CN102472743B - 确定临床诊断过程的西格玛的系统和方法 - Google Patents
确定临床诊断过程的西格玛的系统和方法 Download PDFInfo
- Publication number
- CN102472743B CN102472743B CN201080032297.XA CN201080032297A CN102472743B CN 102472743 B CN102472743 B CN 102472743B CN 201080032297 A CN201080032297 A CN 201080032297A CN 102472743 B CN102472743 B CN 102472743B
- Authority
- CN
- China
- Prior art keywords
- standard deviation
- value
- sample data
- sigma
- concentration class
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 79
- 238000002405 diagnostic procedure Methods 0.000 title claims abstract description 78
- 230000008569 process Effects 0.000 claims description 49
- 238000004458 analytical method Methods 0.000 claims description 17
- 238000013213 extrapolation Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000013011 mating Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 241001269238 Data Species 0.000 claims 2
- 239000012491 analyte Substances 0.000 abstract description 4
- 239000000523 sample Substances 0.000 description 47
- 230000008859 change Effects 0.000 description 7
- 238000005070 sampling Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000003759 clinical diagnosis Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000003908 quality control method Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 238000003324 Six Sigma (6σ) Methods 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 238000012332 laboratory investigation Methods 0.000 description 1
- 239000013610 patient sample Substances 0.000 description 1
- 239000013062 quality control Sample Substances 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Automatic Analysis And Handling Materials Therefor (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
公开了一种用于确定临床诊断过程的西格玛的系统和方法。从多个实验室仪器收集样本数据。评估样本数据以确定每个数据点的聚集度和分析标准偏差。运行临床诊断过程并且获取患者的分析物的值，基于具有对应的聚集度的样本数据的标准偏差，将标准偏差分配给每个患者分析物的值。基于向患者分析物所分配的标准偏差计算单个西格玛度量，所述西格玛度量表示临床诊断过程的西格玛。将所计算的西格玛度量报告给用户或者实验室管理者。
Description
相关申请的交叉引用
本申请是基于在2009年7月24日提交的序列号为NO.12/508,718的美国非临时申请并且要求其优先权，在此通过引用将其并入。
技术领域
本发明涉及临床诊断过程，并且更具体地涉及用于确定这种过程的西格玛度量(sigma-metric)的系统和方法。
背景技术
由摩托罗拉首先将西格玛度量作为其6西格玛质量管理程序的一部分而引入的。尽管6西格玛原理最初被应用到制造过程以减少缺陷和改进质量，但当前其在制造和商业的各个方面中被广泛地使用以改进过程。西格玛度量定义了过程可能经历的、并且仍在其可允许的容限内的偏差或者变化的多少西格玛(即，标准偏差)。西格玛越高，过程在出现误差时的鲁棒性越强。通过定义，即使具有6标准偏差变化的6西格玛过程也仍在规范内。
西格玛度量的使用允许对宽发散的过程进行质量比较。例如，如在论文Six Sigma Quality Design & Control，(WI：Westgard QC，Inc.，2001，第29页)中所引用的：各种过程的西格玛度量是：Airline Baggage Handling-4.2 sigma；Airline Passenger Survival-6.42 sigma；Hematology Specimen Acceptability-4.15 sigma；和Firestone Tires-5 sigma.这篇论文的作者Dr.Westgard在其文章Six Sigma Quality Management and Desirable Laboratory Precision(2003，Westgard QC，www.westgard.com/essay35.htm)中将6西格玛概念引入到临床诊断领域(community)。
计算临床过程的西格玛的当前方法假定同方差性-或者均匀方差，即便广泛地知道临床过程极少是同方差的。事实上，临床诊断过程普遍地在不同的聚集度(concentration)具有不同的变化。因为这种变化，使用确定西格玛度量的常规方法导致多个西格玛应用于单个临床过程。因此不清楚这些西格玛(如果存在)中的哪一个对于该临床过程是正确的，以及在为单个临床过程确定各种西格玛时怎样使用西格玛度量。当前实践仅仅是为每个级别的控制材料显示单独的西格玛。
发明内容
