何书康，王薇，何法霖，杜雨轩，王治国(.北京医院 国家老年医学中心 国家卫生健康委临床检验中心 中国医学科学院老年医学中心，北京00730；2.北京协和医学院研究生院，北京00730)

新生儿遗传代谢性疾病筛查是指通过血液检查对某些危害严重的先天性代谢病及内分泌病进行群体筛查，使患儿得以早期诊断、早期治疗，避免因脑、肝、肾等器官损害导致生长、智力发育障碍甚至死亡[1]。新生儿疾病筛查工作是一个多环节的系统工程，其程序包括采血、检测、追访、确诊和治疗等几个环节，而实验室检测作为新生儿疾病筛查整个流程的核心环节，是保证筛查质量的关键步骤[2]。串联质谱技术(tandem mass spectrometry，MS/MS)于20世纪80年代被引入临床实验室，并在90年代被用来进行新生儿筛查[3]。串联质谱分析技术应用于新生儿遗传代谢病筛查，通过分析干血滤纸片上氨基酸谱和酰基肉碱谱，可同时检测氨基酸代谢异常、有机酸代谢异常和脂肪酸氧化障碍等，可扩大新生儿筛查的疾病谱，实现一次检测多种疾病[4]。六西格玛(6σ)质量管理在医学检验中的应用最早由国外学者Nevalainen提出，其将实验室差错或缺陷率转化为σ水平进行评价和管理，或者根据允许总误差(allowable total error，TEa)、偏倚(bias)和变异系数(coefficient of variation，CV)，由公式σ=(TEa-bias)/CV计算获得[5]。西格玛度量可以对分析检测过程进行量化(每百万缺陷数)，进而客观地评价检测过程的性能，因此实验室可以利用西格玛度量识别过程的不足之处，并采取相应的改进措施[6]。本研究对全国实验室新生儿遗传代谢病串联质谱筛查氨基酸项目的检测性能进行西格玛水平的分析，以了解我国新生儿遗传代谢病实验室筛查现状，并发现分析过程中存在的问题，提出相应的改进措施与建议，进而提高临床实验室整体质量水平。

1 材料和方法

1.1研究对象 参加2019年4月第一次新生儿遗传代谢病串联质谱筛查氨基酸和酰基肉碱专业室间质量评价(external quality assessment，EQA)计划，同时上报室内质量控制(internal quality control，IQC)数据的临床实验室，进行分析的氨基酸检测项目包括苯丙氨酸(Phe)、瓜氨酸(Cit)、甲硫氨酸(Met)、酪氨酸(Tyr)、亮氨酸(Leu)和缬氨酸(Val)。

1.2方法

1.2.1数据收集 利用国家卫生健康委临床检验中心(NCCL)开发的软件平台收集2019年4月全国临床实验室新生儿遗传代谢病串联质谱筛查氨基酸和酰基肉碱专业的EQA和IQC数据，选择其中的6种氨基酸检测项目进行分析。临床实验室上报的数据包括所使用的质控规则、在控CV、质控品检测结果、方法、仪器、试剂、校准品等。

1.2.2不精密度评估 将临床实验室上报的IQC数据中的累积在控CV作为临床实验室不精密度的估计，同时将实验室的累积在控CV与不同的不精密度标准进行比较，计算不同标准下各氨基酸检测项目的累积在控CV合格率(合格率=累积在控CV小于不精密度标准的实验室数/该项目总实验室数×100%)，以反映临床实验室氨基酸检测项目的不精密度水平。实验室上报的IQC数据包括2个浓度水平质控品的累积在控CV，批号1(高值)和2(低值)，其中上报批号2累积在控CV的实验室数目大约只有批号1的1/3，因此本研究只针对批号1的累积在控CV进行分析。

1.2.3偏倚评估 每个氨基酸检测项目各有5个EQA质控品，实验室对其进行检测后，可将检测结果通过国家卫生健康委临床检验中心网站(www.nccl.org.cn)进行上报。软件平台会自动计算每个EQA质控品检测结果的差值百分数(差值百分数=(检测结果-靶值)/靶值×100%，将各实验室按照其上报的方法进行分组，计算相同方法组每个批号上报结果的稳健平均值[7]，作为该组该批号的靶值)，这样每个氨基酸检测项目就会得到5个差值百分数，将这5个差值百分数绝对值的中位数作为实验室氨基酸检测项目偏倚(bias)的估计。

1.2.4σ水平的计算 利用公式σ=(TEa-bias)/CV计算各实验室氨基酸检测项目的σ值，其中TEa为国家卫生健康委临床检验中心EQA评价标准，各个氨基酸均为25%。

1.3统计学分析 所有的分析和计算均通过Excel(Microsoft Office 2016)和SPSS(IBM Statistics 21)软件完成，利用Kolmogorov-Smirnov方法对数据进行正态性检验，使用Kruskal-WallisH检验分析不同氨基酸检测项目之间累积在控CV和偏倚的差异，两两比较采用Bonferroni法进行，以P<0.05为差异有统计学意义。

2 结果

剔除上报数据不完整和具有超过3倍标准差的离群值数据的实验室之后，最终有156、154、156、156、156和157家实验室分别上报苯丙氨酸、瓜氨酸、甲硫氨酸、酪氨酸、亮氨酸和缬氨酸的EQA和IQC数据。

2.1不精密度水平 正态性检验结果发现6种氨基酸检测项目的累积在控CV均呈偏态分布(P<0.05)，故而利用中位数和四分位间距对其进行统计学描述，见表1。从表中可以看出，缬氨酸累积在控CV的中位数最大，四分位间距也最大，而酪氨酸累积在控CV的中位数最小。当使用1/3TEa作为评价标准时，所有氨基酸检测项目的合格率均在60%以上，其中酪氨酸的合格率最高，为74.36%，但是当使用更严格的1/4TEa评价标准时，所有氨基酸检测项目的合格率均有明显下降，全部在50%以下。无论使用1/3TEa还是1/4TEa评价标准，缬氨酸的合格率在所有氨基酸检测项目中均最低。Kruskal-WallisH检验发现不同氨基酸累积在控CV之间差异无统计学意义(P=0.065)。

表1 氨基酸检测项目累积在控CV及其在不同评价标准下的合格率(%)

2.2偏倚水平 氨基酸检测项目的偏倚分布情况见表2。Kolmogorov-Smirnov检验显示数据均呈偏态分布(P<0.05)。缬氨酸偏倚的中位数在所有氨基酸中最大，瓜氨酸的偏倚中位数最小。Kruskal-WallisH检验结果显示，不同氨基酸检测项目的偏倚之间差异无统计学意义(P=0.067)。

表2 氨基酸检测项目偏倚分布情况(%)

2.3σ水平 见表3。6种氨基酸检测项目的σ水平分布相似，大部分实验室的σ水平为0～3，比例均大于50%，其中缬氨酸检测项目σ水平为0～3的比例最高，为61.78%。3≤σ<6的实验室约为30%～40%，对于所有氨基酸检测项目，σ≥6的实验室比例均小于10%。

表3 氨基酸检测项目的σ水平分布及占比

3 讨论

作为一种质量保证工具，定期计算σ水平可以确定实验室的检测质量是否发生改变，越高的σ值意味着越少的分析误差和有问题的检测结果[8]。3σ通常为可接受水平，σ<3表示结果有问题，需要改善检测性能，否则有产生差错的风险[9]。从本研究结果可知，对于6种氨基酸检测项目来说，大部分实验室σ水平均处在3以下，提示目前全国新生儿遗传代谢病串联质谱筛查氨基酸项目的检测性能还普遍较差，需要实验室采取措施进行改进。其中，缬氨酸的累积在控CV和偏倚的中位数均最大，其σ水平均处在3以下的比例在所有氨基酸检测项目中也最大。

要提高检测性能，获得更高的σ水平，就必须关注并改善实验室的不精密度和偏倚水平，尤其是σ值在3以下的实验室。可通过开展IQC和参加EQA来保证筛查检测结果的可靠性和准确性，根据自身的σ水平，选择合适的质控规则[10]、质控测定值个数和批长度，以对实验室的分析过程进行更有效的监控。同时，在实验室实际操作中，应尽量使用配套的仪器、试剂和校准品，来减小检测结果的变异。在允许总误差方面，目前新生儿遗传代谢病串联质谱筛查项目还没有基于生物学变异导出的精密度质量规范[11]，因此在计算实验室σ值和评价实验室不精密度水平时使用的为国家卫生健康委临床检验中心EQA评价标准。

综上所述，目前我国临床实验室新生儿遗传代谢病串联质谱筛查氨基酸检测项目的整体σ水平较低，实验室还需进一步关注并改善检测性能，以获得更高的σ水平，提高检验结果的质量。