JP4584579B2 - バイオメトリック・クオリティ管理プロセス - Google Patents

バイオメトリック・クオリティ管理プロセス Download PDF

Info

Publication number
JP4584579B2
JP4584579B2 JP2003523999A JP2003523999A JP4584579B2 JP 4584579 B2 JP4584579 B2 JP 4584579B2 JP 2003523999 A JP2003523999 A JP 2003523999A JP 2003523999 A JP2003523999 A JP 2003523999A JP 4584579 B2 JP4584579 B2 JP 4584579B2
Authority
JP
Japan
Prior art keywords
patient data
censoring
patient
limit
data
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.)
Expired - Fee Related
Application number
JP2003523999A
Other languages
English (en)
Other versions
JP2005524049A (ja
Inventor
パービン，カーティス
ケンブロースキ，ジョージ
クーパー，グレッグ
Original Assignee
バイオ−ラッド ラボラトリーズ，インコーポレイティド
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by バイオ−ラッド ラボラトリーズ，インコーポレイティド filed Critical バイオ−ラッド ラボラトリーズ，インコーポレイティド
Publication of JP2005524049A publication Critical patent/JP2005524049A/ja
Application granted granted Critical
Publication of JP4584579B2 publication Critical patent/JP4584579B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584—Control arrangements for automatic analysers
    • G01N35/00594—Quality control, including calibration or testing of components of the analyser
    • 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
    • G06Q10/10—Office automation; Time 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
    • 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
    • G16H10/60—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
    • 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
    • G16H40/20—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 management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • 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
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10T—TECHNICAL SUBJECTS COVERED BY FORMER US CLASSIFICATION
    • Y10T436/00—Chemistry: analytical and immunological testing
    • Y10T436/10—Composition for standardization, calibration, simulation, stabilization, preparation or preservation; processes of use in preparation for chemical testing

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Medical Informatics (AREA)
  • Epidemiology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Tourism & Hospitality (AREA)
  • Immunology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Description