本发明解决了现有的用于确定并显示在临床诊断过程中遇到的各种聚集度的大量西格玛的方法的缺点。本发明的系统和方法允许确定一过程的单个西格玛，其反映了在利用临床过程测试的患者实际体验到的事物。该结果是可应用于临床过程的单个西格玛，其精确地描述使用中的该临床过程的实际误差容差。使用从本发明输出的西格玛的质量控制设计过程将比使用常规手段的那些具有更高的准确度和控制度。
公开了用于确定一个和/或多个临床诊断过程的西格玛的示例性系统和方法。在使用时，从多个实验室仪器收集样本数据。评估样本数据以确定每个样本的聚集度和分析标准偏差。运行一个或多个临床诊断过程并且获取患者的分析物(analyte)的值，基于具有对应的聚集度的样本数据的标准偏差，将标准偏差分配给每个患者分析物的值。基于向患者分析物所分配的标准偏差计算单个西格玛度量，所述西格玛度量表示临床诊断过程的西格玛。将所计算的西格玛度量报告给用户或者实验室管理者用于确定整个系统的准确度和可用性。单个西格玛度量允许对多个实验室仪器和多个临床诊断过程(及其组合)执行评估，这向用户或实验室管理者提供了简单的单个度量，通过该简单的单个度量来评估临床诊断过程的性能。与现有技术的评估不同，不存在关于特定度量是否与仪器、过程或者实验室有关的不确定性，并且不存在关于可以怎样或者是否将那些分离的度量一起组合或者解释的不确定性。
附图说明
参照形成本发明的详细描述的一部分的附图，在以下本发明的详细描述中将更详细地描述本发明，其中：
图1描绘了根据本发明的第一示例性实施例的、配置有用于确定临床诊断过程的西格玛的应用模块的客户机计算机系统的框图。
图2描绘了根据本发明的示例性实施例的、用于在多个计算系统和装置之间执行共享的应用和/或传输数据和命令的网络布置的框图。
图3描绘了根据本发明的示例性实施例的、用于确定临床诊断过程的西格玛度量的处理的框图。
图4描绘了根据本发明的示例性实施例的、用于确定多个临床诊断过程的西格玛度量的处理的框图。
具体实施方式
在图1-4中描绘了根据本发明的示例性实施例的用于确定临床诊断过程的西格玛的系统和方法。尽管在下文中将参照所描绘的示例性实施例和可替换实施例详细地描述本发明，但应理解本发明不限于在这些实施例中示出和描述的特定配置。相反，本领域技术人员将意识到可以依据本发明实现各种配置。应注意，此处使用术语“西格玛”和“西格玛度量”，“西格玛”通常指代众所周知的西格玛质量控制概念，并且“西格玛度量”更特定地指代如在此描述的通过用于临床诊断过程的系统和方法计算的量。
首先看图1和图2，系统客户机计算机系统(例如临床诊断仪器)10配置有应用模块20，该应用模块20可操作地对诸如患者样本或者质量控制样本之类的各种分析物执行测试。应用模块20可以连同实现任何临床诊断过程(诸如血液分析仪或者任何其它临床诊断或者分析过程)一起执行任何序列的诊断步骤或者一个或更多诊断算法。如在图2中最好示出的，根据本发明的示例性实施例，可以在用于多个计算系统和装置之间执行共享的应用和/或用于传输数据和命令的网络配置中布置多个客户机计算机系统10。应理解，客户机计算机系统10可以操作为诸如诊断仪器装置或实验室仪器之类的独立的系统，或者其可以通过网络34连接到服务器系统30和/或其它客户机系统10和/或其它装置/服务器32。
图1和图2中描绘的系统中的若干元件是众所周知的，可以依据本发明实现现有的元件和这些示例性元件的变型。例如，客户机系统10可以包括台式个人计算机、工作站、膝上型计算机、手持移动装置，或者能够执行应用模块20的任何其它计算装置。在客户机服务器或者联网的实施例中，客户机系统10被配置为通过网络34直接地或者间接地与服务器系统30以接口方式连接。网络34可以是本领域中已知的任何类型的网络，诸如局域网(LAN)、广域网(WAN)、因特网、专用网，或者任何其它类型的网络。客户机系统10还可以通过网络34直接地或者间接地与一个或多个其它客户机系统10和装置/服务器32通信。客户机系统10优选地执行网络浏览程序，诸如微软的Internet Explorer、Netscape Navigator，Opera等等，以允许客户机系统10的用户通过网络34从服务器系统30或者其它服务器系统访问、处理和观看对其可用的信息和页面。客户机系统10还优选地包括一个或多个用户接口装置36，诸如键盘、鼠标、触摸屏、图形面板(tablet)、笔等等，用于与在显示器38上提供的图形用户界面(GUI)进行交互。显示器38优选地是监视器或者LCD屏幕，但是可以是本领域已知的任何类型的显示装置。
在一个示例性实施例中，应用模块20完全在客户机系统10上执行(例如，单独的)，然而，在可替换实施例中，该应用模块可以在诸如客户机-服务器、对等、或者多计算机联网的环境之类的联网环境中执行，其中多个部分应用代码可以在网络系统的不同部分上执行，或者其中在执行多个部分应用代码的各种组件或装置之间交换数据和命令。在本地网络的实施例中，经由LAN进行互联是优选的，然而，应理解，可以使用其它网络，诸如因特网或者任何内联网、外联网、虚拟专用网(VPN)、非基于TCP/IP的网络、WAN等等。例如，在图2描绘的示例性实施例中，LAN 33将多个装置互连到客户机系统10上。这种网络是诸如实验室或者医院之类的多仪器环境35的示例，其中多个仪器、装置或者服务器连接到实验室信息系统(LIS)布置中的客户机系统10。LAN 33可以包括无线的和有线的链路和节点，并且使用如本领域众所周知的各种通信协议。
优选地，服务器系统30担当执行应用模块代码的大部分或者全部的中央计算机系统，每个客户机系统10担当用户的终端或者登录点。例如，客户机系统10可以驻留在作为LIS一部分的实验室或者医院多仪器环境35中，而服务器系统30可以驻留在地理上遥远的位置。在这种配置中，应用模块代码优选地完全在服务器系统30上执行，通过网络34在客户机系统10之间发送数据和命令。例如，如果客户机系统10驻留在实验室中，客户机系统10将从本地数据库和本地仪器和装置提供所需的患者数据和/或测试结果/数据以及其它信息，用于供服务器系统30处理，服务器系统30然后将处理结果提供返回给客户机系统10，或者给其它计算机系统。应理解，应用代码可以完全在单个系统上执行，或者出于计算效率的目的，其多个部分可以按需要在系统10和30二者(或者在其它示例性实施例中在多个系统)上执行。另外，多仪器环境35中的客户机系统10可以执行一部分或者全部应用模块代码。
再次看图1，在示例性实施例中，客户机系统10和其一些或者全部组件是操作者通过操作应用模块20可配置的，应用模块20包括在通过如本领域众所周知的一个或多个总线42而耦接到其它组件的中央处理单元40上可执行的计算机代码。优选地在硬盘上存储如在此描述的计算机代码，其包括用于操作和配置客户机系统10(或者在其上执行应用模块的其它系统，诸如图2的服务器系统30)以便处理数据内容、监视和控制应用处理，以及呈现GUI图像的指令，但是整个程序代码或者其部分也可以被存储在诸如ROM或RAM之类的如众所周知的任何其它易失性或者非易失性存储介质或装置中，或者在诸如致密盘(CD)介质、数字多用途盘(DVD)介质、软盘等等之类的能够存储程序代码的任何介质上提供。
