一、定量检验的校准验证

“校准验证”，这个词在目前的临床实验室性能验证中出现的频率比较低，但在文献中也有提到，就是不知道怎么回事。随后查找了相关的文献，在此略微汇总下，用的不多，只作了解即可。

为保证临床检测数据的准确性，必须对检测系统进行有效性评估。校准、校准验证或/和AMR确认是对临床定量检测系统进行评价的重要指标。

术语的区别（其实我特不爱堆术语）

CLIA终法规中定义：

校准：检测并调整仪器或检测系统的过程，以建立检测响应与检测程序检测物质的浓度或含量的相互关系

校准验证：采用与检测患者样品相同的方式，检测已知浓度的物质，证实在整个患者检测结果的可报告范围内仪器或检测系统的校准。

可报告范围：指检测结果分布的范围，在该范围内，实验室可建立或验证仪器或检测系统检测响应的准确性。

美国病理学家协会（CAP）使用不同的术语，这些是大家熟悉的，这也就是为什么“校准验证”不为人知的原因。简单地说了

分析测量范围（AMR）：方法直接得到的分析范围

临床可报告范围（CRR）：允许稀释、浓缩等前处理得到的检测范围

原则上，AMR相当于CLIA的可报告范围，而CRR提供了更多实用信息，考虑了方法的检出限和/或通过稀释患者标本验证的程序拓展了AMR。

黄亨建等在《临床定量分析校准的验证评价》给出了判断校准验证有效性的方法，简述以作参考。

2005年卫生部临检中心首次在全国开展了线性与校准验证活动，所提供校准验证材料浓度或活性涵盖大多数分析物的可报告范围，分发给各参加实验室，结果汇总与靶值进行比较，判断当前校准是否在可报告范围内保持稳定及测定结果的准确性。

校准验证材料，项目包括常规生化、脂类、酶等项目，共6份，每份测定2次，计算平均值。

1回归方程评价：以测定值均值为Y轴，靶值为X轴，绘制线性回归图，计算回归方程，并分析回归方程的斜率与1及截距与0有无统计学意义（？怎么判断）

2百分差异的评价：以百分差异即（测定值-靶值）/靶值*100%为Y，相应靶值为X，绘制百分差异图，其中低浓度判断界限为小检测差异与靶值之比，高浓度判断界限为总误差分析目标的1/2百分数，绘制校准验证评价图，判断各点是否在判断界限内。可接受的总误差分析目标和小检测差异表（略）自行查阅。

1）验证1：回归方程评价 ok，百分差异评价 ok 

2）验证2：回归方程评价 not ok，百分差异评价所有ok

3）差异1：回归方程评价 ok， 但校准验证测定值至少有一个超过可接受范围，分析检测系统校准无效。

4）差异2：回归方程评价 不ok，校准验证测定值至少有一个超过可接受范围，分析检测系统校准无效。

其中，验证1和验证2 为校准验证可接受的结果，差异1和差异2不可接受。

差异1多由随机误差造成，这种情况要求控制实验的精密度。差异2说明分析检测系统存在比例误差或恒定系统误差，此时要求方法学确认。实验室对于差异1和差异2应进行原因调查分析，采取有效措施加以改进。

总之，临床定量检测实验室通过校准、校准验证及AMR的确认过程，不仅保证了检测系统的稳定性和准确性，还可以帮助实验室发现问题、纠正问题，确保提供准确、可靠的检测结果。

后一个问题：如何分析回归方程的斜率与1及截距与0有无统计学意义？

很麻烦，到处找不到。后在Westgard先生所著的《医学实验室方法确认基础》里某一章节的习题里发现了。简略说下

要已知：斜率及斜率标准差、截距及截距标准差，如Y=bx+a，a=-0.31, s(a)=0.23, b= 1.032, s(b)=0.009，问斜率与1及截距与0有无统计学意义？

