检验工作者需要注意的几个问题.doc

检验工作者需要注意的几个问题1、准确性与精确性的问题所谓的准确性就是指结果要准确,与实际值相差不大;所谓的精确性就是指结果重复性要好。在实际工作中,我们常常混淆二者,试图以精确性替代准确性的概念,比如,遇见一个异常结果,很多同行喜欢重新检测一次,观测其重复性是否良好,实际上,这是不科学的,至少是不全面的。重复性好,只能说明精确性好,而不能说明准确性好,如果检测方法,检测仪器存在系统误差,所有的结果比实际值都高,重复一次仍然会得出较高的结果。有些同行喜欢在检验结果上写出:本结果已经重复检测,实际上并不能说明检验结果的准确性,相反地,只能使临床更瞧不起检验,除了会重新做一遍,也没有什么办法了。要保证检验结果的准确性,就应该重视全面质量控制,分析前标本采集的时机,方式,保存,运送的过程,仪器的保养,检测干扰因素的控制,操作的规范性,科学性等。仪器的精确性本身就是仪器的性能,与检测的标本无关,更与检测结果的准确性无关。2、敏感性与特异性的问题任何一个诊断指标,都有两个最基本的特征,即敏感性和特异性,所谓敏感性,就是指其在诊断疾病的时候漏诊的机会有多大(小),所谓特异性就是指该指标在诊断某疾病时,误诊的机会有多大(小)。针对某个指标,如果提高其诊断的敏感性,必然降低其诊断的特异性,换句话说,减少漏诊必然增加误诊,反之亦然。比如,我们以AFP诊断肝癌,如果我们规定,AFP大于10,就可以诊断肝癌,那么漏诊的几率就很小,很明显,很多肝癌患者AFP都大于10,漏诊的几率虽然小了,误诊的几率却大了,显然,AFP大于10的病人里面,很多人都不是肝癌;如果我们规定AFP大于2000就可以诊断肝癌,那么自然是不会或者很少误诊,因为没有其他疾病的AFP会这么高,但是我们会漏诊,因为很多肝癌患者AFP都小于2000。因此我们需要综合衡量一个指标的敏感性与特异性,最好的方法就是做个ROC曲线,通过曲线下面积确定指标的诊断效力,确定最佳的诊断值,即同时平衡好指标的敏感性与特异性。理想的指标应该具有100%的诊断特异性和敏感性,但是这样的指标是不存在的,单独使用某指标去诊断疾病,必然有一定的假阳性和假阴性,也就是,必然出现漏诊和误诊。3、异常结果与正常结果的问题很多同行在日常工作中,十分重视异常的结果,对于异常的结果,都采取进一步的措施予以证实,当然,这是必要的,因为假阳性的结果会导致误诊,给患者带来痛苦。但是我们却忽视了阴性结果,对阴性结果不重视,其实从另一个方面去想:假阴性的结果将导致漏诊,而漏诊和误诊,给患者造成的伤害都是一样的,因此,我认为,对于阴性标本,特别是与病人临床表现,临床诊断不符合的结果,或者用病人的病理生理过程不能解释的结果,以及影响病人诊断和治疗的阴性结果(正常结果),我们都应该引起重视。当然这需要我们紧密联系临床,这就是我后面要讲的了。4、参考范围与诊断值的问题任何一个实验室指标,都有其参考范围,参考范围的制定,往往是通过大规模的调查得出来的。如果一个指标是呈正态分布的,那么95%的可信区间就是其参考范围,如果血常规的各项指标,如果一个指标不是呈正态分布的,那么我们就需要把它转化成正态分布后再确定其参考范围,或者依靠统计学处理确定其参考范围,比如。AST,CK等。这实际上意味着两层意思,第一:有5%的人,某一指标属于这5%的人群,但是他仍然属于正常人群,第二,