立即注册找回密码

QQ登录

只需一步,快速开始

微信登录

微信扫一扫,快速登录

手机动态码快速登录

手机号快速注册登录

搜索

图文播报

查看: 3927|回复: 0

[分享] 检验项目的参考值、参考区间、Cut-off

[复制链接]
发表于 2019-5-17 22:15 | 显示全部楼层 |阅读模式

登陆有奖并可浏览互动!

您需要 登录 才可以下载或查看,没有账号?立即注册 微信登录 手机动态码快速登录

×

实验室应为检验项目提供可靠的参考区间(Reference Interval),才能使临床对健康普查者的检验结果作出判断,对病人检验结果有大致的了解,发挥检验报告的作用。因此获得检验项目的可靠的参考区间是实验室的重要任务。

一、概念
1、参考个体(Reference Individual)
依据临床对某检验项目的使用要求确定选择原则,以此选择的测定参考值的个体。所有参考个体的集合为参考总体。

2、参考抽样组(Reference Sample Group)
从统计意义上,一定数量的参考个体是从参考总体中的一个抽样。在现今的参考值建立中,都是对参考抽样组作具体研究,在一定的可信限条件下,成为某项目的参考值和参考区间。

3、参考值(Refarence Value)
对一个参考个体进行某项目测定得到的的值为该个体的参考值,所有参考抽样组的各个参考值合起来即为参考值范围。

4、参考区间和参考限(Reference Interval or Reference Limit)
依据所有参考值的分布特性以及临床使用要求,选择合适的统计方法进行归纳分析后确定参考值范围中的一部分为参考区间,区间的两端为参考区间的限值,分为低参考限和高参考限。
一般情况下,常选择95%分布范围的大小表示参考值区间。例如 从2.5%位数到97.5%位数所在的区间。亦可从0%~95%位数;或者选择99%的上限值。

5、“正常值”、“正常范围”及“参考范围”
“参考值”常被称为“正常值”。“正常”理解为健康,若测定值不在参考区间内,意即检查对象有病或不是良好健康状态,亦即“不正常”。其实无法判断谁是正常人,健康只是相对的,因此“正常”词义不清。另外,“正常”亦理解为所有数据呈高斯(正态)分布。但生物数据大多不呈高斯分布。为使精确而少混淆,应不用“正常值”一词,而用“参考值”,自然亦不再用“正常范围”。

很多地方用“参考范围”表示“参考区间”。“范围”常定作实际的最小和最大测定值的一组值(即:参考值组的整个范围)。因此“参考范围”应是参考抽样组内所有参考值集合,以最小的和最大的参考值为界限。显然“参考区间”只是“参考范围”的一部分,而不是全体,两者不能混淆。

6、Cut-off
也可称为阳性判断值、临界值和CT值,是判断检测结果的标准。Cut-off也是由厂家制定好,使用者根据检测结果和Cut-off得出判断结果。Cut-off的制定方法与参考范围相似,Cut-off可以以一定数量的正常人的检测结果为标准,然后乘以一定系数,如1.2倍或2倍得出Cut-off值。还有一种是测定大量正常人和大量患者样本 ,取假阳性和假阴性发生率最低时的值作为阳性判断值,但有时为了提高检出率,避免漏检,或为了提高特异性,避免误诊,都会具有一定倾向性选取Cut-off值。

二、对新项目建立参考值范围和参考区间计划
1、根据文献及实验研究,总结对该项目测定结果产生的生物变异和分析干扰的因素,供选择参考个体时用。
2、确定参考个体的选择原则(或排除非参考个体的原则),编写与之对应的调查表。
3、依据调查表和其他有关记录,挑选候选的参考个体。
4、依据排除原则,剔去不符要求详细告诉各个受检参考个体,做好准备。
5、将采集标本前和采集时对受检查的要求详细告诉各个受检参考个体,做好准备。
6、完善地采集标本,做好分析前的标本预处理。
7、在良好的控制条件下,用事先指定的分析方法对处理好的标本作检测,获得参考值结果。
8、检查有无明显的误差或离群点。若有,按事先约定原则,剔去不符要求的数据后,再补上必需的数据。
9、绘制分布图,了解数据的分布特性。选择合适统计方法,估计参考限和参考区间(包括:如合适的话,将数据分成几组,分别求参考区间)。
10、将上述工作详细叙述成文备查。