斜率b 95%的可能性可用斜率b+\- 2倍标准差计算得到，即1.014~1.050。因为这个范围未与理想斜率1重叠，可以说观测斜率与理想斜率间差异有统计显著性。而同理，截距95%可能性范围为-0.76~0.15，这个范围包含了理想值0，所以截距与理想值无显著性差异。

还有，斜率和截距的标准差怎么来的？我也不懂，留个尾巴吧。

后记：做好一个专题确实不容易，看似简单的四个字的主题，背后却隐藏了很多很多的知识，从概念到实施，再到解读，着实费心思，晒下手头的资料吧。

年底和年初往往是工作多的时候，有内审、管理评审、上级医院进修等等，没有及时更新，给各位致歉，其实这都不应该是理由，希望多多支持！还有笔者所在检验科今年参加了卫生部的准确性验证评价，等结果回来再与大家讨论分享吧。

二、检验程序性能验证的时机不包括

检验程序性能验证的时机不包括:*作者变换以后检验程序性能验证

在常规应用前，应由实验室对核酸POCT检测系统进行独立的性能验证，以证实检测程序性能与其所声明性能指标相符。

任何严重影响检验程序分析性能的情况发生后，应在检验程序重新启用前对受影响的性能进行验证。病原体核酸POCT主要包括定性和定量检测项目，不同项目性能验证参数有所侧重。

定性检测项目需验证的性能指标至少包括符合率、精密度（重复性和再现性）和检出限等。

定量检测项目需验证的性能指标至少包括正确度、精密度、线性区间、定量限等。对于多重病原体核酸检测，宜尽量覆盖常见病原体种类及基因型。

三、关于pcr检测项目进行性能验证哪个指标不是必需的

PCR定量检测选择验证的性能指标宜包括测量正确度、测量精密度（含测量重复性和测量中间精密度）、测量不确定度、分析特异性（含抗干扰能力）、分析灵敏度、检出限和定量限、线性区间（可报告区间）等。PCR定性检测选择验证的性能指标宜包括方法符合率、检出限、抗干扰能力、交叉反应等。

四、临床化学定量检验程序的分析性能参数包含

临床化学定量检验程序的分析性能参数包含测量正确度、测量精密度、测量不确定度、分析特异性、分析灵敏度、检出限和定量限、线性区间等。

WS/T420-2013中指出：临床实验室应在正式使用商品定量试剂盒前，对厂家声称的各项主要性能指标进行验证，依据CLIA88要求，临床实验室可只对正确度、精密度和线性测量区间进行验证。

CNAS-CL02-A003：2018中指出：检验方法和程序的分析性能验证内容至少应包括正确度、精密度和可报告范围。

性能验证的内容必须是厂家说明书上提供的；对于定量项目，正确度、精密度和可报告范围是所有实验必须做的；对于ISO 15189认可实验室可根据各检测项目的具体特性选择增加重要的指标进行验证。

CNAS-CL022019中指出：在常规应用前，应由实验室对未加修改而使用的已确认的检验程序进行独立验证；实验室应从制造商获得相关信息以确定检验程序的性能特征；实验室进行的独立验证，应通过获取客观证据以证实检验程序的性能与其声明相符。

临床化学性能验证时机和判断标准：

性能验证时机（CNAS-GL037：2019）：检验程序常规应用前；任何严重影响检验程序分析性能的情况发生后，应在检验程序重新启动前对受影响的性能进行验证。

常规使用期间，实验室可基于检验程序的稳定性，利用日常工作产生的检验和质控数据，定期对检验程序的分析性能进行评审，应能满足检验结果预期用途的要求。

性能验证的判断标准（CNAS-GL037：2019）：实验室应根据临床需求制定适宜的检验程序分析性能指标；实验室性能验证的结果应满足实验室制定的判断标准。如果验证结果符合制造商或研发者声明的性能指标，但不满足实验室制定的判断标准，结果不可接受。