检验科新批号质控品累计靶值：离群值与异常值判定规范

     更换质控品批号是检验科常态化质控工作。新批号质控品初始累计靶值的精准度，是室内质控体系可靠运行的基础，直接决定后续质控规则的有效性。在累计20次左右初始数据、建立初始靶值的过程中，常出现数据偏移、临界波动等问题。如何科学区分统计学离群值与实质性异常值、杜绝主观随意删改数据，是检验科质控工作的高频重点与难点。本文从核心概念、质控意义、统计方法、实操判定、标准流程及常见误区六个维度，系统化梳理标准化操作规范。

一、核心概念辨析：离群值≠异常值

临床工作中极易混淆离群值与异常值，二者分属不同判定维度，产生原因、处理原则截然不同，不可等同看待。

（一）离群值（统计学概念）

指一组检测数据中，偏离整体数据分布、差值显著偏大的观测值。仅代表数据在统计学分布上的“疏离”，不代表数据检测错误。可由小样本随机波动、轻微系统波动导致，属于统计学可疑数据，并非无效数据。

（二）异常值（技术质量概念）

指由明确非随机误差导致的无效检测数据，存在可溯源的技术或操作问题。主要诱因包括仪器故障、试剂变质、操作失误、质控品污染、设备参数异常等，完全不具备统计代表性，无法用于靶值计算。

（三）核心区别总结

异常值一定是离群值，但离群值不一定是异常值。统计学检验仅用于筛查可疑数据，最终能否剔除数据，必须依托实验室技术溯源判定，严禁仅凭统计结果或主观感觉剔除数据。

二、新批号靶值累计阶段精准判值的重要意义

新批号质控品初始建库阶段数据量少、系统稳定性弱、波动偏大，离群值对整体靶值、标准差（SD）的影响被大幅放大，是质控体系最易遗留隐患的关键阶段。

（一）小样本数据敏感度极高

临床常规采用20组左右初始数据建立靶值，单组极端数据即可造成均值偏移、SD虚高或虚低。误保留异常值，会导致靶值偏倚、SD偏大，引发后续“假在控”，掩盖真实检测误差；误剔除正常波动的离群值，会人为压缩SD，导致日常质控频繁触发“假失控”，干扰常规工作。

（二）新批号固有波动不可忽视

不同批号质控品存在基质差异、厂家赋值偏差、瓶间差；同时初期操作人员对新质控品的复溶、孵育、加样流程尚未完全稳定，数据波动本身大于常规质控，绝对不能以主观观感作为数据剔除依据。

（三）初始靶值是质控体系基准

后续所有Westgard质控规则、变异系数（CV）计算、检测偏倚评估，均以初始累计靶值为核心基准。初始靶值一旦偏移，后续全部室内质控数据、质控分析结果均失效，失去质量监控价值。

三、主流离群值统计学检验方法及适用场景

临床实验室常用4种离群值检验方法，适配不同样本量与实操场景，针对新批号20组左右初始数据，优先推荐Grubbs检验法、Dixon检验法。

（一）Grubbs检验法（CLSI官方推荐首选）

该方法为国际公认标准，符合CLSI EP17文件规范，适配3～100例样本量，完全匹配新批号靶值累计（n≈20）的工作场景，判定精准度最高。

核心公式：G=|X可疑−X̄|/S

X可疑：可疑离群数值；X̄：本组数据均值；S：本组数据标准差

标准化操作步骤：1. 将所有检测数据从小到大排序；2. 计算全部数据的均值与标准差；3. 分别计算最大值、最小值的G统计量；4. 对照95%置信水平Grubbs临界值表，G值大于临界值即可判定为统计学离群值。

（二）Dixon检验法（小样本手工快速判定首选）

适配3～30例小样本数据，无需计算标准差，计算简便、实操性强，适合科室快速手工筛查。核心原理为通过数据极差比值，判断极值是否显著偏离整体分布，n=10～30区间优先采用双侧检验公式，对照临界值表即可完成判定。

（三）4d法（快速初筛工具）

适用于样本量＞4的初步筛查，无需查表、计算高效，但精准度较低，仅可作为前期初筛手段，不得作为最终判定及数据剔除依据。核心原理：剔除可疑值后，利用剩余数据计算平均偏差d，若可疑值与剩余均值差值＞4d，可初步判定为离群可疑数据。

（四）Z-评分法（辅助参考工具）

适用于有厂家定值、上一批号历史靶值的场景，公式：Z=(X测定−X参考)/S历史。常规|Z|＞3提示数据显著偏离。因新旧批号质控品存在固有基质差异，该方法仅作辅助参考，不可替代本组数据专属的离群检验。