提供合适的介质驱动器44用于从这样的计算机可读介质中接收并且读取文档、数据和代码。另外，模块20的整个程序代码、或者其部分，或者诸如Active X命令之类的有关命令，可以通过如众所周知的因特网从诸如服务器系统30之类的软件源传送和下载到客户机系统10，或者从另一服务器系统或者计算装置传送和下载到客户机系统10，或者使用如也是众所周知的任何通信介质和协议(例如，TCP/IP、HTTP、HTTPS，以太网等等)通过任何其它常规的网络连接(例如，外联网、VPN、LAN等等)进行传送。应理解，用于实现本发明的各方面的计算机代码可以以能够在客户机系统10和/或在客户机服务器或者联网的布置中执行的、诸如C、C++、Java、Visual Basic等之类各种编码语言，或者诸如VBScript、JavaScript、Perl之类的任何脚本语言，或者诸如XML之类的标记语言来实现。另外，根据本发明的方面，各种语言可以用于例如患者结果、装置和仪器信息(例如ID、日期/时间戳、校准信息、温度信息等)以及其它信息的数据的外部和内部存储。
在示例性实施例中，应用模块20包括用于监视和控制临床诊断过程以及用于提供用户接口配置能力的指令，如在此描述的。应用模块20优选地被下载到并且存储在介质硬驱动器44(或者诸如本地或者附接的RAM或ROM之类的其它存储器)中，尽管还可以在如上讨论的诸如软盘、CD、DVD等之类的任何软件存储介质上提供应用模块20。
在图1描绘的示例性实施例中，应用模块20包括用于处理数据内容的各种软件模块。提供通信接口模块22用于向在显示器38上呈现图像(例如，GUI图像)的显示器驱动器传输文本和/或其它数据，并且用于与网络实施例中的装置/服务器32和/或其它计算机或服务器系统进行通信。提供用户接口模块24用于从用户接口装置36接收用户输入、命令和信号。通信接口模块22优选地包括浏览器应用，其可以是与如之前描述的客户机系统10上配置的缺省的浏览器相同的浏览器，或者是任何其它浏览器或者用户接口应用。可替换地，接口模块22包括与在客户机系统10上执行的与浏览器应用以接口方式连接的功能。
应用模块20还包括执行指令以根据一个或多个预定义的临床诊断过程来处理数据的临床诊断处理模块28。例如，临床诊断过程可以实现完全的血液分析仪、特定的葡萄糖分析仪、或者任何其它临床分析或者诊断过程，或者这些或其它过程的任何变型或组合。另外，应用模块20可以包括可操作地执行其它临床诊断过程或者分析或者质量控制过程的其它模块。如以下将更详细地解释的，应用模块20进一步包括确定西格玛模块26，其可操作地为在应用模块中操作的任何或者全部临床诊断过程计算西格玛值或者西格玛度量。
注意，尽管确定西格玛模块26被示为连同应用模块20以及连同在该模块内执行的临床诊断过程28(或多个过程)操作，但应理解，确定西格玛模块自身不一定是应用过程的一部分，而是可以独立于该过程而操作。由此，尽管体现本发明的确定西格玛过程的模块可以被包括在实现临床诊断过程的仪器或系统中并且可以连同该过程一起在系统上执行(如图1的示例性系统中描绘的)，或者甚至可以被编码到具有该过程的单个可执行的应用中，但本发明的确定西格玛过程也可以连同其它临床诊断过程或者以由本发明可设想到的并且在本发明的范围内的独立的配置来使用或实现。
汇编的统计量(例如，装置和仪器信息)、患者信息，以及其它信息被优选地存储在数据库46中，数据库46可以驻留在存储器48中、存储卡或者其它存储器或诸如附接的存储子系统RAID驱动系统之类的存储系统中，供临床诊断过程模块28、确定西格玛模块26和应用模块20的其它部分检索。应意识到，应用模块20，或者其一部分，以及合适的数据可以被下载到客户机系统10并且在其上执行。
现在将具体参照图3和图4来描述确定西格玛模块26的操作，图3和图4描绘了用于单独的临床诊断过程或者用于诸如多实验室环境之类的一组临床诊断过程的系统和方法的示例性实施例。
单独的临床诊断过程
首先转到图3，通过数字26一般地描绘一种用于确定在单个实验室仪器上运行的单独的临床诊断过程的西格玛的方法，其对应于正好为图1所描绘的系统10的确定西格玛模块。开始于块100，确定西格玛过程需要用于精确分析的样本。该样本可以是商业控制材料或者可以是汇聚(pool)患者样本，在任一情形下，样本的采样量优选地是足够大以允许进行精确的评估。因为所计算的西格玛的准确度与每个样本的采样数目以及所评估的样本的聚集度的范围有关，所以最优选地，样本聚集度覆盖正在被评估的过程的整个分析范围，并且在延长的时间段上重复地测量样本。
可以通过其中任一种可以连同本发明一起使用的各种协议为每个实验室仪器确定重复测量的样本的分析精度。例如在以下出版物中描述了一个推荐的协议，Estimates of Within-Device(or Within-Laboratory)Precision fromEvaluation of Precision Performance of Quantitative Methods；ApprovedGuideline(第二版，ISBN 1-56238-542-9)。
在获取样本数据的情况下，在块101评估所获取的样本数据。在块102和104，为每个实验室仪器评估包含所获取的样本数据的N个采样的系列，以便估计每个样本聚集度的平均值和标准偏差(SD)。对于每个实验室仪器，由评估提供的每个聚集度的过程的分析标准偏差(SD)被存储为一组元组(tuple)，每个元组包括聚集度和对应的标准偏差(例如，如(聚集度，SD))，聚集度优选地跨越该过程的分析范围，并且SD对应于在对应的聚集度处的对该过程的分析不精确性的估计。
在计算样本数据的元组的情况下，过程前进到块106，其中所计算的分析标准偏差被应用到患者分析物的值的代表性采样上。在块106，获取患者分析物的值。对于多数分析物，优选地在延长的时间段上取得患者值，其它较少测试的分析物可能需要在更长的时间帧上收集的数据。更优选地，患者值反映了临床诊断过程通常遇到的患者分析物聚集度的分布。
如上所描述的，本发明的用于确定临床诊断过程的西格玛的系统和方法可以连同任何临床诊断过程一起使用。优选地，从为其正在计算西格玛的临床诊断过程中导出在块106使用的患者值。然而，如果特定临床诊断过程的患者值不可用，则参考总体(reference population)可以代替作为临床过程评估的实际患者总体的估计。在块106，汇编临床诊断过程遇到的单独的分析物聚集度的出现频率。
在计算样本的SD和汇编临床诊断过程遇到的患者数据中聚集度的出现频率的情况下，处理前进到块108，其中将标准偏差分配给每个患者值，如现在将要描述的。