三、Cut-off值的设定方法

1、使用阴性血清测定结果均值的2或3倍作为Cut-off值
该方法是取一定数量(通常不多)的阴性血清样本,使用免疫检测试剂盒进行测定,取阴性样本的测值的平均值。若上述阴性样本的平均值为X,则该次测定的Cut-off值为2X或3X。例如,试剂盒结果判定以S(样本测值)/N(阴性对平均测值)≥2.1为阳性,其依据即是以阴性参考血清的2.1倍作为Cut-off值。通常为了避免阴性样本测值过低导至的Cut-off值过低,还会规定阴性样本平均测值不到某一特定值,如0.05时,以0.05计算,即Cut-off值不低于0.10。采用这种方法设定Cut-off值,可以有效避免假阳性结果的出现,但易导至假阴性结果较多,是一种非常粗糙的Cut-off值设定方法。

2、阴性对照平均测值+2个标准差(SD)或3SD作为Cut-off值
先取大量(数千)正常人(阴性)血清样本进行检测,当阴性样本量足够大时,使用试剂盒检测所得测值将呈正态分布,若要求95.3%(单侧)的可信度,可将阴性样本平均测值+2SD作为Cut-off值;若要求99%(单侧)的可信度,则以阴性样本平均测值+3SD作为Cut-off值。这种方法建立在统计学计算的基础上,相比于第一种方法,更为科学。但这种方法仅考虑正常人群(阴性样本),因此难以界定“灰区”,几乎所有灰区样本都阴性结果处理,可能会出现较多假阴性。

3、综合阴性对照均值+2或3SD及阳性对照均值-2或3SD建立Cut-off值
先测定大量阴性血清样本,若测值为正态分布,在具有95.3%(单侧)的可信度的情况下,可以将从阴性样本中得到的测值+2SD得到一侧Cut-off值,若要求99%(单侧)的可信度,则以测值+3SD为一侧Cut-off值。然后检测大量阳性样本,在具有95.3%(单侧)的可信度的情况下,可以将从阳样本中得到的测值-2SD得到另一侧Cut-off值,若要求99%(单侧)的可信度,则以测值-3SD为另一侧Cut-off值。阴性和阳性样本的Cut-off值确定后,根据“灰区”的大小,综合平衡考虑假阳性率和假阴性率,确定试剂盒的Cut-off值。这种方法对比方法二,对阳性人群也有考虑,并且对“灰区”的存在有一定估计,不会出现将“灰区”全部归为阴性结果的情况。若样本测值为非正态分布,可采用“百分位数法”,以阴阳性样本测定结果的百分位数单侧95%或99%分别来确定两侧Cut-off值,再综合平衡考虑假阳性率和假阴性率。

4、在方法三的基础上,增加检测血清转化盘样本
在检测大量阴性及阳性样本基础上,检测转化型血清(从阴性转变为阳性过程中的系列血清)样本,取假阳性和假阴性发生率最低、且能区别抗原转化至抗体出现点的吸光度值作为Cut-off值。由此确定的Cut-off值能有最佳区分阴阳性样本的能力。

来源:基层检验网

楼主热帖
回复

使用道具 举报

发表回复

您需要登录后才可以回帖 登录 | 立即注册 微信登录 手机动态码快速登录

本版积分规则

关闭

官方推荐 上一条 /3 下一条

快速回复 返回列表 客服中心 搜索 官方QQ群 洽谈合作
快速回复返回顶部 返回列表