比对程序
相对差异图 平均值 绝对差异图
数据检查
绘图检查（SD恒定，选择绝对差异图）
数据检查
绘图检查（CV恒定，选择相对差异图）
数据检查
绘图检查(低端SD恒定，高端CV恒定差异图)
数据检查
绘图检查(排序的差异图，恒定比例差异显
著)
数据检查
绘图检查(排序的混合型差异图)
数据检查
绘图检查(当差异随浓度变化和非线性关系)
偏差图和回归分析都不适合，可能的方法是拟合一条线（非线性） 如是要评价某一特定浓度处的偏差，可以在其左右分别选择10个以上样本，
使用差异图估计偏差
定量分析（差异图估计偏差）
偏态分布
对于差异图上偏差不呈正态分布，存在较大偏度时：
一个样本或少数几个样本在y轴上的分布有偏斜时，应进行离群值分析，并
查明原因，原因未知时分布仍然呈不偏态分布，应使用中位值估计偏差
方法比对
简介
x-轴特征 y-轴特征
自变量
比较测量程序 参考测量程序
因变量
候选测量程序
方法比对
比对方法类型 决定性方法（ definitive method）
经详尽研究尚未发现不准确度或不确定性原因的方法
比对方法的关系
常规方法
参考方法（reference method）
经详尽研究证实其不准确度与不精密度可以忽略的方法
通过差异图，确定使用的回归方法
但是是否使用回归分析，取决于评价目的，如制造商在建立或确认时应进
行回归分析，而临床实验室可按照要求，自由选择
定量分析（散点图-回归分析）
SD恒定
定量分析（散点图-回归分析）
SD恒定情况下，用OLR的确定系数作为回归拟合强度的指标，并可作为 OLR是否被接受的指标，不应作为接受或拒绝测量程序的指标 不应只使用相关系数评价线性（非线性指标）
3.样本的制备方法
4.校准和测量程序的质量监测
制造商实验室设计
制造商实验室
理想情况
理想情况是比对程序为公认的或参考测量程序，其具有较高的准确度（较
低的不精密度和偏差）；
但是，在实际中比对程序通常是另一制造商的商业化程序，这将导致在被 测量的不精密度、测量区间、线性和特异性等方面有一定的局限性
制造商实验室
数据检查
异常值检查
数据分析-偏差图
定量分析（差异图估计偏差）
检查差异图时，如果绝对差异图显示偏差在 分析区间内基本保持一致时，两个测量程序 测量结果之间的偏差可以通过个体偏差的平
SD恒定（正态分布）
均值（或中位值 ）来估计
此时代表测量区间内任何浓度的偏差估计值
定量分析（差异图估计偏差）
检查差异图时，如果绝对差异图显示偏差在 分析区间内基本保持一致时，两个测量程序 测量结果之间的偏差可以通过个体偏差的平
定量分析（差异图估计偏差）
偏差估计值的CI
偏差分布形态对称时： 平均值估计偏差 使用标准差估计标准误，t检验临界值作为 因数计算95%的CI 偏差分布形态不对称时： 中位值估计偏差 使用非参数估计方法，因其取决于试验点数， 所以可能不正好是95%
数据分析-散点图
定量分析（散点图-回归分析）
回归分析的必要性
定量分析（差异图估计偏差）
检查差异图时，如果相对差异图显示相对偏
差在分析区间内基本保持一致时，两个测量
CV恒定（明显偏离正态）
程序测量结果之间的相对偏差可以通过个体
相对偏差的平均值（或中位值 ）来估计
中位值7.5%，平均值36.5%， 存在离群值
使用相对偏差中位值估计

定量分析（差异图估计偏差）
检查差异图时，如果相对差异图显示相对偏
有时，低浓度处SD恒定，高浓度处偏差呈比例的变化（CV不恒定） 差异图分析显示，如偏差在低浓度处不显著（与零偏差），应使用CV恒定Deming回归
此时高浓度点的偏差可能会被高估
，
定量分析（散点图-回归分析）
混合型
定量分析（散点图-回归分析）
混合型
在混合型的偏差分析中，CV恒定Deming回归较其它回归有很大优势（尤 其是弱化高浓度点偏差的影响） 此类分析中，P-B回归是更好的选择
SD恒定（偏态分布）
均值（或中位值 ）来估计
此时代表测量区间内任何浓度的偏差估计值
定量分析（差异图估计偏差）
CV 恒定（未明显偏离正态） 检查差异图时，如果相对差异图显示相对偏
差在分析区间内基本保持一致时，两个测量 程序测量结果之间的相对偏差可以通过个体 相对偏差的平均值（或中位值 ）来估计 虽不是经典分布，但未出现明显离群，无显 著的偏态分布，使用相对偏差平均值估计
方法比对
比对研究的特性
研究类型
声称值的 建立
声称值的 验证/确认 验证
实施者
制造商 制造商 实验室
样本数
≥100 ≥100 ≥40
候选方法 重复次数
≥1 1 ≥1
候选测量 程序数量
≥1 ≥1 1
推荐分析 方法
回归 回归
差异图或 回归
方法比对
试验前准备
操作候选测量程序和比对测量程序的工作人员应熟悉以下内容： 1.测量系统的操作和测量步骤 2.测量系统的维护程序
测量次序
可以按照收集顺序检测，也可以收集完成后集中检测 集中检测时，在两个程序上应使用随机化顺序 如重复测量需单独进行（手工方法），也应使用随机化顺序 自动化测量中重复测量无需随机化
制造商实验室
持续时间
对于试验样本，应在样本稳定时间段内完成两个程序的检测 优先选择新鲜采集的样本 如不能及时检测，采用能保证其稳定性的方法贮存，应同时符合两个程序要求 注意在此不要引入新的变量，如贮存条件
Jackknife技术:N个N-1的样本抽样（不适用于P-B回归） Bootstrap技术：随机抽取任何数量的样本
，
结果判定
测量程序比较
95%CI包括零值：两程序没有显著偏差 95%CI包括在可接受区间内：两程序偏差在95%置 信水平上满足可接受标准 95%CI不包括在可接受区间内：两程序偏差符合
制造商实验室
比对程序
应有以下特性:
在特定浓度下，应有比候选程度低的不确定度（通常通过重复测量均值实现） 避免已知干扰因素，对比程序测量区间至少和候选程序区间一样宽 和候选程序有相同的单位或可通过转化实现 可能的话溯源至参考物质或参考测量程序，如使用稀释等方式应有相关资料支持
制造商实验室
不造成偏差（非系统）：
比对研究是使用能覆盖全区间的真实临床样本（临床信息，用于查找原因
样本
或统计分析）来确定两程序之间的关系
样本可使用个体样本（用量不足时，建议使用分析物浓度接近，临床状态 相似的样本混合制备，≤20%）
注意：混合样本可能导致个体间的差异平均化
制造商实验室
样本
在有些情况下，特定测量区间的样本很难获得时，可用稀释或降解或添加
OLR：Y轴方向最小变异，只有y轴存在随机误差（假设）
SD恒定
Deming：考虑xy双方向，都存在不精密度，该回归评价一致性更为合理
定量分析（散点图-回归分析）
CV恒定
对于CV恒定分析，使用WLS（1/x2）：
越分散，对回归贡献越小，但缺陷同OLS，xy交换
CV恒定Deming回归（W）更适合
考虑权重，越分散贡献越小 Xy随机误差，数据集不含零值（W）
的方式获得（≥100，≥2次，3次或以上时选择中位值可能更合理）
因处理样本在不同程序上存在互换性限值，这种方法只能作为没有办法的方法 如果采用该方法，应标注，同时和离群值的处理方法一样进行统计分析，样本结果与重复顺序无关时重复测量 一组比对只使用一种类型的样本，其声明中应包括样本类型，应注意不同类型样本的贮存方式（多地点试验）
特殊要求
样本数量：≥40，更多的样本可增加估计值的可信度，也可能引入非预期的干扰
测量次数：优选单次测量，但按照最佳估计（低不确定度）可重复测量（基于平衡设计） 校准和质控：试验开始时，校准两个程序
数据检查
数据检查
散点图（SD恒定、CV恒定、混合型）
数据检查
差异图
以比对结果或均值为x以偏差为y轴 x 代表比较结果的绘图（4种组合） （如B-A图，x轴为平均值） SD恒定 CV恒定 y
声称值的验证（确认）
目的是为了证实在常规实验室条件下，候选程序能够满足允许的偏差规定，当不满足规定时也可能被接受，即确 认工作 试验应至少3-5天，为提高可靠性，应合并多家实验室并进行多次校准 如模拟实际使用条件，不应进行重复测量（如测量不受顺序影响，多次均值估计方法在统计上仍然有效）
制造商实验室
可接受偏差
可接受标准
95%CI在可接受区间外：两程序偏差不符合可接 受标准
，
测量程序比较
偏差声明内容
，
同一方法不同条件
相关举例
离群值
检验方法
α
制定剔除标准 （注意四舍五不入）
计算SD、平均值、ESD、 临界值、与临界值比较 （如同时有两个值相等且 大于临界值时，不应剔除）
，
中位值
制造商实验室
数据收集时应及时进行数据检查，便于及时发现并解决问题，如放置、输入、传输、打印
重复测量是便于查找原因最直接的一种方法 测量系统异常期间的结果不应用于比对研究的最终分析 记录所有数据，包括试验期间出现错误的数据，但不应用于比对研究的最终分析 详细记录已发现原因和问题需要剔除数据的任何情况（如重复数或样本）
每个区间至少存在20个数据
定量分析（差异图估计偏差）
线性（偏差随浓度变化）
对于偏差呈线性分布情况: 回归分析，确定变化在测量区间内是否显著， 如果斜率和零有区别（在95%的置信水平上 统计意义），则存在非恒定差异