对于患者数据中的每个值，将该患者采样的聚集度与在其上获得患者值的实验室仪器的样本元组中的聚集度(聚集度，SD)进行比较。当在患者聚集度和元组中的聚集度存在直接匹配时，将来自元组的对应SD分配给患者采样。注意，可以将直接匹配考虑为聚集度的精确匹配，或者在预定阈值内的匹配(例如，如果患者聚集度在样本数据中的聚集度的百分之0.1内)。当患者聚集度不与元组中表示的任何聚集度直接匹配时，通过按如下从元组中的SD的内插或者外插来计算患者数据的SD：
当患者聚集度落在两个元组的聚集度之间时，(其中较低聚集度的元组被指定为(conc0 SD0)而较高聚集度的元组被指定为(conc1，SD1)，患者数据(SDp)的SD被计算为SDP＝SD0+(concentration-conc0)*(SD1-SD0)/(conc1-conc0)。
当患者聚集度落入低于被指定为(concl，SDl)的最低的(concentration，SD)元组时，该最低的聚集度元组的SD值被分配给患者SD作为SDp＝SDl。
最后，当患者聚集度高于被指定为(conch，SDh)的最高的(concentration，SD)元组时，所分配的患者SD的值被计算为SDP＝(SDh/conch)*(患者聚集度)。
由此，对于每个患者值，基于与样本数据聚集度进行直接匹配，通过在样本值之间进行内插，或者通过从样本值进行外插而分配SD。应理解，尽管已经描述了简单的分段线性内插函数以及下限截断函数，但根据本发明当然可以实现其它内插和外插方案。
在完成块108时，由此已经给每个患者值分配了SD，一组(聚集度，SD)元组以与如上讨论的样本数据的方式类似的方式表示患者数据的每个聚集度的SD。
对于给定的分析物的总的可允许的误差(TEA)是典型地由实验室主管或者管理者设置的在临床诊断过程的分析范围上定义的可允许的误差的极限(以聚集度单位表示的)。尽管存在用于确定分析物的总的可允许的误差的通常的考虑和指南，但是没有通用的或者标准的总的可允许的误差规范可用。由此，任何给定的实验室、实验室的组，或者实验室内的仪器可以使用如实验室主管确定的不同的TEA值。在1999年4月25-26日的Stockholm ConsensusConference on Quality Specifications in Laboratory Medicine以及一致声明(Consensus Agreement：O.Kenny，C.G.Fraser，P.Hyltoft Petersen，A.Kallner；pg585，Volume 59，No.7，1999年11月，The Scandinavian Journal of Clinical &Laboratory Investigation，Scandinavian University Press，Oslo)中讨论了确定总的可允许的误差的一些指南，其识别在确定总的可允许的误差值时应考虑的方面。
前进到块110，在患者数据(聚集度，SD)元组被汇编的情况下，通过计算每个患者值的总的可允许的误差(TEA)目标除以患者值的SD的比率而估计每个患者值的西格玛值。通过将每个患者值的西格玛值相加并且将总和除以患者值的总数而计算临床诊断过程的估计的西格玛度量。
因为偏移通常是实验室仪器和实验室测试中的问题，西格玛度量的计算还通过在每个患者值的总的可允许的误差除以患者值的SD之前，从每个患者值的总的可允许的误差中减去每个患者值的偏移而解决该偏移。如本领域已知的，如在Method Comparison and Bias Estimation Using Patient Samples；Approved Guideline-第二版(CLSI document EP9-A2，ISBN 1-56238-472-4)中描述的，可以从熟练测试程序、实验室间的质量控制程序，或者在使用患者采样的测试方法之间，来估计偏移。
因此，刚刚计算的西格玛度量提供了代表整个临床诊断过程的西格玛的单个西格玛值。由此，本发明的系统和方法避免了现有技术在提供依赖聚集度的西格玛值时的缺点，并且允许考虑整个诊断过程的西格玛。所计算的西格玛度量被报告给实验室管理者和/或实验室仪器的其它(多个)用户，其因此可以做出整个临床诊断过程的质量或者有效性的确定。例如，高西格玛值通常指示过程工作良好并且不需要耗费很多的努力来确保其正确地起作用。相反，低的西格玛可能指示该过程是有问题的，并且实际上可能不提供有用的结果。在本发明之前，不存在做出这种确定的有效方式。
多组临床诊断过程
以与刚刚对单个仪器描述的方式类似的方式，还可以计算一组临床诊断过程的西格玛度量。
转到图4，由数字26’总地描绘一种用于确定在多个实验室中的多个实验室仪器上运行的一组临床诊断过程的西格玛的方法。如之前所描述的，所述过程和实验室可以是在地理上分散的，仪器和计算机系统之间进行通信。块26’一般地对应于以上描述的单个临床诊断过程的确定西格玛模块26。如在图4中所见，三个单独的临床诊断过程被一般地指定为a，b，和c。对所有过程确定西格玛度量的步骤最初在所有三个路径中相同，如现在将要描述的，一旦标准偏差被分配给患者分析物的值，路径进行组合。显然，每个路径(即，对于每个临床诊断过程)中的总的流程和步骤基本上与以上描述的关于单个临床诊断过程是相同的，因此参照之前的描述将便于解释本实施例。
首先看块200a、200b和200c，为每个处理获取用于分析的样本。该样本可以是商业控制材料或者可以是患者样本，在任一情形下，样本的采样量优选地是足够大以允许进行精确的评估。因为所计算的西格玛的准确度与每个样本的采样数目以及所评估的样本的聚集度的范围有关，所以最优选地，样本聚集度覆盖正在被评估的过程的整个分析范围，并且在延长的时间段上重复地测量样本，如之前描述的正在被确定的样本的分析精度。
在获取样本数据的情况下，在块201a、201b和201c评估所获取的样本数据。在块202a、202b、202c和204a、204b、204c，为每个实验室仪器评估包含所获取的样本数据的N个采样的系列，以便估计每个样本聚集度的平均值和标准偏差(SD)。对于每个实验室仪器，由评估提供的每个聚集度的过程的分析标准偏差(SD)被存储为一组元组，每个元组包括聚集度和对应的标准偏差(例如，如(聚集度，SD))，聚集度优选地跨越该过程的分析范围，并且SD与在对应的聚集度处的对该过程的分析不精确性的估计对应。
在计算样本数据的元组的情况下，过程路径前进到块206a、206b和206c，其中所计算的分析标准偏差被应用到患者分析物的值的代表性采样上。在块206a、206b、206c，获取患者分析物的值。对于多数分析物，优选地在延长的时间段上取得患者值，其它较少测试的分析物可能需要在更长的时间帧上收集的数据。最优选地，患者值反映了临床诊断过程通常遇到的患者分析物聚集度的分布和在多个实验室仪器和实验室间患者样本的相对分布。
如上所述，本发明的确定临床诊断过程的西格玛的系统和方法可以连同任何临床诊断过程一起使用。优选地，从为其正在计算西格玛的临床诊断过程中导出在块206a、206b、206c使用的患者值。然而，如果特定临床诊断过程的患者值不可用，则参考总体可以代替作为临床过程评估的实际患者总体的估计。在块206a、206b、206c，汇编临床诊断过程遇到的单独的分析物聚集度的出现频率。
