CN112053756A - 基于临床标本检验数据的检验结果质量评价方法及系统 - Google Patents
基于临床标本检验数据的检验结果质量评价方法及系统 Download PDFInfo
- Publication number
- CN112053756A CN112053756A CN202010871944.1A CN202010871944A CN112053756A CN 112053756 A CN112053756 A CN 112053756A CN 202010871944 A CN202010871944 A CN 202010871944A CN 112053756 A CN112053756 A CN 112053756A
- Authority
- CN
- China
- Prior art keywords
- data
- evaluation
- instrument
- value
- project
- 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.)
- Granted
Links
Images
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
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Primary Health Care (AREA)
- General Physics & Mathematics (AREA)
- Epidemiology (AREA)
- Game Theory and Decision Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了基于临床标本检验数据的检验结果质量评价方法及系统。通过PQA插件、云服务器、小程序及其关联网页实现医院内和医院间的质量评价;PQA插件每天自动抓取实验室内部信息系统中每台仪器检验项目的所有检测结果数据,提取特征值,生成二维码通过小程序扫码上报,或生成数据包通过网络上报;上报数据储存在云服务器中;云服务器对每家医院上报的各项数据进行综合比对和评价;通过小程序及其关联网页将评价结果输出展示。本发明的质量评价方法,利用医院每天检测获得的大量患者标本检测数据,通过提取每批数据的特征值进行医院内和医院间的质量评价,直接反映每批患者结果的质量,提高了评价的频率,能反映医院长期水平,确保数据的真实性。
Description
技术领域
本发明涉及医疗机构患者数据质量评价技术领域,具体涉及一种基于临床标本检验数据的检验结果质量评价方法及系统。
背景技术
医院间检验结果质量评价(室间质量评价,EQA)是每年医疗卫生系统定期组织多家医院同时检测相同的质控品样本,通过反馈检测数据来评价地区医院检验结果的差异性,评估每家医院出具结果的偏差。EQA成绩是目前医院等级评审中的重要评审指标,也是公立医院绩效考核的主要依据。
目前的EQA是将医院反馈的相同质控品样本的检测结果,以中位数或者均值作为靶值,计算每家医院结果与靶值的相对偏差,当相对偏差在允许范围以内评为“在靶”,当相对偏差超出允许范围评为“脱靶”。目前医院全年检测10份不同的质控品样本中,如果超过80%的质控品样本结果评为“在靶”,则医院全年室间质评成绩合格;反之为不合格。现有技术中,EQA还存在一些缺点:1、EQA每年开展频率低,每年若干份质控品样本结果不能体现医院每天的质量;2、EQA质控品样本制备成本较高,且阳性的临床样本已不能满足大规模医院的评价需求,加上部分偏远医院冷链运输费用高,多数医院无法参与评价3、EQA质控品样本不同于临床标本,存在外来添加物质,检测过程与临床标本脱离,不能替代反映临床标本的性能;4、质控品样本检测结果受到人为干预因素较多,数据真实性难以保证;5、目前方案只能体现医院仪器本身的性能,不能反映从标本采集到出具结果的全过程质量性能;6、目前方案只能给出在医院每次活动中检测质控品结果“合格”或“不合格”的结论,相当于临时做出一个“产品”进行质检,结论与日常产品的合格性没有直接关联。
发明内容
本发明的目的在于提供一种基于临床标本检验数据的检验结果质量评价方法,利用医院每天检测获得的大量患者标本检测数据,通过提取每批数据的特征值进行医院内和医院间的质量评价,直接反映每批患者结果的质量,提高了评价的频率,增加了评价密度,能反映医院长期水平,确保数据的真实性。对应的,本发明还提供了基于临床标本检验数据的检验结果质量评价系统。
