2012年1月，CLSI发布了一个关于测量不确定的新文件：C51A.“检验医学的测量不确定表达[1] ”。这个文件主要涉及到对ISO15189认可有兴趣的实验室。对于US实验室，CLIA不要求评估测量不确定度（MU）。但是，了解〔该文件〕介绍的内容以及实验室应该如何获取信息以评估MU，则是有用的。要记住ISO的〔评定MU〕建议对US实验室越来越重要。ISO鼓励最新的CLSI EP23A，用风险分析来制定QC方案。CMS支持该办法，并逐步淘汰目前的EQC指南，以支持基于风险分析的QC方案。MU可用类似的方式找到自己进入US实验室的道路。

背 景

       MU的“圣经”是“表达测量不确定度的指南”，又称作GUM[2]。通常GUM的办法是强调识别对测量结果、变异有贡献的诸多因素，然后叙述每个因素的方差特性，并合成这些方差来描述最终试验结果的不确定度。该方法也被描述为“自下而上”办法。与之相对，有“自上而下”方法，直接从实验数据，例如方法确认实验或常规质控数据，来评估变异。
       观察C51A指南，文件一共55页，其中大半部分致力于“自下而上”办法。“自下而上”办法可能更合适厂商，他们愿意识别或评估对总变异有贡献的许多各个因素，需要时，会隔离及减少变异来源。对于喜爱数学方程式的人，会喜欢阅读。对于喜欢较简单“自上而下”办法的人，关注第7章（28-31页）和附录B（53-55页）可能更有用。“自上而下”办法更适合医学实验室，它们的兴趣在最终检测结果的变异，这可从长期QC数据直接评出。

随机变异的计算

       如White [3]所述，MU的基本参数是SD。“自上而下”办法首先依赖于获取一个可靠和真实的对SD或CV的估值。C51A推荐长期的QC数据。这指在一段长时间重复分析质控物的QC结果。通常使用2或3个不同质控物来监测医学决定浓度的性能。如果是在几个月的期限获得这些QC结果，预期能反映不同批号的试剂、校准，不同批号校准品，分析仪移液，温度稳定性，传感器稳定性，不同操作者，不同操作条件等的贡献；因此能提供反映实验室测量变异的真实随机误差估值。我们可以争论月份数，根据C24A3累积质控限的建议[4] ，考虑3-6个月的QC数据是合理的。

偏移评估中不确定度的计算

       除了来自随机误差的变异，有可能出现系统性误差或偏移。有以下方法估算偏移：分析有证参考物质、比较方法间的病人结果（方法比对实验）、或者来自一个外部质量评估或能力验证计划。任何偏移的估值都有自己固有的，取决于实验条件的不确定度。不管是否修正偏移，偏移估值的不确定度都应包括在MU中。White对此做了具体说明 [3]：
       在实际中，修正偏移和重复测量可以减少，但却不可能完全消除系统误差和随机误差，所以不能正确获知总误差。随之也不能获知被测量的真值。此假设是MU办法的基础。MU概念还假设，如果已知方法的偏移，那么可采取措施，例如重新校准以最小化偏移。但是，因为不能正确获知偏移值，这样修正也会有与之相关的不确定度。这样，在MU概念中，一个测量结果可由两个不确定度组成（i）一个是与偏移修正相关（ubias），（ii）由随机效应引起的不确定度（不精密度，uimp）。这些不确定度都以SDs表达，将2者合成得到程序的合成标准不确定度（uProc）。

修正偏移

       这是医学实验室应用计量学原理问题的症结！只要可能，应消除任何测量程序的偏移，如果实用的话应修正，如果必要的话则忽略。无疑，最好是消除或修正偏移，但是如果这不可能，则ISO和CLSI的指南忽视了偏移对测量结果的变异有贡献。如果单一实验室使用单一测量程序用于一个试验，并且建立了自己的参考范围和医学决定临界值，这样实验室可假设偏移是恒定的，或保持稳定，因此不会导致试验结果的任何变异，可以接受在上述情况不会引起结果的变异。但是大多数实验室不会在这些过分简单化的条件下工作，因此常规方法和参考方法之间的偏移会对试验结果的值有贡献，并影响其使用和解释。
       我们长期争论的是，在医学实验室中消除或修正偏移是不实际的，因此在叙述测量过程质量特点时，必须计算偏移[5]。传统上，评估“总误差”为上述工作提供了一个实用办法。但是，ISO不承认使用总误差，因为总误差包括了来自方法偏移的线性贡献（也就是偏移加上95%的或2*SD不确定度的估值）。根据严格的计量学原理，应消除或修正偏移，因此不应存在于报告的试验结果中。如果偏移可以完全消除或修正，那么只有随机误差存在，评估总误差就减为评估随机误差。如果不能完全修正或消除偏移，那么我们建议在最终试验结果的预期变异中应包括偏移。
       不幸的是，C51A不能解决这个问题。该文件承认“总误差”的概念，但是阻止其用于估算MU：
       传统上来说，一个被测量值的所谓总误差为两个项的计算总和。第一项，基于观察或文献的总系统误差，表达为观测值和参考值〔目标值〕之间差异的平均值。第二项是随机测量变异的估算，也就是观测到变异的SD，乘以根据置信水平要求的包含因子。假设随机误差遵循高斯分布（Gaussian distribution），两项的总和就是测量总误差的上限。
       如果将总误差计算量的量值用于另一个测量的输入值，在其与测量模型中的其他输入量合成前，应将总误差分为系统组分和随机组分两个部分。误差模型的重要缺点就是〔在上述情况〕缺乏可转移性。
       原因是在于任何MU的估值都需要可以与其他不确定度组分合成，合成步骤是求SDs的平方，方差相加，然后开平方根以估算合成不确定度。C51A讨论了下列需要合成多个不确定度以评估计算量MU的应用情况，例如肌酐清除率、肾小球滤过率、阴离子间隙等。其他重要应用还包括，增加分析前变量的效应、例如采样变异和个体生物变异。要注意〔现在的〕误差模型已可以容纳随机变异的其它来源，以及系统误差的其它来源，如最近在此网站上讨论过的[见总分析误差和脑脑循环（Brain to Brain Loop）]。

未修正偏移的修正

       对于未修正的偏差该怎么办，C51A不能解决这个问题，只提及到参考Magnusson 和 Ellison的论文。该文章测试了处理MU估算中的未修正偏移的不同方法[6]。这些作者首先测试了偏移修正是不可能的或者不现实的情况，然后总结出许多情形需要实验室在报告MU中加入偏移。
       常规实验室必须面临处理偏移未修正的问题。在比较测量结果时，需要更多关于偏移和偏移修正的指南，以帮助实验室的工作，并将由于处理偏移办法不同引起的解释差异的问题最小化。假如只给出观察到的偏移或疑似有偏移的原因，则会误导出一个没有反映偏移的未修正结果。此时可用的选项有：
       1、报告结果及其不确定度，连同偏移（或修正）及其不确定度。
       2、报告扩大的不确定度区间的结果。
       第一个选项将解读偏移和MU的责任放在试验结果的用户身上。第2个选项对医学实验室更为实用，作者评估了用于扩大不确定区间，以包括未修正偏移效应的几种方法。
       基于当前研究，并考虑到检测实验室需要一种简单、一致并为对称区间的办法，我们结论是，对于大多数自由度高的情况，首选方法是按Synek所述，以线性方式添加偏移，调整覆盖范围。
       因此，建议以线性方式添加偏移项到合成不确定度（95%区间），合成不确定度是长期不精密度加评定偏移的不确定度。这个办法实际与在总误差模型中偏移处理的方法一致，并可预计，这样评估的MU会比总误差估算稍大，因为它包括了评估偏移的不确定度。

C51A“自上而下”办法

       应使用长期QC数据，以包括来自试剂批号更换、校准、校准批次、不同操作者、常规维护等的变异。C51A建议要识别对变异有贡献的重要因素，并必须以方差分析〔ANOVA〕来评估各种组分的变异。C51A以肌酐为例，5个批次，每个批次重复5次来说明方差方析的应用。该例表明可以将一个如CLSI EP15建议的短期方案，用于初始评定偏移或正确度、精密度和测量不确定度。
       第二个例子见附录B。这些数据阐述了一个质控物在42批次运行期间，每批次重复测量3次，多个操作者，使用2个不同批号的试剂。用方差分析（ANOVA）给出测量CV的估值为6.1%，乘以包含因子2，MU估值为± 12.2%。与另一法比较，即不进行方差分析，简单地计算所有126测量的CV为5.8%,MU为11.6%。MU12.2%与 MU 11.6%之间的差别很小，实际上，两个数都表示估值为12%。，从现有的长期QC数据简单计算SD或CV，可能是评定MU的起始。
       这些例子的价值在于表明可有不同办法估算MU，实验程序和数据计算不必过于复杂。对于实际应用，要紧的是要制定一个清楚的实验方案和相关的计算工具，使繁忙的生产实验室也可进行MU的估算。这是我们实验室工作人员的责任，要提供实用方案和计算工具。

做什么?

       引入一个新方法到实验室，关键是要评估其报告范围。不精密度、偏移、参考区间、和可检测限、回收、和干扰。我们现在应该在此列表中加上MU。可从初步评估研究中的重复测量和比对实验估算MU。这些最初估值大都是最佳的（低值或小值），一旦方法用于常规用途，实验室可收集长期QC数据以得出更好的MU估值。
       提供测量不确定度真实估值的关键是要有长期精密度和持续的偏移。检测过程使用周期中的不同时间的随机误差和系统误差，会有不同来源的估算。可以从CRMs、比对研究、EQA、或PT结果来估算偏移，这样有必要制定出相应的计算偏移和偏移不确定度的办法。根据QC方案的设计，可简单计算SD或CV，或者使用方差分析〔ANOVA〕。好消息是CLSI C51A指南允许医学实验室灵活使用各种各样的“自上而下”设计来评估MU。

参考方法
1.CLSI C51A. Expression of Measurement Uncertainty in Laboratory Medicine. CLSI, Wayne, PA 2012.
2.Guide to the expression of uncertainty in measurement. ISO,Geneva, 2008.
3.White GH. Basics of estimating measurement uncertainty. Clin Biochem Rev 2008;29:S53-S60.
4.CLSI C24A3. Statistical Quality Control for Quantitative Measurement Procedures: Principles and Definitions. CLSI, Wayne,PA 2006.
5.Westgard JO. Managing quality vs. measuring uncertainty in the medical laboratory. Clin Chem Lab Med 2010;48:31-40.