《PLOS One》:Verification of reference intervals for routine biochemical tests using the reflimR in Turkish adults
编辑推荐:
本研究旨在使用reflimR方法验证土耳其成年人群体中常规生化检验的参考区间(RIs),并将其与制造商提供的RIs进行比较。研究人员评估了2024年2月至10月期间使用Beckman Coulter分析仪检测的19项常规生化参数的RIs,并采用reflimR算
本研究旨在使用reflimR方法验证土耳其成年人群体中常规生化检验的参考区间(RIs),并将其与制造商提供的RIs进行比较。研究人员评估了2024年2月至10月期间使用Beckman Coulter分析仪检测的19项常规生化参数的RIs,并采用reflimR算法进行分析。针对女性和男性,研究人员分别使用五种间接方法(reflimR、refineR、KOSMIC、Hoffmann和Bhattacharya)估计了RIs。基于允许不确定性的交通灯算法被用于解释reflimR计算出的RIs限值是否在容差限值内。与制造商提供的数值相比,使用reflimR方法,76个RIs限值中有40个被接受,21个需要检查,15个被拒绝用于RI验证。reflimR与其他间接方法的比较结果总体一致,但丙氨酸氨基转移酶(ALT)、γ-谷氨酰转移酶(GGT)和总胆红素检测除外。reflimR算法可能提供一种快速且易获取的计算和验证RIs的方法。验证失败可能源于制造商研究结果与研究人员分析人群之间的基本差异,包括种族、性别、年龄人口统计学和地理因素。
**论文解读:使用reflimR验证土耳其成年人常规生化检验参考区间**
**研究背景与问题**
参考区间(RIs)是临床实验室报告中解读数值的关键决策支持工具,其质量直接影响临床决策的准确性。传统的直接方法需从至少120名健康个体中采集样本,按指定百分位数(如2.5%和97.5%)计算RIs,但该方法耗时、昂贵,且受种族、性别、年龄、地域、饮食等多因素影响,因此实验室需自行建立或验证RIs。间接方法利用常规检测样本数据,具有快速、低成本的优点,但可能受疾病亚群干扰。近年来,多种间接算法(如reflimR、refineR、KOSMIC、Hoffmann、Bhattacharya)被开发用于RI估计,其中reflimR算法基于改进的Hoffmann方法,整合了Bowley偏度、iBoxplot95截断及正态Q-Q图,可在毫秒级内完成计算,并通过交通灯颜色直观展示RI与预设限值的吻合程度。然而,不同人群的种族、年龄、性别分布及地理因素可能导致制造商提供的RIs不适用,需进行本地验证。本研究旨在使用reflimR方法验证土耳其成年人常规生化检验的RIs,并与制造商提供的RIs及其他间接方法进行比较,评估其适用性。
**研究内容与结论**
研究人员从伊斯坦布尔培训与研究医院生化科收集2024年2月至10月期间19项常规生化参数(包括甲状腺激素、血糖、肝功能酶、电解质等)的检测数据,共694,869次测量,数据来源于实验室信息系统(Alis, Ventura Software, Ankara, Türkiye)。排除重症监护、血液科、肿瘤科等科室的结果,仅纳入18-75岁且首次检测的个体。使用五种间接方法(reflimR、refineR、KOSMIC、Hoffmann、Bhattacharya)分别估计女性和男性的RIs,并通过交通灯算法(基于允许不确定性)比较reflimR结果与制造商提供的RIs。同时,用Bland-Altman分析评估reflimR与其他方法的一致性,差异按CLIA(临床实验室改进修正案)允许总误差标准衡量。
主要结论:reflimR算法可快速验证RIs,76个限值中40个被接受(绿色),21个需检查(黄色),15个被拒绝(红色)。被拒绝的限值涉及葡萄糖、AST、总胆红素、尿素、白蛋白、钾、TSH等参数,可能与种族、性别、年龄分布、时间周期及测量地点的差异有关。reflimR与其他间接方法结果总体一致,但ALT、GGT和总胆红素的URLs存在显著差异,可能源于这些参数固有的右偏分布及算法在分离病理与生理分布时的不同数学假设。该研究发表在《PLOS One》。
**技术方法**
主要关键技术方法包括:(1)reflimR算法(改进的Hoffmann方法),通过Bowley四分位偏度判断正态或对数正态分布,采用iBoxplot95算法截断中央95%非病理值,从正态Q-Q图计算参考限,并内置允许不确定性算法计算医学容差限,通过交通灯颜色(绿、黄、红)输出结果;(2)其他四种间接算法:refineR(基于正则化最大似然优化与Box-Cox变换)、KOSMIC(最小化Kolmogorov-Smirnov距离)、Hoffmann(原始概率纸法)、Bhattacharya(基于密度函数分解);(3)数据清洗:排除非数值或拒收样本、多次检测仅取首次结果、剔除特定科室(ICU、血液科等)及年龄<18岁或>75岁个体;(4)统计学分析:使用Bland-Altman图比较reflimR与其他方法的参考限差异,差异按CLIA允许总误差标准(绝对或百分比)评估。样本队列来源于伊斯坦布尔培训与研究医院,人口统计显示为土耳其裔为主的多元族裔成年人群。
**研究结果**
**性别与年龄分布及样本量**:19项生化参数总测量次数694,869次,中位数26,355次;女性样本量中位数16,715,男性9,640。所有参数均按性别分别分析,年龄中位数男性52岁(38-62),女性49岁(35-60)。
**与制造商参考区间的比较**:使用reflimR算法,76个限值中40个被接受(绿色),21个需检查(黄色),15个被拒绝(红色)。男性中,葡萄糖、AST、总胆红素、尿素的URLs以及白蛋白、钾、TSH的LRLs显著超出容差限;女性中,AST、LDH、总胆红素、尿素的URLs以及白蛋白、AST、钾、TSH的LRLs显著超出容差限。镁、肌酐、钠、FT4的限值在男女中均被接受。
**与其他间接方法的比较**:reflimR与refineR、KOSMIC、Hoffmann、Bhattacharya的参考限差异多数在CLIA允许范围内,但部分参数存在显著差异。例如,男性ALT的URL(16.9%)与refineR相比显著偏高;男性GGT(18.5%)和总胆红素(20.7%)的URL与KOSMIC相比显著偏高,超出CLIA允许限值。Bland-Altman分析显示,reflimR与refineR的LRLs和URLs平均差异分别为-0.47%和2.02%,与KOSMIC为-0.22%和4.26%,与Hoffmann为0.71%和-0.44%,与Bhattacharya为0.98%和-0.37%。
**讨论与结论**
讨论指出,reflimR算法通过交通灯颜色和严格评估,能有效避免接受过宽或不当的RIs,相比CLSI指南(仅允许20个健康个体中不超过2个超出范围)更具敏感性。验证失败的原因包括种族、性别、年龄、地理因素等差异,例如总胆红素在男性中URL偏高可能源于Gilbert综合征(UGT1A1*28多态性)在土耳其人群中的高患病率;葡萄糖URL偏高可能与年龄增长相关;尿素差异可能与蛋白质摄入有关。对于ALT、GGT、总胆红素等右偏分布参数,不同间接方法结果差异显著,研究者建议采用参数特异性方法选择最适合的算法。
**研究结论**:reflimR算法可能有助于RI验证,其直观的彩色编码结果解读和最小数据需求使其适用于常规实验室。76个限值中有15个被拒绝,这可能源于制造商研究(IFU)与通过间接方法分析的研究人群之间的基本差异(如种族、性别、年龄分布、时间周期和测量地点)。reflimR与其他间接方法的比较结果总体一致,但ALT、GGT和总胆红素检测除外。从不同间接方法获得的RIs差异可能归因于数据分布和算法计算方法的差异。