ĐÁNH GIÁ HIỆU NĂNG CỦA MỘT SỐ THÔNG SỐ HUYẾT HỌC BẰNG CHỈ SỐ SIGMA THEO CÁC NGUỒN TỔNG SAI SỐ CHO PHÉP KHÁC NHAU
Nội dung chính của bài viết
Tóm tắt
Mục tiêu: Đánh giá hiệu năng của 4 thông số huyết học (WBC, RBC, HGB, PLT) phân tích trên máy DxH900 thông qua chỉ số sigma tính theo các nguồn tổng sai số cho phép (TEa) khác nhau
Phương pháp nghiên cứu: Nghiên cứu mô tả cắt ngang được thực hiện tại Khoa Huyết học Truyền máu, Bệnh viện Đại học Y Hà Nội từ tháng 07/2025 đến tháng 12/2025.
Vật liệu nghiên cứu: Mẫu nội kiểm của hãng Beckman Coulter ở 3 mức nồng độ, Mẫu ngoại kiểm từ chương trình ngoại kiểm của Trung tâm kiểm chuẩn chất lượng Xét nghiệm Y học, trường Đại học Y Hà Nội.
Đối tượng nghiên cứu: giá trị Sigma của 4 chỉ số WBC, RBC, HGB, PLT được thực hiện trên máy DxH900 theo các nguồn TEa khác nhau bao gồm: CLIA, Rilibak, SOTA, EFLM 2022 và MIN SPANHI EQA.
Kết quả: Hiệu năng Sigma của các thông số xét nghiệm thay đổi đáng kể tùy thuộc vào nguồn TEa áp dụng. Khi sử dụng TEa từ nguồn CLIA, EFLM 2022 và Rilibak có khoảng 66,7% -78% các chỉ số đạt mức chất lượng “Xuất sắc” (Sigma > 6), tỷ lệ này giảm xuống chỉ còn 33,3% khi áp dụng các nguồn TEa nghiêm ngặt hơn như SOTA và MIN SPANHI EQA. Chỉ số PLT duy trì chất lượng tốt với giá trị Sigma cao và ổn định nhất giữa các nguồn TEa, trong khi HGB là chỉ số có giá trị Sigma thay đổi lớn nhất khi thay đổi các nguồn Tea khác nhau. Sigma của HGB2 dao động từ 0,67 theo SOTA đến 5,84 theo CLIA. Với cùng CV% và Bias%, TEa có giới hạn rộng hơn cho Sigma cao hơn, trong khi TEa nghiêm ngặt hơn cho Sigma thấp hơn và có thể làm thay đổi phân loại chất lượng.
Kết luận: Hiệu năng của các thông số WBC, RBC, HGB và PLT trên hệ thống DxH900 và mức phân loại chất lượng theo chỉ số Sigma thay đổi rõ rệt khi áp dụng các nguồn tổng sai số cho phép (TEa) khác nhau. Do đó, phòng xét nghiệm cần lựa chọn nguồn TEa phù hợp và thống nhất khi đánh giá hiệu năng xét nghiệm bằng chỉ số Sigma.
Từ khóa
Six Sigma, Huyết học, TEa, Quản lý chất lượng, DxH900
Chi tiết bài viết
Tài liệu tham khảo
2. Berta DM, Perovic S, Fumic K. Analytical performance evaluation of hematology analyzer using various sigma metrics models. Practical Laboratory Medicine. 2023;36:e00381. doi:10.1016/j.plabm.2023.e00381.
3. Goswami B, Saini P, Yadav N, Singh B, Raghuwanshi M. Sigma metric evaluation of hematological parameters: a retrospective quality assessment study. J Lab Physicians. 2025;17(2):125–132. doi:10.1055/s-0045-1801989.
4. Clinical Laboratory Improvement Amendments (CLIA). Proficiency Testing and Quality Standards. Centers for Medicare & Medicaid Services; 2024.
5. European Federation of Clinical Chemistry and Laboratory Medicine (EFLM). Biological Variation Database. EFLM Working Group on Biological Variation; 2022.
6. Bundesärztekammer. Richtlinien der Bundesärztekammer zur Qualitätssicherung laboratoriumsmedizinischer Untersuchungen (Rili-BÄK). 2023.
7. Basic QC Practices 4th Edition - Westgard. Accessed February 28, 2024. https://www.westgard.com/resources/29-resources/746-basic-qc-practices-4th-ed.html
8. Desirable Biological Variation Database specifications - Westgard. Accessed February 26, 2024. Available from
9. https://www.westgard.com/clia-a-quality/quality-requirements/238-biodatabase1.html
10. Wauthier L, Di Chiaro L, Favresse J. Sigma metrics in laboratory medicine: a call for harmonization. Clin Chim Acta. 2022;532:13–20. doi:10.1016/j.cca.2022.05.012.