四、统计学离群值的最终判定与处理原则

统计学检出离群值仅为“筛查可疑”，并非“判定错误”，严禁直接剔除数据，必须通过全方位技术溯源，区分实质性异常值与单纯统计离群值。

（一）四维技术溯源排查标准

1. 操作层面排查

核对操作记录，核查质控品复溶时长、复溶规范度、加样操作、孵育时间、操作人员，排查是否存在加样失误、样本溅出、操作不规范等人为误差。

2. 仪器层面排查

调取仪器原始检测数据、反应曲线、运行日志，核查检测时段是否存在光路异常、吸样故障、温度波动、仪器报警、反应速率异常等硬件问题。

3. 试剂耗材层面排查

确认检测时段试剂批次、有效期、校准状态，核查校准品是否过期、反应杯、吸头等耗材是否合规、实验用水是否正常，排除试剂、校准、耗材干扰。

4. 质控品本身排查

核查数据对应质控品瓶号，确认是否存在反复冻融、污染、浑浊、受潮、储存不当等问题，确认是否为同一批次、同一规范操作的质控品。

（二）分级处理原则

1. 可溯源明确技术误差：判定为异常值，直接剔除，不纳入靶值、SD计算；

2. 无任何可溯源问题：仅为单纯统计离群值，属于正常随机波动，原则上全部保留，严禁随意剔除；

3. 极值偏大但复测正常：可谨慎剔除，必须完整记录偏差情况、复测过程及剔除原因，留存溯源资料。

（三）硬性质控底线要求

1. 初始20组累计数据中，异常值剔除比例不得超过10%，即最多剔除2组数据；

2. 剔除异常数据后，需补充检测，确保最终有效数据量≥20组，保障靶值统计有效性。

五、新批号质控品累计靶值标准建立流程

结合离群值、异常值判定规则，形成可直接落地的标准化操作流程，规范新批号靶值建立全流程。

1. 多维度数据采集

累计有效检测数据不少于20组，检测周期不少于10天，每日检测2次，检测间隔≥4小时；覆盖不同操作人员、不同质控品瓶号、不同仪器校准周期，完全模拟日常临床检测状态，保证数据代表性。

2. 人工技术初审

优先人工筛查，直接剔除有明确操作失误、仪器报错、样本异常、质控品污染等可溯源问题的无效数据，无需进入统计检验环节。

3. 统计学离群检验

对初审后的有效数据集，采用Grubbs检验法进行双侧离群检验，精准标记所有统计学离群可疑数据。

4. 逐点技术溯源判定

对每一个可疑离群点逐一开展四维溯源排查，区分异常值与单纯统计离群值，详细记录排查过程与判定结果。

5. 完善有效数据集

剔除合规异常值，及时补充检测数据，确保最终有效数据量达标。

6. 计算初始暂定靶值

以最终有效数据的均值作为暂定靶值，对应SD为暂定标准差，投入日常室内质控使用。

7. 月度更新优化

新批号质控品投入使用满1个月后，汇总当月所有在控质控数据，重新核算均值与SD，更新为正式常规靶值，完成体系优化。

六、临床常见误区解析

误区1：所有离群值均为错误数据，必须剔除

小样本统计场景下，随机波动会产生合规的统计学离群值，并非检测错误。盲目剔除会人为缩小SD，导致日常质控频繁假失控，干扰正常质控工作。

误区2：采用Westgard规则判定初始靶值离群

Westgard质控规则的应用前提是靶值、SD已稳定建立。初始建靶阶段无固定基准，使用1₂s、2₂s等规则判定离群属于逻辑倒置，判定结果完全无效。

误区3：单次批量剔除多个离群值

20组初始数据中若出现2个及以上离群点，并非偶然误差，大概率提示存在系统问题，如仪器精密度不足、复溶操作不规范、试剂状态不稳定等。需优先排查系统隐患，而非通过剔除数据美化质控结果。

结语

新批号质控品累计靶值的建立，是室内质量控制的基础性、关键性工作。离群值检验的核心目的是排除真实技术误差、还原检测系统真实水平，而非优化数据外观。临床工作中必须坚守技术溯源优先于统计学判定的核心原则，严格区分异常值与统计离群值，所有数据剔除、靶值调整均做到有依据、有记录、可溯源。严格规范建靶流程，才能从源头保障室内质控的真实性、稳定性与有效性，为临床检验质量筑牢基础。