对于方法而言,本发明的技术方案为:基于临床标本检验数据的检验结果质量评价方法,该方法包括以下步骤,S1,利用安装有用于抓取数据的PQA插件的计算机,每天自动抓取实验室内部信息系统中每台仪器检验项目的所有检测结果数据,包括仪器编号、检测结果、时间和标本来源,所述标本来源指患者来自于住院、门诊、体检的大分类;S2,采用Box-Plot方案,对标本来源相同的检测结果进行异常处理和离群值截断剔除,自动排除临床指标异常患者结果;根据不同的项目对剩余数据取中位数、均值或直方图峰值作为当天的特征值并保存到仪器对应项目的CSV文件中,内容包括检测日期、门诊特征值、住院特征值和体检特征值;S3,按仪器或按项目将特征值生成二维码,通过小程序直接扫码上报,或者按仪器或按项目将特征值生成数据包,通过网络直接上报;将上报数据储存在云服务器中;S4,云服务器对每家医院上报的各项数据进行综合比对和评价,包括PBRTQC评价、PEQA评价和PQA互认自动评分;S5,通过小程序及其关联网页将综合比对和评价结果输出展示。
与现有技术相比,本申请的基于临床标本检验数据的检验结果质量评价方法存在以下优点:
(1)通过每日患者数据特征值的提取,可实现开展EQA,大大提高了评价的频率,增加了评价密度,能反映医院长期水平;患者数据是医院检测产生,并不会因人的干预而变化,可以完全确保数据的真实性;
(2)特征值提取自患者标本结果,直接代表了每批患者结果的各项性能,对特征值的评价就是对医院整批患者结果的直接评价;摆脱了对质控品样本的依赖,无需质控成本,无需冷链物流,用医院每天自己产生的患者数据快速实现上千家医院的联网快速评价;
(3)患者数据特征值的评价涵盖了从标本采集到结果出具的全过程的影响因素,是对目前EQA方案的拓展;采用直接抽样已有“产品”进行质检,结论与日常“产品”的合格性直接关联;
(4)可以用特征值积累和建立医院周围人群各项目的基础值,对基础值的评估可以对不同区域人群的健康水平进行网络监测。
作为优化,所述步骤S1中,数据抓取时,不采集任何患者临床信息。从而,可以避免涉及患者隐私。
作为优化,所述步骤S4中,包括如下计算过程:i云服务器根据项目在不同医院、仪器品牌的差异,将仪器同时分入“全体组”和“同类组”,仪器对应的项目及特征值被分入对应组中;ii云服务器每天对每个项目的各分组的特征值统计“组均值”、“组标准差”和“组变异系数”;在医院数量增加和检测数据积累,获得稳定人群检测基础值后,后期稳定基础值作为靶值固定;每个月统计各项目分组中所有特征值的均值、标准差和变异系数作为“月组均值”、“月组标准差”和“月组变异系数”,并将各指标统计值保存在靶值的CSV文件中;iii每天,每台项目仪器来自不同标本来源的特征值分别与自己以前的同来源特征值的均值比较,计算Z分值,当天两个标本来源的特征值的Z分值同时超出2或者-2,则判断当天患者数据室内质控触发警报;每月累计统计未发生警报的天数的占比,此为评价稳定性互认指标质控在控率(PICR);iv每天,每台仪器项目的特征值与对应当天分组的靶值进行比较,获得每天的两项互认指标,实时相对偏差(pBias)和实时标准差指数(pSDI),判断是否符合要求;每个月,对每台仪器项目整月pBias和pSDI的合格率进行统计,获得每月的两项互认指标,相对偏差合格率(pBiasR)和标准差指数合格率(pSDIR);v同时统计每台仪器项目整月的特征值计算变异系数(PCV),并与其所在分组的“月组变异系数”比较获得评价结果不精密度互认指标,区间变异系数指数(PCVI);统计每台仪器项目整月的特征值均值与其所在分组的“月组均值”的差值,分别与其所在分组的“月组均值”和“月组标准差”比较获得评价结果偏移互认指标,区间相对偏差(PBias)和区间标准差指数(PSDI);上述的互认指标中,对变异系数PCV、质控在控率PICR的评价即为PBRTQC评价;对区间变异系数指数PCVI、区间标准差指数PSDI、实时标准差指数pSDI、实时相对偏差pBias、区间相对偏差PBias的评价即为PEQA评价;对PBRTQC评价和PEQA评价中的各项互认指标的计算评分即为PQA自动互认评分。通过以上步骤,对多个互认指标分别进行评价,可以精确反映到产品某一方面的问题,方便医院落实存在问题部分的整改。
作为优化,所述步骤S5中,可通过小程序及其关联网页在平台组织管理者界面、各实验室管理移动端或各实验室管理电脑端查看各项比对数据以及评价结果。从而,平台组织管理者可根据各项比对数据和评价结果对各项统计参数、互认指标评分权重、分组和质控规则等进行调整与设置;各实验室可通过互认指标和互认评分了解相同仪器项目与其他医院结果的差距,进而落实存在问题部分的整改。
对于系统而言,本发明的技术方案为:基于临床标本检验数据的检验结果质量评价系统,包括PQA插件、云服务器、小程序及其关联网页;所述PQA插件用于自动抓取实验室内部信息系统中每台仪器检验项目的所有检测结果数据,并采用Box-Plot方案,对标本来源相同的检测结果进行异常值和离群值的截断剔除,自动排除临床指标异常患者结果,根据不同的项目对剩余数据取中位数、均值或直方图峰值作为当天的特征值,并生成二维码或数据包;所述云服务器用于储存通过小程序或网络上报的每家医院的仪器和项目特征值,并进行数据综合比对和评价;所述小程序及其关联网页用于执行用户管理和评价数据的展示。
与现有技术相比,本发明的基于临床标本检验数据的检验结果质量评价系统,通过PQA插件、云服务器、小程序及其关联网页实现开展EQA;通过对医院每天检测获得的大量患者标本检测数据的特征值的提取,来进行医院内和医院间的质量评价,直接反映每批患者结果的质量,确保了数据的准确性,且评价频率高。
作为优化,所述小程序及其关联网页可用于外部展示,展示各医院的检测项目的互认评分,还可接入仪器试剂采购平台、公共卫生和医院质量管理系统。
附图说明
图1是本发明的基于临床标本检验数据的检验结果质量评价方法的步骤流程图;
图2是本发明中的云服务器执行评价时内部分值计算的路径及评分标准图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明,但并不作为对本发明限制的依据。
参见图1,本发明的基于临床标本检验数据的检验结果质量评价方法,该方法包括以下步骤,S1,利用安装有用于抓取数据的PQA插件的计算机,每天自动抓取实验室内部信息系统中每台仪器检验项目的所有检测结果数据,包括仪器编号、检测结果、时间和标本来源,所述标本来源指患者来自于住院、门诊、体检的大分类;S2,采用Box-Plot方案,对标本来源相同的检测结果进行异常处理和离群值截断剔除,自动排除临床指标异常患者结果;根据不同的项目对剩余数据取中位数、均值或直方图峰值(在提取特征值时,每个项目会有所差异,不同的项目可能用不同的方法,可选择中位数、均值、直方图峰值三种指标)作为当天的特征值并保存到仪器对应项目的CSV文件中,内容包括检测日期、门诊特征值、住院特征值和体检特征值;S3,按仪器或按项目将特征值生成二维码,通过小程序扫码直接上报(通过小程序扫码直接上报数据,可以避免影响实验室内部信息系统安全及人为干预),或者按仪器或按项目将特征值生成数据包,通过网络直接上报;将上报数据储存在云服务器中;S4,云服务器对每家医院上报的各项数据进行综合比对和评价,包括PBRTQC评价(自身内部评价)、PEQA评价(室间外部评价)和PQA互认自动评分;S5,通过小程序及其关联网页将综合比对和评价结果输出展示。
所述步骤S1中,数据抓取时,不采集任何患者临床信息。从而,可以避免涉及患者隐私。
所述步骤S4中,包括如下计算过程:i云服务器根据项目在不同医院、仪器品牌的差异,将仪器同时分入“全体组”和“同类组”(对于某个项目,因为检测的设备来自不同制造商,由于国际上没有统一的标准,甚至计量单位也完全不同,所以不同制造商的检测设备出来的结果不可以直接比较,只有相同制造商之间的结果才可以相互比较,这就是“同类组”的概念;如果某个项目已有国际标准,且计量单位都可以统一,能够进行直接比较,那么就是“全体组”的概念。例如:AFP项目、多数生化项目Na、K、血糖一类的项目,有国际标准和统一的计量单位,通常就是全体组;免疫学的肿瘤项目CA199、CA125一类的项目,国际上尚未统一,只能按照同类组),仪器对应的项目及特征值被分入对应组中;ii云服务器每天对每个项目的各分组的特征值统计“组均值”、“组标准差”和“组变异系数”;早期上述统计指标数据每天建立,每天可能略有差异,但随着医院数量增加和检测数据积累,获得稳定人群检测基础值后,后期稳定基础值作为靶值固定;每个月统计各项目分组中所有特征值的均值、标准差和变异系数作为“月组均值”、“月组标准差”和“月组变异系数”,并将各指标统计值保存在靶值的CSV文件中;iii每天,每台项目仪器来自不同标本来源的特征值分别与自己以前的同来源特征值的均值比较,计算Z分值,当天两个标本来源的特征值的Z分值同时超出2或者-2,则判断当天患者数据室内质控触发警报;每月累计统计未发生警报的天数的占比,此为评价稳定性互认指标质控在控率(PICR);iv每天,每台仪器项目的特征值与对应当天分组的靶值进行比较,获得每天的两项互认指标,实时相对偏差(pBias)和实时标准差指数(pSDI),判断是否符合要求;每个月,对每台仪器项目整月pBias和pSDI的合格率进行统计,获得每月的两项互认指标,相对偏差合格率(pBiasR)和标准差指数合格率(pSDIR);v同时统计每台仪器项目整月的特征值计算变异系数(PCV),并与其所在分组的“月组变异系数”比较获得评价结果不精密度互认指标,区间变异系数指数(PCVI);统计每台仪器项目整月的特征值均值与其所在分组的“月组均值”的差值,并分别与其所在分组的“月组均值”和“月组标准差”比较获得评价结果偏移互认指标,区间相对偏差(PBias)和区间标准差指数(PSDI);上述的互认指标中,对变异系数PCV、质控在控率PICR的评价即为PBRTQC评价;对区间变异系数指数PCVI、区间标准差指数PSDI、实时标准差指数pSDI、实时相对偏差pBias、区间相对偏差PBias的评价即为PEQA评价;对PBRTQC评价和PEQA评价中的各项互认指标的评分即为PQA自动互认评分。评价标准如图2所示,按照图2中箭头路线顺序进行每个单元评分,最后分值仪器汇总。参见图2,先判断变异系数PCV是否小于1.5,若不小于1.5,则建议重新选择质控品检测方案;若小于1.5则开始后续评分,首先对质控在控率PICR进行评分(即评价时间段内室内质控在控天数比例,满分15分),第二对区间变异指数PCVI进行评分(即评价时间段室间总不精密度指数,满分15分),第三对区间标准差指数PSDI进行评分(即评价时间段室间总标准差指数,满分20分),第四对实时标准差指数pSDI进行评分(即评价时间段室间每日标准差指数合格天数比例,满分15分),第五对实时相对偏差pBias进行评分(即评价时间段室间每日结构相对偏差合格天数比例,满分15分),最后对区间相对偏差PBias进行评分(即评价时间段室间总均值相对偏差,满分20分);对上述六项互认指标进行依次评分,总分100分,最后分值汇总。(上述六个互认指标中,质控在控率PICR、区间变异系数指数PCVI的评价为结果稳定性评价;质控在控率PICR、实时标准差指数pSDI、实时相对偏差pBias的评价为每日实时评价;区间变异系数指数PCVI、区间标准差指数PSDI、区间相对偏差PBias的评价为区间整体评价;区间标准差指数PSDI、实时标准差指数pSDI、实时相对偏差pBias、区间相对偏差PBias的评价为结果偏差评价)通过以上步骤,对多个互认指标分别进行评价并给出具体分值,可以精确反映到产品某一方面的问题,方便医院落实存在问题部分的整改。
所述步骤S5中,可通过小程序及其关联网页在平台组织管理者界面(平台组织管理者界面可查看每台仪器项目的互认指标、互认分值,监测区域内仪器项目出具患者数据的可互认性、可互认范围,以及人群基础值的异常变化)、各实验室管理移动端或各实验室管理电脑端(各实验室管理移动端或各实验室管理电脑端可实时查看仪器项目结果每天、每月的稳定性准确性,了解各台仪器项目的运行状态)查看各项比对数据以及评价结果。从而,平台组织管理者可根据各项比对数据和评价结果对各项统计参数、互认指标评分权重、分组和质控规则等进行调整与设置;各实验室可通过互认指标和互认评分了解相同仪器项目与其他医院结果的差距,进而落实存在问题部分的整改。
本发明的基于临床标本检验数据的检验结果质量评价系统,包括PQA插件、云服务器、小程序及其关联网页;所述PQA插件用于自动抓取实验室内部信息系统中每台仪器检验项目的所有检测结果数据,并采用Box-Plot方案,对标本来源相同的检测结果进行异常值和离群值的截断剔除,自动排除临床指标异常患者结果,根据不同的项目对剩余数据取中位数、均值或直方图峰值作为当天的特征值,并生成二维码或数据包(生成二维码时,通过小程序扫码上报数据;生成数据包时,通过网络上报数据);所述云服务器用于储存通过小程序或网络上报的每家医院的仪器和项目特征值,并进行数据综合比对和评价;所述小程序及其关联网页用于执行用户管理和评价数据的展示。
所述小程序及其关联网页可用于外部展示,展示各医院的检测项目的互认评分,还可接入仪器试剂采购平台、公共卫生和医院质量管理系统。即可通过外部展示权限,将评价结果介入检验结果互认系统、室间质评系统,可提供给试剂仪器采购等检验相关部门参考。
上述对本申请中涉及的发明的一般性描述和对其具体实施方式的描述不应理解为是对该发明技术方案构成的限制。本领域所属技术人员根据本申请的公开,可以在不违背所涉及的发明构成要素的前提下,对上述一般性描述或/和具体实施方式(包括实施例)中的公开技术特征进行增加、减少或组合,形成属于本申请保护范围之内的其它的技术方案。
Claims (6)
1.基于临床标本检验数据的检验结果质量评价方法,其特征在于:该方法包括以下步骤;
S1,利用安装有用于抓取数据的PQA插件的计算机,每天自动抓取实验室内部信息系统中每台仪器检验项目的所有检测结果数据,包括仪器编号、检测结果、时间和标本来源,所述标本来源指患者来自于住院、门诊、体检的大分类;
S2,采用Box-Plot方案,对标本来源相同的检测结果进行异常处理和离群值截断剔除,自动排除临床指标异常患者结果;根据不同的项目对剩余数据取中位数、均值或直方图峰值作为当天的特征值并保存到仪器对应项目的CSV文件中,内容包括检测日期、门诊特征值、住院特征值和体检特征值;
S3,按仪器或按项目将特征值生成二维码,通过小程序扫码直接上报,或者按仪器或按项目将特征值生成数据包,通过网络直接上报;将上报数据储存在云服务器中;
S4,云服务器对每家医院上报的各项数据进行综合比对和评价,包括PBRTQC评价、PEQA评价和PQA互认自动评分;
S5,通过小程序及其关联网页将综合比对和评价结果输出展示。
2.根据权利要求1所述的基于临床标本检验数据的检验结果质量评价方法,其特征在于:所述步骤S1中,数据抓取时,不采集任何患者临床信息。
3.根据权利要求1所述的基于临床标本检验数据的检验结果质量评价方法,其特征在于:所述步骤S4中,包括如下计算过程;
i云服务器根据项目在不同医院、仪器品牌的差异,将仪器同时分入“全体组”和“同类组”,仪器对应的项目及特征值被分入对应组中;
ii云服务器每天对每个项目的各分组的特征值统计“组均值”、“组标准差”和“组变异系数”,在医院数量增加和检测数据积累,获得稳定人群检测基础值后,后期稳定基础值作为靶值固定;每个月统计各项目分组中所有特征值的均值、标准差和变异系数作为“月组均值”、“月组标准差”和“月组变异系数”,并将各指标统计值保存在靶值的CSV文件中;
iii每天,每台项目仪器来自不同标本来源的特征值分别与自己以前的同来源特征值的均值比较,计算Z分值,当天两个标本来源的特征值的Z分值同时超出2或者-2,则判断当天患者数据室内质控触发警报;每月累计统计未发生警报的天数的占比,此为评价稳定性互认指标质控在控率(PICR);
iv每天,每台仪器项目的特征值与对应当天分组的靶值进行比较,获得每天的两项互认指标,实时相对偏差(pBias)和实时标准差指数(pSDI),判断是否符合要求;每个月,对每台仪器项目整月pBias和pSDI的合格率进行统计,获得每月的两项互认指标,相对偏差合格率(pBiasR)和标准差指数合格率(pSDIR);
v同时统计每台仪器项目整月的特征值计算变异系数(PCV),并与其所在分组的“月组变异系数”比较获得评价结果不精密度互认指标,区间变异系数指数(PCVI);统计每台仪器项目整月的特征值均值与其所在分组的“月组均值”的差值,并分别与其所在分组的“月组均值”和“月组标准差”比较获得评价结果偏移互认指标,区间相对偏差(PBias)和区间标准差指数(PSDI);
上述的互认指标中,对变异系数PCV、质控在控率PICR的评价即为PBRTQC评价;对区间变异系数指数PCVI、区间标准差指数PSDI、实时标准差指数pSDI、实时相对偏差pBias、区间相对偏差PBias的评价即为PEQA评价;对PBRTQC评价和PEQA评价中的各项互认指标的计算评分即为PQA自动互认评分。
4.根据权利要求1所述的基于临床标本检验数据的检验结果质量评价方法,其特征在于:所述步骤S5中,通过小程序及其关联网页在平台组织管理者界面、各实验室管理移动端或各实验室管理电脑端查看各项比对数据以及评价结果。
5.基于临床标本检验数据的检验结果质量评价系统,其特征在于:包括PQA插件、云服务器、小程序及其关联网页;所述PQA插件用于自动抓取实验室内部信息系统中每台仪器检验项目的所有检测结果数据,并采用Box-Plot方案,对标本来源相同的检测结果进行异常值和离群值的截断剔除,自动排除临床指标异常患者结果,根据不同的项目对剩余数据取中位数、均值或直方图峰值作为当天的特征值,并生成二维码或数据包;所述云服务器用于储存通过小程序或网络上报的每家医院的仪器和项目特征值,并进行数据综合比对和评价;所述小程序及其关联网页用于执行用户管理和评价数据的展示。
6.根据权利要求5所述的基于临床标本检验数据的检验结果质量评价系统,其特征在于:所述小程序及其关联网页用于外部展示,展示各医院的检测项目的互认评分,和/或接入仪器试剂采购平台、公共卫生和医院质量管理系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010871944.1A CN112053756B (zh) | 2020-08-26 | 2020-08-26 | 基于临床标本检验数据的检验结果质量评价方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010871944.1A CN112053756B (zh) | 2020-08-26 | 2020-08-26 | 基于临床标本检验数据的检验结果质量评价方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112053756A true CN112053756A (zh) | 2020-12-08 |
CN112053756B CN112053756B (zh) | 2023-08-08 |
Family
ID=73599339
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010871944.1A Active CN112053756B (zh) | 2020-08-26 | 2020-08-26 | 基于临床标本检验数据的检验结果质量评价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112053756B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112924661A (zh) * | 2021-02-20 | 2021-06-08 | 北京中医药大学东方医院 | 一种数据检测方法、系统、电子设备及存储介质 |
CN113219182A (zh) * | 2021-06-03 | 2021-08-06 | 首都医科大学附属北京朝阳医院 | 一种利用室间质量评价数据分析tsh多系统可比性的方法 |
CN113469309A (zh) * | 2021-05-25 | 2021-10-01 | 上海金标生物科技有限公司 | 一种健康信息处理方法、装置、系统、设备及存储介质 |
CN114209345A (zh) * | 2021-11-22 | 2022-03-22 | 中山大学肿瘤防治中心(中山大学附属肿瘤医院、中山大学肿瘤研究所) | 核医学设备及其校正源质控方法、系统、设备及存储介质 |
CN115116577A (zh) * | 2022-07-26 | 2022-09-27 | 青岛美迪康数字工程有限公司 | 基于二维码的质控数据传输方法及装置 |
CN116501921A (zh) * | 2023-06-25 | 2023-07-28 | 长沙计支宝信息科技有限公司 | 测试建筑材料性能的压力机的试验数据处理方法及系统 |
CN117275644A (zh) * | 2023-08-31 | 2023-12-22 | 广州零端科技有限公司 | 基于深度学习的检测结果互认方法、系统及存储介质 |
CN117314205A (zh) * | 2023-11-29 | 2023-12-29 | 吉林金域医学检验所有限公司 | 一种室间质评项目检测结果上报方法及装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007279059A (ja) * | 2007-06-18 | 2007-10-25 | Sysmex Corp | 臨床検査精度管理システム |
JP2014182472A (ja) * | 2013-03-18 | 2014-09-29 | Mizuho Information & Research Institute Inc | 健康管理支援システム、健康管理支援方法及び健康管理支援プログラム |
CN104424385A (zh) * | 2013-08-22 | 2015-03-18 | 上海联影医疗科技有限公司 | 一种医学影像的评价方法和装置 |
WO2016130879A1 (en) * | 2015-02-13 | 2016-08-18 | Prairie Ventures, Llc | System and method to objectively measure quality assurance in anatomic pathology |
CN105893725A (zh) * | 2014-11-13 | 2016-08-24 | 北京众智汇医科技有限公司 | 一种医院感染预防与控制全流程管理系统及其方法 |
CN105936904A (zh) * | 2015-06-04 | 2016-09-14 | 佛山市第人民医院 | lncRNA分子ENST00000438553及其在鼻咽癌辅助诊断中的应用 |
CN107545361A (zh) * | 2017-08-03 | 2018-01-05 | 广西金域医学检验所有限公司 | 室间比对系统及方法 |
CN108898328A (zh) * | 2018-09-29 | 2018-11-27 | 柳州市妇幼保健院 | 一种医院用便于室间质量评价的系统 |
CN110423816A (zh) * | 2018-10-12 | 2019-11-08 | 天津医科大学肿瘤医院 | 乳腺癌预后量化评估系统及应用 |
US20200051679A1 (en) * | 2018-08-08 | 2020-02-13 | Hc1.Com Inc. | Methods and systems for a pharmacological tracking and reporting platform |
CN111082985A (zh) * | 2019-12-16 | 2020-04-28 | 厦门大学附属第一医院 | 基于开放平台的api接口监测方法 |
-
2020
- 2020-08-26 CN CN202010871944.1A patent/CN112053756B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007279059A (ja) * | 2007-06-18 | 2007-10-25 | Sysmex Corp | 臨床検査精度管理システム |
JP2014182472A (ja) * | 2013-03-18 | 2014-09-29 | Mizuho Information & Research Institute Inc | 健康管理支援システム、健康管理支援方法及び健康管理支援プログラム |
CN104424385A (zh) * | 2013-08-22 | 2015-03-18 | 上海联影医疗科技有限公司 | 一种医学影像的评价方法和装置 |
CN105893725A (zh) * | 2014-11-13 | 2016-08-24 | 北京众智汇医科技有限公司 | 一种医院感染预防与控制全流程管理系统及其方法 |
WO2016130879A1 (en) * | 2015-02-13 | 2016-08-18 | Prairie Ventures, Llc | System and method to objectively measure quality assurance in anatomic pathology |
CN105936904A (zh) * | 2015-06-04 | 2016-09-14 | 佛山市第人民医院 | lncRNA分子ENST00000438553及其在鼻咽癌辅助诊断中的应用 |
CN107545361A (zh) * | 2017-08-03 | 2018-01-05 | 广西金域医学检验所有限公司 | 室间比对系统及方法 |
US20200051679A1 (en) * | 2018-08-08 | 2020-02-13 | Hc1.Com Inc. | Methods and systems for a pharmacological tracking and reporting platform |
CN108898328A (zh) * | 2018-09-29 | 2018-11-27 | 柳州市妇幼保健院 | 一种医院用便于室间质量评价的系统 |
CN110423816A (zh) * | 2018-10-12 | 2019-11-08 | 天津医科大学肿瘤医院 | 乳腺癌预后量化评估系统及应用 |
CN111082985A (zh) * | 2019-12-16 | 2020-04-28 | 厦门大学附属第一医院 | 基于开放平台的api接口监测方法 |
Non-Patent Citations (3)
Title |
---|
康凤凤、宋超: "应用西格玛度量和稳健算法评...化血红蛋白检测结果的可比性_康凤凤", 检验医学, vol. 35, no. 2 * |
康凤凤;单志明;宋超;夏晓华;陈倩;郦卫星;: "应用西格玛度量和稳健算法评价不同检测系统糖化血红蛋白检测结果的可比性", 检验医学, no. 02 * |
张顺利;岳育红;王清涛;: "从室间质评到检验结果互认", 中国卫生, no. 08 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112924661A (zh) * | 2021-02-20 | 2021-06-08 | 北京中医药大学东方医院 | 一种数据检测方法、系统、电子设备及存储介质 |
CN113469309B (zh) * | 2021-05-25 | 2024-05-10 | 上海金标生物科技有限公司 | 一种健康信息处理方法、装置、系统、设备及存储介质 |
CN113469309A (zh) * | 2021-05-25 | 2021-10-01 | 上海金标生物科技有限公司 | 一种健康信息处理方法、装置、系统、设备及存储介质 |
CN113219182A (zh) * | 2021-06-03 | 2021-08-06 | 首都医科大学附属北京朝阳医院 | 一种利用室间质量评价数据分析tsh多系统可比性的方法 |
CN113219182B (zh) * | 2021-06-03 | 2022-10-14 | 首都医科大学附属北京朝阳医院 | 一种利用室间质量评价数据分析tsh多系统可比性的方法 |
CN114209345A (zh) * | 2021-11-22 | 2022-03-22 | 中山大学肿瘤防治中心(中山大学附属肿瘤医院、中山大学肿瘤研究所) | 核医学设备及其校正源质控方法、系统、设备及存储介质 |
CN114209345B (zh) * | 2021-11-22 | 2024-05-24 | 中山大学肿瘤防治中心(中山大学附属肿瘤医院、中山大学肿瘤研究所) | 核医学设备及其校正源质控方法、系统、设备及存储介质 |
CN115116577A (zh) * | 2022-07-26 | 2022-09-27 | 青岛美迪康数字工程有限公司 | 基于二维码的质控数据传输方法及装置 |
CN116501921A (zh) * | 2023-06-25 | 2023-07-28 | 长沙计支宝信息科技有限公司 | 测试建筑材料性能的压力机的试验数据处理方法及系统 |
CN116501921B (zh) * | 2023-06-25 | 2023-09-15 | 长沙计支宝信息科技有限公司 | 测试建筑材料性能的压力机的试验数据处理方法及系统 |
CN117275644B (zh) * | 2023-08-31 | 2024-04-16 | 广州零端科技有限公司 | 基于深度学习的检测结果互认方法、系统及存储介质 |
CN117275644A (zh) * | 2023-08-31 | 2023-12-22 | 广州零端科技有限公司 | 基于深度学习的检测结果互认方法、系统及存储介质 |
CN117314205A (zh) * | 2023-11-29 | 2023-12-29 | 吉林金域医学检验所有限公司 | 一种室间质评项目检测结果上报方法及装置 |
CN117314205B (zh) * | 2023-11-29 | 2024-01-26 | 吉林金域医学检验所有限公司 | 一种室间质评项目检测结果上报方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112053756B (zh) | 2023-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112053756B (zh) | 基于临床标本检验数据的检验结果质量评价方法及系统 | |
CN104050187B (zh) | 搜索结果展示方法及系统 | |
CN109688091B (zh) | 多源的威胁情报的质量评估方法及装置 | |
Loh et al. | Recommendations for laboratory informatics specifications needed for the application of patient-based real time quality control | |
KR101868729B1 (ko) | 리소스조합 처리방법, 장치, 설비 및 컴퓨터 저장매체 | |
CN111832727B (zh) | 跨数据、信息、知识模态与量纲的本质识别方法及组件 | |
CN115185936B (zh) | 一种基于大数据的医疗临床数据质量分析系统 | |
CN115660262B (zh) | 一种基于数据库应用的工程智慧质检方法、系统及介质 | |
CN112463773A (zh) | 数据质量确定方法及装置 | |
CN112330095A (zh) | 一种基于决策树算法的质量管理方法 | |
CN117557409B (zh) | 基于物联网的智慧建筑火灾风险可视化评估管理系统 | |
CN112861142A (zh) | 数据库的风险等级确定方法和装置、存储介质及电子装置 | |
CN112633639A (zh) | 一种面向食品药品安全监管靶向风险预警平台及方法 | |
CN112258095B (zh) | 基于标准正态分布的评分方法、装置、设备及存储介质 | |
CN115511408A (zh) | 一种药品集中采购监测预警可视化平台及其监测预警方法 | |
CN115471088A (zh) | 一种基于大数据用户日志的系统使用评估方法及装置 | |
CN111813922B (zh) | 一种基于微博文本数据的高温事件检测方法及系统 | |
CN112765553A (zh) | 一种基于大数据的工程项目管理系统 | |
CN112801788A (zh) | 一种互联网股权融资平台监控系统及监控方法 | |
JP2003166988A (ja) | 臨床検査システム | |
CN117688452B (zh) | 一种基于神经网络的食品农药残留量检测预警方法及系统 | |
CN114613506B (zh) | 基于大数据的路径预测管控方法、装置及存储介质 | |
CN114927212A (zh) | 一种罕见病筛查系统及方法 | |
CN113743723A (zh) | 一种食品快速检测结果的质量评价方法 | |
CN117726213A (zh) | 一种福祉指数趋势图的生成方法、装置、设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |