隨著社會經濟的發展，醫院臨床實驗室的檢驗技術也日新月異。幾乎每月都會有大批代表國外先進技術的進口儀器、進口試劑蜂擁而至。舊的測定系統、測定方法可能要被新的測定系統、測定方法取而代之。對此，我們該如何應對？具體來說，需要時，我們應如何選擇、評價和驗證一個新的測定系統、測定方法？這是本課要介紹的具體內容。
在美國，有關條例要求實驗室在使用任何新的測定方法報告病人結果之前均需對方法進行驗證，驗證包括方法的精確性、準確性、靈敏度、特異性、線性范圍和參考值等。在我國雖然仍未看到相應的條例，但是，為了實驗室工作的持續、順利進行，當我們購進一臺新儀器、使用一種新試劑、新方法時，驗證仍然是必須的。
怎樣的儀器適用于我實驗室？
其實，這是一個不可一概而論的問題。在選購一臺新儀器、或采用一種新的測定方法時，通常有三方面的問題要考慮：
應用特征 這是決定某一儀器或方法能否在某一實驗室里順利執行所要考慮的因素，其中包括：每一試驗耗費的成本、每天標本量、所要分析的標本類型、標本體積、整個分析流程所需的時間、儀器成本、人員素質以及安全性能……等等。
方法學特征 主要包括方法的靈敏性、特異性。
實驗特征 包括方法的分析范圍、不精確性、不準確性、回收率、干擾以及檢出限。
這里，我們主要介紹如何考察實驗特征方面的問題。
在我們安裝一臺新儀器時，廠家通常向我們提供了有關方法學評價或驗證的數據，但是，這些數據仍然有賴于我們去檢驗是否足夠、是否可信。
下面是我們借用有關葡萄糖測定的一個例子：
測定項目 濃度水平 CV 斜率(b) 截距（a） 相關系數（r）
葡萄糖 1：12.11
2：4.53 0.79
0.93 1.0377 0.30 100%
這是某廠家在儀器說明書上給出的有關葡萄糖測定的數據。但是，這些數據傳遞了一個甚麼樣的信息？該測定方法是否可以接受？我們似乎一下子很難作出判斷。
有關方法驗證的數據處理
其實，我們要確切知道某一測定方法是否可以被接受，有兩方面的數據必須搞清楚：
1. 該試驗的質量標準是甚麼？即對該試驗我們所能容許的總實驗誤差（TE允許）是多少？
2. 該試驗的質量怎樣？即有關試驗數據所顯示實際上總的實驗誤差（TE實測）是多少？
要使方法被接受，兩者比較，應有：
TE實測 ＜ TE允許
即測定方法執行時實際的總誤差應小于測定方法允許的總誤差。TE 允許通常可以在有關文獻查找，如目前我們在PT 活動中使用的 “ CLIA Requirements for Analytical Quality” ，其中對各個專業的多個測定提出了質量要求。一般以三種形式表達：
1. 以濃度的絕對值表示，如 Ca 的測定：靶值±1.0mg/dL；
2. 以百分數表示，如白蛋白、總蛋白：靶值± 10%；
3. 以參評實驗室測定值的波動范圍表示，如血氣pO2：靶值±3SD
TE實測分為兩部分：一為隨機誤差；一為系統誤差。對隨機誤差的估計通常使用重復試驗，然后統計出SD或CV；對系統誤差的估計通常使用方法比較試驗，并從試驗方法和比較方法兩者的均值中計算出偏差，或通過回歸分析計算出在某一醫學決定水平上兩種測定方法的差異。對于TE實測的估計，文獻上提供了三種方法：
1. 偏差+ 2 SD， 即有 偏差+2SD ﹤TE允許；
2. 偏差+ 3 SD, 即有 偏差+3SD ﹤TE允許；
3. 偏差+ 4 SD, 即有 偏差+4SD ﹤TE允許。
由此可見，要判斷某一測定系統、某一測定方法是否可被接受，關鍵是要看在醫學決定水平上是否有
偏差+ n SD ﹤ TE允許
