手机版|
二维码|
写在前面：ProficiencyTesting，实验室能力验证，本文中以简写PT表示。
实验室如何解读PT结果，获取最大指导价值，三波连载系列原创好文第三篇：
首先我们快速总结一下第二篇（PT报告-如何从不满意报告敲响的警钟里，听出自身问题？）中提到的PT报告中最需要引发思考的四个必想问题：
1) 哪三个严重性决定要开展调查/内审？
2) 哪三种Z值在传递警示信号？
3) 整改措施的五大方面及无需整改的三种情况
4) 整改措施的确认及两种常用选择
最后一篇，我们将特别针对PT中导致不满意结果的因素，也就是会导致Z值发出警示信号的那些因素，做重点分享。从多年从事能力验证组织研发开展的经验累积和那些年听过见过解决过的客户失误积累中探索“有则改之，无则加勉”的道路。
导致不满意结果的误差主要有两大类：分析误差和非分析误差。
分析误差：
1) 校准---使用的仪器校准了么？
盲样结果是不是超出了仪器正常检测范围？
2) 方法论---使用的方法合理么？
方法是不是设计为检测该样品的？
使用的配套试剂配置正确么？
有没有平行检测标准品或质控样？
3) 待测物---对于待测物究竟是什么，定义上有没有误解？(结晶水)
4) 样品提取/前处理---再水合/提取过程是否使用该基质？
是否在正确的温度下使用培养基/试剂？
5) PT样---检测指标是平时常规检验的么？
如果菌种或分析物是不常见的，实验室能应对么？
样品从收取到分析，存放得当否？
6) 实验员---对考核的实验是否接受过完整的培训？
非分析误差：
1) 誊写---原始数据在转移过程中是不是错了？
2) 单位---实验中使用的结果单位和汇报要求的单位，要换算么？
（稀释倍数）
3) 格式---实验中使用的结果格式和汇报要求的格式，一致么？
（<1,0,ND）
4) 算数---结果的计算正确么？
实验员的计算，有没有得到审查员的复核？
非分析误差造成Z值超标结果不满意的情况发生的非常多，很多实验室觉得“委屈”。然而就最终评定而言，非分析误差的相对“低级错误”和分析误差带来的影响是一样严重的。
LGC曾对参与PT但取得不满意结果的实验室开展了一份问卷调查，共计230家自愿配合参加了调查，并回收111份有效答复。
通过对这111份问卷的统计分析，将分析误差归类后，数量累积在20~36家的失误原因前⑦个排名如下：
1) 样品前处理
2) 仪器问题
3) 人为操作误差
4) 校准问题
5) 方法选择不对
6) 算数误差
7) 汇报误差
不出许多实验室老师预料的是：“样品前处理”位居榜首。鉴于多数指导文件对此步骤的描述不够详尽，实际操作中“演变”的可能性太多，成为实验室考核不满意的“头号杀手”！
最后我们还是想强调只有通过不断的自我考评，分析，整改，验证，才能保证在各种复杂检测环节，日益增加的检测需求范围和数量，愈发严格的国标行标企标里，保持并提升实验室的分析水平。同时也是对ISO17025，CMA等相应资质的响应和重视，更是对实验室QA/QC，GLP等管理投入成本的最好交代，是实验室从管理者到每个从业人员实现价值的平台。
希望大家日后工作中以更积极阳光的心态好好利用PT的价值！
相关阅读：
第一篇：报告里，那些你可能没有解读出来的“金子"
第二篇：如何从不满意报告敲响的警钟里，听出自身问题