本発明は、バイオメトリック・クオリティ管理（ＱＣ）を実行するためのプロセスに関し、より詳しくは研究室の分析プロセス管理を誘導および運営するためのシステムおよび方法に関するものである。
研究室の技術の進歩により、性能を効果的に監視する慣用のプロセス管理システムの能力を超えて、検査性能が改善されている。１９８０年代の初めから、大部分の研究室により使用されるプロセス管理システムは、ウェストガード（Westgard）のプロセス管理システムである。（J.O. Westgard, P.L. Barry, M.R. Hunt: A Multi-Rule Shewhart Chart for Quality Control in Clinical Chemistry CLIN. CHEM. 27/3, 493-501, 1981参照）。このシステムは、基準からのランダム偏差およびシステマテック偏差を検出する統計的検定力を各々が有する６つのコアとなる統計的ルールの組に基づくものである。
技術に遅れずについて行くことを目的として、ウェストガードはそのコアシステムを選択グリッドにより構築している。これらは、検定力関数グラフ(power function graphs）、オペレーション・スペック・チャート（Ops Specs charts）およびＱＣ妥当性確認手段（QC Validator）によって素早く追随される。妥当性確認手段は、各検査について研究室によって規定される分析目標に基づく統計的ルールを提示するように設計されたソフトウェアである。妥当性確認手段の最新バージョンは、生物学的変動を取り入れている。これらの改善がされても、ウェストガードの方式は依然として比較的複雑な統計的プロセス管理の枠組みを利用するものである。この手法は、しばしば誤用され、医学的決定限度（医学的適合性(medical relevance））と比較した場合に不当であるか又は誤り(false）であると通常判断される警報を頻繁に生じる。ウェストガードの手法の代わりとなる普遍的に許容可能な手法は存在していない。研究室は、分析プロセス管理方式の寄せ集め(patchwork）を生じさせる合衆国の認可要件を満たすために、依然としてウェストガードのシステムを使用するか又は独自のＱＣ方式を設計し妥当性確認しなければならならない。この寄せ集めは一般的には許容可能な出力を一般には生じるが、これは広く変動するコスト、一貫性のない適用および予想の失敗によって損なわれる。（Cooper William G., Quality control practices and preferences in today’s clinical laboratory： A report for government regulators, decision makers and advisors, MLO, June 1997, pp. 57-65; Tetrault Gregory A., Steindel, Steven J., Clinical Laboratory Quality Control Exception Practices Data Analysis and Critique, CAP Q-Probe, 1994;およびHowanitz Peter J., Tetrault Gregory A., Steindel Stephen J, Clinical Laboratory Quality Control: A Costly Process Now Out of Control）。研究室は、雑誌の論文で、公のフォーラムで、委託販売代理人に対し、そして公の論説を通じ、懸念と不満の両方を表明している。
世界中の研究室は、分析プロセスを管理するために多様な方式を採用している。米国において、最も一般的なアプリケーションはウェストガードである。米国以外では、アプリケーションは、慣例によるドイツのリリバク（ＲｉｌｉＢＡＫ）ルールから個別化された適用およびウェストガードまでの範囲にわたる。欧州の研究室は、生物学的変動を採用しそして研究室間の標準化を求めるその手法において一般には比較的に洗練されている。
ウェストガード等のような分析プロセスを監視する統計的ルールは、単独で又は組み合わせて使用することができる。ルールを組み合わせる場合（マルチルール）、エラー検出力が増大する。多くの研究室はルールをどのようにして適用するかを理解していない場合がある。結果として、誤りのエラー検出が検査オペレーターの無関心を招くことが頻繁にある。例えば、１９９４年に行われたＣＡＰ Ｑ−プローブの研究では、単に管理(control）を繰り返すことによって多数の研究室がＱＣエラーフラッグ（誤り標識）に応答することが見出されている。検査オペレーターが許容可能な限度内の管理値を得ることに成功しない限り、何ら合理的なトラブルシューティング(troubleshooting：問題解決）が得られない。直ちにトラブルシューティングが行われない理由としては、以下：トラブルシューティングよりも再検査を行うことの容易さ、怠惰さ、知識の欠如、習慣、正しくトラブルシューティングする説明責任の無さ、が挙げられよう。
統計的フラッグが発生するときに幾つかのタイプのエラーが検査システムに存在し得るということを受け入れるよりも、研究室はトラブルシューティング以外の何らかの形の矯正に向けて直ぐに動く。基本的な前提は、彼等が使用する統計的管理システムが多すぎる不当な誤りを生じさせるためにエラーフラッグが誤りであると彼等が自動的に思い込むことである。この環境における最も迅速な矯正法は、範囲内の管理値を得ることである。そうするために、研究室によっては、次の値が限度内に入ることを期待して（賭けをして）管理を繰り返すか、新鮮な管理製品を用いて繰り返すか、校正を点検し又は繰り返すか、又は新鮮な試薬を補充することがある。時として、例えば、システマテックエラーを検出するために、アッセイされた検定された管理材料（control material）を検査すること、管理異常値の履歴を見ること、何れかの国内性能トレンドのワード（語）または誘導を求めて製造業者を呼び出すこと等、限定されたトラブルシューティングが採用される。これらの処置の各々は、それらのうちの１つが通常は少なくとも一時的にエラーを是正するということ以外に合理的な判断をすることなく、行われる。通常、ＱＣエラーフラッグの最も一般的な原因としては、ランダムエラー、環境条件、厳格すぎるか又は誤って計算される管理範囲、試薬（ロット変化、劣化、汚染）、制御の問題、校正、サンプリング誤差、機器の故障、およびメンテナンス不良が挙げられる。
研究室スタッフは、通常、トラブルシューティングが複雑で多くの場合に誘導されないものであると考える。通常の研究室の生産的雰囲気および制限された資源により、絶対に必要でない限りトラブルシューティングを回避しようという考え方が助長され得る。トラブルシューティングが焦点とされるか、誘導されるか、または必要で生産的なものであると見なされるという仮定に従えば、研究室の人員はトラブルシューティングに従事することになろう。一般に、例えば、処置可能エラー（actionable error）を特定する（すなわち誤りのエラー検出を排除する）ＱＣシステムを提供すること、オンラインのトラブルシューティングアドバイスを提供すること、研究室が容易に情報交換できるようにするために双方向のオンラインユーザーグループを提供すること、分析プロセス管理を医学的適合性限度（適当な場合）に基づかせること、最も頻繁に観測されるエラーの分析を提供してエラーフラッグの最も確かな原因を決定すること、機器特異的なトラブルシューティングの誘導を提供すること、管理安定性要求および研究室間オンラインを示すこと、方法グループ統計を提供すること、継続的な教育を提供すること、トラブルシューティングのために並列ロットを提供すること等によって、トラブルシューティングを遥かに容易にすることが望ましい。
バイオメトリックモデルの構築に関連する他の実行特性は、何時および如何なる頻度でクオリティ管理材料を検査するかである。通常、患者サンプル、例えば凝固、血液学、免疫検査、尿検査におけるサンプル、の各バッチの開始時に、場合により毒物検査および特殊化学に少し高い頻度のランダム配置を行って、管理が主に検査される。一般化学は、ＱＣ材料のランダム配置がしばしば行われる１つの部門である。
本発明は、１つの態様において、研究室分析プロセス管理操作を誘導および運営するように構成されたシステムおよび方法に関する。ある特定の態様において、本発明は、各検査についてバイアス（偏り）と不正確度を監視し、患者母集団データ分布を特徴付け、そして患者データ分布の変化をＱＣデータ母集団の変化と比較し、対比し、相関させるように構成された、バイオメトリック・クオリティ管理（ＱＣ）プロセスアプリケーションを提供する。本発明のバイオメトリックＱＣアプリケーションはまた、処置可能エラーが存在するときに警報を出すとともにオペレーターをトラブルシューティングに誘導するように構成されている。
ルーチン・クオリティ管理は、何れかの時点で発生し得る管理不能エラー状態を検出するためにＱＣサンプルの定期的検査を含む。ルーチンＱＣ戦略の正確な評価は、管理不能エラー状態の大きさと、許容不能な患者結果を生じる後続のリスクと、ＱＣ検査の頻度と、ＱＣルールが適用される場合のＱＣルールを棄却する可能性との間での相互作用について、説明するものでなければならない。ある特定の態様において、本発明のバイオメトリックＱＣアプリケーションは、管理不能エラー状態に起因する許容不能患者結果の予測数をＱＣ性能のための重要な結果尺度として考慮する。本発明のＱＣ設計戦略は、ＱＣ検査の頻度と、検査されるＱＣの数と、適用されるＱＣルールとの最適な組合せを特定して、起こり得る何らかの管理不能エラー状態に起因して生じる許容不能患者結果の予測数を最小化するものである。
本発明のバイオメトリックＱＣアプリケーションは、ある特定の態様において、クオリティ管理材料の繰返し検査から収集されるデータと患者データ（検査結果）とを用いて分析プロセスを監視する。本願明細書において「バイオメトリックモデル」、「モデル」、「バイオメトリックアプリケーション」、「アプリケーション」、「システム」等のような種々の用語を用いて本発明の態様および有利な構成を議論するが、このような用語は何ら本発明を制限するものでないことが意図される。バイオメトリックモデルは、本発明のプロセスの基礎となるアプリケーションおよび数学的アルゴリズムである。
本発明のバイオメトリックモデルは、１つの態様において、幾つかの新規な統計モデルならびにＱＣデータおよび患者データの両方を監視するために従来公表された２つのモデル；ＥＷＭＡ(Exponentially Weighted Moving Average：指数型重みつき移動平均）およびＣＵＳＵＭ（Cumulative Sum：累積和）に対する変更を含む。これらのモデルは両方とも母集団の平均および分散に適用できる。変更を伴うＥＷＭＡは、平均および分散のための患者母集団データおよびルーチンＱＣデータの両方を監視するための主な機構である。ＣＭＳＵＭは、ＣＭＳＵＭを好むそのユーザーのための代替的な機構として提供される。
今日のＱＣ専門用語を用いると、ＥＷＭＡ（またはＣＵＳＵＭ）ＱＣ限度を超えることは、トラブルシューティングおよび是正処置を必要とすることになる。これに対して、患者データのＥＷＭＡ（またはＣＵＳＵＭ）限度を超えると、これはトラブルシューティング、是正処置および確認テストに導く処置可能な事象であると考えられている。ルーチンＱＣについての分散限度に対するＥＷＭＡ（またはＣＵＳＵＭ）の違反は、処置可能エラーを構成する。オペレーターは可能性のあるランダムエラーの根源を調査すべきである。
研究室は、変化事象が発生した後に確認検査を行うべきである。確認検査は、通常、性能許容可能性を決定するために繰り返して一連の管理材料を検査することを含む。「変化事象」とは、その事象の後の分析プロセスに影響する可能性を有する何れかの事象として定義される。変化事象としては、限定されることなく、校正(calibration）、試薬ロットの変化、および任意の機器メンテナンス（毎日行われるもの以外）が挙げられる。
研究室は、日常的に管理材料を検査する必要があるが、ルーチンＱＣについて検査すべきＱＣの頻度およびレベル（濃度）は各検査についてカストマイズ（個別変更）可能である。カストマイゼーションは、リスク（例えば全母集団のうちの許容不能エラーを含む患者検査結果の数として定義される）をＱＣ検査の頻度と比較する新規なシミュレーションモデルに基づく。リスクとＱＣ頻度は両方とも、評価期間から導かれる検査について発生する処置可能エラーの数と大きさ、各検査について測定の不正確度、および適当な場合には生物学的変動に基づく。
本発明のバイオメトリックモデルのある特定の態様の有利な構成として、以下が挙げられる。
・本バイオメトリックモデルは、実行棄却(run rejection）の確率ではなく、許容不能エラーを含む患者検査結果を報告する確率に基づく。
・本バイオメトリックモデルは、検査のランダムな継続中の性質を認識し対処する。
・本バイオメトリックモデルは、ＱＣデータと患者データの両方に対する第１の監視手段としてＥＷＭＡ（またはＣＵＳＵＭ）を使用する。
・日のうちの時間および週のうちの日を用いて、ＥＷＭＡ（またはＣＵＳＵＭ）モデルによる使用のためのｚ値を計算するように患者母集団データを更に特徴付ける。
・現行の打切り（truncation）手法は、多くの場合、正規分布を仮定し、対称的な打切りを用いる。各検査について患者データに対する打切り限度は、シミュレーションにより決定され、対称的であってもなくてもよい。
・ルーチンＱＣは、好ましくは単一ルールのみによって監視される。この１ksルールは統計誤差ではなく方法性能と臨床的もしくは医学的適合性とに基づくものであり、特定の検査に対する研究室クオリティ目標を反映してユーザーにより規定されるものである。
・ウェストガードのルール（複数ルール）は使用されない。
・ルーチンＱＣの頻度および検査に対する管理のレベル（濃度）は、管理の頻度と濃度との様々の組合せについて許容不能エラーを含む患者検査結果を報告するリスクをモデル化することによって決定される。
・各検査についてルーチンＱＣの頻度と性格が定期的間隔で再評価され、必要な場合に調整が行われる。
・処置可能エラーが特定されてトラブルシューティングおよび是正処置により解決された後に、好ましくは確認検査が必要とされる。
・変化事象が発生した後に、好ましくは確認検査が必要とされる。
・該アプリケーションは、患者のプライバシーを犠牲にすることなくデータを使用することができるように患者データを不特定化することが可能である。
・トラブルシューティングが、キーワード検索可能な全機器マニュアルの電子的バージョンまたは電子的バージョンへのインターネットアクセスによって支援され得る。
・該アプリケーションは、大きな病院および研究組織が本バイオメトリックモデルを局所的にインストールするとともに、選択された情報を該アプリケーションと共有しながら自ら組織規模データベースを管理することができるように有利に設計される。
・該アプリケーションは、以下に基づいて、比較性能インデックスを提供可能である：
・校正曲線
・アッセイ温度
・アッセイに要する波長
・計量分配される試薬の数
・臨床パラメータ
・分析の方法。
ある特定の態様において、該アプリケーションは、機器校正、校正の頻度、試薬ロット変化、試薬変更の頻度、機器のメンテナンスの１種以上を有利に追跡する。これらの各パラメータが分析エラーの原因となり得る。
ある特定の態様において、ルーチンＱＣの頻度、および検査に対する管理の濃度（レベル）がどの程度であるかが、シミュレーションにより導かれ、許容可能リスクにより決定される。変化事象が発生するときはいつでも管理確認検査が必要とされる。変化事象としては、例えば、校正、試薬ロット変化、毎日のメンテナンス以外のメンテナンス、および通知される検査システムの変化（例えば新たな抗体または試薬組成変更）が挙げられる。
本発明のアプリケーションとしては、動態的な分析環境において同時に動作する幾つかの統計プロセスモジュールが挙げられる。これらのモジュールは、所定のクオリティ限度内にある患者検査結果の最適な出力を達成するように有利に設計される。
本発明の１つの態様によれば、ある研究室について、該研究室の患者母集団と、分析プロセスと、研究室利用状況とに基づき、患者ベースの最適クオリティ管理戦略を決定するシステムが提供される。本システムは、１つの態様において、この最適クオリティ管理戦略を、分析検査プロセスにおける不所望な変化に起因して生じる不良結果の最小予測数を用いた戦略として定義する。患者ベースのクオリティ管理戦略は、統計的クオリティ管理ルールに対するパラメータおよび患者結果分布の打切り限度を特定することを必要とする。それ故に、分析検査プロセスの不所望な変化に起因して生じる不良結果の最小予測数の推定が、コンピュータシミュレーションにより好適に達成される。
本発明のシステムは、通常、各検査について３〜１２ヶ月の時間および日付がスタンプされた患者データを必要とする。１つの態様において、これらのデータは、３つの別個の目的のために使用される。第１に、患者結果分布の時間トレンドを評価するためにデータが使用される。第２に、患者データに対する何らかの標準分布（例えば典型的に使用される正規分布）を仮定するのではなく、分析検査プロセスのコンピュータシミュレーションに患者データが利用される。第３に、各患者結果分布の特定の割合（％）を排除する打切り限度を設定するためにデータが使用される。
本発明のシステムは、患者データの分布が経時的に一定でないことを認識する。患者データは、日中および日間で変動する（異常に対し正常）。例えば、分布は、平日に対し週末日で異なる。同じことは、通常の平日に対して、ある特定の患者、例えば透析患者が処理される日または休日についても当てはまる。時間毎、日毎そして季節毎の変動を認識し許容することは、正常な及び異常な患者検査結果の両方を当該システムが使用することを可能とする。１つの態様において、各検査について３〜１２ヶ月の時間および日付がスタンプされた患者データは、週のうちの時間毎の患者結果の補整された平均と標準偏差を推定することによって、週の１６８時間全体を通じた患者結果の分布の時間トレンドを推定するために使用される。この時間間隔ベースラインは、個別の検査毎および個別の研究室毎に特異的である。
本発明のシステムは、不良結果の最小予測数を生じる、打切りのための患者結果分布の割合（％）を決定するためにコンピュータシミュレーションを使用する。このアルゴリズムは、打ち切られるサンプルサイズに対して打ち切られる母集団の標準偏差を最小化するために、どれ位のデータを分布の両端で打ち切るべきかを決定する。結果として、本システムにより決定される打切り限度（truncation limit）は、通常、非パラメータである。打ち切られる母集団（時間間隔ベースライン）毎に平均と標準偏差が計算される。これらの統計は、患者データを正規化するために使用される。
本システムは、１つの態様において、予め決定された打切り限度内に入る正規化された患者データに対して、指数型重みつき移動平均（ＥＷＭＡ）クオリティ管理ルールを適用する。本システムは、不良結果の最小予測数を生じさせるＥＷＭＡルールの最適パラメータを決定するために、コンピュータシミュレーションを使用する。通常、ＥＷＭＡモデルで使用されるデータは正規化されていない。
本発明の他の態様によれば、本システムは、不良患者結果を生じるリスクに対する、様々な起こり得る事象関連のランダムおよび／またはシステマテックな管理不能エラー状態の影響を同時に評価するように構成された検査確認モジュールを備える。この確認検査モデルは、通常、２つのクオリティ規格が特定されることを必要とする：すなわち、確認検査のための最大許容誤り棄却率（maximum tolerable false rejection rate）、および事象に関連する何れかの起こり得る管理不能エラー状態に起因する不良結果を生じるための最大許容リスク（maximum tolerable risk）である。これらの２つのクオリティ規格は、３つのパラメータ：すなわち管理材料の各濃度レベルで検査を行うための管理サンプル数および２つの棄却閾値についての値を決定するために使用される。１つの態様において、上記閾値は、最も少ない数の管理サンプルを使用して上記２つのクオリティ規格を満たすという意味において最適となるように数学的に導出される。一方の閾値は主にシステマテックな管理不能エラー状態について検査するために使用され、他方の閾値はランダムな管理不能エラー状態（不正確度の増大）について検査するために使用される。
ある事象が発生した後に、管理材料が、通常検査される材料濃度の複数の数で検査される。これらの管理材料を検査することにより得られた結果は、ｚ値に変換される。システマテックエラーの評価のために、ｚ値の平均がとられ、第１の閾値限度と比較される。ランダムエラーの評価のために、ｚ値の標準偏差が計算され、第２の閾値限度と比較される。いずれの限度も超えない場合には、当該分析プロセスが動作規格の範囲内にあるものと推定される。何れかの限度を超える場合には、当該分析プロセスが動作規格の範囲外にあるものと推定され、根本原因の特定と是正処置を必要とする。是正処置の後に、好ましくは、他のサイクルの確認検査が行われる。
本発明の更に他の態様によれば、システムは、より大きなプロセス内に含まれる確認検査モジュールおよび患者ベースのＱＣモジュールからの入力を基にする。これらのモジュールからの入力に基づいて、本システムは、当該分析プロセスにおける検出されない不所望な変化に起因する不良患者検査の最小予測数を生じさせる、適切で検査特異的なルーチンＱＣ検査戦略を推奨する。
１つの態様において、本システムは、検査安定性／不安定性と、不正確度と、経時的なエラー信号の頻度と、不良結果を生じるリスクとに対処するアルゴリズムを備える。これらの入力は、該アルゴリズムをして、ＱＣ材料の検査の適切な頻度と、分析プロセスの各点で検査される材料の数とを特定する検査特異的ルーチンＱＣ戦略を作成できるようにする。
図面および特許請求の範囲を含め、明細書の残りの部分を参照することにより、本発明の他の構成と利点を理解することになろう。本発明の更なる構成と利点について、本発明の様々な実施態様の構造と動作とともに、添付図面に関して以下に詳細に説明する。
本願明細書において用いられる様々の用語の定義は、この欄の最後の付属書Ｂの用語解説欄に見出すことができる。
図１は、本発明によるバイオメトリックＱＣアプリケーションモジュール４０（本願明細書において「バイオメトリックＱＣアプリケーション」または「バイオメトリックＱＣモジュール」とも称する）を備えるように構成されたクライアントコンピュータシステム１０を示す。図２は、本発明の他の実施態様による複数の計算システムおよび装置間でデータおよびコマンドの通信および／または共有アプリケーションの実行を行うためのネットワーク構成を示す。クライアントコンピュータシステム１０は、独立型(stand-alone）システムとして動作してよく、あるいはネットワーク７０上のサーバー６０および／または他のクライアントシステム１０および装置１５と接続されてもよい。
図１および図２に示すシステムの幾つかの要素として、ここで詳細に説明する必要がない慣用の周知の要素が含まれる。例えば、クライアントシステム１０としては、デスクトップパーソナルコンピュータ、ワークステーション、ラップトップ、またはバイオメトリックＱＣモジュール４０を実行可能な他の何れかの計算装置が挙げられる。クライアント−サーバーまたはネットワーク化された実施態様において、クライアントシステム１０は、例えばネットワーク７０（例えばＬＡＮ、ＷＡＮ、インターネット等）上でサーバー６０と直接的または間接的に接続されるように、および／または例えばネットワーク７０上で１つ以上の他のクライアントシステム１０および装置１５と直接的または間接的に接続されるように構成されている。クライアントシステム１０は、通常、ブラウジング・プログラム（例えばマイクロソフト社のインターネットエクスプローラ、ネットスケープナビゲータ、オペラ等）を実行し、クライアントシステム１０のユーザーが、サーバーシステム６０またはインターネット７０上の他のサーバーシステムから利用可能な情報およびページにアクセスし、処理し、そして見ることを可能にする。クライアントシステム１０はまた、通常、ディスプレー２０（例えばモニタースクリーン、ＬＣＤディスプレー等）上に与えられるグラフィカル・ユーザー・インタフェース（ＧＵＩ）と相互作用するための１つ以上のユーザー側インターフェース装置３０、例えばキーボード、マウス、タッチスクリーン、ペン等を備える。
１つの実施態様において、バイオメトリックＱＣアプリケーションモジュール４０は、完全にクライアントシステム１０（例えば独立型）上で実行されるが、幾つかの実施態様において、本発明は、ネットワーク化環境、例えばクライアント−サーバー、ピア−ピア(peer-peer）またはマルチコンピューターのネットワーク化環境において使用するのに適しており、ここでコードの部分はネットワークシステムの異なる部分で実行されてよく、またはデータとコマンド（例えばアクティブＸ制御コマンド）が交換される。ローカルネットワークの実施態様では、ＬＡＮによる相互接続が好適であるが、他のネットワーク、例えばインターネットあるいはイントラネット、エクストラネット、バーチャルプライベートネットワーク（ＶＰＮ）、非ＴＣＰ／ＩＰをベースとするネットワーク、ＬＡＮまたはＷＡＮ等も使用できることが理解されるべきである。例えば、図２において、ＬＡＮ１２は複数の装置をクライアントシステム１０に相互接続する。このようなネットワークは、複数の機器がシステム１０（例えばＬＩＳ）に接続されている研究室もしくは病院環境１１の代表例である。ＬＡＮ１２としては、無線および有線のリンクおよびノードが含まれてよく、周知の様々な通信プロトコルを使用してよい。
好適な態様において、サーバー６０がバイオメトリックＱＣモジュールコードの大部分または全部を実行する中央コンピュータシステムとして機能し、各クライアントシステム１０がユーザー用の端末またはログインポイントとして機能する。例えば、クライアントシステム１０は研究所もしくは病院環境１１（例えばＬＩＳの部分）に存在してよく、サーバー６０は隔たった位置、例えば地理的に隔たった位置に存在してよい。このような構成では、好ましくは、バイオメトリックＱＣ処理コードが完全にサーバー６０上で実行されて、データとコマンドがネットワーク上でクライアントシステム１０との間で送信される。例えば、クライアントシステム１０が研究室内に存在する場合には、クライアントシステム１０がサーバー６０による処理のための必要データ（例えば患者検査結果／データおよびローカルデータベースならびにローカル機器と装置からの他の情報）を提供し、次に、サーバー６０が処理結果をクライアントシステム１０か又は他のコンピュータシステムに戻すことになる。バイオメトリックＱＣアプリケーションコードは、完全に単一システム上で実行してよく、あるいは計算有効性のために要望されるように、部分的に両システム１０および６０で（他の実施態様においては多数システム上で）実行してもよい。さらに、環境１１のクライアントシステム１０がバイオメトリックＱＣ処理コードの一部または全部を実行してもよい。
図１に戻ると、１つの実施態様によれば、クライアントシステム１０（またはサーバー６０）およびその構成要素の一部または全部がバイオメトリックＱＣモジュール４０を使用してオペレーターにより構成可能であり、このバイオメトリックＱＣモジュール４０は、周知のように、１つ以上のバス５４上で他の構成要素と連結された例えばインテルペンティアムプロセッサ等のような中央処理ユニット５０を用いて実行可能なコンピュータコードを含む。ここで記載されるように、データ内容を処理し、ＱＣプロセスを監視および管理し、そしてＧＵＩイメージを与えるようにクライアントシステム１０（またはサーバー６０）を操作および構成するための指示を含むコンピュータコードが、ハードディスクに記憶されることが好ましいが、プログラムコード全体またはその部分が、周知であるような他の何れかの揮発性または不揮発性の媒体または装置、例えばＲＯＭまたはＲＡＭに記憶されてもよく、あるいはプログラムコードを記憶できる何れかの記憶媒体、例えばコンパクトディスク（ＣＤ）、ディジタル多用途ディスク（ＤＶＤ）、フロッピーディスク等で提供されてもよい。このようなコンピュータ読取可能媒体からの文書、データおよびコードを受け取って読み取るために適当な媒体ドライブ４２を備える。さらに、モジュール４０のプログラムコード全体またはその部分、あるいは例えばアクティブＸコマンドのような関連コマンドが、ソフトウェア供給源から、例えばサーバー６０からクライアントシステム１０へ、又は周知であるようなインターネット上で他のサーバーシステムまたは計算装置からクライアントシステム１０へ、送信およびダウンロードされてよく、あるいは周知であるような何れかの通信媒体およびプロトコル（例えばＴＣＰ／ＩＰ、ＨＴＴＰ、ＨＴＴＰＳ、イーサネット（Ｅｔｈｅｒｎｅｔ）等）を使用する他の何れかの慣用のネットワーク接続上で送信されてよい。本発明の態様を実現するためのコンピュータコードは、クライアントシステム１０上で及び／又はクライアントサーバーもしくはネットワーク化構成内で実行できる、多様なコード言語、例えばＣ、Ｃ＋＋、ジャバ（Ｊａｖａ）、ビジュアルベーシック（Ｖｉｓｕａｌ Ｂａｓｉｃ）等、または何れかの記述(scripting）言語、例えばＶＢスクリプト（ＶＢＳｃｒｉｐｔ）、ジャバスクリプト（ＪａｖａＳｃｒｉｐｔ）、パール（Ｐｅｒｌ）、または構成（makeup）言語、例えばＸＭＬ、で実行されてよい。さらに、本発明の態様によれば、例えば患者結果、装置情報および器具情報（例えばＩＤ、日付／時間スタンプ、校正情報、温度情報、等）のようなデータおよび他の情報の内部記憶および外部記憶に、多様な言語を使用することができる。
１つの実施態様によれば、バイオメトリックＱＣアプリケーションモジュール４０は、本願明細書に記載されるように、ＱＣプロセスを監視および管理するとともにユーザーインターフェース構成能力を与えるための指示を含む。アプリケーション４０は、好ましくは、ハードドライブ５２（あるいは他のメモリー、例えばローカルまたは取付け型のＲＡＭまたはＲＯＭ）にダウンロードされ記憶されるが、アプリケーションモジュール４０を、上述のように、何れかのソフトウエア記憶媒体、例えばフロッピーディスク、ＣＤ、ＤＶＤ等で供給することもできる。１つの実施態様において、アプリケーションモジュール４０はデータ内容を処理するための多様なソフトウェアモジュールを含む。例えば、ディスプレー２０上に画像（例えばＧＵＩイメージ）を与えるディスプレードライバーにテキストおよびデータを通信するため、および装置１５および／またはネットワークの実施態様における他のコンピュータまたはサーバーシステムと通信するための、通信インターフェースモジュール４７を備える。また、ユーザー入力装置３０からのユーザー入力信号を受信するためのユーザーインターフェースモジュール４８を備える。通信インターフェースモジュール４７は、好ましくは、ブラウザーアプリケーションを含み、このブラウザーアプリケーションはクライアントシステム上に構成された標準設定(default）ブラウザーと同一のブラウザーであってよく、又は異なるブラウザーであってよい。あるいは、インターフェースモジュール４７は、クライアント２０上で実行するブラウザーアプリケーションと接続するための機能を含む。
アプリケーションモジュール４０はまた、打切り限度を決定するように患者データを処理するための指示を含む打切り限度モジュール４５、および以下で更に詳細に述べるような最適ＱＣルールを決定するための指示を含むＱＣ確認検査モジュール４６を備える。準拠される統計（例えば装置および機器情報）、患者情報および他の情報が、データベース５５内に記憶されることが好ましく、このデータベース５５は、打切り限度モジュール４５、確認検査モジュール４６およびバイオメトリックＱＣアプリケーションモジュールの他の部分による検索のため、メモリー５２内、メモリーカード内、または例えば取付け型記憶サブシステム（例えばＲＡＩＤ）のような他のメモリーシステムもしくは記憶システム内に位置してよい。アプリケーションモジュール４０またはその部分を適当なデータとともにダウンロードしてクライアントシステム１０上で実行できることが理解されるべきである。
図３は、１つの実施態様によるバイオメトリックＱＣアプリケーション４０により実現されるＱＣプロセスの一般的概要を例示する。図３のプロセスは、機器および検査データを監視するため、ならびに機器のメンテナンスまたは校正の必要性を特定するために有用である。好ましい態様では、検査プラットフォームの信頼度を定量するために、ＱＣモデルおよび患者ベースのデータモデルが使用される。好ましくは、これら２つのモデルがＥＷＭＡプロトコルに基づくが、ＣＵＳＵＭを使用してもよい。例えば、１つの実施態様において、ルーチンＱＣ検査が、研究室クオリティ目標に基づく単一ルールにより監視される。好ましくは、標準シーワート(Shewart）（レビー−ジェニングス(Levey-Jennings)）チャートを用いる１ks ルール（例えば１3s ルール）、または正規化スケールを用いる平均／ＳＤルールが使用される。患者ベースのモデルは、当該システムが機器または装置の性能におけるシフトの根源を特定することを可能にする。性能におけるシフトは諸研究室に共通の問題であり、例えば管理製品のアーチファクト（人工物）、機器機能不良および試薬不純物など多様な要因に基づくことがある。
１つの実施態様において、本システムは、管理不能エラーフラッグを生成し、エラーが存在することをトラブルシューティング(troubleshooting：問題解決）が確認する場合には、是正処置(corrective action）が行われる。例えば、是正処置としては、校正、メンテナンス、試薬変化、等が挙げられる。是正処置は、どのような管理レベルを検査する必要があるか、および是正処置とトラブルシューティングが効果的であることを確認するためにどのようなクオリティ（すなわち、何回の繰返し）が必要かを決定する統計的モデルのきっかけとなる「事象」を構成する。本システムはまた、例えば予定外のメンテナンス、正確度、バイアス（偏り）、予定されていない試薬変化、予定されていない校正および予定されていない新鮮なコントロールの使用に基づいて、クオリティ管理検査の頻度および検査すべきレベルを決定する。好ましくは、機器毎のバイアスと正確度が本システムにより継続的に監視される。
メンテナンスおよび／または校正のための患者データを追跡するために１つの実施態様において使用されるＥＷＭＡは、エラー検出機構としても使用される。１つの実施態様において、本システムは特異的患者データ母集団に対し鋭敏化され、患者データがフィルター処理、例えば打切り処理、が行われる。
図３に戻り、本発明によるバイオメトリックモデルの１つの実施態様の一般的説明を示す。図示のように、ルーチンＱＣプロセスおよび患者データをベースとするＱＣプロセスが同時かつ並行して実行される。本バイオメトリックモデルは、使用に先立って、構成（configuration)を必要とする。第１の構成ステップにおいて、各検査（例えば分析物）についてルーチンＱＣ試験の頻度および性格（例えばＱＣ検査サンプルの数）についてパラメータが設定される。第２の構成ステップにおいて、各検査について該ルーチンＱＣプロセスにより生成するデータを監視するためにＱＣルール（例えば１ksルール）が設定される。他の構成ステップとして、各検査についてルーチンＱＣ検査により生成するデータを監視するためのＱＣルールを最適化するステップが含まれる。また、各検査についてルーチンＱＣ検査により生成するデータの分散を監視するために、ＱＣルール（例えばＥＷＭＡモデル）が最適化される。他の構成ステップとして、例えば、時間間隔の患者データを打ち切り、そして週のうちの日および日のうちの時間により残りのデータ母集団の平均と分散を決定すること等によって、各検査について患者データＱＣプロトコルを定めることが含まれる。次に、各検査について分析プロセスを監視するための正規化された患者データを受け入れるために、ＱＣルール（例えばＥＷＭＡ）が最適化される。他の構成ステップとして、各検査について確認検査のためのパラメータを設定することが含まれる。
該モデルがインストールされた後に、例えば適切にパラメータを設定するために調整を行う時間の間、新たなデータについて該モデルを動作させること等によって、該モデルの平衡化(equilibration）が行われる。該モデルの動作時に、該モデルによる要求に応じて、各検査についてＱＣ材料がルーチンにより検査される。例えば、１つの態様では、１ksルールが使用される。１ksルール検査が不合格となる場合には、患者検査が中止され、根本原因が確立され及び／又は是正処置が取られる。確認検査が行われ、そして確認検査に合格する場合には患者検査が再開される。他の態様では、ルーチンＱＣデータにＥＷＭＡルールも適用される。ＥＷＭＡルールが不合格となる場合には、患者検査が中止されて、根本原因が確立され及び／又は是正処置が取られる。他の態様では、該データに分散についてのＥＷＭＡ検査が適用される。ＥＷＭＡ分散検査が不合格となる場合には、患者検査が中止されて、根本原因が確立され及び／又は是正処置が取られる。
患者ＱＣ側では、週のうちの日および日のうちの時間により、各検査について患者データが正規化される。次に、その正規化されたデータに、最適化されたＥＷＭＡモデルが適用される。そのＥＷＭＡモデルがエラー信号のきっかけとなる場合には、患者サンプル検査が中止されて、上述のようにルーチンＱＣが行われる。日の経過において、所定の事象（変化事象）が起こる場合はいつでも確認検査が行われる。図３に示すバイオメトリックＱＣプロセスの追加的および代替的な態様および構成は、本願明細書の付属書Ａに記載される。
付属書Ａは、本発明の追加的な態様および実施態様を提示し議論するものである。付属書Ａに提示される様々の「構成」は、本発明を限定するものと解釈すべきでなく、むしろ付属書Ａに記載される様々の「構成」は、ここで議論した態様および実施態様に対して類似の、追加的な及び／又は代替的な態様および実施態様を教示および例示することを意図するものであることが理解されるべきである。
打切り限度モジュール
本発明の１つの実施態様によれば、バイオメトリックＱＣアプリケーションモジュール４０は、患者母集団についての打切り限度を決定するように構成されたモジュール４５を含む。好適な態様では、打切りモジュール４５は、以下に述べる一般的なステップを使用して、打切り限度を決定する（その各々を以下に更に詳しく述べる）：
ステップ１．所定の時間にわたり全患者結果を収集する。
例えば、最小で９１日分のデータが有用であるが、１年分のデータまたはそれ以上のデータが好ましい。
ステップ２．患者結果の打切り限度を決定する。
患者結果の打切り限度は、好ましくは、研究室を立ち上げる時およびシステムに重大な変化がある時に決定される。重大な変化の例としては、研究室業務母集団の変化、試薬組成の変化、または結果の分布において観測される変化が挙げられる。
打切り限度を決定することは、通常、排除を行うための患者母集団の割合が決定されていることを前提とする（ステップ４を参照）。
打切り限度を決定するための２つの好適なプロセスとして、１）打ち切られていない母集団のメジアン（中央値）から等距離にある打切り限度を決定すること、２）打ち切られる（例えばデータベースから除去される）サンプル数に対する打ち切られる母集団の標準偏差の減少を最大にする打切り限度を決定することが含まれる。第２の方法論が好ましいが、これら２つの方法は多くの場合に類似した結果を与える。１つの実施態様において、第２の方法論が打切り限度を決定するための主要プロセスとして使用され、第１の方法論が「健全さ」チェックとして使用される。
ステップ３．週のうちの時間毎に、打ち切られた患者結果の平均と標準偏差を計算する。
ステップ４．各分析物について打切りを行うために患者結果の最適割合を決定する。
上記ステップはある一定の順序で議論されているが、これらのステップは必ずしもその一定の順序で行う必要はない。例えば、ステップ番号４はステップ番号２の前に行うことが好ましい。
１． 所定の時間にわたり全患者結果を収集する。
患者結果は、シミュレーションが「ラップする（wrap）」場合に、それが週のうちの正しい時間および正しい日をラップするように、完全な日および完全な週を含むことが好ましい。ある特定の態様では、患者結果毎に、必要とされる最小限情報は、以下を含む：
・固有機器識別子（ＩＤ）；
・機器が結果を実行した日付および時間、例えば日付／時間スタンプ；
・分析物について最小および／または最大の報告可能な結果（例えば、最小よりも小さな結果が何れも“＜”をもって報告され、最大よりも大きな結果が何れも“＞”をもって報告される）；および
・患者結果が丸められる有効桁数（number of significant digits：ｎｓｄ）（例えば１， ０．１， ０．０１等）
固有機器ＩＤ
データが得られた機器を唯一特定する識別子または他の情報が付与されることが好ましい。同種の複数の機器が使用される場合には、それらが全て類似の患者サンプルを処理する場合の単一の機器であるものとして、それらを取り扱うことができる。しかしながら、統計要求のため及び他のルーチン要求のために単一の機器が使用される場合、あるいは１つが外来患者検査用の役割をし、他の１つが救急科患者検査用の役割をする等の場合には、機器毎の患者結果を別々に分析することが好ましい。
日付／時間スタンプ
大抵の研究室システムは多数の異なる日付／時間スタンプを取得し記憶している。好ましくは、その機器が実際にその検査を行った時間に関する日付／時間スタンプが当該システムに備えられる。しかしながら、何時検査が発注されたか、何時サンプルが集められたか、何時サンプルを研究室が受領したか、または何時結果が確認されたか、に関する日付／時間スタンプを使用してもよい。機器が検査を実行した日付／時間を利用することができない場合には、次善の日付／時間として、その結果がその機器で検査された正しい時間順序の見積りに最も近いものが用いられる。
結果を自動確認（autoverify）する研究室においては、結果確認の日付と時間は良好な選択肢でない場合がある。自動確認に不合格となる結果（これは「異常」結果となる傾向にある）は、自動確認に合格する結果に対して遅延した確認時間を含む場合があり、結果の大きさに相関するような結果の時間順序を台無しにし、それにより現実には存在しない見かけの時系列トレンドを生じる。
結果は完全な日および完全な週をカバーすることが好ましい。週のうちの何れの日からも結果収集を開始することができるが、火曜日から開始する２６週のデータがある場合には、最終日を２６＊７＝１８２日後である月曜日とすべきである。
ある特定の態様では、両端に余分な数時間が含まれる；すなわち、結果は、火曜日の午前１２：００よりも数時間前から開始し、１８２日後である火曜日の午前１２：００よりも数時間後に終了することになろう。これにより、可動ウインドウを使用して、週のうちの時間により患者結果の平均とＳＤを計算するときの週の最初の時間と最後の時間のための完全なデータを得ることが可能となる。
１つの実施態様において、実際（カレンダー）の日付が与えられる限り、週のうちの日の情報は必要でない。ある特定の態様では、例えば、週のうちの日を決定するためにアルゴリズムが使用される。例えば、マトラボ（ＭＡＴＬＡＢ）では、関数ｗｅｅｋｄａｙ（ｄａｔｅ）が、与えられた日付（date）の曜日（例えば、日曜＝１，・・・，土曜＝７）を規定する１〜７の数字を返答する。
最小および／または最大の報告可能結果
好ましくは最小、最大および丸め因子（例えばｎｓｄ）が本システムに与えられるが、このような情報は通常、患者結果自体から推論することができる。分析物毎に研究室にこの情報を与えてもらうことが一般に安全である。患者データの全結果を正規化するために、“＜”をもった患者結果が最小結果−１＊ｎｓｄにより置換され、“＞”をもった患者結果が最大結果＋１＊ｎｓｄにより置換される。
有効桁数
前節で述べたように、ｎｓｄは通常、患者結果から推論することができるが、分析物毎に研究室にこの情報を与えてもらうことが安全である。
２． 打切り限度を決定する。
１つの実施態様によれば、打切り限度を決定して打切り限度外にある患者結果の所望される割合（ｐｃｔｏｕｔ）を達成するために２つのプロセスが使用される。この実施態様において、好ましくは方法論２が主要方法として使用され、方法論１が「健全さチェック」として使用される。２つの方法から得られる打切り限度が大きく異なる場合には、原因を調査すべきである。各方法論は単独かつ別々に使用してよい。ここで、ＭＡＴＬＡＢ関数およびプロトコルを参照して２つの方法論を論じるが、他のプログラミング言語およびアプリケーション、例えばＣ、Ｃ++、ビジュアルベーシック（Ｖｉｓｕａｌ Ｂａｓｉｃ）、コボル（ＣＯＢＯＬ）、パスカル（ＰＡＳＣＡＬ）、フォートラン（ＦＯＲＴＲＡＮ）等、も使用し得ることが理解されるべきである。
方法論１
１つの実施態様によれば、打ち切られていない母集団のメジアンから等距離にある打切り限度が以下のように決定される。
１．患者結果の総数Ｎｒｅｓを決定する（例えば、ＭＡＴＬＡＢを使用して、”ｒｅｓｕｌｔ”と称されるベクトル（vector）に患者結果が格納される場合には、関数ｌｅｎｇｔｈ（ｒｅｓｕｌｔ）がベクトル中の結果の数を返答する）。
２．全Ｎｒｅｓ結果のメジアン（ｍｅｄ）を計算する（例えば、ＭＡＴＬＡＢでは、関数ｍｅｄｉａｎ（ｒｅｓｕｌｔ）が上記ベクトル結果中の結果のメジアンを計算する）。
３．各患者結果とメジアンの間の固有の絶対差（absolute unique difference：ｕａｄｉｓｔｔｏｍｅｄ）の組を計算する（例えば、ＭＡＴＬＡＢでは、関数ａｂｓ（ｘ）がｘの絶対値を計算し、関数ｕｎｉｑｕｅ（ｘ）がベクトルｘ中に各固有値の正に１つの存在を含むベクトルを返答する）。
４．ｕａｄｉｓｔｔｏｍｅｄの各値について：
ａ．そのメジアンｍｅｄからの絶対差がｕａｄｉｓｔｔｏｍｅｄを超える結果の数Ｎｒｅｓｏｕｔを決定する。
ｂ．打ち切られる割合ｐｃｔｒｅｓｏｕｔ＝Ｎｒｅｓｏｕｔ／Ｎｒｅｓを計算する。
５．目標ｐｃｔｏｕｔに値が最も近いｐｃｔｒｅｓｏｕｔを与えるｕａｄｉｓｔｔｏｍｅｄの値を、自動的に又は手動により選択する。
６．選択されたｕａｄｉｓｔｔｏｍｅｄの値を用いて、下方打切り限度ｔｌｏ＝ｍｅｄ−ｕａｄｉｓｔｔｏｍｅｄおよび上方打切り限度ｔｈｉ＝ｍｅｄ＋ｕａｄｉｓｔｔｏｍｅｄを計算する。
方法論２
１つの実施態様によれば、打ち切られるサンプル数に対する打ち切られる母集団の標準偏差の減少を最大化する打切り限度が以下のように決定される。
Ａ．例えば、全患者結果のＳＤを計算する：
１．患者結果の総数Ｎｒｅｓを決定する。
２．全患者結果の標準偏差ＳＤｒｅｓを計算する（例えば、ＭＡＴＬＡＢでは、関数ｓｔｄ（ｒｅｓｕｌｔ）が上記ベクトル結果中の標準偏差を計算する）。
Ｂ．例えば、固有の患者結果を決定する：
１．患者結果の全ての固有値ｕｒｅｓを決定する。
２．固有値ｕｒｅｓを最小から最大まで仕分ける（例えば、ＭＡＴＬＡＢ関数ｕｎｉｑｕｅ（ｒｅｓｕｌｔ）が仕分された順に固有結果値を返答する）。
Ｃ．例えば、打切り限度を最低および最高結果に、そして打ち切られる割合をゼロに、初期設定する。
１．ｔｌｏ＝最小ｕｒｅｓ値にする。
２．ｔｈｉ＝最大ｕｒｅｓ値にする。
３．ｐｃｔｏｕｔ＝０に設定する。
Ｄ．一方のテイルから打切り限度を移動させて再計算する：
例えば、結果分布の一方の又は他方のテイル（尾）から打切り限度を繰り返して移動させて、打切り限度外にある割合がｐｃｔｏｕｔを超えるまで打切り限度外にある割合を再計算する：
１．ｔｌｏに等しい結果の数Ｎｒｅｓｔｌｏを数える。
２．ｔｈｉに等しい結果の数Ｎｒｅｓｔｈｉを数える。
３．ｔｌｏよりも大きく、かつ、ｔｈｉよりも小さいか等しい結果の標準偏差ＳＤｒｅｓｔｌｏ（既に排除されたｔｌｏに等しい結果を含む）を計算する。
４．ｔｌｏよりも大きいか等しく、かつ、ｔｈｉよりも小さい結果の標準偏差ＳＤｒｅｓｔｈｉ（既に排除されたｔｈｉに等しい結果を含む）を計算する。
５．（ＳＤｒｅｓ−ＳＤｒｅｓｔｌｏ）／Ｎｒｅｓｔｌｏの値と（ＳＤｒｅｓ−ＳＤｒｅｓｔｈｉ）／Ｎｒｅｓｔｈｉの値を比較する。
Ｅ．どちらのテイルが大きな減少を与えるかを決定する
（ＳＤｒｅｓ−ＳＤｒｅｓｔｌｏ）／Ｎｒｅｓｔｌｏ＞（ＳＤｒｅｓ−ＳＤｒｅｓｔｈｉ）／Ｎｒｅｓｔｈｉ
例えば、（ＳＤｒｅｓ−ＳＤｒｅｓｔｌｏ）／Ｎｒｅｓｔｌｏ＞（ＳＤｒｅｓ−ＳＤｒｅｓｔｈｉ）／Ｎｒｅｓｔｈｉの場合には、下方打切り限度を移動させることが、打切りにより失われるサンプル数に対するＳＤｒｅｓの大きな減少を生じさせる。
１．ｔｌｏをｔｌｏよりも大きいｕｒｅｓの最小値で置換する。
２．ＳＤｒｅｓをＳＤｒｅｓｔｌｏで置換する。
（ＳＤｒｅｓ−ＳＤｒｅｓｔｌｏ）／Ｎｒｅｓｔｌｏ≦（ＳＤｒｅｓ−ＳＤｒｅｓｔｈｉ）／Ｎｒｅｓｔｈｉ
例えば、（ＳＤｒｅｓ−ＳＤｒｅｓｔｌｏ）／Ｎｒｅｓｔｌｏ≦（ＳＤｒｅｓ−ＳＤｒｅｓｔｈｉ）／Ｎｒｅｓｔｈｉの場合には、上方打切り限度を移動させることが、打切りにより失われるサンプル数に対するＳＤｒｅｓの大きな減少を生じさせる。
１．ｔｈｉをｔｈｉよりも小さいｕｒｅｓの最大値で置換する。
２．ＳＤｒｅｓをＳＤｒｅｓｔｈｉで置換する。
Ｆ．ｔｌｏよりも小さい又はｔｈｉよりも大きい結果の数Ｎｒｅｓｏｕｔを決定する。
（この計算は、複製を含め、全ての値を含むことが好ましい。）
Ｇ．打切り限度外にある結果の割合を計算する。
例えば、ｐｃｔｒｅｓｏｕｔ＝Ｎｒｅｓｏｕｔ／Ｎｒｅｓが打切り限度外にある結果の割合を与える。ｐｃｔｒｅｓｏｕｔがｐｃｔｏｕｔよりも大きいか又は等しくなるときは、対応する（ｔｌｏ，ｔｈｉ）組がｐｃｔｒｅｓｏｕｔ≧ｐｃｔｏｕｔを与え、そして直前のステップの（ｔｌｏ，ｔｈｉ）組がｐｃｔｒｅｓｏｕｔ＜ｐｃｔｏｕｔを与える。ｐｃｔｒｅｓｏｕｔとｐｃｔｏｕｔの間の絶対差を最小化する（ｔｌｏ，ｔｈｉ）組を、下方打切り限度および上方打切り限度として選択する。これは最初のｔＬ，ｔＵ組を決定することにより行われ、該ｔＬがＳＤｒｅｓの大きな減少を与える。
３． 週のうちの時間毎に患者の平均およびＳＤを計算する。
１つの実施態様によれば、週のうちの時間毎に患者の平均および標準偏差（ＳＤ）の計算が以下のように行われる：
・各可動ウインドウが最小結果数（例えば２０で十分な数であろうが４０以上が良いであろう。）を含むことが必要である。
・可動ウインドウが少なくとも最小結果数を含むときはいつでも（例えば３時間ウインドウを生成するように）１時間±１時間の可動ウインドウを使用する。可動ウインドウを使用することは、平均およびＳＤの推定を滑らかにし、その推定のサンプルサイズの増大を助ける。
・１時間±１時間のウインドウの結果数が最小結果数よりも少ない場合には、該ウインドウが少なくとも最小の値の数を含むまで該１時間±１時間のウインドウに時間の近い結果を含ませることによってウインドウを広げる。例えば、現在のウインドウが５結果を不足している場合には、現在のウインドウに時間の近い５結果を見出し、これらの５結果を含ませるために十分なだけウインドウを広げる。
上記計算は一般に以下の入力値を必要とする：打切り限度内にある患者結果の集まりｒｅｓｉｎ；結果ごとの週のうちの時間ｈｒｗｋ（例えば、ｈｒｗｋは１〜７＊２４＝１６８の範囲である）；結果の週の数ｗｋｎ（例えばｒｅｓｉｎに１３週のデータがある場合には、ｗｋｎは１〜１３の範囲である）；および平均および標準偏差を計算するために用いられる可動ウインドウの半値幅ｗｈｌｆｗｄｔｈ（例えば時間単位）。
上記計算は一般に以下の出力結果を与える：Ｎｒｅｓｉｎ（ｈｒｗｋ） − 週のうちの時間ｈｒｗｋのための計算に用いられる結果の数；ａｖｇｒｅｓｉｎ（ｈｒｗｋ） − 該時間についてのウインドウ内の結果の平均；ＳＤＴｒｅｓｉｎ（ｈｒｗｋ）− 該時間についての全標準偏差；ＳＤＢｒｅｓｉｎ（ｈｒｗｋ）− 該時間についての週と週の間（週間）の標準偏差；およびＳＤＷｒｅｓｉｎ（ｈｒｗｋ）− 該時間についての週内の標準偏差。
１つの実施態様によれば、週のうちの時間毎に以下のように計算が行われる：
１．時間ｈｒｗｋについて可動ウインドウ内にある結果ｒｅｓｉｎ（ｈｒｗｋ）を決定する。
・週のうちの最初のｗｈｌｆｗｄｔｈ時間（ｈｒｗｋ＝１ないしｗｈｌｆｗｄｔｈ）について、ｒｅｓｉｎ（ｈｒｗｋ）は、週のうちの時間が≧ｈｒｗｋ−ｗｈｌｆｗｄｔｈ＋１６８または≦ｈｒｗｋ＋ｗｈｌｆｗｄｔｈである結果となる。（ウインドウの左半分が「ラップする（wrap）」必要がある。）
・ｗｈｌｆｗｄｔｈ＋１と１６８−ｗｈｌｆｗｄｔｈの間の各時間について、ｒｅｓｉｎ（ｈｒｗｋ）は、週のうちの時間が≧ｈｒｗｋ−ｗｈｌｆｗｄｔｈおよび≦ｈｒｗｋ＋ｗｈｌｆｗｄｔｈである結果となる。
・週のうちの最後のｗｈｌｆｗｄｔｈ時間（ｈｒｗｋ＝１６８−ｗｈｌｆｗｄｔｈ＋１ないし１６８）について、ｒｅｓｉｎ（ｈｒｗｋ）は、週のうちの時間が≧ｈｒｗｋ−ｗｈｌｆｗｄｔｈまたは≦ｈｒｗｋ＋ｗｈｌｆｗｄｔｈ−１６８である結果となる。（ウインドウの右半分が「ラップする（wrap）」必要がある。）
２．ｒｅｓｉｎ（ｈｒｗｋ）により規定される結果の数Ｎｒｅｓｉｎ（ｈｒｗｋ）を決定する。
３．ｒｅｓｉｎ（ｈｒｗｋ）により規定される結果の平均ａｖｇｒｅｓｉｎ（ｈｒｗｋ）を決定する。
４．偏差ｄｅｖａｖｇｒｅｓｉｎ（ｈｒｗｋ）＝ｒｅｓｉｎ（ｈｒｗｋ）−ａｖｇｒｅｓｉｎ（ｈｒｗｋ）を計算する。
５．週数ｗｋｎに対する偏差ｄｅｖａｖｇｒｅｓｉｎについて一方向変量模型の分散分析(one-way random effects analysis of variance）（ＡＮＯＶＡ）を実行して、ＳＤＴｒｅｓｉｎ、ＳＤＢｒｅｓｉｎおよびＳＤＷｒｅｓｉｎを得る。例えば、ＭＡＴＬＡＢ関数［ＳＤＴｒｅｓｉｎ，ＳＤＢｒｅｓｉｎ，ＳＤＷｒｅｓｉｎ］＝ｓｄｔｂｗ（ｄｅｖａｖｇｒｅｓｉｎ，ｗｋｎ）を用いて必要なＡＮＯＶＡ計算を実行することができる。
４． 分析物特異的な打ち切られる母集団を生成する。
１つの実施態様において、広範囲のエラー状態にわたり、管理不能エラー状態（out-of-control error condition）（ＡＮＰＴＥ）時に生成または報告される「不良」結果の最悪ケース予測数を最小化する打切り限度を決定することが好ましい。一般に、「不良」結果は、真の濃度と測定された濃度の間の差が全許容可能エラー規格（ＴＥa ）を超える場合の結果である。ＡＮＰＴＥは、シミュレーションにより測定されるべきである。それ故に、最悪ケースＡＮＰＴＥ性能に基づく分析物特異的な打切り限度は、異なる組の打切り限度および異なる大きさの管理不能エラー状態についてＡＮＰＴＥを計算するために患者結果の時系列特性の正確なシミュレーションを必要とする。
ある特定の態様において、患者ベースのクオリティ管理（ＱＣ）ルールの実行は以下のパラメータを必要とする：
・打切り限度 − ｔｌｏおよびｔｈｉ；
・週のうちの時間毎の打切り限度内にある患者結果の平均 − ａｖｇｒｅｓｉｎ（ｈｒｗｋ）；
・週のうちの時間毎の打切り限度内にある患者結果の全標準偏差 − ＳＴＤｒｅｓｉｎ（ｈｒｗｋ）；
・平均までの連続する打切り限度内にある患者サンプルの数Ｎｐａｔ；および
・ＱＣルールを規定する２つのパラメータ、例えば：
ＥＷＭＡルールについてｗおよびｑ。
ＣＵＳＵＭルールについてｈおよびｋ。
注：ある特定の態様において、ＥＷＭＡルールのみが実行されるが、追加的に又は代替的にＣＵＳＵＭルールが実行されてもよい。
患者ベースのＱＣルールを評価するためのＱＣ性能スケールとして以下がある：
・ＡＮＰｆｒ（誤り棄却の間の患者結果の平均数）；
・ＡＮＰｅｄ（ＳＥ，ＲＥ），ＳＥ≠０，ＲＥ＞１（安定した分析不正確度の増大とシフト＝ＳＥとを伴う管理不能エラー状態が存在するときのエラー検出までの患者結果の数）；
・ＡＮＰＴＥ（ＳＥ，ＲＥ），ＳＥ≠０，ＲＥ＞１（安定した分析不正確度の増大とシフト＝ＳＥとを伴う管理不能エラー状態時に生成される「不良」結果の平均数）。
患者ベースのＱＣパラメータの選択
理想的には、人が目標ＡＮＰｆｒを特定し、次に、広範囲の管理不能エラー状態にわたり、ＡＮＰＴＥ（ＳＥ，ＲＥ）の最大（最悪ケース）値を最小化するパラメータを選択する。しかしながら、患者ベースのＱＣパラメータは全て相互に関連しており、「最適」組合せ（「最適」打切り限度を含む）を見出すことは複雑なタスクとなり得る。従って、１つの実施態様において、ＥＷＭＡルールを用いる場合の打切り限度の決定は以下のように行われる：
１．患者ベースのＱＣルールについて目標ＡＮＰｆｒを特定する；
２．Ｎｐａｔ＝１に設定する；
３．ＳＥ＝ＴＥa を検出するために最適なＥＷＭＡパラメータｗを選択する；
４．患者結果の以下の割合：０．５％，１％，２％，５％および１０％の１つ以上を排除する打切り限度を見出す。
５．打切り限度の各組について：
ａ．ａｖｇｒｅｓｉｎ（ｈｒｗｋ）とＳＴＤｒｅｓｉｎ（ｈｒｗｋ）を計算する；
ｂ．目標ＡＮＰｆｒを与えるＥＷＭＡパラメータｑを（シミュレーションにより）見出す；
ｃ．ピーク＝（ＡＮＰＴＥ（−ＴＥa ）＋ＡＮＰＴＥ（ＴＥa ））／２を（シミュレーションにより）計算する；および
６．ピークの値を最小化する打切り限度を選択する。
この手法はＳＥエラーを検出するための打切り限度を最適化するが、ＲＥエラー状態の効果を無視するものである。ＴＥa は絶対値またはパーセントとして得ることができる。公表されているライコス（Ｒｉｃｏｓ）限度を用いてもよい。
管理内の時系列患者結果のシミュレーション
１つの実施態様によれば、管理内（in-control）の時系列の患者結果をシミュレートするために、経時的な患者結果の連続する組を再サンプリングするブロックに基づく時系列ブートストラップ手法がバイオメトリックＱＣモジュール４０により実行される。患者結果（データ）およびその日付／時間スタンプがそのシミュレーションに利用される。この実施態様において、データは好ましくは、完全な日をカバーし、そして日付および時間により仕分けられる（開始時および終了時における余分な数時間はこの場合には一般に望ましくない）。
管理内の患者データのシミュレーションは、１つの実施態様により以下のように行われる：
１．患者データにまたがる日付および時間間隔内のランダムな日付と時間を生成する。ランダムな日付と時間の直後に続く患者データベース内の最初の日付／時間スタンプがシミュレーションの開始時をマークする。
２．この時点まで、例えばＷ分以内（例えばｗ＝１２０分）、に進んでいるか又は後に続く全ての結果を見出す。
３．現在の結果の±ｗ分内の結果の数が＜１０である場合には、１０の結果が特定されるまで時間を進めて及び時間を戻ってサーチを続ける。
４．±ｗ分ブロック内の結果の１つをランダムにサンプリングする。これが最初にシミュレートされる患者結果である。
５．次の日付／時間スタンプに移動し、上記プロセスを繰り返す。
６．この方法でＱＣルールが棄却するまで続ける。
この実施態様において、シミュレーションが患者データの開始日付または終了日付の付近にあるときは、シミュレーションがデータベース内の最後の日付／時間点から最初の日付／時間点まで「巻き付く(wrap around）」必要があるので、１つの「トリッキー」部分が発生する。これは、シミュレーションが巻き付くときに日のうちの正しい時間または週のうちの正しい日に巻くようにデータベースが完全な日および完全な週のデータを含むことが好ましいからである。
管理内の時系列の患者結果をシミュレートするための有用なＭＡＴＬＡＢ関数の例は、以下の通りである：
Figure 0004584579
Figure 0004584579
ｓｉｍｗｉｎと名付けられた上記ＭＡＴＬＡＢ関数は、観測値の各々についてウインドウ内にある点を決定する。このアルゴリズムは、各結果の日、時間および分を含む９１日ベクトルの患者結果を必要とする。上記ｓｉｍｗｉｎ関数は可動ウインドウについてウインドウ幅（ｗ）の１／２を算出する。上記関数の内で、ｍｉｎｎｕｍがウインドウ内に最小結果数が存在することを保証する。
例えば、１０の最小数および±１２０分のウインドウを使用して、特定のウインドウが含む結果が１０よりも少ない場合に、該ウインドウは最小結果数を含むまで広げられる。これにより、特定結果をサンプリングする１０分の１の可能性が生じる。この手法を用いると、正確な同一の結果をサンプリングする可能性は非常に小さい。例えば、５つのウインドウがサンプリングされた後に、同一の結果をサンプリングする可能性は約１０-5 である。
上記関数ｓｉｍｗｉｎへの入力は、ウインドウ幅（ｗ）およびウインドウ内のサンプルの最小数（ｍｉｎｎｕｍ）についての特定の値である。ｓｉｍｗｉｎの出力は２つの変数 − ｒｂおよびｒｎを生じ、ここでｒｂはウインドウの開始行（行は特定の日付および時間と関連する）であり、ｒｎはウインドウ内の行数である。ｒｂおよびｒｎは一緒に、行を規定するウインドウを決定する。
上記アルゴリズムは結果の可動ウインドウを使用する。該シミュレーションは、日付および時間により順番に日付および時間スタンプをもった実際の研究室結果を用い、はっきりと規定されたウインドウを算出して結果をシミュレートするが、データの時間分布を利用する。この手法を用いると、非常に多数のデータ点をシミュレートすることができ、例えば、５，０００の患者データ点を使用すれば、５億データ点ものデータベースの有効なシミュレーションを行うことができる。
基礎となるデータの時系列性質を反映する結果をシミュレートするための他の有用なアルゴリズムは、以下のＭＡＴＬＡＢ関数ｎｔｔｓｉｍである：
Figure 0004584579
上記関数ｎｔｔｓｉｍへの入力は、患者生データ（結果ベクトル）、ｒｂ、ｒｎ（ここでｒｂおよびｒｎは上記関数ｓｉｍｗｉｎ．ｍからの出力である）および一連の結果のどの時点にいるかを追跡するタイムポインター（ｔｉｍｅｐｔｒ）の組である。上記関数の内で、ｔｉｍｅｐｔｒはシミュレート結果（ｎｅｘｔｒｅｓ）の日付および時間に対するポインターを含む長さＮｓｉｍのベクトルとして規定され、ここでｎｅｘｔｒｅｓはシミュレート結果の次の組の長さＮｓｉｍのベクトルである。言い換えれば、ｔｉｍｅｐｔｒはベクトルであり、それが含む行数が同時に行われるシミュレーションの数である。シミュレーションが行われるときに、各行が別々の試行(trial）である。例えば、１０，０００のシミュレーションが所望されれば、１０，０００行を含むベクトルを生成する。各行は別々のシミュレーション試行となるため、１０，０００のシミュレーションが行われることになる。
ｔｉｍｅｐｔｒベクトルをポピュレートする１つの方法は、患者結果ベクトル中の１ないし結果数の数をランダムに生成し、ｔｉｍｅｐｔｒベクトルの全行（例えば１０００行）をこれらのランダム数でポピュレートし、各ステップで、これらの点をこのシミュレーション試行のためのランダム開始点として使用し、次の時間の点（すなわちｔｉｍｅｐｔｒベクトル中の次の行）に移動し、そしてこの行で、上記ｎｔｔｓｓｉｍ．ｍ関数のｎｅｘｔｒｅｓ行はどの結果が次のランダム結果として使用されることになるかを決定する。
ｔｉｍｅｐｔｒベクトル中の最後の結果に達すると、該アルゴリズムはｔｉｍｅｐｔｒベクトル中の最初の結果に戻る(loop around）必要がある。ＭＡＴＬＡＢのｍｏｄがこの機能を行うために有用である。
図４は、シミュレーションが行われたときの週のうちの時間毎の予測値の例を示す。図４において、ウインドウの時間毎の平均（赤線により示される）が保持され、時間と時間の間（hour-to-hour）の曲線がウインドウの時間毎の平均の９５％信頼度を表わす垂直棒によって置換されている。明確化のために、赤い曲線はシミュレーションウインドウの平均を表わし、垂直棒は実際のデータの平均の時間±２ＳＤ以内の値の実際の平均を表わす。これにより、ウインドウの時間毎の平均となった点の数のより良い識別が与えられ、時間毎の平均が決定された際の精度を概観が与えられる。これにより、幾つかのデータが全く又は殆どデータを有しないときの赤線と青線の間の見かけの不一致が減少する。この曲線がその役割を行うのであれば、赤線は垂直棒のほぼ中央にあるべきである。各時間は１年にわたる当該時間内の全てのデータ点実行を含むため、２０００標本／時間は１年当たり２０００標本／時間を表わすことが留意されるべきである。
可動ウインドウ平均の生患者平均への近接した当てはまり（close fit）は、該シミュレーションが１５０分のｗｉｎｌｅｎおよび１０のウインドウ当たりの最小結果数を用いて正確にデータの時系列性質をモデル化することを実証する。
図５は、時間当たりの結果数の例を示す。
モデル化される母集団は均一であるべきなので、異なる母集団を与える機器（例えばルーチン、スタットまたはＩＣＵ）は別々にモデル化されるべきである。また、異なるウインドウ長さおよび最小サンプル数を用いてシミュレーションを行う目的は、ウインドウ長さおよび最小サンプル数をどのように設定するかを決定して実際のデータとシミュレートされるデータとの間の最適な自己相関を得るためである。しかしながら、最小の１０サンプル（および±１２０分〜±１５０分のウインドウ）を用いることは大抵の研究室にとって十分であるはずである。
図６および図７は、該アルゴリズムがデータにおける系列相関を適切に表わすことを実証する自己相関関数の例を示す。ｙ軸上の０．０９の点は各結果およびその直前の結果により形成される組の相関を表わす。（これらの組の各々について相関が０．０９である。）自己相関関数は結果が相互にどの程度の独立性を有するかを決定する。
ラグ（その結果の前にある結果の数）が増大するにつれて、相関が減少する。このことはデータにおいて系列相関があることを実証する。例えば、月曜の午前の結果同士では、それと金曜の午後の結果との関係よりも類似する（例えば、独立性がより少なく、より大きく相関する）。
図７では、もとの生患者データ中に含まれる同数のデータ点がシミュレートされるために使用されている。例えば、患者データにおける６０Ｋデータ点の場合には、ｔｉｍｅｐｔｒベクトルは６０Ｋのシミュレートされたデータ点でポピュレートされるべきである。図６は、シミュレートされたデータについての自己相関を示し、該アルゴリズムが生患者データで観測される自己相関を保存することを実証する。
図８は、実際の結果とシミュレートされた結果の間での自己相関を表わす。これは時間毎の平均を使用することを正当化するものである。何故ならば、そうでなければホワイトノイズのみが残る（すなわち相関が無い）からである。
３ヶ月分のデータのみが与えられ、それらの日が年末に発生する場合には、データは異常な日を過剰に表わすことがある。より多くのデータが取得／供給されるように検査特性(operating characteristics）を変更することができる。例えば、利用可能な研究室データを用いて初期操作特性を設定することができ、１年分のデータが取得されたときに検査特性を再評価することができる。これらの検査特性は患者母集団に変化があるまで安定であるべきである。患者母集団に変化が生じたときは、検査特性を再計算すべきである。
管理不能エラー状態のシミュレーション
１つの実施態様において、管理不能エラー状態のシミュレーションは、好ましくはバイオメトリックＱＣアプリケーション４０により実行される。管理不能エラー状態をシミュレートすることは、一般には、変換された分布の平均およびＳＤが管理不能エラー状態を明示するように患者結果の分布をどのように変換するかを決定することを含む。シミュレーションに用いられる患者結果が通常は丸められるという事実は、管理不能エラー状態を正確にシミュレートしようとするときに幾つかの問題を生じる場合がある。１つの実施態様によれば、丸めに関連する問題を解決するように管理不能結果分布を生成するための戦略が以下のように与えられる：
１．結果ｘについて、最初に、±０．５＊ｎｓｄないしｘの一様分布乱数を加算することにより、結果の「丸みをなくす(unround）」；それをｘT と称する。
２．次に、ｘT にＳＥ（ｘT ）を加算する（ここでＳＥ（ｘT ）は濃度ｘT での管理不能状態の大きさである）。
３．次に、その結果をｎｓｄ桁に丸める。管理不能結果が最小または最大の報告可能結果の外にある場合には、それをそれぞれ最小−１＊ｎｓｄまたは最大＋１＊ｎｓｄにより置換する。
ある特定の態様において、ＳＥエラー状態のシミュレート時に、分析物について全許容可能エラー規格（ＴＥa ）が定数として与えられる場合には、ＳＥを定数として規定することが好ましく、また、ＴＥa が濃度に比例して与えられる場合には、ＳＥを濃度に比例するものとして規定することが好ましい。管理ＱＣ戦略のシミュレーションとは異なり、患者分布の不正常な分布特性は正および負のエラー状態の間で対称的な挙動を期待できないことを意味するので、負および正の両方のＳＥエラー状態がシミュレートされることが好ましい。
ＳＥは±２ＴＥa の間の範囲にあることが好ましい。また、ＳＥおよびＲＥエラーのいずれの組合せも以下の方法で処理されることが好ましい：
１．上述のように、丸みをなくす。
２．次に、その丸みをなくした結果に、平均＝０および分散（ＲＥ2−１）＊ＳＤ（ｘT）をもった正規分布乱数を乗算する（ここでＳＤ（ｘT ）は濃度ｘT での安定した分析不正確度であり、ＲＥは安定した分析ＳＤの倍数で与えられる増大の大きさである））。
３．次に、前述のように、ＳＥ（ｘT ）を加算し、ｎｓｄ桁に丸める。
患者結果の管理不能な時系列特性のシミュレーションは、現在の日付／時間スタンプの片側の変換された結果の±ｗ分から管理不能結果がランダムにサンプリングされることを除いて、同一方法で進められる。
管理不能エラー状態をシミュレートするための有用なＭＡＴＬＡＢ関数の例は、以下の通りである：
Figure 0004584579
Figure 0004584579
上記ＭＡＴＬＡＢ関数ｓｅｒｅｅｒｒ（システマテックエラー・ランダムエラー・エラー）は、特定のシステマテッィクまたはランダムな管理不能状況をシミュレートするために生患者データの分布を変換するように機能する。関数ｓｅｒｅｅｒｒへの入力としては生患者値（結果ベクトル）、該方法の分析不正確度、およびＳａベクトルがある。Ｓａベクトルは分析ＳＤを表わし、これは各結果濃度についての一定のプロセスに固有の分析不正確度である。Ｓａベクトルは、結果ベクトルと同一長さを有し、結果の濃度での結果ベクトル中の結果毎に分析不正確度を含む。Ｓａベクトル中の値は、絶対値であっても割合であってもよい。絶対値の不正確度の場合には、Ｓａベクトル中の各値が同一であろう。割合の不正確度の場合には、Ｓａベクトル中の値が結果ベクトル中の値に依存して変動する。
上記関数ｓｅｒｅｅｒｒへの追加的な入力としては、Ｒｅｐｒｎｇ（該アッセイについて最小および最大の報告可能値である報告範囲）、ｎｓｄ（有効桁数。本関数は生データ結果の「丸みをなくす(unround）」ためにｎｓｄを使用する）、ａｓｅ（システマテックエラーについて切片を表わす）、ｂｓｅ（システマテックエラーについて傾きを表わす）、およびＲＥ（ランダムエラーを表わす）。ａｓｅおよびｂｓｅは、生患者値における定数および比例シフトをシミュレートするために用いられる。例えば、ａ＝１およびｂ＝１である場合には、各シフト結果はもとの結果よりも１大きく、シフトは一定であり、ａ＝０およびｂ＝１．１である場合には、各シフト結果はそのもとの結果よりも１０％大きく、シフトは比例する。ＲＥ＝１は安定した分析不正確度を示し、ＲＥ＝２はアッセイの安定した分析不正確度の２倍となる管理不能エラー状態を示す。
生患者データ中の結果は丸められるので、上記関数は各結果の「丸みをなくし」てシミュレーション作業を良好なものにする。このために、一様乱数、例えば±０．５（丸め幅）が患者結果に加算される。
ＱＣ確認検査モジュール
本発明の１つの実施態様によれば、バイオメトリックＱＣアプリケーション４０は、事象が発生した後に分析プロセスが依然として管理内であることの確認が必要とされる最適ＱＣルール（および関連する数のＱＣサンプル）を決定するように構成されたＱＣ確認検査モジュール４６を備えている。この最適ルールは、事象に関連するエラー状態のために「不良」結果を生じる最悪ケース確率（ｐＱＥ）を最小化する。好ましい態様において、ＱＣ確認検査モジュール４６は、以下のステップを用いて最適ＱＣルールを決定する。
ステップ１−関連する性能スケールを特定する
１つの実施態様によれば、本アルゴリズムは、事象が発生した後に分析プロセスが依然として管理内であることを確認する必要がある最適ＱＣルール（および関連する数のＱＣサンプル）を決定するように構成されたＱＣ確認検査モジュール４６を備えている。１つの実施態様において、決定されるべき最適ルールは、事象に関連するエラー状態に起因する「不良」結果を生じる最悪ケース確率（ｐＱＥ）を最小化するものである。
この手法は、ルーチンＱＣ検査では発生するエラーが数点でモデル化され、そして次にその状態を検出するために幾つのサンプルが必要とされるかが決定されることを除いて、ルーチンＱＣ検査についての基本手法と一致する。
ステップ２−ＱＣルールを選択する
Ｘバー／Ｓルールは単一グループのＱＣサンプルを検査するために最良のＱＣルールであることが示されているので、Ｘバー／Ｓルールが好ましく用いられる。（例えば、Parvin CA. New insight into the comparative power of quality-control rules that use control observation within a single analytical run. Clin Chem 1993;39:440-7 参照）。
ステップ３−ｐＱＥを決定する
不良結果を生じる確率（ｐＱＥ）を計算するために次の２つの確率を計算する必要がある：１）管理不能エラー状態に起因する不良結果を生じる確率（ｄｐＥ）、およびエラー検出の確率（ｐｅｄ）。ｐＱＥは、次式：ｐＱＥ＝ｄｐＥ＊（１−ｐｅｄ）で示されるように、該エラー状態の検出に失敗する確率により乗算された該エラー状態に起因する「不良」結果を生じる確率の増大に等しい。この手法を使用することにより、事象後の特定ＱＣルールの使用時に「不良」結果を生じる確率（ｐＱＥ）を決定することができる。
図９および図１１は、同時にＳＥおよびＲＥの関数としてプロットされるエラー検出の確率（ｐｅｄ）の例を示し、システマテックエラー状態およびランダムエラー状態の全組合せをカバーするためのパワー関数を一般化する表面プロットを生じる。図１３は、ＲＥおよびＳＥの関数としてのｐＱＥ表面の例を示す。
ステップ４−エラー限度を変化させてｐＱＥを最小化する
「事象」後に用いるためのＱＣルールの選択時に、「事象」に関連するエラー状態に起因する「不良」結果を生じる最悪ケース確率を最小化することが望ましい。図１４〜図１８は、エラー検出能をＸバーおよびＳの間でどのように割り当てることにより、「不良」結果の最悪ケース確率を最小化するようにＱＣルールを選択するために使用することができるかを例示する。図示されるように、ＸバーおよびＳが変化するにつれて、目標値から離れる方向のシフト（ＳＥ）、または安定した分析不正確度における増大（ＲＥ）も変化する。
ステップ５−ｐＱＥが決して５％を超えないことを保証するように棄却限度を変化させる
このステップでは、ＸバーおよびＳの棄却限度を変化させ、そして全許容可能エラー規格（ＴＥa ）の範囲上でのＱＣサンプル数および誤り棄却率（ｐfr ）を変化させて、エラー状態の如何に関らず、ｐＱＥが決して５％を超えないことを確保する。ｐＱＥについて５％という選択は任意であり、所望されるように大きく又は小さくすることができることが理解されるべきである。さらに、ＱＣサンプル数は２の倍数に制限されており、これは一般に研究室が一般化学検査用に実行するサンプル数である。
ステップ１およびステップ２の議論
この時点でステップ１およびステップ２について更に議論する必要はない。
ステップ３の議論
本アルゴリズムは、目標値からのシフト（ＳＥ）、安定した分析不正確度における増大（ＲＥ）および／またはＳＥおよびＲＥの両方における増大を生じさせる制御不能エラー状態を考慮するように構成されることが好ましい。
図９は、１つの実施態様により、３つの異なる誤り棄却率（ｐfr ＝０．０１，０．００１，０．０００１）を与える棄却限度組を用いたＸバー／Ｓルールについての検定力関数を示す。エラー検出の確率（ｐed ）が同時にＳＥおよびＲＥの関数としてプロットされている。ＳＥ軸（ＲＥ＝１）に沿った線により表わされた曲線がランダムエラーを検出する検定力を与える。この表面プロットは、システマテックおよびランダムエラー状態の全組合せをカバーするためのパワー関数を一般化するものである。図９において、底面がＳＥ／ＲＥ組合せを分析ＳＤの倍数で規定する。シフトを表わすＳＥスケールについては、０の値がシステマテックエラーが無い（すなわちシステマテックエラーが管理内である）ことを意味し、１の値が目標値から１ＳＤのシフトを意味し、等々である。ＲＥスケールについては、１の値は分析不正確度が管理内不正確度の１倍であることを示し、２の値は安定した分析不正確度が２倍されていてシステムが管理内にある時にとるべき値の２倍であることを示し、等々である。ＳＥスケールは０〜６の範囲をとり、ＲＥスケールは１〜６の範囲をとることが留意されるべきである。
図１０は、１つの実施態様により、管理不能エラー状態に起因する「不良」結果を生じる確率（ｄｐＥ）における増大を示す（ここで「不良」結果は全許容可能エラー規格（ＴＥa ）を超えるエラーをもった結果として規定される）。この「不良」結果の確率は、管理不能エラー状態の大きさ（ＳＥ，ＲＥ）および全許容可能エラー状態に依存する。ＴＥa が増大するにつれてｄｐＥが減少する。例えば、ＴＥa ＝３であるときに不良結果を生じる可能性は、ＴＥa ＝６であるときよりも大きい。
Ｘバー／Ｓルールの評価
１つの実施態様によれば、好ましくは単一のＸバー／Ｓルールが用いられる。ある特定の態様において、１０００分の１の棄却確率を得るために２．４３のＸバー棄却限度および３．５３のＳ棄却限度が用いられる。他の棄却限度を用いてもよいことが理解されるべきである。１つの実施態様により、Ｘバー値を評価するために、２つのＱＣ値の各々についてｚ値が生成され平均化される。２．４３よりも大きい絶対値をもった平均ｚ値は不合格である。Ｓ値を評価するために、２つのｚ値のＳＤが計算され、３．５３よりも大きなＳＤは不合格である。
「事象」後に使用するためのＱＣルールの選択時に、該事象に関連するエラー状態に起因する「不良」結果を生じる最悪ケース確率を最小化することが望ましい。「事象」の後に「不良」結果を生じる確率は、エラー状態に起因する「不良」結果を生じる確率（図１０参照）およびエラー状態の検出に失敗する確率（図９参照）の関数である。
図１１は、ある特定ＱＣルールのエラー検出の確率を示す。図１１に示される表面は、一般に、データ点を評価するために用いられるＱＣルール、棄却限度、および検査されたＱＣサンプル数に依存する。
図１２は、「不良」結果を生じる確率を示す。この「表面」は全許容可能エラー規格（ＴＥa ）に依存する。図１２は、３の全許容可能エラー規格（ＴＥa ）をもった「不良」結果を生じる確率を示す。ＴＥa はプロットの表面を決定する。この表面はルールには依存しない。
図１３は、「事象」後にこのＱＣルールが使用されるときの「不良」結果を生じる確率を示す。図１３は図１１と図１２の積である。より詳しくは、図１３は、ＱＣルールであるＸバー（２．４３）／Ｓ（３．５３）が「事象」後に用いられるときの「不良」結果を生じる確率（ｐＱＥ）を示す。ｐＱＥは、該エラー状態に起因する「不良」結果を生じる確率×該エラー状態の検出に失敗する確率の増大に等しい：ｐＱＥ＝ｄｐＥ＊（１−ｐｅｄ）。図１３における表面上の最大点（矢印でこの最大点を示す）は、目標から２．０４管理内分析ＳＤのシフトを生じさせ、かつ、分析ＳＤをその管理内レベルの２．３９倍に増大させるエラー状態である。この「最悪ケース」管理不能エラー状態が発生する場合に、このＱＣルールによる「不良」結果を生じる確率は０．１８１である。この場合に、このタイプの複数のエラーが次の年にわたって起これば、該エラー状態後に生じる結果の１８．１％が不良であると予想されるだろう。どれだけ迅速にエラー状態が検出されるかはルーチン検査戦略の機能である。
したがって、図１３を用いて、事象関連ＱＣ検査により検出に失敗したエラー状態の後に不良結果を生じる確率（すなわちｐＱＥ）を実行することができる。
ステップ４の議論
このステップでは、棄却限度であるＸバー／ＳＤ値を変化させて最小ｐＱＥ値を生じる値を決定する。図１４〜図１８は、ＲＥエラーに対するＳＥエラーについて多かれ少なかれ検出を与えるようにＸバー／Ｓルールについて管理限度を変化させるにつれて、ｐＱＥ値表面がどのように変化するかを示す。Ｘバー／ＳＤ値を変化させるにつれて、平均におけるシフトおよび不正確度を検出するための相対的パワーが変化する。これらの図は、最小ｐＱＥピークを生じるＸバー／ＳＤについて見出すことが可能であることを実証する。
図１４〜図１８では、以下の値が一定に保持される：
・ＱＣサンプル数＝２
・ｐfr ＝０．００１
・ＴＥa ＝３．０
表１は、図１４〜図１８から導かれる結論をまとめたものである。
図１６が表面上の最大の点を最小化する（すなわち最大点が最小のピークを有する）棄却限度を示すことに留意すること。
Figure 0004584579
ステップ５の議論
ステップ４では、棄却限度を変化させて、ｐＱＥを最小化するためのＱＣサンプル数の最適数を決定する。ステップ５では、ＸバーおよびＳの棄却率ならびにＱＣサンプル数をある範囲の全許容可能エラー規格（ＴＥa ）上で変化させて、エラー状態の如何に関らず、所望される値、例えば５％を決して超えないｐＱＥを決定する。図１９〜図３４は、異なる誤り棄却率および全許容可能エラー規格におけるＸバーおよびＳＤの最適組合せを決定するために有用である。特に、１つの実施態様によれば、以下の誤り棄却率（ｐfr ）および全許容可能エラー規格（ＴＥa ）について、ＱＣ検査後の「不良」結果を生じる最大確率が０．０５（５％）以下となるように、ＸバーおよびＳＤの最適組合せで必要とされるＱＣサンプル数を例示する：
・ｐfr ＝ ．０１， ．００５， ．００２， ．００１
（これらのｐfr についての実行長さはそれぞれ１００，２００，５００および１０００である）。
・ＴＥa ＝３，４，５，６
図１９〜図３４において図示されるモデルに課される制約として、以下が挙げられる：
・ＱＣ検査後に「不良」結果を生じる確率が、エラー状態の如何に関らず、決して５％よりも大きくないこと。５％の選択は任意であるが、ｐＱＥ＝ｄｐＥ＊（１−ｐｅｄ）を表わす垂直スケールが決して５％よりも大きくないこと意味する。
・通常はＱＣの２つの濃度レベルが検査されること、および両レベルが等しいものであることという仮定に基づき、検査されたＱＣサンプル数（Ｎ）が２の倍数に限定される。
・３，４，５および６の全許容可能エラー規格（ＴＥa ）が考慮された。ＣＬＩＡ等のような第三者がＴＥa 規格を決定する。一般に、スカンジナビアン・ジャーナル・オブ・クリニカル・ラボ・インベステゲーション（Scandinavian Journal of Clinical Lab Investigation）においてライコス(Ricos）のグループにより公表された、生物学的変動に基づくＴＥa 規格は、ＣＬＩＡ ＴＥa 規格よりも遥かに小さい。（Ricos, C. et al. Current Databases on Biological Variation. Scand J Clin Lab Invest 1999; Vol 59 No. 7 491-500 を参照。）
・ ．０１， ．００５， ．００２， ．００１の誤り棄却率（ｐfr ）が考慮された。チャートとチャートの間で表面に対する変化を認識し易くするために、スケールは全チャートについて同一のままである。さらに、最大ｐＱＥは５％に設定されたので、ｐＱＥ＝ｄpe ＊（１−ｐｅｄ）スケールは決して０．０５よりも大きくない。
本発明を用いて、全許容可能エラー規格（ＴＥa ）および誤り棄却率（ｐfr ）を変化させることにより、事象後に必要とされるＱＣサンプル数を決定することができる。事象関連ＱＣが管理不能エラー状態の検出に失敗する場合には、どの位の時間エラーが持続することになるか、および結果的に報告される不良結果の数は、ルーチンＱＣ検査戦略の機能となり、そしてエラー検出までの患者サンプルの平均数（ＡＮＰed）に依存することになる。（例えば、Ye, Jay et al. Performance Evaluation and Planning for Patient-Based Quality Control Procedures. Amm J Clin Pathol 2000:113:240-248 を参照）。
事象に起因する不良結果の予測数は、ｐＱＥ表面×ＡＮＰed に等しい。例えば、ＡＮＰed が２０であり、そしてｐＱＥが決して５％を超えないようにされれば、不良結果の予測数は２０＊０．５または１の不良結果を超えないことになり、これは多分許容可能である。しかしながら、ＡＮＰed が２００であれば、不良結果の予測数は１０となる。これが許容可能であるか否かは、このエラー状態が発生する確率等のような要因に依存する。例えば「事象」が毎日の機器メンテナンスであり、そしてｐfr が１：５００であれば、毎日のメンテナンスに関連するｐfr の確率は１年に１回よりも少ない。ｐfr のコストが多分高いので、研究室は多分ｐfr をできるだけ小さくすることを欲するであろう（ｐfr のコストとしては、追加的ＱＣサンプルの実行、追加的メンテナンス、患者結果の報告の遅延、等が一般に挙げられる）。
上記のことから、０．００１程度の誤り棄却確率の場合であっても、比較的小さな全許容可能エラー規格（ＴＥa ＜４）の場合を除いて、「不良」結果を生じる最悪ケース確率が５％を超えないという基準を満たすために４ＱＣサンプル（２つの濃度レベルで各２つ）で十分であると見ることができる。この５％基準が低下すると、必要とされる数Ｎが増大することになる。ここで考慮される「最も困難な」ケース（図２６、ＴＥa ＝３およびｐfr ＝０．００１）では、ＱＣ検査判定基準後にこの５％の「不良」結果を生じる最悪ケース確率を満たすために１２ＱＣサンプル（２つの濃度レベルで各６つ）が必要とされる。６のＴＥa を用いることは、本システムが「不良」結果を生じ始める前にかなり大きなエラー状態を必要とする。
図１９〜図３４は表２に示されるように４つのグループに分けることができ、ここで：
・グループ１はＴＥa を６に設定してｐfr を変化させるものである。
・グループ２はＴＥa を５に設定してｐfr を変化させるものである。
・グループ３はＴＥa を４に設定してｐfr を変化させるものである。
・グループ４はＴＥa を３に設定してｐfr を変化させるものである。
Figure 0004584579
補足サンプリングＱＣ手順
１つの実施態様によれば、本システムは、検査されたＱＣサンプル数を連続値に設定することも可能であるように構成される。これによりＮが２から任意の数までの範囲をとることができる。１つの実施態様において、これは２段検査方式を用いて行われ、すなわち、最初に２ＱＣサンプルを検査し、これらの２サンプルの値に依存して、検査システムがオーケーであることを許容および仮定し、追加的ＱＣサンプルを直ちに検査する。例えば、最初の２ＱＣサンプルが許容されなければ、２つの追加的サンプルが直ちに検査され、これらの組み合わされた４サンプルに基づくＱＣルールが必要とされる。この場合に、検査されたＱＣサンプルの数は、最初の組のＱＣサンプルが許容されるか又は棄却されるかに基づくランダム変数である。この戦略を使用して、例えば正確に．０５のｐＱＥを生じる最小のＮを決定することが可能である。範囲外の管理サンプルを繰り返し、繰り返される管理が範囲内にあれば、それらを許容して検査を続けることは、研究室でかなり一般的に行われている。
このような方式は、ＱＣサンプルを繰り返すことが研究室のＱＣを改善するのではなく、むしろ誤り棄却確率およびエラー検出能を低下させることを強調したウェストガード博士のコメントに主に基づいて、これまで非難されてきた。これは全誤り棄却確率が所望されるままであるように２つのＱＣ検査についての棄却限度が調整されない場合に限れば正しい。ＱＣルールが第１組および第２組のＱＣサンプルに適用され、そして第１および第２のサンプルに関連する誤り棄却確率が両方とも変化させられる場合には、この手法は単一組のＱＣサンプルを検査するに過ぎない場合よりも強力である。
この補足手法は、平均／範囲（Ｘバー／Ｓ）ルールよりも有利な幾つかの利点を有する。例えば、同一数のＱＣサンプルを使用する場合のエラー検出時において平均／範囲ルールよりも平均についてより良い結果を与える。さらに、ＱＣサンプル数を任意の数に設定するための柔軟性を有することが有利である。このことはＱＣサンプル数が３の倍数である３レベル管理を用いる場合に特に有用である。
以上本発明を例示により特定の実施態様について説明してきたが、本発明が開示された実施態様には限定されないことが理解されるべきである。その反対に、当業者にとって明らかな様々な変形および類似の構成をカバーすることが意図される。それ故に、添付された特許請求の範囲には全てのこのような変形および類似の構成を包含するように最も広い解釈が認められるべきである。
付属書Ａ
１．構成：該モデルの１つの実施態様においてＲｉｌｉＢＡＫ要求が含まれる。
２．構成：該アプリケーションはプロセス管理の頻度およびタイプについての連邦および国際的処方を可能とする。
３．構成：該アプリケーションは患者データの秘密性を確保するために病院および研究室環境のための最高レベルのセキュリティおよび暗号化を備える。
４．構成：該アプリケーションは研究室または何らかの合法規制による要求に応じて患者データを「不特定化(de-identify）」可能である。検査結果と共に提示されるときに、該アプリケーションはデータ由来者の指示で以下の識別子のいずれかを削除するものである。
・名前
・住所
・居住都市
・州
・郵便番号
・居住国
・年齢（生年月日）
・性別
・診断
注：不特定化の程度は、好ましくは構成可能（configurable）である。
注：該アプリケーションは、好ましくは病院情報システム（ＨＩＳ）へのアクセスを有する。
５．構成：該アプリケーションは、好ましくは以下のＮＣＣＬＳおよびＥＣ基準の要求を取り入れている。
Figure 0004584579
Figure 0004584579
Ａ． 一般的構成
６．構成：ユーザー・インターフェースでの多重アクティビティにオン・デマンド・アクセスが行われる。該アプリケーションは使い易く設計されており、ナビゲーションは直感的である。
７．構成：該アプリケーションは、バーコード、ペン型スキャナ（wand）、タッチスクリーンまたは機器からの出力を含んでよい多重入力インターフェースを与える。入力は、日付、時間およびオペレーターイニシャルを含んでもよい。この情報は、スクロールテーブルに出力および記憶されてよく、例えば２年以上保持されてよい。
・７ａ． 各々の機器およびキットについて、該アプリケーションは、校正器ロット番号毎および試薬ロット番号毎に、単独で及び併用して、校正頻度（回数／期間）、エラーフラッグの頻度（回数／期間）についての月毎および四半期毎の報告を作成することができ、報告はユーザーによる要求に応じて又は２年間の記録として保持される。ユーザーはこれらの結果を要求に応じて印刷可能であってよい。この情報はトラブルシューティングのために、また、校正の必要性を予測するために利用可能とされてよい。
・７ｂ． １つの実施態様において、上記の情報が中央データベースに送信または通信される。中央アプリケーションはこの情報を他の参加している研究室の情報と組み合わせ得る。要求に応じて研究室間の比較を出力し得る。製造業者はこの情報を使用して、ある特定のＦＤＡ要求を満たしてもよい。
８．構成：該アプリケーションは継続的な空間温度および湿度を監視し得る。データはユーザーの要求に従って記録として保持されてよい。特定の時間枠について、要求に応じて、グラフを作成し得る。データは、２年間またはユーザーの要求に従って記録として保持されてよい。アラーム閾値はユーザーが規定するものであってよい。閾値を超えるときに、該アプリケーションは可聴アラームが聞こえるようにし、ダイアログボックス通知を出し、ログ中の違反を記録することが好ましい。このログは日毎の完全な温度および湿度をまとめるテーブルを含んでよい。いかなる違反も記録されることになる。テーブルは是正処置の記録も可能とする。この情報は本システムにより特定されるいずれの処置可能エラーフラッグと相関されてもよい。
９．構成：該アプリケーションは継続的な冷凍庫、冷蔵庫、インキュベータおよび水浴温度を監視し得る。本ソフトウェアは、機器インキュベータ温度のような情報が機器により利用可能とされている場合に、機器インキュベータ温度を定期的間隔で取り込むことが好ましい。データはユーザーの要求に従って記録として保持されてよい。特定の時間枠について、要求に応じて、グラフを作成し得る。データは、血液バンクの冷凍庫および冷蔵庫を除いて、２年間記録として保持されてよい。このデータはユーザーの要求に従って５年間記録として保持されてよい。閾値はユーザーが規定するものであってよい。閾値を超えるときに、該アプリケーションは可聴アラームが聞こえるようにし、ダイアログボックス通知を出し、ログ中の違反を記録することが好ましい。このログは日毎の完全な温度および湿度をまとめるテーブルを含んでよい。いかなる違反も記録されることになる。テーブルは是正処置の記録も可能とする。この情報は本システムにより特定されるいずれの処置可能エラーフラッグと相関されてもよい。
１０．構成：該アプリケーションは、機器の寿命について日毎、四半期毎、月毎、半年毎および毎年のメンテナンスのユーザー記録を行い得る。入力は、手動、バーコード、ペン型スキャナにより又はタッチスクリーンによるものであってよい。入力は、日付、時間およびオペレーターイニシャルを含んでもよい。これらの事象は、いずれの処置可能エラーと相関されてもよい。
・１０ａ． 可能な場合に、該アプリケーションは毎週、月毎、四半期毎、半年毎、毎年のメンテナンスがいつ期限切れとなるかを識別し、検査オペレーターに通知することが好ましい。
１１．構成：該アプリケーションは、２年の期間、性別および年齢により処理された全患者検査結果の要約ファイルを保存する。
・１１ａ． 必要な場合に、生年月日から年齢が計算される。
・１１ａ．１ 生年月日はプライバシーの理由のため保持されるべきでない・
・１１ｂ． 必要な場合に、生年月日から年齢が計算される。
・１１ｂ．１ 該アプリケーションは、基準範囲を計算するためのＮＣＣＬＳモデルを含む（取り込む）べきである。
・１１ｂ．２ 区別は公表された正常範囲またはローカル基準範囲に基づく。
・１１．ｃ． 該アプリケーションはＨＩＳから年齢および性別を検索可能である。該アプリケーションは年齢および性別を特定の患者検査結果とリンク可能である。
１２．構成：該アプリケーションはＱＣおよび患者データを受け入れ、そして承認された患者データをＬＩＳへのリリースのために渡す。
１３．構成：該アプリケーションは全ての自動機器からデータを受け入れることが可能である。該アプリケーションはＬＩＳおよびＨＩＳシステムとの二方向通信を含む。
１４．構成：該アプリケーションは半定量的検査結果を受け入れる。
１５．構成：該アプリケーションは滴定濃度を受け入れる。
１６．構成：該アプリケーションは吸光度読取値を受け入れる。
１７．構成：該アプリケーションは確率値を受け入れることが可能である。
１８．構成：全てのＱＣデータおよび集められた患者データ、ならびに計算されたパラメータは、好ましくは、定期的間隔で中央アプリケーションデータベースに戻るように通信される。
１８ａ． 各検査についての日毎のベースライン母集団の要約（平均、メジアン、ｃｖ）および研究室クオリティ管理データ点が、１日当たり少なくとも１回中央データベースに自動的に送信される。ＱＣデータはインスタントＱＣのためにより頻繁に送信される。
１８ｂ． ２年の期間、参加する研究室の各々について個々のＱＣデータ点および患者検査結果を保持する。データ点が２年と１日に達すると、それらのデータ点をシステムから消去可能である。
１８ｃ． ユーザーが患者データを共有することを欲しない場合には、該アプリケーションは制限されたデータを保持しながら他の全てのデータを自動的に提示することが可能である。
１９．構成：全ての管理データが同様に処理される。
２０．構成：該アプリケーションはインターネットへのオンデマンド・アクセスを可能とする。
２１．構成：該アプリケーションは、本明細書を通じて特定された種々のデータ記録を保持する。該アプリケーションは永久保存記録のために選択されたハードウェア装置と通信可能であるべきである。これらのハードウェア装置として、以下を含んでよい：
・ランダムアレイ・オブ・インディペンデントディスク（ＲＡＩＤ）
・自動テープライブラリー
・光ジュークボックス
・ＣＤＲＷ。
２２．構成：該アプリケーションはローカルサーバーおよびバーチャルサーバー上で動作するように設計されるべきである。ローカルサーバーは研究室内に位置するサーバーとして定義される。バーチャルサーバーは、リモート位置に位置するサーバー、すなわち、アプリケーションサービスプロバイダーモデルとして定義される。図２を参照すると、例えば、１つの実施態様において、環境１１（例えば研究室）内のクライアント１０がローカルサーバーであり、サーバー６０がバーチャルサーバーである。
Ｂ． 事前構成
研究室（または病院または他の環境）は、該アプリケーションがインストールおよび構成される前に、ある種の断片の情報を与える。１つの実施態様において、データ処理は一般に中央アプリケーション（すなわちモジュール４０）により、あるいは中央アプリケーションと共に周辺ソフトウェアおよびハードウェアモジュールにより実行される。したがって、ここで中央アプリケーションが機能を実行すると称される場合には、周辺ソフトウェアおよび／またはハードウェアモジュールが機能を実行し、該中央アプリケーションへ結果を報告してもよい。研究室により与えられる情報は、以下のために用いられる。
２３．構成：各検査についてルーチンＱＣ１ks 限度を設定する。
・２３ａ． 研究室運営と共同して達成される。
・２３ｂ． 上記限度は全エラー（生物学的変動）および／または医学的適合性に基づくものである。
・２３ｂ．１ 研究室は各検査および管理レベルについて３ヶ月（最小９０のデータ点）を与える。
・２３ｂ．１．１ 中央アプリケーションはこのデータを用いて平均および標準偏差を計算する。
・２３ｂ．１．２ 中央アプリケーションは、ピア、方法および全機器グループデータを用いたバイアスを推定する。
・２３ｂ．１．３ 中央アプリケーションは、現在の全エラーを計算し、カルメン・ライコス博士（Dr. Carmen Ricos）、パー・ペターセン博士（Dr. Per Petersen）およびカルム・フレーザー(Dr. Callum Fraser）によって特徴付けられた生物学的変動として定義される全エラー量との比較を行う。（例えば、Ricos C., Alvarez, V., Cava F., Garcia-Lario J. V., Hernandez A. Jimenez C. V., Minchinela J., Perich C., Simon M.: Current database on Biological variation: pros, cons and progress; Scand J Clin Lab Invest, Vol. 59, No. 7, 1999年11月, pp 491-500; Fraser C. G., General strategies to set quality specification for reliability performance characteristics; Scand J Clin Lab Invest, Vol. 59, No. 7, 1999年11月, pp 487-490を参照）。
・２３ｂ．２ 中央アプリケーションは１ks 限度を推奨する。
・２３ｃ． 研究室は医学的適合性限度を与え、ここでこれらの限度は１ks 限度を設定することが好ましい。
・２３ｃ．１ 中央アプリケーションは、各検査について各研究室により規定される医学的適合性限度の記録を保持して、マスターテンプレートおよび基準ライブラリーを生成する。
・２３ｃ．２ 生物学的適合性限度は、許容可能性の上限および下限を規定する。
２４．構成：患者データを用いて時間間隔ベースラインおよびベースライン母集団を作成する。
・２４ａ． 研究室は、各検査について、時間と日付がスタンプされた患者データを与える。研究室が、必要とされる最小データを与えることが不可能である場合には、研究室から十分なデータが集められる時まで一般的テンプレートまたはシミュレーションで置換される場合がある。
・２４ａ．１ 中央アプリケーションは各検査についてシミュレーションによりベースライン母集団打切り限度を計算する。
・２４ｂ． 中央アプリケーションはベースライン母集団についてパラメータを設定および実行する。
・２４ｂ．１ 中央アプリケーションは平均、メジアン、標準偏差、下方および上方打切り限度を計算する。
・２４ｂ．２ 該アプリケーションは打切りにより母集団ベースラインから日毎に排除される患者検査結果の数を追跡する（排除の頻度：上限および下限）。
・２４ｂ．２．１ 排除された結果は廃棄されるが、ベースライン母集団が年毎に更新されるときの将来の使用のために保持される。
・２４ｃ． 中央アプリケーションは年毎に各検査についてベースライン母集団を更新する。
・２４ｃ．１ 前年からの全患者結果（包含されるもの及び排除されるもの）が更新に用いられる。
・２４ｃ．１．１ 該アプリケーションは現在の及び前のベースライン母集団パラメータの年毎の比較を行う。
・２４ｄ． 中央アプリケーションは、ベースライン作成のために構築されるモデルを用いて、各検査についてベースライン母集団から時間間隔ベースラインを作成する。
・２４ｄ．１ 時間間隔は、日のうちの時間および週のうちの日に特異的である。
注：時間枠を記述するための手段はｗ／ｄ／ｈｈであってよい。時間は２４時間時計として表わすべきである。
例：第３週の木曜日の３：００ＰＭは、３．５．１５００として表わし得る
・２４ｄ．２ 中央アプリケーションは、ＥＷＭＡ（またはＣＵＳＵＭ）および分散モデル用ＥＷＭＡ（またはＣＵＳＵＭ）を用いて最高度の実効性を得るために、どのような時間間隔を用いるべきかを研究室に推奨する。
・２４ｄ．３ 各検査について各時間間隔内に含まれる患者データ母集団について平均、メジアンおよび標準偏差が計算される。
・２４ｄ．４ 中央アプリケーションは、各検査について患者ベースライン母集団、打切り限度および時間間隔のライブラリーを作成および保持する。これらは全ての参加している研究室から集められたデータを用いてシミュレーションにより決定される。これらのテンプレートは、必要とされる時間がスタンプされた患者データを与えることができない研究室にインストールされる。
２５．構成：ＱＣデータおよび患者データの両方に対し、ＥＷＭＡ（またはＣＵＳＵＭ）モデルについての限度を設定する。
・２５ａ． 中央アプリケーションは、ある特定の態様において、1989年にクラウダー(Crowder）および1997年にノイバウエル（Neubauer）により（ＥＷＭＡ）、ならびに1982年にルーカス(Lucas）およびクロージャー(Crosier）により（ＣＵＳＵＭ）公表されたオリジナル研究に基づいて、ＥＷＭＡ（またはＣＵＳＵＭ）について限度およびパラメータを推奨する。（例えば、Crowder Stephen V., Design of Exponentially Weighted Moving Average Schemes, Journal of Quality Technology, July 1989, Vol 21. No. 3, pp 155-162; Neubaurer A. S., The EWMA control chart: properties and comparison with other quality-control procedures by computer simulation, Clinical Chemistry 43: 4, 1997 pp. 594-601; Lucas James M., Crosier Ronald B., Fast Initial Response for CUSUM Quality Control Schemes: Give your CUSUM a Head Start, Technometrics, February 2000, Vol. 42., No. 1, pp. 102-107）。
・２５ａ．１ ＥＷＭＡおよびＣＵＳＵＭモデルは、時間間隔ベースライン統計を用いて計算されたｚ値を使用するために患者データについて変更される。
・２５ａ．２ ＥＷＭＡ（またはＣＵＳＵＭ）限度は、誤りのエラー検出の頻度の点で、定期的、例えば四半期毎に、見直される。
Ｃ． 構成
以下の明細書では、研究室の特定、機器、検査および方法の特徴付け、および技術的パラメータの設定に有用な様々な実施例および実施態様を記載する。
１．研究室番号（必須）
２６．構成：研究室番号（Lab Number）は研究室の特定と性能の追跡のための主要番号である。
・２６ａ．研究室番号はアルファベット数字式である。
・２６ｂ．研究室番号はＱＳＤにおいて中央システムに由来するが、副次的に要請および発行することもできる。
・２６ｃ．研究室番号の性格は研究室の位置が視覚的手段により容易に特定できるように設計される。研究室番号としては、国または州の略記｜郵便番号｜固有３桁数字が挙げられる。
例．国または州の略記｜郵便番号｜固有３桁数字
TX 75028 123
CAN P70C12 123
研究室番号＝TX75028123
研究室番号＝CANP70C12123
２７．構成：該アプリケーションは、研究室番号を更に構成するために以下の情報についての入力を与える。
・２７ａ． 研究室／機関／組織名（必須）
・２７ｂ． 部門（必須）
・２７ｂ．１． 見出しリストはアルファベット順に部門（検査が行われる領域）の選択を与える。
・２７ｂ．１．１ リストされる部門または領域としては、以下が挙げられる：
Figure 0004584579
 ・２７ｂ．１．２ 部門番号は２桁数字であり、研究室番号と組み合わされて、研究室番号の固有の下位グループ分けが生じる。全ての後続情報（例えば、機器、検査、方法）がこの下位グループ番号に連結され、すなわち、この下位グループは固有の監査追跡を生じる。例えば、研究室番号TX75028123の凝固部門（04）の下位グループ番号はTX7502812304となる。
・２７ｂ．１．３ 部門が存在するが、それ故にコード番号を有しない場合には、（例えば管理アクセスによる）ユーザーが該アプリケーションを変更して、新たなリストおよびコード番号を含ませることができる。
・２７ｂ．１．４ 汎用リリースとしての部門コードリスト（名前およびコード番号）への変更が定期的間隔で発行される。
・２７ｃ． 連絡担当者（必須）
・２７ｃ．１ このフィールドは選択された部門の連絡担当者の名前を入力するために設けられる。
・２７ｄ． 連絡担当者電話番号（必須）
・２７ｄ．１ このフィールドは連絡担当者の電話番号を入力するために設けられる。国コード、都市またはエリアコード、電話番号および内線番号のために別々のフィールドが設けられる。
・２７ｅ． 連絡担当者ＦＡＸ番号（任意）
・２７ｅ．１ このフィールドは連絡担当者のＦＡＸ番号を入力するために設けられる。国コード、都市またはエリアコード、およびＦＡＸ番号のために別々のフィールドが設けられる。
・２７ｆ． 連絡担当者Ｅメール（任意）
・２７ｆ．１ このフィールドは連絡担当者のＥメールアドレスを入力するために設けられる。
・２７ｇ． 連絡担当者郵送宛先（必須）
・２７ｇ．１ このフィールドは連絡担当者の郵送宛先を特定するために用いられる。住所（必須）、メールストップ（任意）ビルディング番号（任意）部屋番号（任意）都市（必須）、州または行政区分（必須）、国（見出しリストから必須選択がなされる）のために別々のフィールドが設けられる。
・２７ｇ．２ 宛先フォーマットは国に特異的である。
・２７ｇ．３ 入力される郵便番号は研究室番号構成の一部として用いられる。
・２７ｈ． 全ての情報が完備すると、該アプリケーションは研究室番号下位グループを生成する。
・２７ｉ． 全てのユーザー入力は大文字に変換される。
・２７ｊ． 本システムを使用する施設内の全部門についてアカウントされるまで、このサイクルが繰り返される。
・２７ｋ． 該アプリケーションはユーザーが１つの研究室またはロット番号についての構成を他の研究室またはロット番号に複製できるようにする。
２． ロット番号
管理製品、校正器および試薬を特定するためにロット番号が用いられる。
２８．構成：管理製品
・２８ａ． 該アプリケーションはユーザーが製造業者、ロット番号および有効期限により管理製品を選択できるようにする。
・２８ｂ． 該アプリケーションはユーザーが管理製品カテゴリーを選択できるようにする。カテゴリーとしては、例えば以下が挙げられる：
・バイオ−ラッド(Bio-Rad）ブランド(branded）製品
・バイオ−ラッド(Bio-Rad）顧客（custom）製品
・バイオ−ラッド(Bio-Rad）同時ラベル（co-labeled）製品
・非バイオ−ラッド(Non-Bio-Rad）製品。
・２８ｃ． 該アプリケーションは、選択されるカテゴリーによって、管理製品名のリストを与える。
・２８ｄ． 特定のバイオ−ラッド製品名が選択される時に、当該製品に特異的なロット番号のリストが選択のために自動的に与えられる。
・２８ｅ． 顧客製品グループは顧客および同時ラベル製品名、ロット番号および有効期限を与える。
・２８ｆ． 非バイオ−ラッド製品名は、限定されることなく、以下が含んでよい：
・アボット（Abbott）
・ベックマン（Beckman）
・デイド（Dade）
・マス（MAS）
・オルソ（Ortho）
・ロシュ（Roche）
・シグマ（Sigma）。
・２８ｇ． 非バイオ−ラッド製品が選択される場合には、ユーザーは見出しリストから製品名を選択し、次にロット番号、有効期限、および見出しリストまたは他の手段からのレベル数を選択してよい。
・２８ｇ．１ 該アプリケーションは、ロット番号および有効期限を入力するために機器から取り込んでもよく又はユーザーに要求してもよい。
・２８ｈ． 非バイオ−ラッド製品が単一ラベルである場合には、該アプリケーションはこの製品が同一製造業者のいずれかの他のロット番号とリンクされているかをユーザーが表示できるようにする。
・２８ｈ．１． これは本システムにおける報告機構およびグラフィクスの使用のために必要とされる。
・２８ｉ． 該アプリケーションは本システム上で全バイオ−ラッド製品について有効期限を伴ってプログラムされる。
・２８ｉ．１ ロット番号が有効期限満了となると、該アプリケーションは当該ロットのために生成される追加的なＱＣデータを受け入れなくなる。このことは患者ベースおよびＱＣベースのモデルがＱＣデータに依存していることから、患者ベースおよびＱＣベースのモデルに影響し得る。
・２８ｉ．１．ａ 該アプリケーションは、データの処理を停止する事情があればいつでも再活性化するための機構を与える。
・２８ｉ．２ 期限満了前、例えば３ヶ月に、本システムはあるロットの有効期限が近いことを４８時間毎にユーザーに通知し始める。該アプリケーションはまた、警告が発せられる度毎に「このメッセージを再度示しますか」というボタンを備える。
・２８ｉ．２．１ 該アプリケーションは、製品の更新が必要であることをバイオ−ラッド販売注文部門に通知しなければならない。
・２８ｊ． 該アプリケーションは管理材料の並行検査が可能である。
・２８ｊ．１ 該アプリケーションは、ユーザーが、その製品の製造業者とは無関係に管理製品の１つのロットの構成を管理製品の他のロットにコピーできるようにする。
・２８ｋ． 該アプリケーションは、機器と検査との関連を示す、現在使用している全管理製品のリストを与える。
２９．構成：校正器
・２９ａ． 該アプリケーションは、ユーザーが校正器ロット番号を入力および追跡できるようにする。
・２９ｂ． 該アプリケーションは、ユーザーが製造業者、ロット番号および有効期限により校正製品を特定できるようにする。
２９ｂ．１ 校正器のついての製造業者の見出しリストは機器の製造業者と同一のリストである。リスト上の追加的な名前は、限定されることなく、以下を含んでよい：
・キャスコ（Casco）。
・シグマ（Sigma）。
・２９ｃ． 該アプリケーションは、校正が行われる時に、時間および日付スタンプを行う。
注：通常、校正が行われる時は、複数の検査が同一事象の一部として校正される。他の時に、単一検査が校正されてよい。該アプリケーションはいずれの状況も可能にする。
・２９ｃ．１ 該アプリケーションは全てのグラフおよびチャートをマークして何時校正が行われるかを視覚的に表示する。そのマークの上にカーソルを配置することにより、校正の日付および時間ならびに校正器のロット番号および製造業者が明らかになる。
・２９ｃ．２ 校正器ロットの変化は、新たなルーチンＱＣデータベースを生じない。
・２９ｄ． 該アプリケーションはまた、その校正が予定されている校正なのか又は予定されていない校正なのかをユーザーが特定できるようにする。予定されている校正は、製造業者、機器マニュアルおよび／または研究室ポリシーにより一般に規定される校正事象である。予定されていない校正は、他のいずれかの理由のために行われる校正である。
・２９ｄ．１ 該アプリケーションは、予定されていない校正の理由を記録するための入力を与える。
・２９ｅ． 該アプリケーションは、校正事象間で処理される患者検査結果と日の数を計算する。
・２９ｅ．１ 該アプリケーションは、校正事象間で及び校正器ロット間で患者結果と日の数について平均およびメジアンを計算する。
・２９ｆ． 可能なときに、該アプリケーションは最新の校正曲線を取り込む。
・２９ｆ．１ 校正曲線は、該アプリケーションによって保持される。
・２９ｆ．２ 該アプリケーションは、適切な統計モデルを全ての校正データに適用する。許容限度が計算される。
・２９ｆ．３ 該アプリケーションは、２以上の機器の校正を比較するための機構を与える。
・２９ｆ．３ 該アプリケーションは、新たな曲線が計算された許容限度外にあるときに、オペレーターに警告する。
・２９ｆ．４ ＥＷＭＡモデルを動作させるために十分なデータが集められると、各校正レベルについてＥＷＭＡモデルが実行される。
・２９ｆ．５ 許容限度は限定的である。校正器ＥＷＭＡ信号が生じたときに、検査オペレーターが通知を受ける。
・２９ｇ． 該アプリケーションは各校正器ロットについて処置可能エラーの数を追跡し、計算し、そして記録として保持する。
・２９ｇ．１ 該アプリケーションは校正器ロット間で処置可能エラーの数の平均およびメジアンを追跡し、計算する。
・２９ｈ． 該アプリケーションは各校正器ロットについて警告の数を追跡し、計算し、そして記録として保持する。
・２９ｈ．１ 該アプリケーションは校正器ロット間で警告の数の平均およびメジアンを追跡し、計算する。
・２９ｉ． 試薬ロットおよび校正器のためのデータは、特定の検査、機器および方法とリンクされ追跡可能とされる。
・例：該アプリケーションは、校正器ロットＡ／試薬ロットＢについてのエラー検出間で平均時間を要求に応じて提供可能である。
・２９ｉ．１ 該アプリケーションは、校正器ロット、試薬ロットに従って、校正器ロット間で、試薬ロット間で、ならびに校正器−試薬ロットの組合せ内および組合せ間で、検査特異的ＱＣおよび患者ベースの平均、メジアン、標準偏差、バイアスおよびｚ値を計算および提供可能である。
・２９ｉ．２ 該アプリケーションは、校正器ロット、試薬ロットに従って、校正器ロット間で、試薬ロット間で、ならびに、特定の機器について、機器間で、部門間で、検査についておよび機器／検査組合せについての校正器−試薬ロットの組合せ内および組合せ間で、エラー率、校正率、ＱＣおよび患者ベースの平均、メジアン、標準偏差、バイアスおよびｚ値を計算および提供可能である。
Figure 0004584579
３０．構成：試薬
１つの実施態様において、該アプリケーションは、使用する試薬をロットにより特定し、主要な性能特徴を試薬ロットまたは試薬ロットの混合により追跡する。この情報は、参加している研究室および製造業者に利用可能な世界的データベースを作成するために他の参加している研究室からの試薬情報と組み合わされてよい。
・３０ａ． 該アプリケーションは、試薬ロット番号を入力および追跡するための機構を提供するか又は機器から取り込む。
・３０ａ．１ 該アプリケーションは、ユーザーが試薬ロット変化を記録できるようにする。入力は、手動により、バーコードにより、タッチスクリーンにより又は機器からの出力により行ってよい。入力はまた、日付、時間およびオペレーターイニシャルを含むことになる。この情報はテーブルで与えられ、そしてユーザーにより指定された期間保持される。
・３０ａ．２ 該アプリケーションは、ユーザーが試薬を製造業者、ロット番号および有効期限により特定できるようにする。
・３０ａ．２．１ 試薬のリストはＵＮＩＴＹアプリケーションで提供されるリストと同一である。
・３０ｂ． 該アプリケーションは、新たなロット番号の試薬が使用される時に、時間および日付スタンプを行う。
・３０ｂ．１ 該アプリケーションは、何時その試薬が研究室により受領されたか、何時その試薬が使用されたか、何時その試薬が有効期限切れとなるか、その試薬のロットおよびその試薬を使用する者の幾つかの識別子をユーザーが入力できるようにする。
・３０ｂ．２ 該アプリケーションは、その分析物をアッセイするために１種よりも多くの試薬が何時使用されるか、およびこれらの試薬がプラットフォームに置かれる前に混合されるか又はアッセイ時に導入されるかをユーザーが表示できるようにする。
・３０ｂ２．１ ２種以上の試薬が混合されて新たな単一の試薬が生じる場合に、該アプリケーションは、ユーザーが、どの試薬が混合されたかをロットにより特定し、そして新たな有効期限を入力することができるようにする。
・３０ｃ． 該アプリケーションはまた、変化を予測されるものか又は予測されないものかに分類するようにユーザーを促す。例えば、試薬が有効期限切れとなるか又は劣化するときに予測される試薬変化が起こる。予測されない変化は他の理由のために起こる。
・３０ｃ．１ 該アプリケーションは予測されない試薬変化の理由を記録するための入力を与える。
・３０ｄ． 該アプリケーションは、試薬ロット変化を視覚的に表示するために全てのグラフおよびチャートをマークする。そのマークの上にカーソルを配置することにより、試薬が使用される日付、時間およびロット番号が明らかになる。
・３０ｅ． 試薬ロットの変化は新たなルーチンＱＣデータベースを生じない。
・３０ｆ． 該アプリケーションは各試薬ロットについて処理される患者検査結果数と日数を計算する。
・３０ｇ． 該アプリケーションは試薬ロット間で患者結果と日の数の平均およびメジアンを計算する。
・３０ｈ． 該アプリケーションは各試薬ロットについて処置可能エラーの数を追跡し、計算する。
・３０ｉ． 該アプリケーションは試薬ロット間で処置可能エラーの数の平均およびメジアンを追跡し、計算する。
・３０ｊ． 該アプリケーションは各試薬ロットについて警告の数を追跡し、計算する。
・３０ｋ． 該アプリケーションは試薬ロット間で警告の数の平均およびメジアンを追跡し、計算する。
・３０ｌ． 該アプリケーションは各試薬ロットについて校正事象間で処理される患者検査結果と日の数の平均およびメジアンを計算する。
・３０ｍ． 該アプリケーションは各試薬ロットについて校正器ロット間で患者検査結果と日の数の平均およびメジアンを計算する。
・３０ｎ． 該アプリケーションは各校正器−試薬ロット組合せについて処置可能エラーの数を追跡し、計算する。
・３０ｏ． 該アプリケーションは校正器−試薬ロット組合せ間で処置可能エラーの数の平均およびメジアンを追跡し、計算する。
・３０ｐ． 該アプリケーションは各校正器−試薬ロット組合せについて警告の数を追跡し、計算する。
・３０ｑ． 該アプリケーションは校正器−試薬ロット組合せ間で警告の数の平均およびメジアンを追跡し、計算する。
・３０ｒ． 試薬ロットおよび校正器のためのデータは、特定の検査、機器および方法とリンクされ追跡可能とされる。
・例：該アプリケーションは、校正器ロットＡ／試薬ロットＢについてのエラー検出間で平均時間を要求に応じて提供可能である。
・３０ｒ．１ 該アプリケーションは、校正器ロット、試薬ロットに従って、校正器ロット間で、試薬ロット間で、ならびに校正器−試薬ロットの組合せ内および組合せ間で、検査特異的ＱＣおよび患者ベースの平均、メジアン、標準偏差、バイアスおよびｚ値を計算および提供可能である。
・３０ｒ．２ 該アプリケーションは、校正器ロット、試薬ロットに従って、校正器ロット間で、試薬ロット間で、ならびに、特定の機器について、機器間で、部門間で、検査についておよび機器／検査組合せについての校正器−試薬ロットの組合せ内および組合せ間で、エラー率、校正率、ＱＣおよび患者ベースの平均、メジアン、標準偏差、バイアスおよびｚ値を計算および提供可能である。
・３０ｒ２．１ ＱＣデータ間で、または患者データとエラー率および校正率との統計的相関が作成される
Figure 0004584579
３１．構成：機器
・３１ａ． 該アプリケーションはユーザーが機器を選択できるようにする。
・３１ｂ． 研究室番号は、同一の製造業者およびモデル（例えば０１，０２等）の２つの機器の別々の特定を可能にする。
・３１ｃ． 該アプリケーションはユーザーが１つの研究室またはロット番号の構成を他の研究室またはロット番号に複製できるようにする。
３２．構成：検査
・３２ａ． 各検査が機器、方法、試薬、温度および単位について構成される。
３３．構成：ルール
・３３ａ． 該アプリケーションは１ks ルールのみを使用することが好ましい。このルールは、生物学的変動研究、繰返しＱＣ検査により決定される既知の正確度、および臨床的または医学的適合性を用いた、全許容可能エラー（ＴＥa ）に基づくものである。このルールは処置可能エラーのみを検出するために設定される。このルールに違反するときに、処置可能エラーが存在する。
・３３ａ．１ １kS ルールは検査特異的であり、研究室運営と共同して設定される。該アプリケーションは検査特異的なエラー検出限度を可能にする。
注：該アプリケーションはウェストガード（Westgard）ルールを使用しないことが好ましい。
３４．構成：温度
・３４ａ．各検査（分析物）がアッセイ温度について構成される。
３５．構成：単位
・３５ａ．各検査（分析物）が測定単に似ついて構成される。
Ｄ．平衡化
平衡化(equilibration）は、ＱＣデータおよび患者データの両方が集められ、そして本バイオメトリックモデルにより分析される１２週の期間を含む。１２週後に平衡化は公式に終了するが、該モデルがある検査について十分に最適化される前の期間が６ヶ月ないし１年であってもよい。この平衡化期間の目的は、ＱＣ検査頻度（ルーチンＱＣ）を推奨するため及び必要な場合に研究室設定におけるＥＷＭＡ（またはＣＵＳＵＭ）モデルの動作を妥当性確認および調整するために十分なデータを集めるためである。
３６．構成：１ks ルール、ルーチンＱＣ用ＥＷＭＡ（またはＣＵＳＵＭ）、患者データ用ＥＷＭＡ（またはＣＵＳＵＭ）および確認検査が、平衡化時期間中に実施される。
３６ａ． ルーチンＱＣおよび患者データＱＣは本バイオメトリックモデルにおいて共依存性である。
３６ｂ． ルーチンＱＣについて１ks ルールに違反する場合に、処置可能エラーが起こっている。オペレーターは患者検査結果の処理の中止、トラブルシューティング、是正処置、そして確認検査を行うことになる。
３６ｃ． ルーチンＱＣ ＥＷＭＡモデルがエラー信号を出す場合には、このエラーは処置可能であると考えられる。メンテナンス、校正またはトラブルシューティングが後に行われる。確認検査が必要とされる。
３６ｄ． 患者データＥＷＭＡ（またはＣＵＳＵＭ）モデル（ＰｒｏＴｅｃｈ ＥおよびＰｒｏＴｅｃｈ Ｃ）がエラー信号を出す場合には、このエラーは処置可能であるとみなされる。そうでなければ、この信号は患者母集団における可能な変化またはシフトに帰結される場合がある。
３７．構成：該アプリケーションは、検査毎に１ks ルールについて誤りのエラー検出および処置可能エラーの大きさおよび頻度を追跡する。１ks ルール違反が処置の原因であるとみなされるが、トラブルシューティングが根本原因の特定不可能である場合には、そのエラーは誤りのエラー検出と考えるべきであり、該アプリケーションはユーザーがそのエラーの特徴を変更するための手段を与える。該アプリケーションは必要な場合に調整を推奨する。
３８．構成：該アプリケーションは各検査についてＥＷＭＡ（またはＣＵＳＵＭ）モデルにより発せられる警告および／または処置可能エラーの頻度を追跡する。該アプリケーションは必要な場合に調整を推奨する。
３９．構成：平衡化期間中に所定の間隔でＱＣ材料が検査される。
・３９ａ． 分析物が日を通じてランダムにアッセイされる場合には、ＱＣ材料の各レベル（３レベル管理の場合には３レベル、そして２レベル管理の場合には２レベル）が８時間毎に１回アッセイが行われる。
・３９ｂ． 分析物が１日に１回だけバッチにより検査される場合には、ＱＣ材料の各レベル（３レベル管理の場合には３レベル、そして２レベル管理の場合には２レベル）が検査実行日毎に１回アッセイが行われる。
４０．構成：確認検査からのＱＣ結果は、ルーチンＱＣについてのＱＣ結果の記録に含まれないことが好ましい。
４１．構成：平衡化期間の終了時に、その検査の全エラーおよび不正確度と共に、１ks ルールおよびＥＷＭＡ（またはＣＵＳＵＭ）モデルにより生じる処置可能エラーの頻度および大きさが、各検査についてルーチンＱＣ検査の予定を出力する自立型リスク（free-standing risk）モデルで使用される。各頻度が、許容不能な量のエラーをもった患者結果を報告する予測リスクに関連する。
Ｅ． 動作
従来から、臨床研究室用のＱＣシステムについての理論的研究は、クオリティ管理材料から得られたデータを検討することによる分析プロセスを監視することに主に焦点をあててきた。管理データパターンと患者データパターンの間を関係の確立を試みるアプリケーションが存在したことは無かった。本バイオメトリックモデルは、クオリティ管理材料のみならず患者データについても統計モデルを用いるものである。各システムは同時に動作するが他のシステムとは独立して動作する。
該モデルは患者およびＱＣシステムを同時に利用するが、これらのモデルは明確化のために本明細書中で別々に説明される。
１．管理ベースの監視
管理材料の検査は、分析プロセスが管理されているかどうかを決定するために用いられるデータを生じる。研究室に何ら誘導が与えられていなかったので、いつ管理材料を検査すべきか、どの管理レベルを検査すべきかはいつも任意的であった。ウェストガード（Westgard）等のようなプロセス管理モデルは、いつ管理材料を検査すべきかについて何ら推奨を行わない。政府は定期的間隔での管理材料の検査を要求しているが、検査の時期についてユーザーを促したり又は誘導したりしない。研究室によっては日の開始時に日毎に１回ＱＣ検査を行うが、他の研究室はバッチの開始時に１つの管理レベルで及びバッチの終了時に他の管理レベルで検査を行うことになる。基本的に、研究室は、ＱＣ検査の頻度または性格（すなわちどの管理レベルが検査されるか）を決定するための経験的または科学的基礎を何ら使用していない。
逆に、本発明によるモデル（「バイオメトリックモデル」）は、分析プロセス管理に対し合理的および知的な手法を提供するように設計されている。本バイオメトリックモデルは、いつＱＣ材料を検査すべきか、どのレベルを検査すべきかについて指示および誘導を検査オペレーターに与えることにより、ＱＣプロトコルの予定から不確実性を除去する。本バイオメトリックモデルは、日毎のプロセス管理スキームをカストマイズするために用いられるリスクを評価する固有の自立型統計モデルを含む。各検査について必要とされるＱＣ検査の頻度および性格を決定するために、両方のＱＣおよび患者ベースのシステムからの信号（または信号の欠如）が平衡化段階後に用いられる。
本バイオメトリックモデルにおける分析プロセスの管理ベースの監視は、以下を含む：
・上記リスクモデルにより決定されるルーチンＱＣ検査
・処置可能エラーの信号を出すための１ks ルールの使用
・ＥＷＭＡ（またはＣＵＳＵＭ）によるルーチンＱＣの監視
・事象駆動（event driven）ＱＣ
・トラブルシューティングおよび是正処置後の確認検査
・変化事象後の確認検査
ａ． １ks ルールによるルーチンＱＣの監視
各検査についてのルーチンＱＣ検査が定期的間隔で行われる。研究室はリスク評価に基づくルーチンＱＣ検査の性格および頻度を選択する。ルーチンＱＣは１ks ルールにより監視され、そして確認検査が実施される。処置可能エラーが特定されたときに、トラブルシューティング、是正処置および確認検査が行われる。
４２．構成：上記リスクモデルにより決定される定期的間隔でＱＣ材料が検査される。
４３．構成：検査毎に各管理レベルについて１ks ルールが設けられる。
・４３ａ． ルーチンＱＣについて設定される限度は全エラー、生物学的変動そしておそらく医学的適合性に基づくので、１ks 限度の外にあるＱＣ値は処置可能エラーを構成することになる。トラブルシューティング、是正処置および確認検査が首尾よく完了するまで、患者サンプルの検査および処理が中止される。１ks ルール違反は患者サンプルの再検査を必要とする。
・４３ｂ． その信号後に生じた全ての患者結果が保持される。該アプリケーションはどの点でそのエラーが起こったと考えられるかを予測するための統計モデルを使用し、そしてそのエラー位置の後続の患者結果のみが再検査される。
・４３ｂ．１ 該アプリケーションは、ユーザーが処置可能エラーに伴う患者結果に関して何らかの処置をとることができるようにする。
・４３ｂ．２ 該アプリケーションは、ユーザーが個別の患者検査結果またはある範囲の患者検査結果を選択して廃棄することができるようにする。
４４．構成：１２週の終了時、次に再び６ヶ月時、及びその後の（又は必要に応じて）６ヶ月毎に、本システムは以下のことを報告する：
・１ks ルールにより特定される処置可能エラーの頻度
・処置可能エラー間の平均時間（ＭＴＢＦ）
・標準偏差の倍数での各処置可能エラーの大きさ。
４５．構成：６ヶ月時、及びその後の（又は必要に応じて）年毎に、各ルーチンＱＣプロトコルが以下に基づく適切さ及び有効性について再評価される：
・処置可能エラーの頻度
・誤りのエラー検出の頻度
・不正確度の変化
・バイアスの変化。
４６．構成：ルーチンＱＣの頻度は一般に分析物毎に変動することになるので、日毎に該アプリケーションは検査によるルーチンＱＣの予定を作成する。本システムは特定の日に要求されるＱＣ検査を分類または統合する。その日の間の最も頻繁なＱＣ変化を要求する検査がその日のＱＣ検査間隔を決定する。例えば、その日の最短の間隔が４時間毎である場合には、特定の４時間間隔の間に予定される何れの検査も統合され同時に検査されることになろう。（４ＡＭ，８ＡＭ，１２ＰＭ，４ＰＭ，８ＰＭ，１２ＡＭ）
注：予定はユーザーにより規定される。
４７．構成：該アプリケーションはデータの処理を停止する事情があればいつでも再活性化するための機構を与える。
４８．構成：該アプリケーションは２以上の機器を比較するための機構を与える。
ｂ． ＥＷＭＡ（またはＣＵＳＵＭ）によるルーチンＱＣの監視
現在の研究室環境において、クオリティ管理材料は検査され、レビー−ジェニングス（Levey-Jennings）チャート上にプロットされる。プロセスを監視するために統計的プロセス管理ルールが確立されている。このモデルは統計的エラーの特定およびエラーのタイプの特徴付けに効果的である。性能におけるシフトまたはトレンドが発生するときの検査オペレーターへの警報およびプロセスの監視にとって管理データの指数型重みつき移動平均(ＥＷＭＡ）が比較的有用であることがシミュレーションにより実証されている。精度の損失は確かに重要であるが、特に経時的に監視される患者については正確度の損失も決定的に重要となり得る。結果的に、該モデルはノイバウエル（Neubauer）により記載される分散を監視するためにＥＷＭＡを用いる。（Neubauer A. S., The EWMA control chart: properties and comparison with other quality - control procedures by computer simulation, Clinical Chemistry 43:4, 1997 pp. 594-601） ＣＵＳＵＭは分散と同様にデータにおけるシフトとトレンドを監視するために用いられる他の統計的技法である。ＥＷＭＡがルーチンＱＣのための主要モデルであるが、研究室によってはＣＵＳＵＭを用いることを好む場合がある。該アプリケーションは両方のモデルを受け入れる。
４９．構成：該アプリケーションはユーザーがＥＷＭＡまたはＣＵＳＵＭを選択できるようにするが、両方を選択しないことが好ましい。
５０．構成：ＥＷＭＡモデルおよびＣＵＳＵＭモデルが（指示の下で）実行される。
５１．構成：ルーチンＱＣについてのＥＷＭＡ（またはＣＵＳＵＭ）信号は処置可能であると考えられる。患者サンプルの検査／処理が中止される。該アプリケーションはトラブルシューティングを行い、是正処置をとり、確認検査を行い、そして適切な患者サンプルを再検査するようにユーザーに促す。
・５１ａ． 該アプリケーションはＥＷＭＡ（またはＣＵＳＵＭ）警告信号および処置可能エラーの頻度を追跡し、記録として保持する。
５２．構成：ＥＷＭＡ−Ｓ（またはＣＵＳＵＭ−Ｓ）モデルが（指示の下で）実行され、ＱＣデータの分散を監視するために用いられる。
・５２ａ． 該アプリケーションは、規定された閾値をもったＥＷＭＡ（またはＣＵＳＵＭ）モデルに分散または分散ｚ値を適用する。
・５２ｂ． ＱＣデータの分散についてのＥＷＭＡ−Ｓ（またはＣＵＳＵＭ−Ｓ）信号は処置可能であると考えられる。患者サンプルの検査および処理が中止される。該アプリケーションは、適切に校正、メンテナンスまたはトラブルシューティングを行うことオペレーターに促す。いずれにせよ、これらの処置の１つ以上がとられた後に、オペレーターは確認検査を行うことが要求される。ＥＷＭＡ−Ｓ（またはＣＵＳＵＭ−Ｓ）モデルの結果として患者サンプルの再検査は要求されない。
・５２ｂ．１ 該アプリケーションは分散（variance）信号の頻度を追跡し、記録として保持する。
５３．構成：該アプリケーションは各検査について全ての処置可能エラーの報告を与える。この報告は記録見直しのための電子署名の対象となる。研究室は報告の時間枠を変更し得る。
５４．構成：６ヶ月時およびその後の年毎に、各検査について設定されたＥＷＭＡ（またはＣＵＳＵＭ）パラメータが見直され、必要に応じて調整される。調整は本明細書全体を通じて規定される統計に基づいて行われる。
５５．構成：該アプリケーションは、データの処理を停止する事情があればいつでも再活性化するための機構を与える。
５６．構成：該アプリケーションは、２以上の機器の性能統計を比較するための機構を与える。
２． 患者ベースの監視
患者データモデルが本プロセス管理モデルを補足するが、システム全体にとって最も固有の値の原因となるのは患者データモデルである。大抵の研究室により現在使用されている分析プロセス管理についてのモデルは、患者データよりも管理材料の検査の方に焦点を当てるものである。１つの実施態様においてルーチンＱＣおよび患者データＱＣが共依存性であるので、本バイオメトリックモデルは特異なものである。
患者データモデルは、エラーの可能性が検査システムに存在し得るときに検査オペレーターに警告する時系列モデルにおける個別の患者検査結果を評価する。該モデルは、時間間隔ベースライン、各検査結果をそれが生成するように評価する数学的モデル、および本患者モデルの信号の処理のための決定樹(decision tree）の確立を必要とする。
ａ． 時間間隔ベースラインおよびベースライン母集団
分析プロセス管理のために患者データを使用する何れの統計的モデルも、検査が行われる時間（週または月のうちの日と共に日のうちの時間）について説明する必要がある。患者ベースの管理システムが変化に対して精度および感度の両方が良好でなければならない場合には、複数のカストマイズされた時系列ベースラインが必要とされる。該アプリケーションは、時間単位毎の時間間隔について打ち切られる平均および標準偏差を計算することにより、臨界条件について説明する。時間間隔の平均は、時間毎のデータまたは複数の連続する時間について集められたデータを用いて計算できる。時系列変動性を解明することにより、統計的ノイズが減少し、エラー検出可能性が増大する。このようなカストマイゼーションにより分析管理性能が改善される。
患者ベースのシステムを設計するときに解答される必要がある２つの決定的な問題がある。それらは以下のものである：
・母集団中のどのデータが含まれるべきか
・使用されるべき患者データの時間毎の平均および標準偏差はどのようなものか。
サンプルの１００％を含むベースライン母集団は、範囲外にある異常（低い、高い）値がしばしば平均を歪め標準偏差を増大させるので、変化に対して感度が悪い。さらに、不正確に導かれる患者母集団からは不正確な比較が生じる。ベースライン患者母集団のピーク有効性（peak effectiveness）は、当該母集団の性格と直接的に関連付けられる。（例えば、Parvin Curtis A., Ye Jay J., Ingels Stephen C, Performance Evaluation and Planning for Patient-Based Quality Control Procedures, Am J Clin Pathol 2000, vol 113, pp. 240-248）言い換えれば、一部の患者検査結果はベースライン母集団に含ませるために適切であると考えられるが、他のデータは適切でないと考えられる。適切さ(Appropriateness）はシミュレーションにより導かれる予め規定された打切り限度を通じて決定される。
多くの研究者が、管理材料の検査から導かれるデータ組に対する打切り技法を使用している。管理データ分布は正規分布（Gaussian）であると考えられるので、打切りは、研究者が２つの分布テイルの各々における均等部分を打ち切ることになるという点で対称的である。患者データ組についても研究している少数の研究者は、そのような母集団が正規分布でなく、それ故に打切りが両方の分布テイルにおいて均等であってもなくてもよいことを明らかに考慮しないで、患者データ母集団に対し管理材料について使用される同一の打切りルールをしばしば適用する。各検査についての最適な打切り限界は、固有のものであり、統計的不正確度、全エラー要件および生物学的変動に依存する。
５７．構成：該アプリケーションは遠隔データ管理を支持する。
５８．構成：患者検査結果は、生じる時間の順序でシーケンシャルに処理されることが好ましい。
５９．構成：全検査について１年分の時間スタンプされた患者データが取得されることが好ましい。このデータは、研究室メニューにおける各検査について（例えば打切り限度モジュール４５を使用して）適切なベースライン母集団打切り限度をシミュレーションにより決定するために使用される。そのベースライン母集団についての平均および標準偏差が局所的に及び中央データベースに保持される。各テイルについて排除されるデータの％がそのサイトで及び中央データベースで記録として保持される。時間と日付がスタンプされた患者結果は、特定の時間間隔について患者母集団の適切な平均および標準偏差を計算するためにも使用される。時間間隔は研究室間および検査間で変化してよい。そのベースライン母集団および時間間隔母集団について中央データベースにより保持される研究室間パラメータは、１２週の平衡化期間の間に、そしておそらくは、これらの要素を計算するための十分なデータベースを有しない研究室を越えて、使用されるためのテンプレートとして提供されてよい。
・５９ａ． 週末および休日トレンドを含め、月のうちの時間および日についてベースラインを特徴付けるために、１年分の時間／日付スタンプされた患者データが使用されることが好ましい。
・５９ａ．１ 外来患者や、糖尿病、末期段階腎臓病等のような特定疾患と診断された患者、週末および休日について解明するために、１年分のデータが必要となる。
・５９ａ．１．１ 該アプリケーションは国により公共の休日（祝祭日）を明らかにする。
６０．構成：該アプリケーションは、ベースライン母集団および時間間隔母集団に対する上方打切り限度および下方打切り限度についての日毎、週毎、月毎および年毎の棄却頻度を計算し、記録として保持する。
６１．構成：性別および年齢により区分された個別の患者検査結果についての別々の記録が保持される。年齢は、プライバシースケールとして後に廃棄される生年月日から計算される。このデータベースはデータベースが打ち切られていないという画一的な意味である。これらの記録は分析プロセス管理のために使用されることはない。むしろ、これらの記録はデータマイニングならびに研究室の将来の情報製品およびサービスのために使用される。
６２．構成：中央データベースと共に中央アプリケーションは、ベースライン母集団に対する打切り限度、ベースライン母集団の標準偏差、平均およびメジアンについてのファイル／記録を保持する。中央アプリケーションはまた、このシステムを使用する各研究室について及び各検査についての時間間隔ベースラインの平均、メジアンおよび標準偏差も保持する。
・６２ａ．構成：該アプリケーションは、例えば６ヶ月間隔で又は要求に応じて、前年について集められたデータを使用して、各検査についてのベースライン母集団打切り限度を、再計算する。新たなベースライン母集団の平均、メジアンおよび標準偏差が計算され、そして局所的に及び中央アプリケーションにより保持される。
・６２ｂ． 該アプリケーションは、使用している打切り限度と新たに計算された限度との間で６ヶ月毎に有意性について検査を行う。
・６２ｃ． 打切り限度は中央アプリケーションに自動的に通信され、従って普遍的統計コンパレータが構築され得る。
・６２ｄ． ユーザーにより指定された低量検査が異なる間隔で評価され得る。
６３．構成：該アプリケーションは、前年について集められたデータを使用して、例えば６ヶ月間隔で又は要求に応じて、各検査についての時間間隔ベースラインの平均、メジアンおよび標準偏差を再計算する。
・６３ａ． 該アプリケーションは、使用している打切り限度と新たに計算された限度の間で６ヶ月毎に有意性について検査を行う。
・６３ｂ． 打切り限度は中央データベースに自動的に通信され、従って普遍的統計コンパレータが構築され得る。
６４．構成：該アプリケーションは、使用している時間間隔の平均、メジアンおよび標準偏差と新たに計算された平均、メジアンおよび標準偏差との間で、例えば６ヶ月毎に、有意性について検査を行う。
・６４ａ． 時間間隔の平均および標準偏差は中央データベースに自動的に通信され、従って普遍的統計コンパレータが構築され得る。
６５．構成：該アプリケーションは以下を与える：
・打切り限度についての半年毎に報告（例えば前６ヶ月と現在）
・ベースライン母集団についての標準偏差、平均およびメジアン（例えば前６ヶ月と現在）
・平均月の各日の各時間についての時間間隔の平均、メジアンおよび標準偏差（例えば前６ヶ月と現在）
・この報告は年毎のシステム性能見直しまたはトラブルシューティングのために使用される。
ｂ． 患者ベースのモデルとしてのＥＷＭＡ（またはＣＵＳＵＭ）
６６．構成：患者結果が生じるときに、その結果が該アプリケーションに利用可能とされる。その結果はベースライン母集団打切り限度により最初にスクリーニングされる。その結果がベースライン母集団打切り限度内にある場合には、その結果が時間間隔スクリーニングに送られる。その結果が適切な時間間隔について規定された限度内にある場合には、平均と標準偏差の時間間隔パラメータに基づいてｚ値が計算される。
・６６ａ． 該アプリケーションは、該アプリケーションにより報告可能であると認められる検査構成による全患者データ点の記録を保持する。
・６６ｂ． その結果が上記ベースラインのスクリーニングに合格しない場合には、排除テーブルに送られる。各々の新たに排除された結果を用いて、排除頻度が日毎に計算される。排除についてユーザーにより規定される閾値を超える場合には、警報が発せられる。その根本原因がシステムにとって内的であるか又は外的であるかをオペレーターが決定する。内的である場合には、患者検査／処理が中止され、トラブルシューティング、是正処置および確認検査が必要とされる。その根本原因が外的であると決定される場合には、患者検査／処理を継続する。
・６６ｃ． その結果が上記時間間隔のスクリーニングに合格しない場合には、その結果が時間間隔排除テーブルに送られる。各々の新たに排除された結果を用いて、排除頻度が日毎に計算される。排除についてユーザーにより規定される閾値を超える場合には、警報が発せられる。その根本原因がシステムにとって内的であるか又は外的であるかをオペレーターが決定する。内的である場合には、患者検査／処理が中止され、トラブルシューティング、是正処置および確認検査が必要とされる。その根本原因が外的であると決定される場合には、患者検査／処理を継続する。
６７．構成：計算されたｚ値が評価のためのＥＷＭＡ（またはＣＵＳＵＭ）モデル（(ＰｒｏＴｅｃｈ−ＥまたはＰｒｏＴｅｃｈ−Ｃ）に送られる。符号の付いたｚ値がＥＷＭＡ（またはＣＵＳＵＭ）合計に加算される。
・６７ａ． ＰｒｏＴｅｃｈ−Ｅ（またはＰｒｏＴｅｃｈ−Ｃ）モデルが実行される。
・６７ｂ． その結果が上記ＰｒｏＴｅｃｈモデルからの信号を誘発する場合には、処置可能エラーが存在し得る。ＱＣが検査される。この検査の結果がエラーの存在を確認する場合には、患者サンプルの検査および処理が中止される。該アプリケーションはトラブルシューティング、是正処置または確認検査を行うようにユーザーに促す。ＱＣ ＥＷＭＡ（またはＣＵＳＵＭ）により支持されるＰｒｏＴｅｃｈ−ＥまたはＰｒｏＴｅｃｈ−Ｃ信号の結果として、患者サンプルの再検査が必要とされる。
・６７ｃ． ルーチンＱＣがＰｒｏＴｅｃｈ−Ｅ（またはＰｒｏＴｅｃｈ−Ｃ）モデルにより発せられる信号を支持しない場合には、患者サンプルの検査および処理が再開される。このタイプのエラーは患者母集団における変化またはシフトに起因するものと考えられる。このことは検査が再開される前にオペレーターにより検証される必要がある。
６８．構成：ＰｒｏＴｅｃｈ−ＥＳ（またはＰｒｏＴｅｃｈ−ＣＳ）モデルが（支持の下に）実行され、時間間隔母集団およびベースライン母集団の分散を監視するために使用される。日毎の時間間隔の平均は、指定された時間について２４時間の単一日の間に生じる全患者結果の数学的平均である。日毎の時間間隔の分散は、指定された時間について２４時間の単一日の間に生じる全患者結果から計算される不正確度である。総平均は日毎の時間間隔平均の平均である。総分散は日毎の時間間隔分散の平均である。
・６８ａ． 該アプリケーションは、日毎の時間間隔ベースラインおよびベースライン母集団について分散を計算する。
・６８ｂ． 該アプリケーションは、全ての日毎の時間間隔ベースラインの分散およびベースライン母集団の分散について総平均および総分散を特定する。
・６８ｃ． 該アプリケーションは、各々のベースラインについての総平均および総分散ならびに日毎の時間間隔母集団またはベースライン母集団を使用してｚ値を計算する。
・６８ｄ． 該アプリケーションは、規定された閾値をもったＥＷＭＡモデルに分散ｚ値を適用する。
・６８ｅ． 分散データについてのＰｒｏＴｅｃｈ−ＥＳまたはＰｒｏＴｅｃｈ−ＣＳ信号は警告信号と考えられる。該アプリケーションは、適切に校正、メンテナンスまたはトラブルシューティングを行うようにユーザーに勧告する。いずれにせよ、これらの処置の１つ以上がとられる場合に、オペレーターは確認検査を行うことが要求される。このタイプの信号の結果として患者サンプルの再検査は要求されない。
・６８ｅ．１ 該アプリケーションは、分散警告信号の頻度を追跡し、記録として保持する。
６９．構成：検査結果がベースライン母集団または時間間隔のスクリーニングに不合格となる場合には、その結果の更なる評価は行われない。その結果はその検査についての全ベースライン母集団の一部として保持される。各検査について各テールから排除されたデータ点の割合の日毎、週毎、月毎および年毎の割合が記録として保持される。検査オペレーターは、要求に応じてこの情報のテーブルまたは報告を要請することができる。
７０．構成：患者データＥＷＭＡ（またはＣＵＳＵＭ）信号が発せられるときに、処置可能エラーが特定されれば、その事象を誘発した結果および後続の全検査結果が棄却／廃棄される。該アプリケーションは、統計的モデルを用いて、どの時点でエラーが発生したかを予測する。該モデルにより予測される時間および配置に後続するサンプルが再検査される。必要な場合に、そのデータベースが再計算される。
・７０．ａ 該アプリケーションは、番号、日付により患者サンプルを特定可能である。
７１．構成：該アプリケーションは、データの処理を停止する事情があればいつでも再活性化するための機構を与える。
７２．構成：該アプリケーションは、２以上の機器についてＥＷＭＡ（またはＣＵＳＵＭ）またはＰｒｏＴｅｃｈモデルの性能統計を比較するための機構を与える。
Ｆ． 事象駆動ＱＣ
７３．構成：該アプリケーションは、例えば以下を含む変化事象が発生すればいつでも確認検査を行うことをユーザーに要求することが好ましい：
・校正
・試薬ロット番号の変化
・毎日のメンテナンス以外の何らかのメンテナンス
・検査成分の変更または変化についての製造業者からの通知
・プラットフォームアプリケーションのアップデート／アップグレード
・分析システムの測定プロセスを改変する可能性を有する何らかの変化。
７４．構成：前に挙げられた事象の１つが発生した後に該プロセスが不変であることを確認するために確認検査が行われる。
・７４ａ． 確認検査からのＱＣ結果はルーチンＱＣデータベースに含まれないことが好ましい。
・７４ｂ． 該アプリケーションは確認検査を要求する。確認検査は延期することができない。
７５．構成：確認検査のために検査されるＱＣ材料の数と濃度は統計的に決定される。
Ｇ． トラブルシューティングおよびエラー解決手段
処置可能エラーは評価、トラブルシューティング、確認検査および記録を必要とする。処置可能エラーとしては以下が含まれる：
・１ks ルール違反
・ルーチンＱＣについてのＥＷＭＡ（またはＣＵＳＵＭ）信号
・ルーチンＱＣ検査により支持される患者データについてのＥＷＭＡ（またはＣＵＳＵＭ）信号。
以下の明細書では評価、トラブルシューティングおよび確認検査に有用な様々な実施例および実施態様を記載する。
７６．構成：処置可能エラーが起こるときに、患者サンプルの検査が中止される。検査オペレーターは、主要パラメータを評価し、トラブルシューティングを行い、是正処置をとり、そして次に確認検査を行うように促される。
１． トラブルシューティング：一般的要求
７７．構成：本システムは、患者データおよびＱＣデータの両方において繰り返されるトレンドを認識して特徴付け、そして次に該トレンドが特定されたときに検査オペレーターに警告することが可能である。
７８．構成：キーワード検索による機器特異的またはキット特異的なトラブルシューティング誘導がオンラインで又はインターネット接続により利用可能である。
・７８ａ． 該アプリケーションはインターネットに基づくテクニカルマニュアルにアクセスし対話することが可能である。
７９．構成：特定の検査について処置可能エラーが起こるときに、該アプリケーションは当該エラーのトラブルシューティングを支援するユーザー統計報告を与える。これらの報告は、例えば以下を含む：
・従前の全ての校正に基づく適切な統計モデルから導かれたコンパレータ校正曲線と最近の校正曲線との統計的比較
・その検査について処置可能エラーおよび警報エラーの頻度および大きさの報告
・最近の校正の時間的近さ、およびそれが予期されたものであるか又は予期されないものであるか
・最近の試薬および試薬ロット変化の時間的近さ、およびそれが予期されたものであるか又は予期されないものであるか
・日毎、週毎、月毎、半年毎および年毎のメンテナンスについての時間的近さ
・問題の分析物と共通の特徴（波長、試薬の数、インキュベータ温度、等）を共有する各分析物についての全ＥＷＭＡ（またはＣＵＳＵＭ）チャートおよび統計の反射的チェック（reflex check）
・コードフォーマット（上記を参照）においてユーザーにより規定される期間内にとられる是正処置。カーソルがコード上に配置されるときに、とられる処置の説明が日付および検査オペレーターイニシャルと共に提供される。
・メンテナンス記録および従前のトラブルシューティングに対する校正頻度、エラー率およびＣＶ／正確度のリンク。
８０．構成：該アプリケーションは、要求に応じて、以下の主要パラメータを与える：
・ＵＮＩＴＹアプリケーションに相当するＱＣデータをプロットするための標準レビー−ジェニングスチャート
・各データ点の周囲の９５％の信頼度間隔をもったＱＣデータをプロットするための標準レビー−ジェニングスチャート
・全許容可能エラーを反映するＱＣデータをプロットするための標準レビー−ジェニングスチャート
・以下のための正規化レビー−ジェニングスチャート：
・ユーザーにより規定される期間について単一検査についてのＱＣデータ点の複数レベル
・単一検査についてであるが複数機器についてのＱＣデータ
・ユーザーにより規定される期間にわたって研究室、ピア、方法および全機器グループによりスケール化されたＱＣデータ点の標準レビー−ジェニングスチャート
・７日、３０日または６ヶ月までスケール化可能なデータ点のヨーデン（Youden）プロット。該アプリケーションは、管理が３レベル管理であって各レベルについて値が得られている場合にどの組の管理レベルがヨーデンプロット上に表示されることになるかを検査オペレーターが選択できるようにする。
・ルーチンＱＣおよびＱＣ分散についての現在のＥＷＭＡ（またはＣＵＳＵＭ）チャート
・患者データおよび患者データ分散についての現在のＥＷＭＡ（またはＣＵＳＵＭ）チャート
８１．構成：本システムはベースライン母集団の下方限度および上方限度により排除される日毎のパーセントを追跡し、その記録を保持する。下方側で排除されるパーセントは負の符号が付けられる。上方側で排除されるパーセントは正の符号が付けられる。
・８１ａ． その日のみについて（下方）排除されたパーセントを（上方）排除されたパーセントに加算することにより、排除値が計算される。
・８１ｂ． データ点が排除されればいつでも適切なファイル（下方／上方パーセント）がアップデートされる。
・８１ｃ． 値およびパーセントが深夜にゼロに合わされる。
・８１ｄ． 各日の最終値についての継続中の記録が本システムにより局所的に保持される。これらの値は、ランダムに監視することができ、トラブルシューティングの一部として参照してよい。
８２．構成：該アプリケーションは、検査毎に全ての処置可能エラーおよび警告について７日、３０日または６ヶ月の報告を与える。この報告は記録見直しのために電子署名の対象となる。ユーザーは報告の時間枠を変更し得る。
８３．構成：該アプリケーションは、以下の解釈グリッドに基づきエラーフラッグを判断する。
Figure 0004584579
２．トラブルシューティング：インデックス
ａ． 校正インデックス
校正インデックスは、誤った校正または最適といえない校正に起因するエラーフラッグの識別を助ける。
８４．構成：該アプリケーションは各プラットフォーム上で各検査について全ての構成曲線を記憶する。
・８４ａ． ベストフィット曲線を見積もるために適切な統計技法が適用される。
・８４ｂ． このベストフィット曲線の統計的パラメータは要求に応じて利用可能である。
８５．構成：該アプリケーションは、経時的に集められた各校正レベルの値についての平均、メジアンおよび標準偏差を保持する。
・８５ａ． 該アプリケーションは、経時的に校正器について集められた値の標準偏差およびベストフィット曲線からの校正値を用いて、現在の校正についての校正器レベル毎に標準偏差インデックスを計算する。
・８５ｂ． 該アプリケーションは、各校正事象について校正器レベル毎にＳＤＩについての継続中の記録を保持する。
・８５ｃ． 記録は、要求に応じて利用可能である。
ｂ．温度インデックス
温度インデックスは、アッセイインキュベーション温度が変動または変化するときのエラー源としてインキュベータ温度を分離することができる。
８６．構成：該モデルにより監視される各検査が特定の温度についてコードされる（構成の欄を参照）。
８７．構成：該アプリケーションは、ユーザーが関心あるアッセイプラットフォームおよび温度を選択できるようにする。
・８７ａ． 該アプリケーションは、選択された温度で検査されるプラットフォーム上の全アッセイのリストを与える。
・８７ｂ． 該アプリケーションは、比較の目的のために要求に応じて又はエラーフラッグが発生した時に選択される各検査について、現在のＱＣおよび患者データＥＭＷＡグラフ（またはＣＵＳＵＭ統計）を与える。
・８７ｃ． 該アプリケーションは、構築される統計的モデルを用いて、選択される検査についてＱＣおよび患者データ母集団についての温度インデックスを計算する。
・８７ｃ．１． 累積インデックスの数値結果は選択される検査間に関係が存在するかどうかを表示すべきである。
ｃ． 臨床インデックス
臨床インデックスは、検査システム機能不良と患者母集団の変化とを区別することができる。
８８．構成：臨床インデックスは検査間の臨床的相互関係に基づくものである。
注：これらの関係は患者データについて存在する。
８９．構成：患者データＥＷＭＡ（またはＣＵＳＵＭ）がエラー信号を出す場合には、該アプリケーションは全ての臨床的に関連する検査についてグラフまたはＥＷＭＡ（またはＣＵＳＵＭ）統計を表示する。
・８９ａ． 該アプリケーションは、臨床的に関連する検査を特定するように構成されている。
・８９ｂ． 全ての関連する検査が類似の変化を示す場合には、エラーが存在しない。その変化は患者母集団におけるシフトに起因する。
・８９ｃ． 問題の検査のみが変化した場合には、分析エラーが存在し得る。
・８９ｄ． この比較も要求に応じて利用可能でなければならない。
ｄ． 分析インデックス
分析インデックスは、ある方法または試薬に問題が存在し得るときを特定することができる。
９０．構成：分析インデックスは検査間の分析または方法の相互関係に基づくものである。
注：これらの関係は患者データおよびＱＣデータの両方について存在する。
９１．構成：患者データまたはルーチンＱＣ ＥＷＭＡ（またはＣＵＳＵＭ）がエラー信号を出す場合には、該アプリケーションは全ての分析的に関連する検査についてグラフまたはＣＵＳＵＭ統計を表示する。
・９１ａ． 該アプリケーションは、分析的に関連する検査を特定するように構成されている。
・９１ｂ． この比較も要求に応じて利用可能でなければならない。
ｅ． 波長インデックス
波長インデックスは、医療装置の光学的構成要素に着目する。多くの検査が同一の光学フィルターを使用するので、波長により検査を分類することは、医療装置の光学システムが機能不良を起こしているときの特定を助けることができる。
９２．構成：アッセイ時に使用される波長に従って全検査が分類される。
・９２ａ． 特定の単一または二重の波長に従って検査が分類される。
・９３．構成：比較目的のために要求に応じて又はエラーフラッグが発生するときに、同一波長による全検査について現在のＥＷＭＡグラフまたはＣＵＳＵＭ統計が表示される。
ｆ． 試薬調合インデックス
アッセイにおいて使用される試薬数の間の関係を用いて、調合システムに問題が発生するときを表示し得る。
９４．構成：アッセイ時に使用される試薬の数に従って全検査が分類される。
９５．構成：比較目的のために要求に応じて又はエラーフラッグが発生するときに、同一試薬数による全検査について現在のＥＷＭＡグラフまたはＣＵＳＵＭ統計が表示される。
ｇ． ポイント・オブ・ケア（ＰＯＣＴ）インデックス
ＰＯＣＴインデックスは、ＰＯＣＴ結果の信頼性を監視するために用いられる。
９６．構成：該アプリケーションは、主研究室の外で（ＰＯＣＴ）行われる全検査について、ＰＯＣＴにより生じる患者データ母集団についての日毎、週毎、月毎および年毎の平均、メジアンおよび標準偏差を計算する。
９７．構成：同一検査について、該アプリケーションは、主研究室により生じる患者データ母集団についての日毎、週毎、月毎および年毎の平均、メジアンおよび標準偏差を計算する。
９８．構成：ＰＯＣＴ統計を主研究室統計で除算することにより、単純な比が計算される。
・９８ａ． １．０またはそれ未満の値は良好な比較を示す。１．０を超える値はＰＯＣＴ検査を主研究室検査との間の不一致またはズレのレベルが変動することを示すであろう。
３． 是正処置
９９．構成：各機器／検査について是正処置のログが保持される。このログはコードフォーマットにおいてとられる処置を報告する。カーソルが該コード上に配置されるときに、その処置の説明が与えられる。このテーブルは、是正処置の日付、時間およびオペレーターも報告する。
１００．構成：該アプリケーションは、是正処置の記録のためにフリーテキスト入力と共に処置ログのライブラリーを与える。
１０１．構成：研究室は処置ログライブラリーを変更し得る。
４． 確認検査
確認検査は、プロセス是正の成功を確認する。
１０２．構成：確認検査の範囲と性格は検査に依存する。検査される材料の数と濃度を決定するために（例えば確認検査モジュール４６により実行される）統計的モデルが用いられる。
・１０２ａ． 該アプリケーションは、確認検査から得られるＱＣ結果、これらの結果が+/- 1ks 内にあるかどうか、および検査オペレーターがとられる処置を記録する領域をリストする表を与える。このテーブルはユーザーの要求に従って又は２年間保持される記録となる。このテーブルは時間と日付がスタンプされるとともに、オペレータイニシャルおよび、研究室ポリシーにより要求される場合には、他の個人による最終見直しを含む。
・１０２ｂ． 確認検査の結果として集められたＱＣデータは、ルーチンＱＣデータに含まれるべきでない。これらのデータはプロセス是正の妥当性確認のためにのみ使用される。
・１０２ｃ． 全ての値が所定の限度内にある場合には、確認検査が良好である。
・１０２ｄ． 確認検査が完了したときに、該アプリケーションは、以下の２つの選択肢を有する処分記録（Disposition Record）をオペレーターに提供する。
・全体プロセスが許容可能限度内にある
・全体プロセスが許容不能である
・１０２ｅ． 確認検査中に平均／標準偏差ルール違反が発生する場合に、オペレーターは該プロセスが許容不能であることを表示するべきである。トラブルシューティングおよび確認手順が繰り返される。確認検査を繰り返すための処分記録が、特定事象についての従前の全ての記録とリンクされる。
Ｈ． チャートおよびグラフおよびテーブル
以下の明細書はシステム上の各検査に当てはまる。全てのチャート、グラフおよびテーブルがトラブルシューティングのために利用可能とされる。
１０３．構成：該アプリケーションは、本明細書の動作の欄に記載されている統計、テーブルおよびグラフを与える。
１０３ａ． データマイニングがユーザーにとって利用可能である。ユーザーは特定の必要性を満たすために専用のテーブル、チャートおよび報告を作成可能である。
１０４．構成：中央アプリケーションは、例えば、月毎および四半期毎の研究室間報告を作成する。この報告は以下を含んでよい：
・校正頻度
・校正間での患者サンプルと日の数の平均およびメジアン
・各校正器ロット、試薬ロットおよび校正器−試薬ロット組合せについて校正間での患者サンプルと日の数の平均およびメジアン
・処置可能エラー間での患者サンプルと日の数の平均およびメジアン
・各校正器ロット、試薬ロットおよび校正器−試薬ロット組合せについて処置可能エラー間での患者サンプルと日の数の平均およびメジアン
・この情報はユーザーの要求に従って又は２年間保持される。
１０５．構成：ユーザーは、要求に応じてチャート、グラフまたはテーブル、あるいは様々な範囲のチャート、グラフまたはテーブルを印刷可能である。
・１０５ａ． 比較目的のために、該アプリケーションは、本システムにより与えられるチャート、グラフまたはテーブルに適用される具体的な時間範囲をユーザーが特定できるようにする。
１０６．構成：比較目的のために、該アプリケーションは、製造業者の如何とは無関係に２つの機器から導かれるデータを用いて全てのチャート、グラフおよびテーブルを作成する能力を与える。
１０７．構成：該アプリケーションは、表にしたフォーマットに各管理レベルについて移動性の７日（７Ｄ）、３０日（３０Ｄ）、６ヶ月およびロットから現在まで（ＬＴＤ）の平均、メジアン、標準偏差および変動係数を保持する。
１０８．構成：各検査について、ルーチンＱＣをプロットするために標準レビー−ジェニングスチャートが与えられる。そのスケールは+/- 3sであるが、+/- 1ks ルール限度の表示とグラフ化を可能にしなければならない。スケール化と表示はＵｎｉｔｙアプリケーションで用いられるものである。校正、メンテナンスおよび試薬ロット変化がチャート上に示される。
１０９．構成：該アプリケーションは、ピア、方法および全機器グループデータに基づく正規化レビー−ジェニングスチャート上で各管理レベル内にある各ＱＣ値についてｚ値を計算およびプロットする。校正、メンテナンスおよび試薬変化がチャート上に示される。
・１０９ａ． 検査毎に、該アプリケーションは各管理レベルについてＱＣ値の正規化プロットを与える。目標の平均および標準偏差（ピア、方法および全機器）からｚ値が計算される。複数のグラフが各管理レベルについて利用可能であり、またプロットされる全レベルについてのｚ値による１つのグラフが利用可能である。校正、メンテナンスおよび試薬変化がチャート上に示される。
１１０．構成：ピア、方法および全機器に対する分析物毎のバイアス（bias）は、表にしたフォーマットにおける測定可能量およびパーセントとして表わされ、標準バイアスプロット上にプロットされる。そのプロット上に校正、メンテナンスおよび試薬変化が示される。
・１１０ａ． ピア、方法および全機器グループの日毎のアップデートがインターネットにより利用可能である。日毎の比較は７日ウインドウに基づく。
・１１０ｂ． 機器、キットまたは方法により生じる各結果は、絶対的な真の値＋真のバイアスまたは相対的バイアスおよびランダムエラーの何らかの要素を含むので、該アプリケーションは各検査についての相対的バイアスまたは真のバイアスを各管理レベルについて計算する。相対的バイアスは、ピア、方法および全機器の共通値から観測値または平均を減算することにより計算される。バイアスは、基準値から観測値または平均を減算することにより計算される。該アプリケーションは、バイアスを推定するために基準値を入力する機構を与える。該アプリケーションは、各管理レベルについてのスクロール可能な標準バイアスプロットと、全管理レベルについて１つのプロットを与える。該アプリケーションは、相対的バイアスを計算するために共通値を入力する機構を与える。該アプリケーションは、各管理レベルについての標準バイアスプロットと、相対的バイアスに基づく全管理レベルについての１つのプロットを与える。
１１１．構成：本システムはデータマイニング能力を与え、従って研究室は研究室の関心または必要性に基づいて管理データおよび患者データを区分して分析することができる。
１１２．構成：ＥＷＭＡ（またはＣＵＳＵＭ）チャート、ｚ値の正規化プロットおよびバイアスプロット上に、メンテナンス、構成および試薬ロット変化が示される。
１１３．構成：ユーザーはチャート、グラフまたはテーブルのイメージを取り込んで電子メールに添付することができる。
１１４．構成：中央アプリケーションは、研究室で局所的に保持される全システムテーブルに対する電子的アクセスを有することが好ましい。アクセスは、データを変更しないで操作し、システム調整を遠隔的に行う能力を有する。
・１１４ａ． 研究室がアクセスを制限する場合には、研究室の個人が選択したデータを安全領域に移動させて次にこのデータを中央アプリケーションに送るか又はこの安全領域へのアクセスを可能にするための機構が該アプリケーションで利用可能である。
・１１４ｂ． 該アプリケーションは、アクセス用データを作成するために、定期的に予定された間隔で研究室スタッフに通知しなければならない。
・１１４ｃ． 該アプリケーションはＨＩＰＰＡ要求に従うべきである。
１１５．構成：該アプリケーションは各検査についてベースライン母集団打切りスクリーニングを通過した患者検査結果の日毎の平均ｚ値についての正規化プロットを与える。ｚ値は現在のベースライン母集団の平均および標準偏差を使用して計算される。
１１６．構成：該アプリケーションは各検査についてベースライン母集団打切りスクリーニングを通過した日毎の患者検査結果の標準偏差ｚ値についての正規化プロットを与える。ｚ値は現在のベースライン母集団の標準偏差を使用して計算される。
１１７．構成：各検査について、該アプリケーションは現在の時間間隔打切り限度によって上手くスクリーニングされた患者データの各時間間隔について日毎の平均および標準偏差を保持する。このデータはＥＷＭＡ（またはＣＵＳＵＭ）に使用されない。
１１８．構成：各検査について、該アプリケーションは時間間隔ベースラインの平均について９５％信頼度間隔を計算する。該アプリケーションは、比較のために日毎、週毎および６ヶ月の各々の時間間隔の平均について９５％信頼度間隔を計算する。
１１９．構成：各検査について、該アプリケーションは、ルーチンＱＣのための移動性３ヶ月ウインドウのヨーデン（Youden）プロットを与える。ユーザーは３レベル管理について特定レベルを組にすることができる。
１２０．構成：各検査について、該アプリケーションは日毎のルーチンＱＣ平均のために組にされたピアベース、方法ベースおよび全機器のｚ値についての移動性３ヶ月ウインドウのヨーデン（Youden）プロットを与える。
１２１．構成：各検査について、該アプリケーションは、スクリーニングに合格した正常範囲内の患者データの日毎の分散と日毎のルーチンＱＣ正確度（通常ＱＣのみ）について計算されたｚ値の組についての移動性３ヶ月ウインドウのヨーデン（Youden）プロットを与える。
・１２１ａ． その日についてＱＣが実行されない場合またはその日について患者検査結果が処理されない場合に、その日についてはプロットが行われない。
・１２２．構成：該アプリケーションは、各検査について基準ベースライン母集団の頻度ヒストグラムにオーバーレイされた、ベースライン母集団打切りスクリーニングに首尾よく合格した、報告可能範囲にある日毎の患者値の頻度ヒストグラムをプロットする。
１２３．構成：該アプリケーションは、百分率分布を含め、各管理レベルについてルーチンＱＣ値の移動性１２週間の頻度ヒストグラムを与える。
１２４．構成：該アプリケーションは、百分率分布を含め、ベースライン母集団患者検査結果の移動性１２週間の頻度ヒストグラムを与える。
１２５．構成：該アプリケーションは、以下のような活動についての各検査オペレーターの関与を記録して時間スタンプを行わなければならない研究室運営についてのオペレーター活動記録を与える：
・校正
・試薬変化
・エラーフラッグ
・確認検査の性能
・是正処置の記録
・オペレーターにより棄却された検査に起因して繰り返されるサンプルの数。
ＶＩ． 統計的特徴付け
１２６．構成：該アプリケーションは、例えば以下を含む統計的特徴付けが生じるように構成されている：
・製造業者による全校正ロットについて故障と警告との間の患者サンプルと時間の研究室間の平均およびメジアン
・製造業者による全試薬ロットについて故障と警告との間の患者サンプルと時間の研究室間の平均およびメジアン
・製造業者による全校正器−試薬ロット組合せについて故障と警告との間の患者サンプルと時間の研究室間の平均およびメジアン
・校正器ロット間での患者サンプルと日の数の研究室間の合計、平均およびメジアン
・試薬ロット間での患者サンプルと日の数の研究室間の合計、平均およびメジアン
・校正器−試薬ロット組合せ間での患者サンプルと日の数の研究室間の合計、平均およびメジアン
・校正器と試薬の特定のロットがどこで使用されているかについての迅速な特定。
・各試験について機器プラットフォームによる校正の研究室間の頻度
・患者データに基づく経時的な方法と検査による機器プラットフォームの研究室間の不正確度
・管理データに基づく経時的な方法と検査による機器プラットフォームの不正確度
・性別と年齢による各検査についての患者データの研究室間特徴付け
・既知の疾患状態による各検査についての患者データの研究室間特徴付け
・構築されるモデルにおける処置可能エラーの正確度、バイアスおよび頻度を用いた性能値による方法と機器のランク付け。
１２７．構成：上記特徴付けの全てが郵便番号、州／行政区分、地域または国によって利用可能である。
付属書Ｂ
用語解説
一般的定義：
１−ｐed ： エラー状態の検出に失敗する確率。ｐed を参照。
処置可能エラー（検査システム故障）： ルーチンＱＣ時、またはルーチンＱＣ ＥＷＭＡ（またはＣＵＳＵＭ）モデルにより支持される患者ベースのＥＷＭＡ（またはＣＵＳＵＭ）モデルから送られる限度信号を超える時の１ksルール違反。
分析： 患者サンプルに含まれる物質の測度を決定すること：検査。
分析物： 血清または尿等のようなヒトマトリックスの単一構成要素；検査。
分析プロセス： 例えばヒト血清、血漿、全血、尿、髄液等のようなサンプルのアッセイの実行に伴われる諸ステップ。
ＡＯＮ： 正常値の平均。
ＡＲＬ： 平均実行長さ（average run length）；統計モデルが警告または信号を発する前の時間、患者検査結果またはＱＣ値についての実行の平均長さ
ａｖｇ（ｈｒｗｋ）： 時間ｈｒｗｋについてのウインドウ内の結果の平均。
不良結果： 全許容可能エラー規格（ＴＥa ）を超えるエラー状態をもった結果。不良結果の確率は管理不能エラー状態（ＳＥ，ＲＥ）の大きさおよび全許容可能エラー規格に依存する。
ベースライン母集団： 週のうちの全ての日および全ての時間間隔を含む患者データの打ち切られた母集団。これは時間間隔ベースラインよりも確定的でない。
ベースライン時間間隔： 週または月のうちの特定の期間および日についての患者データの打ち切られた母集団。
バイアス： 観測値と基準方法により得られた値との間の定量可能な差。許容される基準値からの検査結果の符号付きシステマテック偏差。検査結果の予測値と許容される基準値との間の差。
相対的バイアス： 観測値と何らかの共通方法により得られた値との間の定量可能な差；測度の点としてピアグループ（peer group）の共通データを使用すること；真のバイアスではない。
バイオメトリックモデル： バイオメトリックＱＣプロセスを基礎とするアプリケーションおよび数学的アルゴリズム。
バイオメトリックＱＣ： 臨床診断研究室による使用において分析プロセスを監視するために伝統的ＱＣおよび生物学に基づくプロセス。
ＣＥＮ： 欧州規格化委員会（Committee for European Normalization）；欧州共同体のために基準制定団体；基準および要求を作成する幾つかの技術的委員会に分けられる。
ＣＥＮ／ＴＣ ２５１： ヘルスケア／医学情報科学についての基準を作成するＣＥＮ技術委員会；並列の委員会はＩＳＯ ＴＣ ２５１である。
ＣＥＮ／ＴＣ ２１２： 研究室クオリティについての基準を作成するＣＥＮ技術委員会；並列の委員会はＩＳＯ ＴＣ ２１２である。
変化事象： 事象を参照。
ＣＬＩＡ： 臨床研究室改善法（Clinical Laboratory Improvement Act）。
変動比係数： 特定の検査についての変動の研究室係数／同じ検査および期間についての変動のピア係数の比
確認検査： 分析プロセスが規格内で動作していることを確認するために使用されるモデル化プロセス。
ＣＵＳＵＭ： 累積和（Cumulative Sum）；データにおけるシフト（shift:変動）とトレンド（trend:動向）を検出するために用いられる統計的モデル。
分散についてのＣＵＳＵＭ（ＣＵＳＵＭ−Ｓ）： データ組の不正確度におけるシフトとトレンドを検出するために用いられる統計的モデル。
不特定化(de-identify）： データをそれが由来する患者に対して追跡可能とし得る全ての基準データを剥ぎ取ること。
ｄｐＥ： 管理不能エラー状態に起因する不良結果を生じる確率。
エラーフラッグ： 分析プロセスが規格内で動作していないことを示すオペレーターへの信号。
事象： その事象後の分析プロセスに影響を与える可能性を有する任意の事象。変化事象としては、校正、試薬ロットの変化、任意の機器メンテナンス（毎日行われるもの以外）、通知される検査システムの変化、例えば新たな抗体または試薬組成変更、技術の影響を受けやすい検査についてオペレーターの変化、ルーチンＱＣ故障または患者ベースのＱＣ故障の後に取られる是正処置、等が挙げられる。
事象ベースのＱＣ： 変化事象がきっかけとなって行われるＱＣサンプル検査。
ＥＷＭＡ： 指数型重みつき移動平均(Exponentially Weighted Moving Average）；時系列データを監視（monitoring）するために使用される、受け入れられた統計的モデル；ＱＣデータから導出される平均または分散を使用して性能のシフトとトレンドを検出するために用いられる統計的モデル。
分散についてのＥＷＭＡ（ＥＷＭＡ−Ｓ）： 分散についての指数型重みつき移動平均；ＱＣデータから導出される分散を使用して性能におけるシフトとトレンドを検出するために用いられる統計的モデル。
ＱＣ検査の頻度と性格： ある特定の濃度のＱＣの検査が行われる日のうちの時間および週のうちの日。
ｈｒｗｋ： 各結果について週のうちの時間（例えば、ｈｒｗｋは１〜１６８時間の範囲をとり得る）。
ＩＳＯ： 国際標準化機構；クオリティ基準を制定する国際団体；国際的基準を制定および調和するために結成された組織。
研究室利用状況（laboratory utilization）： 週のうちの日および時間によって変動しかつ健康な患者／不健康な患者の比に直接的に関連する、使用パターン。
ＬＡＮ： ローカルエリアネットワーク（Local Area Network）。
ＬＩＳ： 研究室情報システム(Laboratory Information System）。
ｍｅｄ： 数値（scores）の組の中央値。
Ｎ： ＱＣサンプルの数
正規化（normalized）： ｚ値を参照。
Ｎｒｅｓ： 患者結果の総数。
Ｎｒｅｓｏｕｔ： ｔｌｏよりも小さいか又はｔｈｉよりも大きい結果の数。
Ｎｒｅｓｉｎ（ｈｒｗｋ）： 時間ｈｒｗｋについての計算に使用される結果の数。
Ｎｒｅｓｔｌｏ： ｔｌｏに等しい結果の数。
Ｎｒｅｓｔｈｉ： ｔｈｉに等しい結果の数。
患者データ： 例えばヒト血清、血漿、全血、尿、髄液等の研究所分析から導かれる結果：検査結果。
患者サンプル： 個体から採集されたある量のヒト血清、血漿、全血、尿、髄液等。
ｐｃｔｒｅｓｏｕｔ： 打切り限度（truncation limit）の外にある結果の割合、ここでｐｃｔｒｅｓｏｕｔ＝Ｎｒｅｓｏｕｔ／Ｎｒｅｓである。
ｐｃｔｏｕｔ： 打切りを行うための結果の目標パーセント。
ＰＤＡ： 携帯情報端末（Personal Digital Assistant）。
ｐed ： エラー検出の確率。１−ｐed を参照。
ｐfr ： 誤り棄却率（false rejection rate）。
ｐＱＥ： 事象の後に特定のＱＣルールを使用するときの「不良」結果を生じる確率。ｐＱＥは（エラー状態に起因する「不良」結果を生じる確率）×（エラー状態の検出に失敗する確率）の増加に一般に等しい。ｐＱＥ＝ｄＰＥ＊（１−ｐed ）。
ＱＣ： クオリティ管理(Quality Control）。
クオリティ管理（ＱＣ）材料： 例えば、患者サンプルを模倣するために設計された既知の範囲の値をもった凍結乾燥材料または凍結材料。例えば水または解凍により再構成された後に、当該材料は患者サンプルと並行して検査される。
ランダムエラー（ＲＥ）： 検査方法毎に固有の統計的誤差。不正確度（imprecision）として表現される。外的因子は、予想されるところを超えてランダムエラーの増加を生じさせ得るため、このエラーは研究室によって検出および管理されることになる。
ＲＥ： 安定な分析的不正確度。ランダムエラーを参照。
ＲｉｌｉＢＡＫルール： ドイツの研究室に要求される統計的プロセス管理方式。
リスク： 許容不能エラーを含む患者検査結果の可能性の数；全部のうちの一部、例えば１／１０，０００または１／１，０００，０００として表現される。
ルーチンＱＣ： 特定の時間または特定の日における濃度レベルの変動についてのクオリティ管理材料の検査。
ｒｅｓｉｎ： 打切り限度内にある患者結果の集まり。
ＳＤ： 標準偏差（Standard Deviation）であり、次のように計算される。
Figure 0004584579
 ＳＤｒｅｓ： 全結果の標準偏差。
ＳＤＢｒｅｓｉｎ（ｈｒｗｋ）： 時間ｈｒｗｋについての打切り限度内にある患者結果の週と週の間の（週間）標準偏差。
ＳＤｒｅｓｔｌｏ： ｔｌｏよりも大きく、かつ、ｔｈｉよりも小さいか等しい結果（ｔｌｏと等しい結果を除く）の標準偏差。
ＳＤＴｒｅｓｉｎ（ｈｒｗｋ）： 時間ｈｒｗｋについての打切り限度内にある患者結果の全標準偏差。
ＳＤｒｅｓｔｈｉ： ｔｌｏよりも大きいか等しく、かつ、ｔｈｉよりも小さい結果（ｔｈｉと等しい結果を除く）の標準偏差。
ＳＤＷｒｅｓｉｎ（ｈｒｗｋ）： 時間ｈｒｗｋについての打切り限度内にある患者結果の週内標準偏差。
ＳＥ： 目標（正しい値）からのシフト。システマテックエラーを参照。
特別処理日： 研究室が例えば末期腎臓病患者または癌患者等のような医学的に明確な患者のグループからのサンプルを処理する、週または月のうちの定期的な日。
統計的プロセス管理： 分析プロセスにより生じる患者結果の正確度または予測値における不所望な変化を検出するための理論的パワーをもった、単独で又は組み合わせて用いられる、統計的ルールの組。
表面プロット： ２組のデータ間の最適組合せを見出すために用いられるチャート。等高図のように、色とパターンによって値が同一範囲にある領域を示す。
システマテックエラー（ＳＥ）： 突発的に発生し得るとともに、後続の結果に一定の測定誤差を生じさせる、分析プロセスの変化。
ｔｌｏ： 下方打切り限度。
ｔｈｉ： 上方打切り限度。
ＴＥa ： 全許容可能エラー規格(total allowable error specification）。
検査結果： 患者データを参照。
検査： 患者サンプルに含まれる物質の測度を決定すること：分析。
全許容可能エラー（患者データ）：９５％の信頼度の場合には、１．６５×（生物学的不正確度）＋（生物学的バイアス）、または９９％の信頼度の場合には、２．３３×（生物学的不正確度）＋（生物学的バイアス）。生物学的バイアスは、０．２５×（患者間ＣＶと患者内ＣＶの自乗和の平方根）として定義される。生物学的不正確度は、０．５×（患者内ＣＶ）として定義される。
全許容可能エラー（ＱＣ）： ピアグループまたは方法グループの不正確度の２倍。この定義はピアグループおよび方法グループについてのバイアスがゼロであると仮定する。
打切り（truncation）： シミュレーションにより上方または下方（または両方）の患者データを削ること；打切りは検査特異的であり、しばしば非対称的である；データの主な母集団の包含体から上方または下方（または両方）を排除すること。
打切り限度（truncation limit）： データの母集団内のある特定のデータ点を排除するための正および／または負の端点（または閾値）
ｕｒｅｓ： 固有の患者値の集まり。
ＷＡＮ： 広域ネットワーク(Wide Area Network）。
警告： 患者データについての又は患者もしくはルーチンＱＣデータについての、ＥＷＭＡ（またはＣＵＳＵＭ）患者データモデルにより支持されていないＥＷＭＡ（またはＣＵＳＵＭ）ＱＣモデルによって送られる限度超過信号、あるいはＥＷＭＡ（またはＣＵＳＵＭ）モデルと一致しないＥＷＭＡ−Ｓ（またはＣＵＳＵＭ−Ｓ）モデルによって送られる限度超過信号。
ｗｈｌｆｗｄｔｈ： 週のうちの時間の平均と標準偏差を計算するために用いられる可動ウインドウの半値幅。
ｗｋｎ： 結果の週の数（例えば、ｒｅｓｉｎ内に１３週のデータがある場合にｗｋｎは１〜１３の範囲の値をとる）。
Ｘバー／Ｓルール： ＱＣサンプルの単一グループを検査するための好ましいＱＣルールである、平均／範囲のルール。Ｘバー／Ｓルールとも称される。
ｚ値： 測定結果から、結果の予測値を減算し、次に結果の標準偏差で除算することによる変換；正規化された統計。値が平均の上方または下方にある標準偏差の数。
本発明によるバイオメトリックＱＣアプリケーションモジュールを備えるように構成されたクライアントコンピュータシステムを示す図である。 本発明の他の実施態様による複数の計算システムおよび装置間でデータおよびコマンドの通信および／または共有アプリケーションの実行を行うためのネットワーク構成を示す図である。 １つの実施態様によるバイオメトリックＱＣアプリケーションにより実現されるＱＣプロセスの一般的概要を示す図である。図である。 １つの実施態様によりシミュレーションを実行した場合の週の時間毎の予測数の例を示す図である。 １つの実施態様により時間毎の結果数の例を示す図である。 １つの実施態様により該アルゴリズムがデータの系列相関を十分に表わすことを実証する自己相関関数の例を示す図である。 １つの実施態様により該アルゴリズムがデータの系列相関を十分に表わすことを実証する自己相関関数の例を示す図である。 １つの実施態様によるシミュレートされた結果と実際の結果との間の自己相関を表わす図である。 １つの実施態様により３つの異なる誤り棄却率（ｐｆｒ＝０．０１，０．００１，０．０００１）を与える棄却限度の組を用いたＸＢＡＲ／Ｓルールについての検定力関数を示す図である。 １つの実施態様により管理不能エラー状態に起因する「不良」結果（ｄｐＥ）を生じる確率の増加を示す図（ここで「不良」結果は全許容可能エラー規格（ＴＥa ）を超えるエラーをもった結果として定義される）である。 １つの実施態様により特定ＱＣルールについてのエラー検出確率を示す図である。 １つの実施態様により「不良」結果を生じる確率を示す図である。この「表面」は全許容可能エラー規格（ＴＥa ）に依存する。 １つの実施態様により「事象」後にこのＱＣルールを使用するときの「不良」結果を生じる確率を示す図である。図１３は図１１と図１２の積である。 １つの実施態様によりＲＥエラーに対するＳＥエラーについて多かれ少なかれ検出を与えるようにＸバー／Ｓルールについての管理限度が変動するにつれてｐＱＥ表面がどのように変化するかを示す図である。 １つの実施態様によりＲＥエラーに対するＳＥエラーについて多かれ少なかれ検出を与えるようにＸバー／Ｓルールについての管理限度が変動するにつれてｐＱＥ表面がどのように変化するかを示す図である。 １つの実施態様によりＲＥエラーに対するＳＥエラーについて多かれ少なかれ検出を与えるようにＸバー／Ｓルールについての管理限度が変動するにつれてｐＱＥ表面がどのように変化するかを示す図である。 １つの実施態様によりＲＥエラーに対するＳＥエラーについて多かれ少なかれ検出を与えるようにＸバー／Ｓルールについての管理限度が変動するにつれてｐＱＥ表面がどのように変化するかを示す図である。 １つの実施態様によりＲＥエラーに対するＳＥエラーについて多かれ少なかれ検出を与えるようにＸバー／Ｓルールについての管理限度が変動するにつれてｐＱＥ表面がどのように変化するかを示す図である。 誤り棄却率ｐf ＝ ．０１， ．００５， ．００２， ．００１および全許容可能エラー規格ＴＥa ＝ ３， ４， ５， ６について、ＱＣ検査後に「不良」結果を生じる最大確率が０．０５（５％）以下であるような、Ｘバー／Ｓルールについての棄却限度の最適な組合せに必要とされるＱＣサンプル数を示す図である。 誤り棄却率ｐf ＝ ．０１， ．００５， ．００２， ．００１および全許容可能エラー規格ＴＥa ＝ ３， ４， ５， ６について、ＱＣ検査後に「不良」結果を生じる最大確率が０．０５（５％）以下であるような、Ｘバー／Ｓルールについての棄却限度の最適な組合せに必要とされるＱＣサンプル数を示す図である。 誤り棄却率ｐf ＝ ．０１， ．００５， ．００２， ．００１および全許容可能エラー規格ＴＥa ＝ ３， ４， ５， ６について、ＱＣ検査後に「不良」結果を生じる最大確率が０．０５（５％）以下であるような、Ｘバー／Ｓルールについての棄却限度の最適な組合せに必要とされるＱＣサンプル数を示す図である。 誤り棄却率ｐf ＝ ．０１， ．００５， ．００２， ．００１および全許容可能エラー規格ＴＥa ＝ ３， ４， ５， ６について、ＱＣ検査後に「不良」結果を生じる最大確率が０．０５（５％）以下であるような、Ｘバー／Ｓルールについての棄却限度の最適な組合せに必要とされるＱＣサンプル数を示す図である。 誤り棄却率ｐf ＝ ．０１， ．００５， ．００２， ．００１および全許容可能エラー規格ＴＥa ＝ ３， ４， ５， ６について、ＱＣ検査後に「不良」結果を生じる最大確率が０．０５（５％）以下であるような、Ｘバー／Ｓルールについての棄却限度の最適な組合せに必要とされるＱＣサンプル数を示す図である。 誤り棄却率ｐf ＝ ．０１， ．００５， ．００２， ．００１および全許容可能エラー規格ＴＥa ＝ ３， ４， ５， ６について、ＱＣ検査後に「不良」結果を生じる最大確率が０．０５（５％）以下であるような、Ｘバー／Ｓルールについての棄却限度の最適な組合せに必要とされるＱＣサンプル数を示す図である。 誤り棄却率ｐf ＝ ．０１， ．００５， ．００２， ．００１および全許容可能エラー規格ＴＥa ＝ ３， ４， ５， ６について、ＱＣ検査後に「不良」結果を生じる最大確率が０．０５（５％）以下であるような、Ｘバー／Ｓルールについての棄却限度の最適な組合せに必要とされるＱＣサンプル数を示す図である。 誤り棄却率ｐf ＝ ．０１， ．００５， ．００２， ．００１および全許容可能エラー規格ＴＥa ＝ ３， ４， ５， ６について、ＱＣ検査後に「不良」結果を生じる最大確率が０．０５（５％）以下であるような、Ｘバー／Ｓルールについての棄却限度の最適な組合せに必要とされるＱＣサンプル数を示す図である。 誤り棄却率ｐf ＝ ．０１， ．００５， ．００２， ．００１および全許容可能エラー規格ＴＥa ＝ ３， ４， ５， ６について、ＱＣ検査後に「不良」結果を生じる最大確率が０．０５（５％）以下であるような、Ｘバー／Ｓルールについての棄却限度の最適な組合せに必要とされるＱＣサンプル数を示す図である。 誤り棄却率ｐf ＝ ．０１， ．００５， ．００２， ．００１および全許容可能エラー規格ＴＥa ＝ ３， ４， ５， ６について、ＱＣ検査後に「不良」結果を生じる最大確率が０．０５（５％）以下であるような、Ｘバー／Ｓルールについての棄却限度の最適な組合せに必要とされるＱＣサンプル数を示す図である。 誤り棄却率ｐf ＝ ．０１， ．００５， ．００２， ．００１および全許容可能エラー規格ＴＥa ＝ ３， ４， ５， ６について、ＱＣ検査後に「不良」結果を生じる最大確率が０．０５（５％）以下であるような、Ｘバー／Ｓルールについての棄却限度の最適な組合せに必要とされるＱＣサンプル数を示す図である。 誤り棄却率ｐf ＝ ．０１， ．００５， ．００２， ．００１および全許容可能エラー規格ＴＥa ＝ ３， ４， ５， ６について、ＱＣ検査後に「不良」結果を生じる最大確率が０．０５（５％）以下であるような、Ｘバー／Ｓルールについての棄却限度の最適な組合せに必要とされるＱＣサンプル数を示す図である。 誤り棄却率ｐf ＝ ．０１， ．００５， ．００２， ．００１および全許容可能エラー規格ＴＥa ＝ ３， ４， ５， ６について、ＱＣ検査後に「不良」結果を生じる最大確率が０．０５（５％）以下であるような、Ｘバー／Ｓルールについての棄却限度の最適な組合せに必要とされるＱＣサンプル数を示す図である。 誤り棄却率ｐf ＝ ．０１， ．００５， ．００２， ．００１および全許容可能エラー規格ＴＥa ＝ ３， ４， ５， ６について、ＱＣ検査後に「不良」結果を生じる最大確率が０．０５（５％）以下であるような、Ｘバー／Ｓルールについての棄却限度の最適な組合せに必要とされるＱＣサンプル数を示す図である。 誤り棄却率ｐf ＝ ．０１， ．００５， ．００２， ．００１および全許容可能エラー規格ＴＥa ＝ ３， ４， ５， ６について、ＱＣ検査後に「不良」結果を生じる最大確率が０．０５（５％）以下であるような、Ｘバー／Ｓルールについての棄却限度の最適な組合せに必要とされるＱＣサンプル数を示す図である。 誤り棄却率ｐf ＝ ．０１， ．００５， ．００２， ．００１および全許容可能エラー規格ＴＥa ＝ ３， ４， ５， ６について、ＱＣ検査後に「不良」結果を生じる最大確率が０．０５（５％）以下であるような、Ｘバー／Ｓルールについての棄却限度の最適な組合せに必要とされるＱＣサンプル数を示す図である。

Claims (15)

  1. 患者ベースのバイオメトリック・クオリティ管理コンピューターシステムにより実行される、患者データの処理方法であって、
    ある特定の分析物について１以上の研究室機器から複数週分のデータを含む患者データをバイオメトリック・クオリティ管理モジュールにより取得するステップ、
    ＥＷＭＡ打切りルールを用いて前記分析物について打切りを行うための前記患者データの最適割合をバイオメトリック・クオリティ管理モジュールにより決定するステップ、
    前記患者データと前記最適割合とに基づき上方および下方打切り限度を打切り限度モジュールにより決定するステップであって、ここで該打切り限度を決定するステップが：
    上方打切り限度（ｔｈｉ）を前記患者データの最高値に、そして下方打切り限度（ｔｌｏ）を前記患者データの最低値に初期設定すること、
    前記最適割合とｔｈｉ−ｔｌｏ組の外にある患者データの割合との間の差を最小化するｔｌｏおよびｔｈｉの最適組を、繰返しにより決定すること、
    前記上方および下方打切り限度の外にある患者データの割合を計算すること、
    前記ｔｈｉを患者データの次の高い値に再設定すること、および
    前記ｔｌｏを患者データの次の低い値に再設定すること、
    を含むステップ、ならびに
    前記患者データにより表わされる週のうちの各時間について前記上方および下方打切り限度の間にある前記患者データの平均および標準偏差を打切り限度モジュールにより決定するステップ
    を含んでなる方法。
  2. 前記平均および標準偏差をデータベース格納手段により格納することを更に含んでなる、請求項１に記載の方法。
  3. 前記患者データを取得するステップが、１以上の研究室機器から通信インターフェースモジュールにより受信することを含む、請求項１に記載の方法。
  4. 前記患者データを取得するステップが、媒体ドライブにより患者データを読み込むことを含む、請求項１に記載の方法。
  5. 前記ｔｌｏおよびｔｈｉの最適組を打切り限度モジュールにより決定するステップが、
    全患者データの標準偏差ＳＤｒｅｓを計算すること、ならびに、
    各再設定されたｔｈｉ値またはｔｌｏ値について、
    ｔｌｏに等しい患者データの数Ｎｒｅｓｔｌｏを決定すること、
    ｔｈｉに等しい患者データの数Ｎｒｅｓｔｈｉを決定すること、
    ｔｌｏよりも大きく、かつ、ｔｈｉよりも小さいか又は等しい患者データの標準偏差ＳＤｒｅｓｔｌｏを計算すること、
    ｔｌｏよりも大きいか又は等しく、かつ、ｔｈｉよりも小さい患者データの標準偏差ＳＤｒｅｓｔｈｉを計算すること、および、
    （ＳＤｒｅｓ−ＳＤｒｅｓｔｌｏ）／Ｎｒｅｓｔｌｏと（ＳＤｒｅｓ−ＳＤｒｅｓｔｈｉ）／Ｎｒｅｓｔｈｉの値と比較すること
    を更に含む、請求項１に記載の方法。
  6. 前記患者データが、前記患者データを丸めるための有効桁数、前記患者データを報告した前記機器についての識別子、前記患者データを生じるために行われた検査の日付および時間、ならびに前記分析物についての最小および最大の報告可能結果を更に含む、請求項１に記載の方法。
  7. 決定された打切り限度が非パラメータである、請求項１に記載の方法。
  8. その値が決定された上方および下方打切り限度の外にある患者データを打切り限度モジュールにより打ち切ること、
    打切り限度内にある患者データについて決定された平均および標準偏差を用いて打切り限度内にある患者データを打切り限度モジュールにより正規化すること、および、
    指数型重みつき移動平均（ＥＷＭＡ）クオリティ管理ルールを打切り限度モジュールにより前記正規化された患者データに適用すること
    を更に含む、請求項１に記載の方法。
  9. 前記正規化された患者データが、確立されたＥＷＭＡクオリティ管理限度を上回る場合には、エラー信号を出すことを更に含んでなる、請求項８に記載の方法。
  10. 前記ＥＷＭＡルールが最適化される、請求項８に記載の方法。
  11. その値が決定された上方および下方打切り限度の外にある患者データを打切り限度モジュールにより打ち切ること、
    打切り限度内にある患者データについて決定された平均および標準偏差を用いて打切り限度内にある患者データを打切り限度モジュールにより正規化すること、および
    累積和（ＣＵＳＵＭ）クオリティ管理ルールを打切り限度モジュールにより前記正規化された患者データに適用すること
    を更に含んでなる、請求項１に記載の方法。
  12. 前記正規化された患者データが、確立されたＣＵＳＵＭクオリティ管理限度を上回る場合には、エラー信号を出すことを更に含んでなる、請求項１１に記載の方法。
  13. 患者ベースのバイオメトリック・クオリティ管理コンピューターシステムにより実行される、患者データの処理方法であって、
    ある特定の分析物について１以上の研究室機器から複数週分のデータを含む患者データをバイオメトリック・クオリティ管理モジュールにより取得するステップ、
    ＥＷＭＡ打切りルールを用いて前記分析物について打切りを行うための前記患者データの最適割合をバイオメトリック・クオリティ管理モジュールにより決定するステップ、
    前記患者データと前記最適割合とに基づき上方および下方打切り限度を打切り限度モジュールにより決定するステップ、および
    前記患者データにより表わされる週のうちの各時間について前記上方および下方打切り限度の間にある前記患者データの平均および標準偏差を打切り限度モジュールにより決定するステップを含んでなる方法であって、
    ここで前記打切り限度を決定するステップが：
    打ち切られていない患者データのメジアン値から等距離にある第１の打切り限度の組を決定すること、および
    第２の打切り限度の外にある患者データ値の数に対する第２の打切り限度内にある患者データの標準偏差の減少を最大化する第２の打切り限度の組を決定すること、
    を含み、そして
    前記第２の打切り限度の組を決定するステップが、
    上方打切り限度（ｔｈｉ）を前記患者データの最高値に、そして下方打切り限度（ｔｌｏ）を前記患者データの最低値に初期設定すること、
    前記最適割合とｔｈｉ−ｔｌｏ組の外にある患者データの割合との間の差を最小化するｔｌｏおよびｔｈｉの最適組を、繰返しにより決定すること、
    前記上方および下方打切り限度の外にある患者データの割合を計算すること、
    前記ｔｈｉを患者データの次の高い値に再設定すること、および
    前記ｔｌｏを患者データの次の低い値に再設定すること、
    を含む、方法。
  14. 前記第１組および第２組の打切り限度を打切り限度モジュールにより比較し、その差が閾値を超える場合にシステム警報信号を生成することを更に含む、請求項１３に記載の方法。
  15. 前記ｔｌｏおよびｔｈｉの最適組を打切り限度モジュールにより決定するステップが、
    全患者データの標準偏差ＳＤｒｅｓを計算すること、ならびに、
    各再設定ｔｈｉ値またはｔｌｏ値について、
    ｔｌｏに等しい患者データの数Ｎｒｅｓｔｌｏを決定すること、
    ｔｈｉに等しい患者データの数Ｎｒｅｓｔｈｉを決定すること、
    ｔｌｏよりも大きく、かつ、ｔｈｉよりも小さいか又は等しい患者データの標準偏差ＳＤｒｅｓｔｌｏを計算すること、
    ｔｌｏよりも大きいか又は等しく、かつ、ｔｈｉよりも小さい患者データの標準偏差ＳＤｒｅｓｔｈｉを計算すること、および、
    （ＳＤｒｅｓ−ＳＤｒｅｓｔｌｏ）／Ｎｒｅｓｔｌｏと（ＳＤｒｅｓ−ＳＤｒｅｓｔｈｉ）／Ｎｒｅｓｔｈｉの値を比較すること
    を更に含む、請求項１３に記載の方法。
JP2003523999A 2001-08-24 2002-08-23 バイオメトリック・クオリティ管理プロセス Expired - Fee Related JP4584579B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US31492301P 2001-08-24 2001-08-24
PCT/US2002/027214 WO2003019184A1 (en) 2001-08-24 2002-08-23 Biometric quality control process

Publications (2)

Publication Number Publication Date
JP2005524049A JP2005524049A (ja) 2005-08-11
JP4584579B2 true JP4584579B2 (ja) 2010-11-24

Family

ID=23222083

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2003523999A Expired - Fee Related JP4584579B2 (ja) 2001-08-24 2002-08-23 バイオメトリック・クオリティ管理プロセス

Country Status (6)

Country Link
US (5) US7050933B2 (ja)
EP (1) EP1428021A4 (ja)
JP (1) JP4584579B2 (ja)
AU (4) AU2002313818B2 (ja)
CA (1) CA2456296C (ja)
WO (1) WO2003019184A1 (ja)

Families Citing this family (59)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8099257B2 (en) * 2001-08-24 2012-01-17 Bio-Rad Laboratories, Inc. Biometric quality control process
US20030167187A1 (en) * 2002-02-19 2003-09-04 Bua Robert N. Systems and methods of determining performance ratings of health care facilities and providing user access to performance information
US7440856B2 (en) * 2002-03-13 2008-10-21 Becton, Dickinson And Company System and method for determining clinical equivalence of test methods
US20040034698A1 (en) * 2002-08-15 2004-02-19 Abu-Husein Loay Mahmoud Instant fix for embedded device support using remote commands
US20040236604A1 (en) * 2002-12-20 2004-11-25 Mcnair Douglas S. System and method for detecting spatiotemporal clusters
US7467054B2 (en) * 2003-05-02 2008-12-16 Bio-Rad Laboratories, Inc. System and method for integrating the internal and external quality control programs of a laboratory
WO2005036440A2 (en) * 2003-10-10 2005-04-21 Koninklijke Philips Electronics, N.V. A system and method to estimate signal artifacts
US7260498B2 (en) * 2005-06-17 2007-08-21 Dade Behring Inc. Context-specific electronic performance support
JP4951216B2 (ja) * 2005-07-05 2012-06-13 シスメックス株式会社 臨床検査情報処理装置及びシステム、分析装置、並びに臨床検査情報処理用のプログラム
JP4711077B2 (ja) * 2006-06-09 2011-06-29 富士ゼロックス株式会社 故障診断システム、画像形成装置および故障診断プログラム
US20080060662A1 (en) * 2006-08-03 2008-03-13 Warsaw Orthopedic Inc. Protected Information Management Device and Method
US8224671B2 (en) * 2006-12-29 2012-07-17 Cerner Innovation, Inc. Documentation of protocol orders
US20090106333A1 (en) * 2006-12-29 2009-04-23 Cerner Innovation, Inc. Backing up a protocol order associated with genetic testing
US20090112934A1 (en) * 2006-12-29 2009-04-30 Cerner Innovation, Inc. Backing up a protocol order
US8112229B2 (en) * 2007-05-31 2012-02-07 Abbott Laboratories Method for determining the order of execution of assays of a sample in a laboratory automation system
WO2009002621A2 (en) * 2007-06-27 2008-12-31 Roche Diagnostics Gmbh Medical diagnosis, therapy, and prognosis system for invoked events and method thereof
JP5248217B2 (ja) * 2007-07-23 2013-07-31 株式会社東芝 医療安全システム
US8882664B2 (en) * 2007-10-01 2014-11-11 Purdue Research Foundation Animal symptom visual analytics
US20090112618A1 (en) * 2007-10-01 2009-04-30 Johnson Christopher D Systems and methods for viewing biometrical information and dynamically adapting schedule and process interdependencies with clinical process decisioning
US20090171694A1 (en) * 2007-12-31 2009-07-02 Ross Iii Ernest Osgood System for managing laboratory test results for patients taking an endothelin receptor antagonist
US8776198B2 (en) * 2008-02-01 2014-07-08 Oracle International Corporation Techniques for non-unique identity establishment
US20100076724A1 (en) * 2008-09-23 2010-03-25 Harold Lee Brown Method for capturing and analyzing test result data
US8059001B2 (en) * 2009-05-22 2011-11-15 Bio-Rad Laboratories, Inc. System and method for automatic quality control of clinical diagnostic processes
US8538727B2 (en) * 2009-07-21 2013-09-17 George S. Cembrowski Method and apparatus for calibration and testing of scientific measurement equipment
US11042605B2 (en) * 2009-07-21 2021-06-22 Ccqcc Corp. Method and apparatus for calibration and testing of scientific measurement equipment
JP2011065606A (ja) * 2009-09-18 2011-03-31 Terumo Corp 医療情報管理システム
JP5411637B2 (ja) * 2009-09-18 2014-02-12 テルモ株式会社 医療情報管理システム
EP2567339A4 (en) * 2010-05-06 2013-10-23 Abay Sa VALIDATION OF POINT-OF-CARE TEST RESULTS BY EVALUATING EXPECTED ANALYTIC RELATIONS
GB201015230D0 (en) * 2010-09-13 2010-10-27 Siemens Plc A method and system for managing analytical quality in networked laboratories
CN103370733B (zh) * 2010-09-24 2017-02-08 纽乐金集团 使用多台计算机进行自动质量控制的方法、系统和装置
JP5597517B2 (ja) * 2010-10-25 2014-10-01 株式会社東芝 医用画像処理装置、医用画像撮影装置、及び医用画像処理プログラム
US20130226603A1 (en) * 2010-12-31 2013-08-29 Stephen Suffin Delivery of Medical Services Based on Observed Parametric Variation in Analyte Values
US8738548B2 (en) 2011-06-23 2014-05-27 Bio-Rad Laboratories, Inc. System and method for determining an optimum QC strategy for immediate release results
US9297819B2 (en) * 2011-07-22 2016-03-29 Sysmex Corporation Hematology analyzing system and analyzer
US20130041625A1 (en) * 2011-08-11 2013-02-14 International Business Machines Corporation Advanced Statistical Detection of Emerging Trends
DE102012106132A1 (de) 2012-07-09 2014-05-08 Reinhausen Plasma Gmbh Verfahren und System zur Identifizierung und Diskriminierung von heterogenen Materialien zur Verarbeitung in einer Vorrichtung zur Produktbearbeitung
EP2685264B1 (en) * 2012-07-13 2020-12-02 Idexx Laboratories, Inc. Automated calibration method and system for a diagnostic analyzer
US11985075B1 (en) 2013-02-04 2024-05-14 C/Hca, Inc. Data stream processing for dynamic resource scheduling
US10425355B1 (en) * 2013-02-04 2019-09-24 HCA Holdings, Inc. Data stream processing for dynamic resource scheduling
US10403392B1 (en) * 2013-12-11 2019-09-03 Allscripts Software, Llc Data de-identification methodologies
US11366927B1 (en) 2013-12-11 2022-06-21 Allscripts Software, Llc Computing system for de-identifying patient data
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
US10161947B2 (en) * 2015-05-01 2018-12-25 Bio-Rad Laboratories, Inc. Using patient risk in analysis of quality control strategy for lab results
US10984363B2 (en) 2015-09-04 2021-04-20 International Business Machines Corporation Summarization of a recording for quality control
EP3217180B1 (en) * 2016-03-10 2021-11-17 F. Hoffmann-La Roche AG Quality controls of analyzers for biological samples
US10197993B2 (en) * 2016-03-31 2019-02-05 Sysmex Corporation Method and system for performing quality control on a diagnostic analyzer
CA2989617A1 (en) 2016-12-19 2018-06-19 Capital One Services, Llc Systems and methods for providing data quality management
US10838798B2 (en) 2018-06-07 2020-11-17 Bank Of America Corporation Processing system for performing predictive error resolution and dynamic system configuration control
US10884839B2 (en) 2018-06-07 2021-01-05 Bank Of America Corporation Processing system for performing predictive error resolution and dynamic system configuration control
CN109389030B (zh) * 2018-08-23 2022-11-29 平安科技（深圳）有限公司 人脸特征点检测方法、装置、计算机设备及存储介质
KR102318085B1 (ko) * 2018-12-06 2021-10-26 이정우 압력측정 발판 및 이를 포함하는 신체 불균형 교정용 운동기기
US11250948B2 (en) 2019-01-31 2022-02-15 International Business Machines Corporation Searching and detecting interpretable changes within a hierarchical healthcare data structure in a systematic automated manner
KR102202289B1 (ko) * 2019-03-19 2021-01-13 주식회사 신화소프트랩 의료검사 데이터의 내부 정도관리를 위한 검사실 허용범위 설정 방법
US20200311136A1 (en) * 2019-03-25 2020-10-01 HealthBlock, Inc. Measuring and increasing the quality of user-provided information
US11111737B2 (en) 2019-10-01 2021-09-07 Morphpackers Limited Downhole coupling mechanism
CN111061206B (zh) * 2019-12-24 2020-10-09 李丽 一种质检操作远程监控预警系统
EP4264434A1 (en) * 2020-12-21 2023-10-25 Bio-Rad Laboratories, Inc. System and method for conducting automated clinical diagnostic crossover studies
US11905774B2 (en) 2021-11-23 2024-02-20 Vertice Oil Tools Inc. Anchor mechanism

Family Cites Families (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4031200A (en) * 1975-12-15 1977-06-21 Hoffmann-La Roche Inc. Manufacture of pharmaceutical unit dosage forms
US4202033A (en) * 1977-12-27 1980-05-06 Royco Instruments, Inc. Apparatus and method utilizing calculator for quality control of hematology sample analysis
US5233545A (en) * 1989-09-19 1993-08-03 Hewlett-Packard Company Time interval triggering and hardware histogram generation
US5541854A (en) * 1993-05-26 1996-07-30 Xyletech Systems, Inc. Method of analyzing multiple range test data
US5734591A (en) * 1993-05-26 1998-03-31 Xyletech Systems, Inc. Method of analyzing multiple range test data
JPH0785168A (ja) * 1993-09-10 1995-03-31 Toa Medical Electronics Co Ltd 臨床検査結果用表示装置
US5797130A (en) * 1993-11-16 1998-08-18 Neopath, Inc. Method for testing proficiency in screening images of biological slides
US5411031A (en) * 1993-11-24 1995-05-02 Incontrol, Inc. Implantable cardiac patient monitor
SE9304246L (sv) * 1993-12-22 1995-06-23 Asea Brown Boveri Förfarande vid övervakning av multivariata processer
US5566092A (en) * 1993-12-30 1996-10-15 Caterpillar Inc. Machine fault diagnostics system and method
US5941820A (en) * 1994-01-03 1999-08-24 Zimmerman; Steven Medical data display method
US5555191A (en) * 1994-10-12 1996-09-10 Trustees Of Columbia University In The City Of New York Automated statistical tracker
US5633166A (en) * 1995-01-19 1997-05-27 Mds Health Group Limited Method of analyzing medical specimens with improved length of analytical run determination
US5937364A (en) * 1996-05-07 1999-08-10 Westgard Quality Corporation Automatic selection of statistical quality control procedures
US5926822A (en) * 1996-09-06 1999-07-20 Financial Engineering Associates, Inc. Transformation of real time data into times series and filtered real time data within a spreadsheet application
US5841676A (en) * 1996-11-04 1998-11-24 General Electric Company System and method for estimating a change point time in a manufacturing process
US5915359A (en) * 1996-12-13 1999-06-29 Ford Global Technologies, Inc. Method and system for determining and controlling A/F ratio during cold start engine operation
US6063028A (en) * 1997-03-20 2000-05-16 Luciano; Joanne Sylvia Automated treatment selection method
US5861548A (en) * 1997-05-23 1999-01-19 Benthos, Inc. Apparatus and method utilizing signal modulation detection for analyzing the internal pressure of containers
US5974403A (en) * 1997-07-21 1999-10-26 International Business Machines Corporation Power trading and forecasting tool
US6275150B1 (en) * 1998-07-14 2001-08-14 Bayer Corporation User interface for a biomedical analyzer system
US6223143B1 (en) * 1998-08-31 2001-04-24 The United States Government As Represented By The Administrator Of The National Aeronautics And Space Administration Quantitative risk assessment system (QRAS)
US6292761B1 (en) * 1998-09-02 2001-09-18 William Franklin Hancock, Jr. Methods and apparatus for interpreting measured laboratory data
FR2783620B1 (fr) * 1998-09-22 2002-03-29 De Micheaux Daniel Lafaye Procede et systeme multidimensionnel de maitrise statistique des processus
US6389331B1 (en) * 1999-03-11 2002-05-14 Johnson Controls Technology Company Technique for monitoring performance of a facility management system
US6307500B1 (en) * 1999-08-13 2001-10-23 University Corporation For Atmospheric Research Method of moment estimation and feature extraction for devices which measure spectra as a function of range or time
IT1310317B1 (it) * 1999-09-15 2002-02-11 Diesse Diagnostica Senese Spa Metodo e mezzi per la gestione di dati in un laboratorio
US6668272B1 (en) * 1999-11-05 2003-12-23 General Electric Company Internet-based process optimization system and method
US6219674B1 (en) * 1999-11-24 2001-04-17 Classen Immunotherapies, Inc. System for creating and managing proprietary product data
JP2001195365A (ja) * 2000-01-14 2001-07-19 Sky Com:Kk 個人属性管理装置及び個人属性管理サーバ及び個人属性管理システム
US20010035962A1 (en) * 2000-03-06 2001-11-01 Yundt-Pacheco John C. Method and device for formatting instrumentation output
US7010448B1 (en) * 2000-03-06 2006-03-07 Bio-Rad Laboratories, Inc. Method and structure for mitigating instrumentation differences
US6549876B1 (en) * 2000-07-25 2003-04-15 Xyletech Systems, Inc. Method of evaluating performance of a hematology analyzer
US6567765B1 (en) * 2000-08-17 2003-05-20 Siemens Corporate Research, Inc. Evaluation system and method for fingerprint verification
US6512986B1 (en) * 2000-12-30 2003-01-28 Lifescan, Inc. Method for automated exception-based quality control compliance for point-of-care devices
US7467054B2 (en) 2003-05-02 2008-12-16 Bio-Rad Laboratories, Inc. System and method for integrating the internal and external quality control programs of a laboratory

Also Published As

Publication number Publication date
CA2456296C (en) 2019-09-24
AU2011201898A1 (en) 2011-05-19
US20060129345A1 (en) 2006-06-15
US20050192775A1 (en) 2005-09-01
US7318000B2 (en) 2008-01-08
AU2008201276B2 (en) 2010-01-21
WO2003019184A9 (en) 2003-12-11
AU2002313818B2 (en) 2007-12-20
EP1428021A1 (en) 2004-06-16
US7299153B2 (en) 2007-11-20
AU2011201898B2 (en) 2012-03-08
US20050192770A1 (en) 2005-09-01
WO2003019184A1 (en) 2003-03-06
JP2005524049A (ja) 2005-08-11
CA2456296A1 (en) 2003-03-06
US20030101012A1 (en) 2003-05-29
US20050125186A1 (en) 2005-06-09
AU2010200363A1 (en) 2010-02-18
US7203619B2 (en) 2007-04-10
US7050933B2 (en) 2006-05-23
AU2010200363B2 (en) 2011-06-09
EP1428021A4 (en) 2007-04-11
US7286957B2 (en) 2007-10-23
AU2008201276A1 (en) 2008-04-17

Similar Documents

Publication Publication Date Title
JP4584579B2 (ja) バイオメトリック・クオリティ管理プロセス
US8099257B2 (en) Biometric quality control process
AU2002313818A1 (en) Biometric quality control process
JP5542201B2 (ja) 医療診断プロセスの自動的な品質管理のシステムおよび方法
US11195611B2 (en) Remote data analysis and diagnosis
Loh et al. Recommendations for laboratory informatics specifications needed for the application of patient-based real time quality control
CN103097864A (zh) 用于管理联网实验室中的分析质量的方法和系统
CN111406294A (zh) 自动生成用于实验室仪器的规则
US20210265028A1 (en) Altering patient care based on long term sdd
EP1933247B1 (en) Biometric quality control process
van Oort et al. Complaint handling and statistical process control: being pro-active on trends based on a process model for control chart selection

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20050726

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20080729

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20080819

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20081118

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20081126

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20090219

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20090901

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20091130

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20091207

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100301

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20100803

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20100902

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130910

Year of fee payment: 3

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees