測量不確定度VS允許總誤差

對于測量不確定度(MU)VS允許總誤差(TEA),些許沮喪,但要少點爭論。

MU vs. TEA 這個討論一直持續了上十年,人們關注的重點已經偏離取代了應用上的真實的數據,進入了無限循環的爭論。

需要清楚這一點:我們一直相信,MU和TEA應該共存,并相互完善。

MU專家們似乎從不妥協:必須終止TEA的使用,而且過去40年對TEA的應用和完善都是錯誤........

目前眾多實驗室都在尋求關于質量控制和方法學表現的實踐指導,而這場爭論的結果可能不會有一點點的幫助,真正的敵人應該是試劑廠商和供應商方面質量的缺乏,而不是“質量”的定義詞匯。

The latest round in the debate, however, seems to be more slightly more hopeful.

關于應用“Westgard 方式的允許總誤差還是GUM方式的測量不確定,這場爭論還在持續擴大。

GUM:Guide to Uncertainty in Meaurement,測量不確定度表示指南

少點爭論

我們十分贊賞ISO15189認可準則的完善工作,以及解決MU相關問題的實踐方案,他們的前瞻性思維為每個人提供了觀點上的指導。

1? TEA和MU不沖突,因此我們建議二者都應包含在質量控制體系內。

2? GUM方法在統計計算上太復雜,GUM提出MU已經20幾年,同時ISO納入MU也已10年,很少實驗室能開展MU的實際應用,當然不包括應付認可的需要。

@Westgard先生此前做過關于MU的調查,調查結果不太理想,具體稍后放出。

3? GUM F.2.4.5中提到:納入結果的不確定度會包含進測量過程本身的系統誤差,這點與Westgard團隊所描述的總誤差理論相契合,不確定度同樣包含不精密度和偏倚的成分。這鮮有人知的一點卻沒有參與到MU vs. TEA的討論中去。

4? 我們也提倡把偏倚和不精密度區分開來。實驗數據在整個測量過程中都會發生變化,從最初的性能驗證數據,然后室內質量控制對于不精密度的評估,再到PT和EQA對于偏倚的評估,以及認證參考物質的定期應用和正確度控制等。

5? 我們同意,要依據生物變異度設定各可接受限,包括偏倚及CV。

更多的異議

我們對于MU和TAE的理解以及ISO15189的解讀在一些問題上跟澳大利亞人有點不同。

1 ISO對于如何確定測量不確定度,在條款5.5.1.4 注2 中有詳細闡述:“測量不確定度可在中間精密度條件下通過測量質控物獲得的量值進行計算,這些條件包括了測量程序標準操作中盡可能多而合理的常規變化,如不同批次試劑和校準物、不同操作者和定期儀器維護。”

這里用到了“可以(may)”而不是“應該(should)”,意味著實驗室不必按照這種方法去做,但仍比GUM法更具操作性。上一版即2007版中建議當“相關且可能時”需確定MU,因此,多數實驗室以MU不相關,GUM法無法完成等理由沒有做MU相關工作。這也是為什么2012版提供了更加可行的方案,即通過已有的質控數據計算SD用于評估MU。

2? 澳大利亞人認為:......(大意是隨著技術的發展,偏倚已經不重要了,原文見下方)這種情況下,不管總誤差還是不確定度最終都只是對不精密度的評估而已....我們很是不同意。雖然理論上沒錯,但是我們也看到實際工作中存在的廣泛的方法學之間的偏倚,這種差異足以影響準確度及結果的解釋。若是忽略這種偏倚的話,本次結果只能與來自相同儀器,方法學的其他結果及由實驗室自己建立的參考區間進行對比。

Bias becomes largely irrelevant provided it remains internally consistent and consistent with the comparator.

?It is therefore a worrying practice to assume a test result will only be compared with another test result from the same instrument or method or to reference intervals that have been carefully established in individual laboratories.

3? 相對于GUM計算方法的復雜,TAE提供了更加簡單,更具可行性的方法計算ISO定義的準確度,其中包含了不精密度和偏倚。TAE為預期的分析誤差提供95%的置信區間,與包含因子為2的擴展不確定度基本一致,區別在于,我們的誤差區間會隨著偏倚發生改變,而不是以測量結果為核心。(?)

The difference is that this error interval is shifted in the direction of the observed bias, rather than being centered on the test results.

老問題不想再提

我們不想再討論MU vs. TAE,兩個概念都有它自己的應用范圍。TAE在醫學實驗室已經應用了40多年,接受度高,在分析質量管理中發揮了重要作用,包括評估試劑表現、確定西格瑪分數、設計室內質控方案、開發基于風險的質控計劃、及通過PT和EQA監測西格瑪表現等。

而測量不確定度(MU)可以幫助試劑廠商確認和消除潛在的誤差以發展更好的測量程序。這兩種概念都能延伸到其他分析前的變異,如標本、采樣等,為測量結果的應用和解釋提供更多的信息。一些人正試圖擴展MU的概念到診斷領域,可能會更加復雜,但會更好。

這場爭論讓很多人變得沮喪,從而退出。而我們需要的恰好相反,我們需要更多的有熱情的實驗室,更多的數據,更多的研究,更多的發言。我們停止這場討論,就意味著我們向不感興趣,向不精密,向不準確屈服,就意味著我們被動接受試劑廠商給予的一切。何不大膽挑戰他們,讓廠商們提供更好的試劑表現。

而且,受害最多的,也是這場討論中無法發聲的:患者。

譯自Westgard先生的Some dismay, but less disagreement, on MU vs. TEhttps://www.westgard.com/make-quality-great-again.htm

?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 229,908評論 6 541
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,324評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,018評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,675評論 1 317
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,417評論 6 412
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,783評論 1 329
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,779評論 3 446
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,960評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,522評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,267評論 3 358
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,471評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,009評論 5 363
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,698評論 3 348
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,099評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,386評論 1 294
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,204評論 3 398
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,436評論 2 378

推薦閱讀更多精彩內容

  • 高級鉗工應知鑒定題庫(858題) ***單選題*** 1. 000003難易程度:較難知識范圍:相關4 01答案:...
    開源時代閱讀 5,882評論 1 9
  • 提起互聯網三巨頭我們第一時間想到的可能就是騰訊了,為什么會想到騰訊呢?我想可能是我們的手機里都會安裝QQ或微信這兩...
    溪風柳柳閱讀 205評論 0 0
  • 上一章 我大概會去哪個城市上學? “爸,你覺得我去哪兒上學好?” “在家里上學最好,就考A大。” “受不了你,那我...
    漠漠鬼話閱讀 520評論 9 8