我們再看上述例子，在所分析的兩個濃度水平上，計算得到的偏差是多少。根據回歸直線方程：Y= a + b X
Y：試驗方法的測定濃度
X：比較方法的測定濃度
a：直線的截距
b：直線的斜率
當比較方法X 的濃度水平為12.11時，試驗方法Y的濃度為
Y = 0.3 + 1.0377 * 12.11
= 12.87
百份偏差為
（Y – X ）/ X*100%
=( 12.87 – 12.11 ) / 12.11 *100%
= 6.3%
又，當比較方法X 的濃度水平為4.53 時，試驗方法Y 的濃度為
Y = 0.3 + 1.0377 * 4.53
= 5.0
百份偏差為
（5.0 –4.53 ）/ 4.53 * 100%
= 10.4 %
從PT 方案可知，葡萄糖測定允許的總誤差為10%。把上述數據整理成下表：
測定項目 濃度水平 TE允許 CV 偏差% 斜率b 截距a 相關系數r
葡萄糖 12.11
4.53 10
10 0.79
0.93 6.3
10.4 1.0377 0.3 100%
采用“TE 實測= 偏差+ 3SD ”對實際測定時的總誤差進行估計，當濃度為12.11時，
TE實測= 偏差% + 3* CV
= 6.3 + 3 * 0.79
= 8.67（%）
當濃度為4.53 時，
TE實測 = 10.4 + 3 * 0.93
= 13.19（%）
（注意，這里使用了CV和百份偏差計算實際測定的總誤差，其結果是一樣的）數據整理如下表：
測定項目 濃度水平 TE允許 TE實測 CV 偏差% 斜率b 截距a 相關系數r
葡萄糖 12.11
4.53 10
10 8.67
13.19 0.79
0.93 6.3
10.4 1.0377 0.3 100%
統計結果表明，該方法在兩個濃度水平上測到的實際總誤差是不一樣的。在較高的濃度水平，TE實測﹤TE允許，該測定可被接受；在較低的濃度水平，TE實測≮TE允許，該測定不可被接受。
一種方法驗證，得到兩種截然不同的結論，這似乎自相矛盾，但是，我們要知道，這是在兩個濃度水平上的測定結果，出現這樣的情況是完全有可能的。至于最終是否把這一測定系統引進我們實驗室，這完全取決于實驗室的決策人。
此外，我們還可以把同樣的數據分析應用到醫學決定水平上。如6.11為葡萄糖測定的某一醫學決定水平，取X為6.11，計算出相應的Y值和百份偏差，由此得到的TE實測再與TE允許進行比較。CV 可采取與之濃度水平較接近的（即濃度為4.53時）的CV值。
再來討論一下相關系數r，這是方法比較實驗中通常用到的一個統計數字。r等于1.000表示兩種方法結果完全相關。以上葡萄糖對照試驗r為100%，即1.000，表示完全相關。那麼，怎樣看待r以及由斜率b和截距a計算得到的偏差之間的關系？
上圖是我們借用葡萄糖測定方法比較的一個直線圖。由圖可見，雖然兩種方法之間存在15 mg/dL 的常量誤差，相關系數r仍然表明為0.999。其實，在回歸直線分析中，r 只是提示由兩種方法測定結果得到的數據點與直線的靠近程度，1.000或100%并非表明兩種方法的測定結果完全一致。
此外，在方法比較實驗中，相關系數r 還受測定標本濃度范圍的影響。濃度范圍越大，r → 1.000，濃度范圍變小，r 值變小。
歸納與建議
實驗室在建立一個新的測定系統或一種新的測定方法時，一定要進行方法學評價或驗證，驗證過程包括：
明確質量要求，確定臨床上允許的總誤差，即TE允許；
通過有關實驗，了解各類型誤差存在的情況；
收集必要的實驗數據進行統計，估計誤差的大小；
把估計的總誤差與臨床允許的總誤差進行比較，判斷新的測定系統或方法是否可被接受。