在计算样本的SD和汇编每个临床诊断过程(路径a、b和c)遇到的患者数据中聚集度的出现频率的情况下，处理前进到块208a、208b和208c，其中将标准偏差分配给每个患者值，如现在将要描述的。
对于患者数据中的每个值，将患者采样的聚集度与在其上获得患者值的实验室仪器的样本元组(聚集度，SD)中的聚集度进行比较。当在患者聚集度和元组中的聚集度存在直接匹配时，将来自元组的对应SD分配给患者采样。注意，可以将直接匹配考虑为聚集度的精确匹配，或者在预定阈值内的匹配(例如，如果患者聚集度在样本数据中的聚集度的百分之0.1内)。当患者聚集度不与元组中表示的任何聚集度直接匹配时，通过按如下从元组中的SD的内插或者外插来计算患者数据的SD：
当患者聚集度落在两个元组的聚集度之间时，(其中较低聚集度的元组被指定为(conc0 SD0)而较高聚集度的元组被指定为(conc1，SD1)，患者数据(SDp)的SD被计算为SDP＝SD0+(concentration-conc0)*(SD1-SD0)/(conc1-conc0)。
当患者聚集度低于被指定为(concl，SDl)的最低的(concentration，SD)元组时，最低的聚集度元组的SD值被分配给患者SD作为SDp＝SDl。
最后，当患者聚集度高于被指定为(conch，SDh)的最高的(concentration，SD)元组时，所分配的患者SD的值被计算为SDP＝(SDh/conch)*(患者聚集度)。
由此，对于每个患者值，基于与样本数据聚集度进行直接匹配，通过在样本值之间进行内插，或者通过从样本值进行外插而分配SD。应理解，尽管已经描述了简单的分段线性内插函数以及下限截断函数，但根据本发明当然可以实现其它内插和外插方案。
在完成块208a、208b、208c时，由此已经给每个患者值分配了SD，一组(聚集度，SD)元组以与如上讨论的样本数据的方式类似的方式表示患者数据的每个聚集度的SD。
在为每个处理路径(a、b和c)汇编患者数据(聚集度，SD)元组的情况下，通过计算每个患者值的总的可允许的误差(TEA)目标除以患者值的SD的比率而估计每个患者值的西格玛值。如上以所描述的，可以通过在总的可允许的误差除以SD之前，从总的可允许的误差中减去偏移而解决该偏移。通过将每个患者值的西格玛值相加并且将总和除以患者值的整个总体中的患者值的总数而计算组合的临床诊断过程的估计的西格玛度量。
因此，刚刚计算的西格玛度量提供了代表三个单独的临床诊断过程的西格玛的单个西格玛值。所计算的西格玛度量被报告给实验室管理者和/或实验室仪器的其它(多个)用户，其因此可以做出整个临床诊断过程的质量或者有效性的确定。显然，尽管在图4的示例性实施例中描绘了三个单独的临床诊断过程，但本发明可以应用到任何数量的这种过程，并且不受所描述的实施例的限制。还显然的是，在此描述的特征和其权利要求中的限制在各种组合和实施例中在许可的情况下可以进行组合或者布置，这种实施例是本发明可设想到的。在此提出的、在允许的情况下可以变化而不会导致与其有关的基本功能的改变的任何定量的表示在允许的情况下可以变化，只要这种变型实质上不更改本发明的性能。
尽管上文中已经参照各种示例性实施例描述和说明了本发明，但应理解，可以对这些实施例进行各种修改，而不脱离本发明的范围。因此，本发明不限于上文中所描述和说明的示例性实施例，除了在以下权利要求书中包括的这种限制之外。
Claims (15)
1.一种用于确定临床诊断过程的西格玛的、计算机实现的方法，包括：
从多个实验室仪器获取样本数据；
评估所述样本数据并且确定多个所述样本数据的分析标准偏差，其中所述分析标准偏差对应于评估中的分析不精确性；
获取患者分析物的值；
基于所述样本数据分析标准偏差将标准偏差分配给所述患者分析物的值；
从分配的标准偏差计算单个西格玛度量，其中所述单个西格玛度量定义了所述临床诊断过程在保持在可允许容忍限度内可以经历的过程标准偏差的数，所述西格玛度量表示所述临床诊断过程的西格玛；以及
将所述西格玛度量报告给所述多个实验室仪器中的至少一个的用户，
其中所述评估所述样本数据包括：
识别所述样本数据中的每一个的聚集度；
为具有相似聚集度的样本数据选择代表性的样本数据；
汇编包括具有不相似的聚集度的多个样本数据的一系列数据；以及
确定所述一系列数据内的每个样本数据的标准偏差，
其中所述将标准偏差分配给所述患者分析物的值包括：
确定所述患者分析物的值中的每一个的聚集度；
将所述患者分析物的值的聚集度与所述样本数据的聚集度进行比较；以及
根据具有对应聚集度的样本数据将标准偏差分配给所述患者分析物的值，其中所述计算单个西格玛度量包括：
将平均函数应用到分配了标准偏差的患者值以确定所述临床诊断过程的估计的标准偏差；以及
将所述临床诊断过程的总的可允许的误差除以所述估计的标准偏差以确定西格玛度量。
2.如权利要求1所述的计算机实现的方法，其中分配标准偏差包括：
将所述样本数据的聚集度与所述患者分析物的值的聚集度进行匹配并且将所述样本数据标准偏差分配给所述患者分析物的值；
对落入两个样本数据聚集度之间的患者分析物的聚集度的标准偏差进行内插；
对分别落入最低样本数据聚集度之下或最高样本数据聚集度之上的患者分析物聚集度的标准偏差进行外插；以及
其组合。
3.如权利要求1所述的计算机实现的方法，其中所述平均函数包括计算分配了标准偏差的所述患者值的算术平均值。
4.如权利要求1所述的计算机实现的方法，其中所述平均函数包括计算分配了标准偏差的所述患者值的算术中值。
5.如权利要求1所述的计算机实现的方法，其中所述总的可允许的误差包括对偏移的校正。
6.如权利要求1所述的计算机实现的方法，其中所述样本数据包括在延长的时间段上收集的数据。
7.如权利要求6所述的计算机实现的方法，其中所述延长的时间段大于一年。
8.如权利要求1所述的计算机实现的方法，其中所述报告包括生成警报、提供书面报告、提供电子报告、传输数据，及其组合。
9.一种用于确定临床诊断过程的西格玛的、计算机实现的方法，包括：
从多个实验室仪器获取样本数据；
评估所述样本数据并且识别对应于具有不相似聚集度的样本的一系列数据；
确定所述一系列数据中的所述不相似聚集度的每一个的分析标准偏差，基于所述不相似聚集度的每一个将标准偏差分配给患者分析物的值，其中所述分析标准偏差对应于评估中的分析不精确性；
从所述分析标准偏差计算单个西格玛度量，其中所述单个西格玛度量定义了所述临床诊断过程在保持在可允许容忍限度内可以经历的过程标准偏差的数；以及
将所述西格玛度量报告给所述多个实验室仪器中的至少一个的用户，
其中将标准偏差分配给所述患者分析物的值包括：
确定所述患者分析物的值的每一个的聚集度；
将所述患者分析物的值的聚集度与所述样本数据的聚集度进行比较；以及
