Clinica Chimica Acta:什么是评价质量控制预测性能的指标?
2019-09-21 gladiator MedSci原创
QC计划是使用平均运行长度(ARL)和信号时间(TTS)来评估的,然而大多数实验室都不熟悉这些指标。质量控制(QC)策略通常使用功率曲线来进行设计。这类分析从原因(检测结果的变化)到结果(QC监控过程的信号)进行推导。最终用户面临一个不同的问题:他们必须从结果(QC信号)推理到原因。因此,如果有一个从最终用户的角度评估QC策略的度量标准将会很有帮助。
QC计划是使用平均运行长度(ARL)和信号时间(TTS)来评估的,然而大多数实验室都不熟悉这些指标。质量控制(QC)策略通常使用功率曲线来进行设计。这类分析从原因(检测结果的变化)到结果(QC监控过程的信号)进行推导。最终用户面临一个不同的问题:他们必须从结果(QC信号)推理到原因。因此,如果有一个从最终用户的角度评估QC策略的度量标准将会很有帮助。
本研究在分析误差分类的基础上,建立了一个简单的二分类模型。根据临界偏移量(Sc)将误差分为重要和不重要两类。使用该方案,研究人员展示了如何使用常见的准确性指标(如敏感性、特异性、阳性预测值(PPV)和阴性预测值(NPV)来分析QC策略。探讨了设计选择(QC限制,重复次数)在许多不同环境下对这些性能度量的影响。
研究显示PPV的变化很大(1%到100%),并取决于研究背景。NPV也会变化(40%到100%),但与PPV相比,受背景影响较小。在许多情况下,QC策略具有较低的预测值。在这种情况下,性能(PPV, NPV)可以通过调整QC限制或每次QC事件的重复次数来提高。
研究表明,鉴于实施质量控制政策的环境,可以提高质量控制的有效性。使用简单的假设,可以使用常见的精度指标来评估QC策略的性能。
原始出处:
本文系梅斯医学(MedSci)原创编译整理,转载需授权!
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
#质量控制#
69
#CTA#
53
#预测性能#
0
#评价#
50
学习了,很有用不错
79