一改进显著提高了对异常结果的检测能力, 减少了漏检和误检的发生^[13]。类似研究也支持多规则质控策略的应用。然而, 多规则质控策略的实施对实验室的信息化水平提出了更高要求, 需进一步优化实验室信息管理系统(LIS)以支持复杂的质控规则运行。④六西格玛在临床实验室中的应用价值。六西格玛作为一种以数据为导向的质量管理方法, 在临床实验室中展现出显著的优势。本研究通过 DMAIC 流程系统性分析了凝血检测质控中的关键问题, 并提出了针对性的改进措施。与传统的质控方法相比,六西格玛更注重数据的系统分析和持续改进, 能够有效解决复杂问题。尽管本研究取得了显著成果, 但仍存在一些局限性。首先,研究周期较短,未来需延长观察时间以验证结果的长期稳定性。其次, 样本来源单一, 未来可通过多中心研究进一步验证结果的普适性。此外, 六西格玛的实施对实验室的信息化水平和人员素质提出了较高要求, 这会限制其在基层实验室的推广应用。未来研究可结合人工智能技术, 开发智能化的质控预警系统, 以进一步提高质控效率。

本研究通过六西格玛方法系统性优化凝血四项检测的室内质控策略,显著提升了检测结果的准确性和可靠性。研究结果表明, 六西格玛在临床实验室中具有重要的应用价值, 可为临床诊断和治疗提供更可靠的依据。未来需结合更多先进技术, 进一步优化质控流程, 推动临床实验室的精准化管理发展。

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

冯贻君, 祖学亮, 陈飞, 等. 运用精益六西格玛提高医院质谱检测率的实践与效果分析[J]. 医院管理论坛, 2024,41(9): 68-71.

[2]

谢峰, 王宇坤, 王晓龙, 等. 集中管理模式下精益六西格玛管理法对优化医疗设备维修管理的价值研究[J]. 中国医疗设备, 2024,39(6): 107-112.

[3]

胡鑫, 刘阳, 熊仕琳. 六西格玛管理法在减少临床生化不合格标本中的应用[J]. 中国卫生标准管理, 2024,15(6): 94-97.

[4]

姚家春, 高华敏. 六西格玛管理法结合9S管理理念在提高ICU医疗设备稳定性中的应用[J]. 医疗装备, 2024,37(3): 37-40.

[5]

宋玉印, 徐华, 陈佳. 六西格玛理论用于两台生化检测系统的比较[J]. 中国当代医药, 2024,31(1): 111-115.

[6]

陶春妃, 陈欣, 黄潇苇, 等. 六西格玛质量管理方法在内分泌项目质量控制中的应用[J]. 成都医学院学报, 2023,18(6): 721-726.

[7]

刘晋阳. 基于精益六西格玛的医院危急值管理研究[D]. 济南: 山东大学, 2023.

[8]

邱爽, 刘武征, 王芳, 等. 应用六西格玛管理对多院区模式下全自动生化流水线开展临床化学定量检测项目分析性能的评价[J]. 标记免疫分析与临床, 2023,30(5): 857-862.

[9]

陈铿铿, 陈念光, 张碧珠. 应用六西格玛质量管理方法改进全自动生化分析仪管理流程[J]. 中国工业医学杂志, 2022,35(1): 92-97.

[10]

陈燕, 徐佳恩. 六西格玛质量管理方法在凝血检验质量管理中的应用[J]. 中医药管理杂志, 2021,29(21): 165-167.

[11]

张楠楠, 贺禹博, 李淮淮. 根因分析在实验室凝血酶原时间检测质量控制中的应用[J]. 检验医学与临床, 2021,18(5): 707-710.

[12]

杨伏猛, 刘倩, 张子龄, 等. 六西格玛在肿瘤标志物质量目标选择上的应用[J]. 中华临床实验室管理电子杂志, 2020,8(2): 113-117.

[13]

张楠楠, 李淮淮, 王绪山. 66质量管理在凝血酶原时间室间质量评价与室内质量控制分析应用[J]. 现代检验医学杂志, 2020,35(3): 149-152.

2025年第3卷第9期

PDF下载

194

引用本文

BibTeX

文章信息

首发时间：2025-07-21
出版时间：2025-05-08

补充材料

相关文章

文章信息

作者

出版历史

基金

作者信息

天水市第一人民医院检验科天水 741000

通讯作者:

^*李仕伟，硕士，主管检验师，研究方向为医学检验。E-mail: 18308187849@163.com

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/sysjc/CN/1154105014483145642

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT