智汇大数据研究院

实验室应基于患者风险设计实施质量控制（quality control,QC）计划。 该文介绍3种不同类型的质控方法，探索建立一 种复合质控策略，用于室内及室间质量监控。 基于患者数据的质控监控方式的引入，更好地解决了分析批稳定性监控问题， 更适合现代医学实验室质量管理。 复合质控策略的转化将成为实验室转化医学及患者关怀的典型范例。

目的 利用患者历史对比数据,建立基于机器学习中支持向量机( support vector machine,SVM)算法识别临床混淆样本 的方法,并验证该方法的临床有效性。 方法 收集约 45 万例血常规检测结果,经过数据清洗过滤,同一患者只保留 2 次检验 结果并计算差值校验的绝对值。 用同一患者与不同患者的差值(delta)分别制作正配样本与错配样本。 采用 SVM 分类算法实 现用多项目识别

目的 利用机器学习随机森林(random forest,RF)算法,建立一种准确识别检测小偏移的实时质控方法,并以浮动异常 值之和的方法(moving sum of outlier,MovSO)作为参比方法,评价新算法效能。 方法 收集来自航空总医院实验室信息系统导 出的 2016 年 1 月至 2021 年 8 月在罗氏化学发光 E601 设备检测的 hs⁃cTnT 项目检测结果,按照规定的数据

Background: Delta check(DC) is widely used for detecting sample mix-up. Owning to the inadequate error detection and high false positive rate, the implementation of DC in real settings is ......