CN116848583A - 用于在临床诊断过程中进行虚拟交叉研究的系统和方法 - Google Patents
用于在临床诊断过程中进行虚拟交叉研究的系统和方法 Download PDFInfo
- Publication number
- CN116848583A CN116848583A CN202080108403.1A CN202080108403A CN116848583A CN 116848583 A CN116848583 A CN 116848583A CN 202080108403 A CN202080108403 A CN 202080108403A CN 116848583 A CN116848583 A CN 116848583A
- Authority
- CN
- China
- Prior art keywords
- quality control
- clinical diagnostic
- control material
- data
- standard deviation
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000002405 diagnostic procedure Methods 0.000 title description 5
- 239000000463 material Substances 0.000 claims abstract description 159
- 238000003908 quality control method Methods 0.000 claims abstract description 135
- 238000004458 analytical method Methods 0.000 claims abstract description 57
- 238000005259 measurement Methods 0.000 claims abstract description 19
- 239000000523 sample Substances 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 18
- 239000013610 patient sample Substances 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 13
- 239000012491 analyte Substances 0.000 claims 2
- 230000008569 process Effects 0.000 abstract description 11
- 238000012360 testing method Methods 0.000 description 37
- 238000002872 Statistical quality control Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000003018 immunoassay Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
- 239000007787 solid Substances 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
-
- 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
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
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)
- Biomedical Technology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Automatic Analysis And Handling Materials Therefor (AREA)
Abstract
一种用于对质控(QC)材料执行虚拟交叉研究的临床诊断分析仪，包括处理器、存储器、测量硬件和输入面板/显示器。分析仪从与新批次的质控材料相关的同等组中获取数据，以基于该同等组数据计算预测的平均值和标准差，并针对实验室过程中的偏差进行调整。当对新批次的QC材料进行新的分析时，预测的平均值和标准差会更新，以在加权的基础上纳入实际数据。
Description
背景技术
本发明总体上涉及临床诊断过程，更具体地说，涉及在该过程中使用临床诊断分析仪和系统以及包括这种分析仪的同等组(peer group)进行虚拟交叉(cross over)研究的系统和方法。
临床诊断实验室使用各种质控方案来确保所采用的临床诊断过程和用于分析患者样本或其他测试样本的临床诊断分析仪提供准确的诊断结果。一种常见的质控方案涉及使用用于测试患者样本的相同分析仪和过程来测试具有已知特性的质控(QC)材料。用具有已知特性的材料运行这种质控测试确保了用于执行测试的临床诊断分析仪提供预期的和准确的结果，或者提供预定范围或规格内的结果，并且同样确保了与分析仪结合使用的试剂和过程提供预期的结果。
虽然使用具有已知特性的质控材料进行质控测试通常是有用的，但是当必须补充质控材料时，会出现统计控制问题。因为质控材料有效期有限，并且因为使用质控材料的QC测试消耗该材料，所以实验室必须定期处理新批次的质控材料的获得和使用，因此要求实验室交叉并开始使用新批次的QC材料。交叉到新的QC材料对实验室来说是一项艰巨的任务，因为在依靠新的质控材料进行进一步测试之前，必须确保新质控材料的可靠性和准确性。即使新批次的QC材料具有与先前批次相似的特性，批次之间的差异也会影响检测的准确性，尤其是在可以对新质控材料进行足够数量的检测之前。而且，即使另一个实验室已经改用新批次的质控材料，来自该另一个实验室的数据也不能简单地被另一个实验室使用，因为如果使用来自另一个实验室的数据，每个实验室的测试方法和设备中隐含的偏差会导致不准确。
因此，实验室必须进行交叉研究，以验证新材料的准确性，然后才能确保测试的预期准确性。对于质控材料的任何变化，都必须进行此类交叉研究，因为即使质控材料具有插入范围，即经过分析的质控材料，插入范围也仅供实验室用于快速确定其是否处于控制状态，而不是用于性能监控。
交叉研究通常涉及确定新批次的质控材料的统计行为，即计算或估计新材料的平均值和标准差(SD)。为了获得平均值和SD测量值，交叉研究的一般方法是随着时间的推移评估样品并收集新质控材料的数据，直到收集到足够的数据并根据收集的数据计算平均值和标准差，然后，一旦计算完成，就使用新质控材料在将来的质控测试中使用和分配所计算的平均值和标准差。
在《定量测量程序的统计质控：原理和定义；批准指南——第三版》(StatisticalQuality Control for Quantitative Measurement Procedures:Principles andDefinitions；Approved Guideline–Third Edition)中描述了一种普遍接受的进行初始评估的方法，要求在不同的日期对每个质控水平的质控材料进行至少二十次不同的测量。因此，这种普遍接受的方法需要在20天的时间内，针对每个质控水平收集至少20个数据点。因此，例如，对于包含30种不同分析物的三级质控材料，必须进行90次单独的研究，并为每次单独测试收集数据点。然后，收集的数据用于估计新批次材料的平均值和SD。除了所需的时间之外，这种研究还会给实验室带来费用，在测试过程中收集的每个分子数据点都会产生单独的费用。这种研究也是劳动密集型的。由于没有进行此类交叉研究的标准化系统，大多数实验室通常使用电子表格手动处理收集的数据，并手动输入数据来计算新质控材料的平均值和SD。
即使按照普遍推荐的程序进行交叉研究花费了时间、费用，且效率低下，这些研究的结果也没有达到实验室期望或要求的准确度。例如，虽然20个数据点足以确定新材料的平均值，但是收集该数量的数据点不是必要的，因此效率低下，因为仅使用10个数据点就可以确定平均值。因此，普遍推荐的交叉研究方法在确定平均值时会导致不必要的测试和费用。此外，20个数据点不足以确定期望精度水平的SD，要实现这一点，通常需要80个数据点。因此，使用通常推荐的方法通常会导致估计的SD具有较高的误差容限。
认识到上述局限性后，业界提出了一种替代方法来确定新质控材料的标准差，该方法仅使用10个数据点，通过合并旧材料的平均值和标准差、使用公式SDnew＝(MEANnew*CVold)/100来确定新质控材料的标准差，其中CVold＝100*(SDold/MEANold)。然而，尽管该替代测定需要的数据点更少，因此花费的时间更少，但是使用该方法的结果仍然会导致平均值计算中潜在的不准确性(参见，例如，《定量测量程序的C24统计质控：原理和定义，第4版》(C24 Statistical Quality Control for Quantitative Measurement Procedures:Principles and Definitions,4th Edition))。
不考虑所使用的计算，进行交叉研究的已知方法要求每个单独的实验室对新批次的质控材料进行分析，并且在例如患者样本的测试可以开始之前完成交叉研究。
因此，很明显，在本领域中仍然需要进行交叉研究的系统和方法，以加速该过程并克服本领域中已知方法的不足。
发明内容
本发明涉及一种用于在使用临床诊断分析仪的临床诊断过程以及在使用临床诊断分析仪的系统、系统组和系统同等组中进行虚拟交叉研究的系统和方法。
在示例性实施例中，本发明的系统和方法使用一个或多个临床诊断分析仪，通过依靠从已经在使用新批次的质控材料并且已经从该新批次的材料收集了数据的类似实验室的同等组中收集的与新批次的材料相关联的数据，来对新批次的质控材料进行虚拟交叉研究。使用比较数据来关联来自先前或旧批次的质控材料的数据，以考虑单独实验室中的偏差，在评估或分析任何新批次的材料之前，计算新批次的质控材料的预测的平均值和标准差。使用贝叶斯(Bayesian)方法，在实验室对新批次的质控材料进行评估之前，使用来自新批次的质控材料的同等统计来生成新批次的质控材料的实验室平均值的估计值。新批次的质控材料的实验室数据以加权方式纳入，以更新新批次的质控材料的实验室平均值的估计值，该值进一步用于估计新批次的质控材料的SD。
在一个方面，通过使用来自同等组的关于质控材料的先前批次号(lot number)和关于由同等组收集的新批次号的数据，可以对新批次的质控材料发起虚拟交叉研究。根据同等组数据来计算估计的或预测的平均值和标准差(SD)值，实验室的交叉研究可以在对新批次的质控材料进行任何新分析之前开始。随着测试的继续和对新批次的质控材料进行新的分析，实际数据被整合到预测值的计算中，直到至少已经收集了所需目标数量的新数据点——通常至少10个——此时，仅使用实际收集的数据就可以继续计算平均值和标准差。在另一方面，在计算中对来自已完成分析的数据进行加权，以在收集实际数据时给予实际数据更多的优先权。
在另一方面，用于执行虚拟交叉研究的临床诊断分析仪包括处理器、存储器、测量硬件和输入面板/显示器。分析仪提示用户开始虚拟交叉研究，并访问来自同等组的关于新批次和旧批次的QC材料的数据。分析仪计算新批次的QC材料的估计平均值和标准差，并且进一步提示用户装载或自动装载来自新批次的材料的QC样本，并且发起测试和分析以确定新材料的平均值和标准差。
在另一方面，一组实验室，每个实验室包括一个或多个临床诊断分析仪，在同等组配置中相互通信，其中在同等组的成员之间共享信息和数据。共享信息可以包括与所执行的分析相关的数据以及与实验室中使用的质控材料相关的信息。
另一方面，当新批次的质控材料的分析仍在进行中时，同等组估计的平均值和标准差值使得实验室能够继续进行交叉研究，就像交叉研究已经完成一样——使用预测的平均值和标准差值。因此，交叉研究对实验室操作的影响被最小化。
参考说明书的剩余部分，包括附图和权利要求，将会认识到本发明的其他特征和优点。本发明的其他特征和优点，以及本发明的各种实施例的结构和操作，将在下面参照附图和权利要求进行详细描述。在附图中，相同的附图标记表示相同或功能相似的元件。
附图说明
在本发明的以下详细描述中，将结合构成本发明一部分的附图更详细地描述本发明，其中：
图1描绘了根据本发明的示例性实施例的临床诊断分析仪系统的框图，该系统具有通过网络与服务器通信的多个临床诊断分析仪；
图2描绘了图1的系统的单个临床诊断分析仪的框图；
图3A是由图2的临床诊断分析仪所呈现的第一示例性提示屏幕的描述；
图3B是由图2的临床诊断分析仪所呈现的第二示例性提示屏幕的描述；
图3C是由图2的临床诊断分析仪所呈现的第三示例性提示屏幕的描述；
图3D是由图2的临床诊断分析仪所呈现的第四示例性提示屏幕的描述；
图4是以同等组配置布置的如图1中的多个临床诊断分析仪的框图；和
图5是根据本发明的示例性实施例进行虚拟交叉研究的示例性方法的流程图。
具体实施方式
本文描述了根据本发明的示例性实施例的用于进行质控材料的虚拟交叉研究的系统和方法，该交叉研究在使用临床诊断分析仪的实验室中、在临床诊断分析仪的仪器组中、在包括临床诊断分析仪的系统中、以及在以同等组连接的临床诊断分析仪的系统中进行。尽管下文将参照所描绘的示例性实施例和替代实施例来详细描述本发明，但是应当理解，本发明不限于这些实施例中示出和描述的具体配置。相反，本领域技术人员将会理解，根据本发明可以实现各种配置。
首先参看图1，根据本发明的示例性实施例的临床诊断系统通常由数字100表示。系统100通常包括多个临床诊断分析仪110a、110b、110c、110n和与数据库114通信的服务器112。多个临床诊断分析仪110a、110b、110c、110n与网络116通信，网络116便于在每个临床诊断分析仪110a、110b、110c、110n和服务器112之间，以及在每个临床诊断分析仪110a、110b、110c、110n和任何其他诊断分析仪之间，或者在临床诊断分析仪的任何组合和/或服务器之间传输指令、信息和数据。
网络116可以是任何局域网(LAN)、广域网(WAN)、自组网或本领域已知的其他网络配置，或者它们的组合。例如，在图1所示的示例性实施例中，网络116可以包括允许临床诊断分析仪110a、110b、110c、110n之间通信的LAN，例如在具有多个临床诊断分析仪的单个实验室设置中，并且还可以包括WAN，例如因特网或其他广域网，其允许LAN和服务器112之间和/或临床诊断分析仪和服务器之间的通信。
应当理解，图1中描述的配置是示例性的而非限制性的，并且本文描述的发明可以在单个临床诊断分析仪中、在共同位于单个实验室或设施中的一组临床诊断分析仪中、以及在地理上分散的一组临床诊断分析仪中实施。
例如，多个系统100，每个都包括一个或多个临床诊断分析仪和服务器，可以位于单个实验室中，或者位于分散在整个设施中或全球的多个实验室中，所有这些都通过WAN进行通信。还应当理解，本发明可以体现在单个临床诊断分析仪中，或者体现在通过LAN或WAN相互通信的一组临床诊断分析仪中，而不需要一个或多个服务器。对于本领域技术人员来说，这些和其他变化和实施例将是显而易见的。
在一个示例性实施例中，如图4所示，多个临床诊断系统150a、150b、150c、150n，例如图1所示的那些，通过网络，例如互联网或其他WAN进行通信。这个独立系统的集合包括系统的同等组152，其中每个系统150a、150b、150c、150n代表具有一个或多个临床诊断分析仪的实验室，并且其中每个实验室进行患者样本和质控材料的测试。最优选地，同等组152的每个成员150a、150b、150c、150n是位于与其他同等组成员实验室在地理上分散的位置的实验室，每个实验室具有相似类型的临床诊断分析仪，运行相似类型的测试，并且使用与同等组的其他同等成员所使用的材料相似的质控材料。
回到图1，服务器112优选地包括处理器118、存储器120以及逻辑和控制电路122，所有这些都相互通信。服务器112可以是本领域已知的任何服务器、服务器系统、计算机或计算机系统，优选地被配置为在服务器112和网络之间和/或向连接到网络的任何设备传送指令和数据，并且向数据库114存储数据和信息以及从数据库114检索数据和信息。处理器118可以是本领域已知的任何微处理器、控制器或多个这样的设备。处理器118优选地运行服务器操作系统，例如基于Linux的、基于Windows的或本领域已知的其他服务器操作系统。优选地，处理器118被配置为结合操作系统来控制服务器112的操作，允许服务器与数据库114和网络116和/或与连接到网络的设备通信，例如临床诊断分析仪110a、110b、110c、110n。在一些实施例中，服务器可以控制临床诊断分析仪的操作，例如允许在特定时间段期间操作分析仪，从分析仪收集数据以存储在数据库114中，将数据传输到分析仪以供查看和/或分析，从分析仪收集测试数据，以及单独或成组地向分析仪提供数据、指令或提示。
存储器120可以是易失性或非易失性存储器，并且用于存储与服务器的操作相关联的数据和信息，以及用于传输到服务器和从服务器传输的数据。例如，存储器存储由处理器118执行的服务器操作系统，并且还可以存储与通过网络116与服务器112通信的临床诊断分析仪110a、110b、110c、110n相关联的数据。在一些实施例中，服务器上的存储器120可以用作数据库114的补充或替代。
数据库114优选地用于存储与服务器112的操作以及临床诊断分析仪110a、110b、110c、110n的操作和控制相关的控制信息，并且还可以用于存储与临床诊断分析仪对样本的处理相关的数据。例如，数据库可以包含用于由临床诊断分析仪上的处理器执行或者用于在服务器上执行的指令或程序，或者可以存储与处理的样品的数量、测试频率、在分析仪上执行的分析结果相关的数据，以及与样本本身相关的数据，诸如跟踪信息、批次号、样品大小、样品重量、样品剩余百分比等。优选地，数据库114包括非易失性存储器，诸如硬盘驱动器、固态存储器及其组合。
逻辑和控制电路122提供接口电路，以允许处理器和存储器进行通信，并向服务器提供其他操作功能，诸如促进去往和来自网络116的数据通信。
进而参看图2，图2描绘了图1的系统的单个临床诊断分析仪110a的详细视图。临床诊断分析仪110a优选地包括处理器124、存储器设备126、测量硬件128和输入面板/显示器130。
处理器124可以是本领域已知的任何控制器、微控制器或微处理器，并且与存储器设备126通信，该存储器设备126存储由处理器执行的指令，以控制测量硬件128和输入面板/显示器130并与它们通信，从而使临床诊断分析仪执行期望的步骤，诸如命令测量硬件装载测试样本或对已装载的样品执行测试的采样，或者指示或提示用户执行特定操作，例如替换测试样品、开始测试或查看收集的数据。处理器124还可以执行指令以从测量硬件128接收数据，并对所接收的数据执行一个或多个分析，并在输入面板/显示面板130上显示测试结果或其他信息。
测量硬件128优选地包括样品容器，该样本容器被配置为将一个或多个样品或样本接收到分析仪中以进行测试。优选地，测量硬件被配置为接收存储在瓶内的样品，并且最优选地被配置为接收多个瓶并且从任何期望的瓶中提取分析物用于分析。在进一步的实施例中，测量硬件128可以包括外部转台、装载器或其他机件，以促进样品的装载和卸载，从而允许在分析仪的命令下装载样品。
如图2所示，测量硬件被配置为与材料样品132a、132b、132c、132d一起使用，材料样品132a、132b、132c、132d可以是QC材料、患者测试样本或本领域已知的其他样本。在一个实施例中，材料样品包含在瓶中，瓶由用户装载或插入到临床诊断分析仪110a中。样品可以单独装载，或者成组装载，例如在装载到分析仪中的托盘中。在替代实施例中，根据来自分析仪110a的命令，可以使用自动装载机件，诸如转盘或其他机件来装载样品。QC材料形式的材料样品通常以批次的形式提供，一唯一的批次号分配给一批次的样品，这些样品基本上是相同的，因为它们来自完全相同批次的材料来源。分析仪110a优选地允许用户输入与QC材料相关的信息，包括统计信息，例如该批材料的平均值或标准差。在其他实施例中，可以通过网络或从服务器获得信息，例如使用样品瓶或容器上的QR码来唯一地标识样品或批次。
输入面板/显示器130与处理器通信，并且可操作来呈现控制以促进分析仪的操作，以及向用户呈现提示和指令，并且从用户接收输入命令和/或数据。输入面板/显示器130优选为触摸屏，其具有显示文本和图形以及图标、按钮、键盘等的能力，以向用户呈现数据并接收来自分析仪用户的输入。优选地，输入面板/显示器130包括声音报警这设备，诸如蜂鸣器或传呼机。
参见图3A、图3B、图3C和图3D，例如，输入面板/显示器可以提示用户装载一个QC样本并在完成后按下准备按钮(图3A)，以开始虚拟交叉研究(图3B)，装载患者样本(图3C)或选择用于研究的一批材料，存储数据，或运行分析(图3D)。应当理解，临床诊断分析仪100a可以具有多个可用的程序和功能，优选地呈现菜单或选择提示来引导用户完成分析仪的操作以及所需功能和操作的选择。
临床诊断分析仪110a可以是本领域中已知的任何类型的分析仪，诸如生物化学分析仪、血液分析仪、基于免疫的分析仪或本领域中已知的任何其他临床诊断分析仪。优选地，分析仪110a被配置为测试具有已知特性的质控材料，以允许用户确定分析仪的准确性，并向用户提供分析仪在容许公差内运行的保证。临床诊断分析仪110a可以被配置为与各种质控材料一起使用，无论是液体形式还是冻干形式，并且可以被配置为用于免疫测定、血清化学、免疫学、血液学和其他领域。
参看图1至图3，在对患者样本执行测试的典型使用中，分析仪110a提示用户装载患者样本，如图3C所示，并且一旦样品被装载，就执行如图3B所示的分析。测试完成后，分析仪会提示用户存储或查看数据。类似地，分析仪可以引导用户装载QC材料，如图3A所示。
应当理解，分析仪100a的操作可以在分析仪处本地执行，或者当分析仪在如图1所示的系统100中操作时，该操作可以通过服务器112协调。应当进一步理解，任何数据可以本地存储在分析仪110a、服务器112或数据库114上，并且该数据可以在整个系统100中通过网络115使用，使得远程服务器和分析仪同样可以访问存储的数据。类似地，可以在分析仪本身上、在服务器上运行，或者可以分布在多个分析仪和/或服务器之间进行分析。
还应当理解，在任一系统中的任一独立临床诊断分析仪上收集和/或存储的数据可以被共享和传送给同一系统或实验室中的其他临床诊断分析仪，可以被共享和传送给该系统中的服务器和数据库，并且可以被共享和传送给其他系统，以及那些其他系统中的临床诊断分析仪和服务器和数据库。
参见图4，在一个示例性实施例中，多个临床诊断系统150a、150b、150c、150n通过网络152(例如互联网或其他WAN)进行通信，其中每个临床诊断系统都与图1所示的类似。该独立系统的集合包括系统的同等组154，其中每个系统150a、150b、150c、150n代表具有一个或多个临床诊断分析仪的实验室，并且其中每个实验室进行患者样本和质控材料的测试。最优选地，同等组154的每个成员150a、150b、150c、150n位于与其他同等组成员实验室在地理上分散开的位置的实验室，每个实验室具有相似类型的临床诊断分析仪，运行相似类型的测试，并且使用与同等组的其他成员所使用的材料相似的质控材料。
在本文描述的本发明的实施例中，在多个分析仪上执行的分析和由同等组的成员收集的数据可以被组合分析，以基于跨多个分析仪收集的数据和基于由同等组的其他成员收集的数据来提供输出或结果。
虽然进行交叉研究的已知方法依赖于在10到20天的时间段内进行的人工收集和数据分析，但是本发明的系统和方法使用单个临床诊断分析仪、多个诊断分析仪或单个或多个临床诊断系统作为同等组的成员来执行虚拟交叉研究，以允许实验室通过使用基于从已经使用新批次的QC材料的同等组获得的数据的估计平均值和标准差值来立即开始使用新批次的质控材料。
随着临床诊断分析仪的配置、采用临床诊断分析仪的系统以及临床诊断分析仪的同等组的阐述，现在将描述根据本发明的用于进行虚拟交叉研究的系统和方法。
如上所述，进行交叉研究通常涉及确定新批次的质控材料的统计行为，即新材料的平均值和标准差。因为临床诊断分析仪用于分析测试样本和患者样本，所以在实验室能够确定新批次的质控材料的参数之前，它不能确定对实际样本执行的分析结果的准确性。
