每批检测都"看起来很顺利",报告发出去了,一周后客户复测却说数据对不上——问题往往出在这批检测没有安排质控样,或者质控早就失控了却没人按规则判定。质控样是随检测批插入的"裁判":它自己有已知或稳定的预期结果,一批数据能不能报,先看裁判怎么说。本文按清单方式整理质控样设置与质控限设定,并以失控事件为主线讲清处置流程。
质控样种类清单:一批该插什么
| 质控样类型 | 监控对象 | 设置建议 |
| 标准物质/质控品 | 批准确度与系统偏差 | 选浓度接近检测水平的证书标准物质 |
| 空白样 | 污染与背景干扰 | 每批至少一个,随全过程走 |
| 平行样 | 批内精密度 | 按比例插入,含量越接近临界值越要平行 |
| 加标样 | 基体效应与回收 | 复杂基体样品按频次插入 |
| 密码质控样 | 人员操作独立性 | 由质量负责人定期以盲样形式插入 |
设置频次没有统一数字,通行原则是"一批一质控"起步,样品量大、方法风险高或临近判定限的批次加密;关键检测项目可同时安排校准点核查。
质控限怎么定:警告限与失控限
质控限来自质控样自身的统计特性。常见做法是积累同一质控品的多次测定数据,以均值为中心线,按标准差设定警告限与失控限(例如按两倍与三倍标准差的思路分层);也可采用标准物质证书给出的标准值与不确定度,或方法标准中规定的允许差。需要注意两点:一是质控限应定期用近期数据重新评估,方法、仪器或质控品批号变更后要重建;二是判定规则应事先写入作业指导书,常用的多规则思路包括结果超出失控限、连续多点落在中心线同侧、结果呈持续上升或下降趋势等,出现即判失控或预警。
失控发生时:以事件驱动的处置流程
第一步:立即暂停
质控失控后,受影响的检测批暂停发报告,已出的数据暂缓使用,登记失控发生的时间、批号与质控数据。
第二步:分层排查
按"近期变更优先"的顺序排查:质控品本身(过期、复溶、批号更换)、试剂(新批号、失效)、仪器(漂移、维护状态)、操作(人员、环境、前处理),逐层缩小范围并记录排除依据。
第三步:纠正后复测
找到原因并纠正后,先用质控样验证恢复,再对受影响批次样品酌情复测;复测合格且质控在控,批数据方可恢复使用。
第四步:记录与预防
失控报告应包含失控规则、原因、纠正措施与受影响数据处置结论,并纳入周期性汇总,识别重复性故障源,反哺维护计划与培训。
失控情形速查表
| 失控情形 | 高频原因 | 优先检查项 |
| 空白值升高 | 试剂或器皿污染 | 试剂批号、纯水、清洗流程 |
| 质控整体偏低 | 标准曲线漂移或试剂失效 | 校准液、显色系统、仪器波长 |
| 平行样偏差大 | 样品不均匀或操作不稳定 | 混匀步骤、移液手法、人员状态 |
| 加标回收异常 | 基体干扰 | 前处理方式、标准加入量设计 |
把质控数据用起来
质控样测完就扔是最常见的浪费。把每批质控数据绘制成质控图,长期看趋势,就能在真正失控前发现漂移苗头。衍因智研云(yanCloud)的数据分析能力支持把检测批的质控数据自动汇总成图表,配合 yanLIMS 的请验单与样品流程,质控结果与检测批绑定,失控时的暂停与放行在流程上留痕,让批质控从纸面表格变成可追溯的数据资产。
常见问题
质控样和标准曲线校准点是一回事吗?
不是。校准点用于建立曲线,质控样用于验证批结果可靠性,两者独立设置,质控样不应参与曲线计算。
质控数据刚好压在警告限上怎么办?
警告限内属于在控可报,但应关注是否连续逼近,结合最近多批数据判断趋势,必要时提前排查。
没有证书标准物质的方法怎么做质控?
可用自制质控样(均匀稳定的混合样品)经多人多日定值后使用,定值过程与数据要留存。
失控批次已经发出去的报告怎么办?
应评估影响范围,必要时启动结果更正与客户告知程序,并按体系要求记录处置过程。
如果实验室希望把质控数据、检测批与失控处置统一沉淀为可追溯的流程,可以了解衍因智研云(yanCloud)的数据分析与 yanLIMS 能力,让每一批结果的可靠性都有数据支撑。