BƯỚC ĐẦU ỨNG DỤNG HỆ THỐNG KIỂM SOÁT CHẤT LƯỢNG THEO THỜI GIAN THỰC DỰA TRÊN DỮ LIỆU BỆNH NHÂN (PBRTQC) CÁC THÔNG SỐ HUYẾT HỌC CƠ BẢN TẠI BỆNH VIỆN LÊ VĂN THỊNH
Nội dung chính của bài viết
Tóm tắt
Mục tiêu: Thiết lập dải tham chiếu, giới hạn kiểm soát cho các thông số huyết học (WBC, RBC, HGB, PLT, HCT) và so sánh hiệu năng của các mô hình trung bình động (MA20, MA50, MA100, MA200) để tối ưu hóa hệ thống kiểm soát chất lượng thời gian thực (PBRTQC) tại Bệnh viện Lê Văn Thịnh.
Phương pháp: Nghiên cứu hồi cứu thực hiện trên 12.600 kết quả của 5 thông số huyết học từ tháng 04/2025 đến tháng 06/2025 . Dữ liệu được xử lý bằng kỹ thuật Winsorization (bách phân vị 5 và 95) để giảm ảnh hưởng của giá trị ngoại lai. Thuật toán trung bình động với 4 kích thước khối (N = 20, 50, 100, 200) được áp dụng để đánh giá hiệu quả kiểm soát qua tần suất báo động.
Kết quả: Số lượng báo động tỷ lệ nghịch với kích thước khối, mô hình MA20 ghi nhận nhiều báo động nhất (129 lần ở HGB, 124 lần ở HCT), trong khi MA200 thấp nhất (23 lần ở PLT, 35 lần ở HGB). MA50 và MA100 thể hiện sự cân bằng tốt nhất giữa độ nhạy phát hiện lỗi và việc duy trì tỷ lệ báo động giả ở mức thấp.
Kết luận: Hệ thống PBRTQC đã bước đầu được ứng dụng thành công, giúp giám sát liên tục, khắc phục hạn chế của nội kiểm truyền thống. Kết hợp Winsorization với MA50 hoặc MA100 là giải pháp tối ưu để phát hiện sớm các sự cố kỹ thuật, nâng cao độ tin cậy kết quả xét nghiệm và tiết kiệm chi phí vận hành.
Từ khóa
PBRTQC, trung bình động, huyết học, kiểm soát chất lượng
Chi tiết bài viết
Tài liệu tham khảo
2. Dong X., Liu J., Li B., et al. A comparative study of the quality control efficacy of multiple error-introduction methods for patient-based real-time quality control. Practical laboratory medicine. 2026; 50: e00528.
3. Duan X., Zhang M., Liu Y., et al. Next-Generation Patient-Based Real-Time Quality Control Models. Annals of laboratory medicine. 2024; 44(5): 385-91.
4. Li Y., Yu Q., Zhang X., et al. Comparison and optimization of various moving patient-based real-time quality control procedures for serum sodium. Journal of clinical laboratory analysis. 2021; 35(10): e23985.
5. Liang Y., Wang Z., Huang D., et al. A study on quality control using delta data with machine learning technique. Heliyon. 2022; 8(8): e09935.
6. Zhaxi B., Ma C., Chen Q., et al. Comparison of EWMA, MA, and MQ Under a Unified PBRTQC Framework for Thyroid and Coagulation Tests. Diagnostics (Basel, Switzerland). 2026; 16(2).
7. Dai Q., Zhang Y., Zhao X., et al. Trajectories of peripheral white blood cells count around the menopause: a prospective cohort study. BMC Women’s Health. 2024; 24(1): 504.
8. Westgard J.O., Bayat H., Westgard S.A. Advanced QC Strategies: Risk-based Design for Medical Laboratories. Westgard QC, Incorporated; 2022.