根据本发明的示例性实施例，虚拟交叉研究允许临床诊断分析仪的同等组共享数据，以允许在希望交叉到新材料的实验室对新批次的材料进行任何分析之前，计算新批次的质控材料的估计平均值和标准差(SD)。然后，随着对新批次的QC材料的分析完成，实际测试数据将纳入平均值和标准差的估计中。一旦完成足够数量的分析(通常是10个数据点)，平均值和标准差的计算将只根据实际分析的数据继续进行。因此，本发明的系统和方法允许交叉研究在运行任何新的分析之前开始使用虚拟数据(即，从同等组获得的数据)来预测或估计新批次的QC材料的平均值和SD，并且在完成对新批次的质控材料的分析时用实际数据来强化那些估计值。
新批次的质控材料的平均值和标准差(SD)可通过使用从与旧批次的质控材料相关的同等组收集的数据进行预测，使用以下等式：
其中：
D是实验室相对于基于先前或旧批次的质控材料的同等组的偏差；
是先前批次的质控材料的实验室平均值；
是先前批次的质控材料的同等组平均值；
是新批次的质控材料的同等组平均值；
是新批次的质控材料的实验室平均值的初步预测；
CVold是先前批次的质控材料的变异系数；和
是新批次的质控材料的实验室标准差(SD)的初始预测值。
需注意，变异系数CV有时被称为相对标准差(RSD)，可示为标准差与平均值的比值。
以下面描述的方式使用上述等式，新批次的质控材料的预测的平均值和预测的/>使用来自同等组的数据计算，通过实验室和同等组之间的计算偏差D进行调整。
最初使用这些预测值，然后用从实验室对新批次的质控材料运行的实际分析中获得的数据值来扩充，下面将给出这一过程的更详细的解释，其中随着在加权计算中获得新的实际值，预测值被逐步淘汰，如下：
更新的其中
W1＝(NT-NQ)/NT
W2＝NQ/NT
更新的
其中：
是收集的新批次的质控材料数据的平均值(NQ个数据点)；
W1是应用于新批次的质控材料的预测的平均值的权重；
W2是应用于对一批新数据计算的平均值的权重；
NT是交叉研究的计划的样品的数量，优选NT至少为十(10)；
NQ是到目前为止从新批次的质控材料中收集的样品数量，即新批次中已完成的新分析的计数；
更新的是新批次的质控材料的平均值的更新的预测；和
更新的是新批次的质控材料SD的更新的预测。
当收集到目标数量的样品NT时，虚拟交叉研究就完成了，并且新批次的平均值和标准差的估计值将只依赖于新收集的数据。
在大致阐述了用于进行虚拟交叉研究的初始参数和方程的情况下，在图5的流程图中描述了根据本发明的示例性实施方案实施虚拟交叉研究的步骤。
首先参看图5，使用临床诊断分析仪进行虚拟交叉研究的方法从框200开始。从图中可以看出，在框222使用临床诊断分析仪装载和测试患者样本的过程可以与正在进行的虚拟交叉研究并行发生，即同时发生，如现在将要描述的。
在框202，响应于由临床诊断分析仪呈现的提示，诸如图3D所示，用户选择使用新批次的质控材料，并且如图3B所示，选择对所选新批次的质控材料进行虚拟交叉研究。
在框204，分析仪确定与已经在分析仪上使用的旧的、先前批次的质控材料相关联的数据是否可在分析仪上、从实验室中的另一个分析仪、从服务器或数据库、或者从分析仪可访问的任何其他源、存储器或存储装置获得。如果没有关于旧批次的质控材料的数据，则在框206，不能进行虚拟交叉研究，并且该过程结束。
在框208，分析仪确定与新批次的控制材料相关联的同等组数据是否可在分析仪上、从实验室中的另一个分析仪、从服务器或数据库、从同等组的成员、或者从分析仪可访问的任何其他源、存储器或存储装置获得。如果没有可以相对于新批次的质控材料定位的同等组数据，则在框210，不能进行虚拟交叉研究，并且该过程结束。
在框212，利用来自旧批次的质控材料的数据和来自相对于新批次的质控材料的同等组数据的数据，分析仪通过如下初始计算新批次材料的预测的平均值和标准差来开始虚拟交叉研究：
首先，通过将先前批次的QC材料的实验室平均值与先前批次的QC材料的同行组平均值进行比较，说明进行研究的实验室相对于同等组的偏差。偏差(D)的计算方法为：/>
计算偏差(D)后，通过调整同等组平均值来计算新批次的质控材料的平均值/>的初始预测值，以考虑偏差(D)，如下所示：
并且基于计算出的新批次的质控材料的预测的平均值和旧批次的质控材料的变异系数(CVold)，计算新批次的质控材料的预测的标准差/>如下：
仍然在框212，随着新批次的质控材料的预测的平均值和预测的标准差的计算，这些值被用作平均值和标准差的初始值，并且虚拟交叉研究继续进行目标数量的分析(NT)。NT即分析的目标数量或研究规模，优选的初始设置为10，以便在交叉研究中对新批次的质控材料进行10次分析。在替代实施例中，NT可以大于10。在优选实施例中，在临床诊断分析仪中将目标分析次数(NT)预设为10次。在替代实施例中，分析仪可以提示操作者输入期望的目标次数(NT)。在进一步的实施例中，目标次数(NT)由临床诊断分析仪从服务器、数据库或其他来源获得。应当理解，当交叉研究仍在进行中时，临床诊断分析仪可以在框222处的患者样本测试中使用预测的平均值和/>和/>
最后，在框212，对分析中运行的分析次数进行计数的计数器(NQ)最初被设置为零。当对新批次的质控材料进行分析时，如下所述，计数器NQ随着每次后续分析的进行而递增。
再看到框214，如果运行的分析次数(NQ)大于或等于要运行的分析的目标次数(NT)，则在框216，虚拟交叉研究完成。
如果在框214，运行的分析次数(NQ)不大于或等于要运行的分析的目标次数(NT)，则在框218，运行的分析次数(NQ)增加1，并且在框220，使用刚从分析中获得的数据更新新批次的质控材料的预测的平均值和标准差/>如下：
首先，计算两个加权因子W1和W2，用于基于与目标分析次数(NT)相比已经进行了多少次新分析(NQ)，将在后续计算中权重或给予的考虑分配给先前预测的平均值与从实际分析获得的数据中导出的平均值/>这些加权因子的计算方法如下：
W1＝(NT-NQ)/NT
W2＝NQ/NT
然后，通过合并从新分析中获得的数据并使用加权因子，计算新批次的质控材料的更新的预测的平均值(更新的)和标准差(更新的/>)，如下所示：
更新的和
更新的
在计算出更新的预测的平均值和更新的标准差的情况下，该过程返回到框214，其中，如果运行的分析次数(NQ)大于或等于要运行的分析的目标次数(NT)，则在框216，虚拟交叉研究完成，如果不是，则在框218，运行的分析次数(NQ)增加1，并且在框220，按照刚刚描述的方式，使用刚刚从NQ次分析获得的数据，计算并更新新批次的质控材料的更新的预测的平均值和更新标准差/>
因此，预测的平均值和标准差的计算继续进行目标次数(NT)的分析，计算值随着连续运行而更新，最近获得的数据点以如前所述的加权方式并入计算中。
在框214，当目标数量的分析已经完成时，即，NQ大于或等于NT，则该过程进行到框216，其中交叉研究完成。一旦完成虚拟交叉研究，用户可以在框222开始或重新加入正在进行的患者样本测试，在框222测试患者样本，提示操作者将患者样本装载到分析仪中，或者分析仪命令自动装载机件装载样本。应当理解，在交叉研究进行的同时，在完成交叉研究之前，可以使用在框212中计算的估计平均值和SD来进行框222中的患者样本测试。
因此，上述方法提供了一种虚拟交叉研究，其通过使用来自同等组实验室的关于新批次材料的数据，在对新批次进行任何分析之前，计算新批次的质控材料的预测的平均值和标准差。计算出初始预测值后，对新批次材料进行分析得到的新数据将纳入加权平均值和标准差的计算中。一旦完成目标数量的分析，将仅使用从实际分析中获取的数据来对QC质控材料的平均值和标准差进行任何后续的计算。
可以看出，本发明的系统和方法提供了对普遍接受的20天交叉研究的改进，并且允许使用预测的平均值和标准差，直到可以收集新批次的QC材料的足够数量的数据点。
尽管上文已经参照各种示例性实施例描述和说明了本发明，但是应当理解，在不脱离本发明的范围的情况下，可以对这些实施例进行各种修改。因此，本发明不限于上文描述和示出的示例性实施例，除非以上权利要求中包含了这些限制。
Claims (21)
1.一种用于进行虚拟交叉研究的临床诊断分析仪，包括：
处理器；
测量硬件，其与所述处理器通信并被配置为测量分析物的特性；
存储器设备，其上存储有可执行指令，当由所述处理器执行时，所述可执行指令使得所述临床诊断分析仪执行操作，所述操作包括：
获取旧批次的质控材料的数据；
从临床诊断分析仪的同等组中获取新批次的质控材料的数据；
基于所获取的旧批次的质控材料的数据和所获取新批次的质控材料的同等组数据，计算所述新批次的质控材料的预测的平均值和标准差；
存储所计算的平均值和标准差；和
装载和测试患者样本。
2.根据权利要求1所述的临床诊断分析仪，其中，计算所述新批次的质控材料的预测的平均值和标准差包括：
从所述临床诊断分析仪所在的实验室获得所述旧批次的质控材料的平均值和所述旧批次的质控材料的平均值的同等组数据；和
基于同等组数据平均值和实验室平均值计算偏差。
3.根据权利要求2所述的临床诊断分析仪，其中，所述存储器设备包括当被执行时，还使得所述临床诊断分析仪执行包括以下的操作的指令：
对来自所述新批次的质控材料的样本运行分析；和
基于通过所述分析获得的数据，更新所计算的新批次的质控材料的预测的平均值和标准差。
4.根据权利要求2所述的临床诊断分析仪，其中，所述存储器设备包括当被执行时，还使得所述临床诊断分析仪执行包括以下的操作的指令：
对来自所述新批次的质控材料的样本运行目标数量的分析；和
基于通过所述分析获得的数据，更新所计算的新批次的质控材料的预测的平均值和标准差。
5.根据权利要求4所述的临床诊断分析仪，其中，更新所计算的预测的平均值和标准差包括基于完成的所述数量的分析，在所述计算中对通过所述分析获得的数据的影响进行加权。
6.根据权利要求4所述的临床诊断分析仪，其中，所述存储器设备包括当被执行时，还使得所述临床诊断分析仪执行包括以下的操作的指令：
在输入面板和显示器上向用户呈现用于将样本装载到测量硬件中的提示；和
接受所述用户的输入，所述输入指示所述样本已装载完毕。
7.根据权利要求1所述的临床诊断分析仪，其中，所述存储器设备包括当被执行时，还使得所述临床诊断分析仪执行包括以下的操作的指令：
如果不能获取旧批次的质控材料的数据或新批次的质控材料的数据，则警告用户。
8.根据权利要求1所述的临床诊断分析仪，还包括输入面板和显示器，所述输入面板和显示器可操作以向用户呈现来自所述处理器的信息和数据，并接受来自用户的输入和选择。
9.一种用于进行虚拟交叉研究的系统，包括：
多个同等组系统，其中每个同等组系统包括：
服务器，其包括处理器、存储器和数据库，其中所述服务器与其他同等组系统的服务器通信；和
多个临床诊断分析仪，其与所述服务器通信，其中所述多个临床诊断分析仪中的每一个包括：
处理器；
测量硬件，其与所述处理器通信并被配置为测量分析物的特性；
存储器设备，其上存储有可执行指令；
其中，存储在所述临床诊断分析仪中的至少一个的存储器设备上的可执行指令，当由对应的处理器执行时，使得所述临床诊断分析仪执行操作，所述操作包括：
获取旧批次的质控材料的数据；
从临床诊断分析仪的同等组中获取新批次的质控材料的数据；
基于所获取的旧批次的质控材料的数据和所获取的新批次的质控材料的同等组数据，计算所述新批次的质控材料的预测的平均值和标准差；
存储所计算的平均值和标准差；和
装载和测试患者样本。
10.根据权利要求9所述的系统，其中，计算所述新批次的质控材料的预测的平均值和标准差包括：
从所述临床诊断分析仪所在的实验室获得所述旧批次的质控材料的平均值和所述旧批次的质控材料的平均值的同等组数据；和
基于同等组数据平均值和实验室平均值计算偏差。
11.根据权利要求10所述的系统，其中，所述存储器设备包括当被执行时，还使得所述临床诊断分析仪执行包括以下的操作的指令：
对来自所述新批次的质控材料的样本运行分析；和
基于通过所述分析获得的数据，更新所计算的新批次的质控材料的预测的平均值和标准差。
12.根据权利要求10所述的系统，其中，所述存储器设备包括当被执行时，还使得所述临床诊断分析仪执行包括以下的操作的指令：
对来自所述新批次的质控材料的样本运行目标数量的分析；和
基于通过所述分析获得的数据，更新所计算的新批次的质控材料的预测的平均值和标准差。
13.根据权利要求12所述的系统，其中，更新所计算的预测的平均值和标准差包括基于完成的所述数量的分析，在所述计算中对通过所述分析获得的数据的影响进行加权。
14.根据权利要求12所述的系统，其中，所述存储器设备包括当被执行时，还使得所述临床诊断分析仪执行包括以下的操作的指令：
在输入面板和显示器上向用户呈现用于将样本装载到测量硬件中的提示；和
接受所述用户的输入，所述输入指示所述样本已装载完毕。
15.根据权利要求9所述的系统，其中，所述存储器设备包括当被执行时，还使得所述临床诊断分析仪执行包括以下的操作的指令：
如果不能获取旧批次的质控材料的数据或新批次的质控材料的数据，则警告用户。
16.根据权利要求9所述的系统，还包括输入面板和显示器，所述输入面板和显示器可操作以向用户呈现来自所述处理器的信息和数据，并接受来自用户的输入和选择。
17.根据权利要求9所述的系统，其中，所述存储器设备包括当被执行时，还使得所述临床诊断分析仪执行包括以下的操作的指令：
使用所存储的平均值和标准差来验证所述临床诊断分析仪的操作。
18.一种用于进行虚拟交叉研究的方法，包括：
获取旧批次的质控材料的数据；
从同等组中获取新批次的质控材料的数据；
基于所获取的旧批次的质控材料的数据和所获取的新批次的质控材料的同等组数据，计算所述新批次的质控材料的预测的平均值和标准差；
存储所计算的平均值和标准差；
使用所存储的平均值和标准差来验证临床诊断分析仪的操作；和
使用所述临床诊断分析仪测试患者样本。
19.根据权利要求18所述的方法，还包括：
使用所述临床诊断分析仪对来自所述新批次的质控材料的样本运行分析；和
基于通过所述分析获得的数据，更新所计算的新批次的质控材料的预测的平均值和标准差。
20.根据权利要求19所述的方法，其中基于所完成的所述数量的分析，在计算出的预测的平均值和标准差中对通过分析获得的数据进行加权。
21.根据权利要求18所述的方法，还包括：
基于同等组数据平均值和实验室平均值来计算偏差；和
在计算预测的平均值和标准差时使用所计算的偏差。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/US2020/066563 WO2022139803A1 (en) | 2020-12-22 | 2020-12-22 | System and method for conducting virtual crossover studies in clinical diagnostic processes |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116848583A true CN116848583A (zh) | 2023-10-03 |
Family
ID=82022506
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080108403.1A Pending CN116848583A (zh) | 2020-12-22 | 2020-12-22 | 用于在临床诊断过程中进行虚拟交叉研究的系统和方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20220199206A1 (zh) |
| EP (1) | EP4268234A4 (zh) |
| CN (1) | CN116848583A (zh) |
| WO (1) | WO2022139803A1 (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024020392A1 (en) * | 2022-07-21 | 2024-01-25 | Bio-Rad Laboratories, Inc. | System and method for customized automated clinical diagnostic crossover studies |
| 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 |
| EP4390945A1 (en) * | 2022-12-22 | 2024-06-26 | Radiometer Medical ApS | Management of quality control of analyzing devices configured to perform analysis of biological samples |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6984527B2 (en) * | 2003-08-11 | 2006-01-10 | Dade Behring Inc. | Automated quality control protocols in a multi-analyzer system |
| US8645306B2 (en) * | 2010-07-02 | 2014-02-04 | Idexx Laboratories, Inc. | Automated calibration method and system for a diagnostic analyzer |
| US9662047B2 (en) * | 2010-08-05 | 2017-05-30 | Massachusetts Institute Of Technology | Portable raman diagnostic system |
| US20160132375A1 (en) * | 2011-09-12 | 2016-05-12 | Ortho-Clinical Diagnostics, Inc. | Method for detecting the impending analytical failure of networked diagnostic clinical analyzers |
| 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 |
| RU2572226C1 (ru) * | 2014-09-15 | 2015-12-27 | Федеральное государственное бюджетное учреждение "Научно-исследовательский институт акушерства и гинекологии им. Д.О. Отта" Северо-Западного отделения Российской академии медицинских наук | Способ оценки качества определения d-димера в плазме крови в условиях клинико-диагностической лаборатории |
| JP6971534B2 (ja) * | 2015-08-20 | 2021-11-24 | 株式会社東芝 | 膜電極複合体および電気化学セル |
| US10943675B2 (en) * | 2017-07-28 | 2021-03-09 | George S. Cembrowski | Altering patient care based on long term SDD |
-
2020
- 2020-12-22 WO PCT/US2020/066563 patent/WO2022139803A1/en active Application Filing
- 2020-12-22 CN CN202080108403.1A patent/CN116848583A/zh active Pending
- 2020-12-22 EP EP20967176.7A patent/EP4268234A4/en active Pending
-
2021
- 2021-06-04 US US17/338,937 patent/US20220199206A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| US20220199206A1 (en) | 2022-06-23 |
| EP4268234A1 (en) | 2023-11-01 |
| WO2022139803A1 (en) | 2022-06-30 |
| EP4268234A4 (en) | 2024-08-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116848583A (zh) | 用于在临床诊断过程中进行虚拟交叉研究的系统和方法 | |
| EP2428802B1 (en) | Automatic analysis device and analysis method | |
| EP3584581B1 (en) | Automatic analyzer and automatic analysis method | |
| JP3300560B2 (ja) | データ管理装置 | |
| US8160818B2 (en) | System and method for determining clinical equivalence of test methods | |
| US20210003602A1 (en) | Sample mixing control | |
| US20240044926A1 (en) | System and method for conducting automated clinical diagnostic crossover studies | |
| WO2016017291A1 (ja) | 自動分析装置 | |
| CN113348513B (zh) | 用于在分子诊断方法中使用的测序仪器和试剂的检核 | |
| WO2024020392A1 (en) | System and method for customized automated clinical diagnostic crossover studies | |
| WO2024020390A1 (en) | System and method for designing quality control (qc) ranges for multiple clinical diagnostic instruments testing the same analyte | |
| WO2023172935A2 (en) | System and method for dynamically adjusting analytical precision in clinical diagnostic processes | |
| CN112955749B (zh) | 异常判定方法和自动分析装置 | |
| JPH0599930A (ja) | 自動化学分析装置 | |
| Freeman et al. | The importance of quality control validation and relationships with total error quality goals and bias in the interpretation of laboratory results | |
| Mokhtar | Uncertainty of serum TSH and thyroxine on Abbott Architect i1000sr from internal quality control data: Use in results interpretation and QC frequency planning | |
| WO2021257070A1 (en) | Analyte feedback control | |
| CN117783558A (zh) | 测试设置方法、装置及分析仪 | |
| CN112345777A (zh) | 样本分析装置、系统和质控失控后病人样本的管理方法 | |
| JPS63138267A (ja) | 再検査コストチエツク装置 |
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 |