促甲状腺素（TSH）检测的性能评价

财小弟

卫生部临床检验中心——康凤凤 王治国
        甲状腺疾病发病率可高达4-8%，已成为重要的公共卫生问题[1-3]。实验室检测是甲状腺疾病的诊断和管理的关键工具[4,5]，但甲状腺相关激素检测的性能质量及标准化仍然是一个很大的问题。因此国际临床化学和检验医学联合会（IFCC）成立了一个工作小组——甲状腺功能检测标准化小组（WG-STFT）。该小组就甲状腺素（TT4）、三碘甲状腺原氨酸（TT3）、游离甲状腺素（FT4）、游离三碘甲状腺原氨酸（FT3）和促甲状腺素（TSH）检测建立探究计划，首先调查了各项目检测结果可比性以及对各个检测的每个试验的关键性能属性进行了评估。WG-STFT的第一部分报告为TSH的方法学比对报告，即Report of the IFCC Working Group for Standardization of Thyroid Function Tests; Part 1: Thyroid-Stimulating Hormone[6]。本文主要通过图表形式对该报告中的TSH检测性能进行总结和探讨。
        该研究基于严格的精密度和方法比对试验，比较了当前市场上16种不同的TSH免疫学试验，以评价其结果可比性和性能。值得一提的是，一个研究中包含如此之多的试验是相当不易的。该报告对各试验检测结果的变异、偏倚和性能作了深入的稳健估计。
1. 标本量及研究方案
        从200个完全健康候选人中选择了40个独立血清标本作为正常参考范围的预期值。该研究不仅解释了TSH检测结果，对仪器性能也进行了很好的说明。其要求实验室在厂家室内质控品的控制下，最好采用3种不同的仪器/校准品/试剂（批号）组合，对3个不同的分析批重复检测2次，得到6个检测结果。这对评价整体方法性能是一个很好的办法。通常研究仅包括一个仪器、一个试剂批号、一个校准品，得到的结果可能是一个偶然。通过观察不同试剂和校准品组合，以及采用多台仪器，可更全面地评价仪器性能。
2. 方法精密度
        研究采用每个分析批的第一个和第二个重复检测结果计算批内变异系数（CVw），混合3个分析批的重复检测计算总的变异系数（CVt），如表1所示。

3. 方法学比较和偏倚估计
       由于TSH检测缺乏参考方法，该研究采用了全部方法的均值来估计偏倚。TSH浓度为对数分布，因此采用稳健的几何均数作为总体均值。将各个试验的每个标本6个检测结果的均值与总体均值（排除两个最低和最高值）作加权戴明回归分析，评价TSH检测的一致化状态。
        每个试验有6组独立的检测结果，即对各个标本的3个分析批进行重复两次检测。对各组数据分别进行三级相关性分析，计算各决定系数（r2）的均值，后者与结果的离散程度呈负相关。对每个试验，确定一组最具代表性的结果，即r2值最接近各r2值均值。将该组最具代表性的结果及其重新校准后的结果绘制以浓度为单位的差值图，以估计试验不精密度和标本相关因素的变异。根据基于生物学变异的允许总误差（根据最佳偏倚小于6.9%和最佳不精密度小于9.7%，计算允许总误差为22.8%）对差异进行解释。这种新方法可获得最佳的所有方法均值，对缺乏参考方法的检测尤其适用。表2显示了加权戴明回归方程的参数，表明各个检测均值与总体均值的差异。注意理想的斜率和y轴截距分别为1和0，与理想状态的差异表明存在比例系统误差或恒定系统误差。大部分试验的斜率都接近于1，但也有个别试验存在问题。
4. 决定性水平偏倚估计
        TSH参考范围为0.4-4 mIU/L，临界值在结果解释时至关重要，小于0.4 mIU/L表明TSH偏低，高于4 mIU/L表明TSH偏高。利用回归方程，可在决定性水平计算偏倚，如表2所示。

5. 质量要求
       由表2可知，很多试验方法间存在较大差异，判断偏倚的合理性应首先选择质量要求。如前所述，该研究采用了基于生物学变异的方法，将22.8%作为允许总误差。该要求来源于最佳偏倚小于6.9%，最佳不精密度小于9.7%[7]，因此表3中有部分试验不能满足要求。
6. 图表解释
        另一种更简便的方法是采用西格玛度量方法决定图，即将精密度和偏倚与质量要求规范图表化，利用六西格玛度量进一步鉴定性能。图1、图2分别为0.4 mIU/L和4 mIU/L浓度水平下的西格玛方法决定图。

        图1和图2清楚地显示了性能之间的差异。大部分试验处于较好和边缘接受范围内，还有一部分处于较好和优秀之间，极少的试验为世界级水平，但是也有一些试验处于较差或不可接受的水平。
        这些试验应用于常规工作前应采取合理的质量控制。方法决定图（图1和图2）可区分方法性能，采用操作过程规范图可确定质控规则和质控结果个数使试验满足质量要求。图3和图4分别为0.4mIU/L和4mIU/L决定水平的操作过程规范图。对大部分较好和世界级的试验，仅需要简单的单个质控程序，而性能水平较低的试验，则需要更多的质控，包括增加质控结果数或更复杂的多规则质控程序。

7. 结论
       该研究提出了TSH检测的不同试验一致化的切实方法，并表明很多试验需要改进。图形工具（方法决定图和操作过程规范图）可用于方法评价过程，通过直观的性能描述可快速地评估性能及其用于常规工作所需要的努力。从质量控制的角度看，操作过程规范图表明有些可接受的方法事实上需要更多的努力来检出最小的临界差异。
参考文献
[1] Leese GP, Flynn RV, Jung RT, et al. Increasing prevalence and incidence of thyroid disease in Tayside, Scotland: the Thyroid Epidemiology Audit and Research Study (TEARS). Clin Endocrinol (Oxf), 2008, 68:311- 6.
[2] Bjoro T, Holmen J, Midthjell K, et al. Prevalence of thyroid disease, thyroid dysfunction and thyroid peroxidase antibodies in a large, unselected population. The Health Study of Nord-Trondelag(HUNT). Eur J Endocrinol, 2000, 143:639 - 47.
[3] Canaris GJ, Manowitz NR, Mayor G, et al. The Colorado thyroid disease prevalence study. Arch Intern Med, 2000,160:526 -34.
[4] Ladenson PW, Singer PA, Ain KB, et al. American Thyroid Association guidelines for detection of thyroid dysfunction.Arch Intern Med, 2000, 160:1573-5.
[5] Demers LM, Spencer CA, eds. Laboratory Medi-cine Practice Guidelines: laboratory support for the diagnosis and monitoring of thyroid disease. Washington (DC): National Academy of Clinical Biochemistry (NACB); 2002.
[6] Thienpont LM, Uytfanghe KV, Beastall G, et al. Report of the IFCC Working Group for Standardization of Thyroid Function Tests; Part 1: Thyroid-Stimulating Hormone. Clinical Chemistry,2010, 56(6): 902-11.
[7] Westgard QC. Desirable specifications for total error,imprecision, and bias, derived from intra-and inter-individual biologic variation. http://www.westgard.com/biodatabase1.htm (Accessed January 2010).
                                                                 摘自定向点金《临床实验室》杂志2013年第六期
                                                                                             编辑：范伟伟