根据具有对应聚集度的样本数据将标准偏差分配给所述患者分析物的值，
其中所述计算单个西格玛度量包括：
将平均函数应用到分配了标准偏差的患者值以确定所述临床诊断过程的估计的标准偏差；以及
将所述临床诊断过程的总的可允许的误差除以所述估计的标准偏差以确定西格玛度量。
10.如权利要求9所述的计算机实现的方法，其中所述总的可允许的误差包括对偏移的校正。
11.一种用于确定临床诊断过程的西格玛的系统，包括：
多个实验室仪器，实现临床诊断过程并且可操作地获取与该过程有关的数据；以及
计算机系统，可操作地与所述多个实验室仪器通信并且从所述多个实验室仪器接收数据，所述计算机系统具有可操作地执行以下步骤的处理器：
从所述多个实验室仪器获取样本数据；
评估所述样本数据并且确定多个所述样本数据的分析标准偏差，其中所述分析标准偏差对应于评估中的分析不精确性；
从所述实验室仪器获取患者分析物的值；
基于所述样本数据分析标准偏差将标准偏差分配给所述患者分析物的值；以及
从分配的标准偏差计算单个西格玛度量，其中所述单个西格玛度量定义了所述临床诊断过程在保持在可允许容忍限度内可以经历的过程标准偏差的数，所述西格玛度量表示所述临床诊断过程的西格玛，
其中评估所述样本数据包括：
识别所述样本数据中的每一个的聚集度；
为具有相似聚集度的样本数据选择代表性的样本数据；
汇编包括具有不相似的聚集度的多个样本数据的一系列数据；以及
确定所述一系列数据内的每个样本数据的标准偏差，
其中将标准偏差分配给所述患者分析物的值包括：
确定所述患者分析物的值中的每一个的聚集度；
将所述患者分析物的值的聚集度与所述样本数据的聚集度进行比较；以及
根据具有对应聚集度的样本数据将标准偏差分配给所述患者分析物的值，其中计算单个西格玛度量包括：
将平均函数应用到分配了标准偏差的患者值以确定所述临床诊断过程的估计的标准偏差；以及
将所述临床诊断过程的总的可允许的误差除以所述估计的标准偏差以确定西格玛度量。
12.如权利要求11所述的系统，其中分配标准偏差包括：
将所述样本数据的聚集度与所述患者分析物的值的聚集度进行匹配并且将所述样本数据标准偏差分配给所述患者分析物的值；
对落入两个样本数据聚集度之间的患者分析物的聚集度的标准偏差进行内插；
对分别落入最低样本数据聚集度之下或最高样本数据聚集度之上的患者分析物聚集度的标准偏差进行外插；以及
其的组合。
13.如权利要求11所述的系统，其中所述平均函数包括计算分配了标准偏差的患者值的算术平均值。
14.如权利要求11所述的系统，其中所述平均函数包括计算分配了标准偏差的患者值的算术中值。
15.如权利要求11所述的系统，其中所述总的可允许的误差包括对偏移的校正。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US12/508,718 US8589081B2 (en) | 2009-07-24 | 2009-07-24 | System and method to determine sigma of a clinical diagnostic process |
| US12/508,718 | 2009-07-24 | ||
| PCT/US2010/030702 WO2011011101A1 (en) | 2009-07-24 | 2010-04-12 | System and method for determining sigma of a clinical diagnostic process |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102472743A CN102472743A (zh) | 2012-05-23 |
| CN102472743B true CN102472743B (zh) | 2015-06-10 |
Family
ID=43498041
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201080032297.XA Active CN102472743B (zh) | 2009-07-24 | 2010-04-12 | 确定临床诊断过程的西格玛的系统和方法 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US8589081B2 (zh) |
| EP (1) | EP2457091B1 (zh) |
| JP (1) | JP5681712B2 (zh) |
| CN (1) | CN102472743B (zh) |
| AU (1) | AU2010274948B2 (zh) |
| CA (1) | CA2759416C (zh) |
| WO (1) | WO2011011101A1 (zh) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| ATE403404T1 (de) * | 2000-02-10 | 2008-08-15 | Potencia Medical Ag | Mechanische vorrichtung zur impotenzbehandlung |
| CN102636732B (zh) * | 2012-04-17 | 2014-04-16 | 山西太钢不锈钢股份有限公司 | 一种基于六西格玛工具查找10kV电网接地的方法 |
| EP3019075B1 (en) * | 2013-07-08 | 2020-03-25 | Edwards Lifesciences Corporation | Determination of a hemodynamic parameter |
| US20160012191A1 (en) * | 2014-07-10 | 2016-01-14 | Bio-Rad Laboratories, Inc, | System and method for spot checking small out-of-control conditions in a clinical diagnostic process |
| US20160034653A1 (en) * | 2014-07-31 | 2016-02-04 | Bio-Rad Laboratories, Inc. | System and method for recovering from a large out-of-control condition in a clinical diagnostic process |
| JP7201297B2 (ja) * | 2018-09-26 | 2023-01-10 | シスメックス株式会社 | フローサイトメーター、データ送信方法及び情報処理システム |
| GB2594054A (en) | 2020-04-08 | 2021-10-20 | Martel Instr Ltd | Data collection device |
| KR20230072484A (ko) | 2020-09-18 | 2023-05-24 | 우미코레 아게 운트 코 카게 | Scr 촉매 조성물 및 상기 촉매 조성물을 포함하는 scr 촉매 물품 |
| EP4063003A1 (en) | 2021-03-23 | 2022-09-28 | UMICORE AG & Co. KG | Filter for the aftertreatment of exhaust gases of internal combustion engines |
| WO2023172935A2 (en) * | 2022-03-09 | 2023-09-14 | Bio-Rad Laboratories, Inc. | System and method for dynamically adjusting analytical precision in clinical diagnostic processes |
| WO2024020390A1 (en) * | 2022-07-21 | 2024-01-25 | Bio-Rad Laboratories, Inc. | System and method for designing quality control (qc) ranges for multiple clinical diagnostic instruments testing the same analyte |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5630413A (en) * | 1992-07-06 | 1997-05-20 | Sandia Corporation | Reliable noninvasive measurement of blood gases |
| US5687716A (en) * | 1995-11-15 | 1997-11-18 | Kaufmann; Peter | Selective differentiating diagnostic process based on broad data bases |
| US6273854B1 (en) * | 1998-05-05 | 2001-08-14 | Body Bio Corporation | Medical diagnostic analysis method and system |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5541854A (en) * | 1993-05-26 | 1996-07-30 | Xyletech Systems, Inc. | Method of analyzing multiple range test data |
| US6269276B1 (en) * | 1998-03-31 | 2001-07-31 | Roche Diagnostics Corporation | Multi-rule quality control method and apparatus |
| US6292761B1 (en) * | 1998-09-02 | 2001-09-18 | William Franklin Hancock, Jr. | Methods and apparatus for interpreting measured laboratory data |
| JP3760806B2 (ja) * | 2001-06-25 | 2006-03-29 | 株式会社日立製作所 | 分析結果管理の方法および装置 |
| US8099257B2 (en) * | 2001-08-24 | 2012-01-17 | Bio-Rad Laboratories, Inc. | Biometric quality control process |
| JP2003083981A (ja) * | 2001-09-14 | 2003-03-19 | Horiba Ltd | 臨床検査装置の精度管理システム |
| JP2003166988A (ja) * | 2001-11-30 | 2003-06-13 | Sysmex Corp | 臨床検査システム |
| EP1626274A4 (en) * | 2003-03-31 | 2009-08-05 | Medical Proteoscope Co Ltd | SAMPLE ANALYSIS PROCEDURE AND SAMPLE ANALYSIS PROGRAM |
| JP4871618B2 (ja) * | 2006-03-14 | 2012-02-08 | 株式会社日立ハイテクノロジーズ | 精度管理システム |
-
2009
- 2009-07-24 US US12/508,718 patent/US8589081B2/en active Active
-
2010
- 2010-04-12 CN CN201080032297.XA patent/CN102472743B/zh active Active
- 2010-04-12 WO PCT/US2010/030702 patent/WO2011011101A1/en active Application Filing
- 2010-04-12 EP EP10802578.4A patent/EP2457091B1/en active Active
- 2010-04-12 JP JP2012521633A patent/JP5681712B2/ja active Active
- 2010-04-12 AU AU2010274948A patent/AU2010274948B2/en active Active
- 2010-04-12 CA CA2759416A patent/CA2759416C/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5630413A (en) * | 1992-07-06 | 1997-05-20 | Sandia Corporation | Reliable noninvasive measurement of blood gases |
| US5687716A (en) * | 1995-11-15 | 1997-11-18 | Kaufmann; Peter | Selective differentiating diagnostic process based on broad data bases |
| US6273854B1 (en) * | 1998-05-05 | 2001-08-14 | Body Bio Corporation | Medical diagnostic analysis method and system |
Non-Patent Citations (3)
| Title |
|---|
| An Assessment of σ Metrics for Analytic Quality Using Performance Data From Proficiency Testing Surveys and the CLIA Criteria for Acceptable Performance;James O. Westgard et al;《Am J Clin Pathol》;20061231;第125卷;343-354页 * |
| Quality control validation, application of sigma metrics, and performance comparison between two biochemistry analyzers in a commercial veterinary laboratory;Alison J. Farr et al;《J Vet Diagn Invest》;20081231;第20卷;536-544页 * |
| Six Sigma and Calculated Laboratory Tests;Abdurrahman Coskun;《Clinical Chemistry》;20060430;第52卷(第4期);770-771页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5681712B2 (ja) | 2015-03-11 |
| CN102472743A (zh) | 2012-05-23 |
| EP2457091B1 (en) | 2020-06-03 |
| US8589081B2 (en) | 2013-11-19 |
| CA2759416A1 (en) | 2011-01-27 |
| AU2010274948A1 (en) | 2011-11-10 |
| EP2457091A4 (en) | 2017-03-08 |
| JP2013500467A (ja) | 2013-01-07 |
| WO2011011101A1 (en) | 2011-01-27 |
| CA2759416C (en) | 2023-01-17 |
| EP2457091A1 (en) | 2012-05-30 |
| US20110022323A1 (en) | 2011-01-27 |
| AU2010274948B2 (en) | 2015-08-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102472743B (zh) | 确定临床诊断过程的西格玛的系统和方法 | |
| Zheng et al. | Partly conditional survival models for longitudinal data | |
| US10332621B2 (en) | Method and apparatus for calibration and testing of scientific measurement equipment | |
| Diamond et al. | Predicting oral relative bioavailability of arsenic in soil from in vitro bioaccessibility | |
| US20100050116A1 (en) | Normalized decimal equivalent systems and methods | |
| EP3525211A1 (en) | Test order processing apparatus, computer program therefor and test system | |
| WO2021126688A1 (en) | Automated chromatogram analysis for blood test evaluation | |
| EP3364366A1 (en) | Examination order processing device and examination system using same | |
| CN111406294B (zh) | 自动生成用于实验室仪器的规则 | |
| Zheng et al. | Quantifying direct and indirect effect for longitudinal mediator and survival outcome using joint modeling approach | |
| CN105404770B (zh) | 临床诊断处理中从大失控状态恢复的系统以及方法 | |
| Mandrik et al. | Calibrating natural history of cancer models in the presence of data incompatibility: problems and solutions | |
| US20210265028A1 (en) | Altering patient care based on long term sdd | |
| CN105426654B (zh) | 在临床诊断过程中抽样检查小型失控状态的系统和方法 | |
| Pan et al. | Flexible estimation of differences in treatment-specific recurrent event means in the presence of a terminating event | |
| CN114829928B (zh) | 用于血液检查评估的自动化色谱图分析 | |
| Halim | Proficiency testing for monitoring global laboratory performance and identifying discordance | |
| Misquith et al. | Mathematical model for assessing glycemic control in type 2 diabetes mellitus | |
| JP2024047296A (ja) | サーバ装置、液体クロマトグラフ装置、精度管理システム、制御方法及び制御プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |