若干分析儀器估量勘驗效果的合理剖析辦法
1實驗室檢測結果的特點
實驗室檢測的指標很多，根據檢測的結果可分為定性和定量兩類。對于定性資料的處理方法較簡單，此處不做過多討論。在多中心臨床試驗中不同的定量檢測結果的分布和變異程度差別很大，引起這種現象的原因主要有4個：
①同一受試者在不同時間的測量值可能會有差異；②不同受試者之間有差異；③不同檢測儀器檢測同一樣品的結果也可能不同；④不同操作者檢測結果之間的差異。一般前兩個原因產生隨機誤差，而原因③和④除隨機誤差外，還可能由儀器或操作者的不同造成。它可以使檢測結果向某些方向發生傾向性變化，屬于系統誤差。具體體現在使用不同儀器測量同一批樣品時，各儀器測得結果的集中趨勢與離散趨勢可能不同，甚至差別很大。因此有必要采取措施處理不同儀器造成的系統誤差，使分析結果更客觀真實。
2分析實驗室檢測結果的策略
根據實驗室數據的特點、參考值范圍及分析目的確定分析的策略。對于定性資料根據分析目的直接采取相應的方法處理，對于定資料，根據分析的目的確定具體的方法，如定量資料定性化、有序化和標準化。
3實驗室定量檢測結果的處理方法
3. 1定性化當關心某些定量實驗室檢測結果正常、異常受試者的例數或比例時，可按各儀器的參考值范圍把結果分為正常和異常兩類，把定量的結果定性化，此時可以列出治療前正常而治療后異常等各種組合的受試者例數，并可進行組間的比較，還可以計算轉正率、轉異率等相關指標。
3. 2有序化欲粗略地了解某些定量資料的異常程度或通過異常程度判斷臨床意義時，可把定量的檢測結果除以各儀器參考值的上限或下限，從而得到該值是參考值上限的幾倍或是參考值下限的幾倍，然后可按異常的程度分類，還可通過轉化后的結果描述或計算各種異常程度受試者的分布情況，也可進行組間或自身前后的比較。
3. 3標準化當定量資料用于療效評價，如想利用一些統計模型來對其進行分析，或用于安全性評價，需要做較為細致的分析時，則需要對其進行標準化處理。標準化處理的目的有二：一是在一定程度上消除因測量儀器的不同造成測量結果離散程度的差異，即對離散程度進行標準化，使不同儀器檢測的結果可比；二是使不同儀器測量的結果能夠合并，使合并后結果的描述性統計分析結果更易于理解。對某一臺儀器檢測結果標準化的具體操作分兩步進行：第一步，使用相同的離散標準衡量不同儀器的檢測結果，用標準參考值范圍的全距（一般選擇教科書上提供的參考值范圍作為標準的參考值范圍，這樣會使結果易于理解）除以某臺儀器特定指標測定值的全距得到一個系數A，然后把經這臺儀器檢測的每個結果與其參考值范圍的上、下限乘以得到的系數A得出新值及其新的參考值范圍上、下限；第二步，把上一步得到的新的參考值范圍平移到標準的參考值處，新值也隨之做相同的移動，即所有的新值加上一個系數B，系數B可以通過標準值的下限減去新參考值范圍的下限得到，各臺儀器的檢測結果經上述標準化后得到按標準的參考值范圍變換后的值。
4示例分析<例1 >將18例受試者治療前后尿素氮進行定性化和有序化處理。
該例共選擇了3臺儀器，每臺儀器測量對照、試驗組各3例，共計18例。表1的（1）、（2）列是18例受試者治療前后的尿素氮的原值，從該表中可以明顯地看出，參考值的范圍差別較大， 3號儀器的參考值范圍比前兩臺儀器大得多，原始資料產生這種情況的原因是每臺儀器所用的測量單位的不同。進行定性化處理，即把檢測的結果與其參考值范圍比較，得出正常或異常的結論，用這一結論進行進一步的分析， （6）、（7）列是定性化的結果。進行有序化處理，如原始值高于參考值范圍的上限用原始值除以該上限得到原始值是該上限幾倍，如果原始值低于參考值范圍的下限用原始值除以該下限得到原始值是該下限的幾倍，當原始值在參考值范圍內時，這個倍數就定為1， （8）、（9）列就是根據這一思表1
18例受試者治療前后的尿素氮（ρB /mg？
dl - 1或C B /mmol？
L - 1）儀器編號（1）組別（2）原值治療前（3）治療后（4）參考值范圍（5）正常或異常治療前（6）治療后（7）參考值上限或下限的倍數治療前（8）治療后（9）1對照5. 6 4. 5 2. 5～6. 5正常1 2. 1 2. 9異常正常0. 84 1 7. 8 13. 2異常1. 20 2. 03試驗4. 6 5. 8正常1 5. 7 5. 2正常1 5. 9 10. 2正常異常1 1. 57 2對照3. 5 7. 2 2. 9～8. 3正常1 2. 1 4. 3異常正常0. 71 1 7. 8 14. 5正常異常1 1. 75試驗5. 6 4. 2正常1 3. 3 4. 6正常1 7. 8 6. 7正常1 3對照10. 6 13. 7 8～20正常1 7. 1 15. 3異常正常0. 89 1 8. 2 16. 4正常1試驗16. 5 30. 2正常異常1 1. 51 14. 6 22. 8正常異常1 1. 14 23. 1 19. 4異常正常
想計算而來的，結合研究的需要把計算出的結果分為幾個等級，即進行有序化處理，如根據臨床試驗研究需要規定在參考值范圍內或低于參考值范圍下限時定義為正常，在參考值范圍上限的1倍與1. 5倍之間時定義為異常無臨床意義，超過參考值上限的1. 5倍以上時定義為異常有臨床意義，此時就把定量的檢測結果轉化為有序的結果，可以根據需要對這種有序化的結果進行進一步分析，如列出各種情況的頻數等。
<例2 >
18例受試者治療前后的血小板計數的標準化，原始數據見表2的（1）、（2）列，該例共選擇了3臺儀器，每臺儀器測量對照、試驗組各3例，共計18例。按3. 3節中的標準化方法進行處理，選擇教科書上血小板參考值范圍（100～300）×10 9 /L作為標準的參考值范圍，以1號儀器為例說明系數A、B的計算方法，根據3. 3的具體操作步驟，第一步，用標準血小板參考值范圍的全距200×10 9 /L除以1號儀器血小板參考值范圍的全距302×10 9 /L得到系數A = 0. 6623，把經這臺儀器檢測的每個結果與其參考值范圍的上、下限乘以得到的系數A得出新值及其新的參考值范圍上、下限，新的參考值范圍為（51. 66～251. 67）×10 9 /L；第二步，用標準參考值范圍的下限減去新參考值范圍的下限得到系數B = 48. 34×10 9 /L，把上一步得到的新值及其新的參考值范圍上、下限加上系數B即可得到標準化的值。系數A、B見表2的（7）、（8）列，標準化的結果見表2的（9）、（10）列。
例如，標準化值218 = 256×0. 6623 + 48. 34≈217。經過上述標準化變換后，不同中心不同組別的數據之間具有了可比性，可以直接合并進行組間或組內的比較等推斷性統計分析，也可以對其集中趨勢和離散趨勢等進行描述性統計分析。
18例受試者治療前后的血小板計數（×10 9 /L）儀器編號（1）組別（2）原值治療前（3）治療后（4）參考值范圍（5）標準參考值范圍（6）系數A（7）系數B（8）標準化值治療前（9）治療后（10）1對照256 238 78～380 100～300 0. 6623 48. 34 218 206 287 245 238 211 254 367 217 291試驗214 237 190 205 257 467 219 358 134 179 137 167 2對照116 168 100～300 100～300 1 0 116 168 248 318 248 318 364 279 364 279試驗184 262 184 262 411 200 411 200 196 179 196 179 3對照134 78 100～400 100～300 0. 6667 33. 33 123 85 365 324 277 249 462 875 341 617試驗397 346 298 264 236 219 191 179 231 176 187 151以治療前的原始值和其原始值的標準化值為例進行組間的假設檢驗，首先對各組的原始值和標準化值合并結果進行正態性檢驗，檢驗結果見表3。可以看出，按α= 0. 05水平，試驗組標化后數據不滿足正態性。因為不同儀器原值的衡量標準不同，對原值直接合并就造成了假象，本例中表現為由于儀器的原因把不符合正態性的數據錯誤地認定為符合正態性。由此可見標準化的重要性，它可以使合并多臺儀器后所做的假設檢驗結果更合理。如使用治療前的原始值直接進行相同組別的合并后再進行正態性假設檢驗時，因錯誤地認為滿足正態性，將導致錯誤地使用參數檢驗法。當對治療前的原始值進行標準化后發現試驗組標準化值的正態性檢驗P值為0. 0113，按0. 05水平，認為試驗組標準化的值不滿足正態性，此時應進行成組設計定量資料的非參數檢驗，檢驗可使用SAS軟件包中的PROC NPAR1WAY < 3 >進行。
若仍希望用參數檢驗法（本例應叫成組設計定量資料的t檢驗）處理資料，僅當兩組標準化后的數據滿足正態性和方差齊性時可以實施< 4 >。
表3各組治療前原值及標準化值的Shapiro 2 W ilk正態性檢驗結果組別W值P值對照0. 949255 0. 6819對照標準化0. 938361 0. 5648試驗0. 864878 0. 1083試驗標準化0. 777673 0. 0113繼續對治療前的原始值及其標準化值的集中趨勢和離散趨勢進行分析。
給出了兩組治療前原始值及標準化值的均數和標準差，可以看到標準化后的均數比原始值小，這主要是由于原始值的衡量標準不同造成的。標準化后的標準差小于原始值的標準差，是由于各儀器的原始參考值范圍比標準的參考值范圍大，就會導致用原始的衡量標準會比標準的衡量標準離散程度大的結果出現，所以經標準化后離散程度減小。由于人們通常選用的血小板參考值為（100～300）×10 9 /L，所以經標準化后計算的值更易于理解。
表4各組治療前原值及標準化值的均數和標準差組別均數標準差對照276 111對照標準化238 85試驗251 94試驗標準化224 82
5討論
通過本文的例子可以看出將各儀器同一指標的測量結果直接合并的危害性，文中的例子由于各儀器的參考值范圍重疊部分較多且各參考值范圍的全距相差不大，所以標準化前后均數和標準差相差不大，如果不同儀器的參考值范圍重疊部分較小，標準化前后均數相差可能會很大，如果各儀器參考值范圍的全距相差較大，標準化前后的標準差會相差很大。
由于在一個臨床試驗的過程中，一個中心通常只用一臺儀器測量同一指標，也很少在此期間對儀器校正，所以一般一個中心只有一個參考值范圍，在這種情況下，文中的“儀器”可理解為“中心”。http://www.pc256.com
