检测结果异常怎么判断：离群值识别与处置
一、先区分“异常结果”与“离群值”
检测结果异常是一个宽泛的概念，可能指结果超出了预期范围、与历史数据明显不符，或与平行样、质控样结果差异较大。离群值则是统计学概念，指在数据集中与其他观测值相比显得异常大或异常小的值。并非所有异常结果都是离群值，也并非所有离群值都代表检测过程有问题。
检测人员首先应结合检测方法、样品特性、质控数据和历史趋势，判断异常是来自检测过程（如操作失误、设备漂移、试剂问题）、样品本身（如不均匀、污染），还是确实存在统计学上的离群。技术负责人应确保机构文件中对“异常结果”有明确的定义和分类。
- 异常结果可能源于操作、设备、样品、环境或统计波动。
- 离群值需通过统计方法识别，不能仅凭主观感觉。
- 机构应文件化定义异常结果的类型和初步核查流程。
二、离群值识别的常用统计方法
在确认数据质量可靠（如无已知的操作错误）后，可采用统计方法辅助识别离群值。格拉布斯法（Grubbs' test）适用于样本量较小（通常3~30个）、近似正态分布的单变量数据集，用于检验最大值或最小值是否为离群值。使用时需计算统计量并与临界值比较，临界值取决于样本量和显著性水平（如α=0.05）。
其他方法包括狄克逊检验（Dixon's Q test）、箱线图法（IQR规则）等。选择方法时应注意其适用条件，例如样本量、分布假设。检测人员不应盲目套用统计公式，而应理解方法的前提，并在必要时咨询技术负责人或统计人员。
- 格拉布斯法适用于小样本、近似正态分布的数据。
- 使用格拉布斯法需计算统计量并与临界值表比较。
- 箱线图法（IQR）可用于探索性识别，但非正式检验。
- 统计方法仅作为辅助，不能替代专业判断。
三、离群值的处置流程与记录要求
识别出离群值后，处置方式应在机构程序文件中明确规定，常见选项包括：保留离群值并参与结果计算；进行复测以确认；若确认由已知原因导致，可按规则剔除并记录理由；或启动纠正措施。无论采用哪种方式，都应保留原始数据、识别过程、处置决定和授权记录。
技术负责人应确保处置决定基于充分的技术理由，而非仅为了得到“好看”的结果。对于剔除离群值的情况，应特别谨慎，必须有明确依据（如已找到操作失误的证据）并经过授权。处置记录应包含识别方法、统计量、临界值、处置结论和审批人。
- 程序文件应规定离群值处置的选项和审批权限。
- 剔除数据必须有明确的技术理由和授权记录。
- 处置记录应包括识别方法、统计量、结论和审批信息。
- 复测是验证离群值的常用手段，但需注意复测次数和判定规则。
四、预防异常结果的管理措施
减少异常结果和离群值的关键在于预防。机构应通过人员培训、设备维护、试剂管理、环境监控和质控计划来保证检测过程的稳定性。技术负责人应定期审核质控数据，识别趋势性变化，及时采取预防措施。
对于频繁出现离群值的检测项目，应深入分析原因，可能是方法不够稳健、样品不均匀或人员操作不一致。通过根本原因分析并采取纠正措施，才能持续改进数据质量。
- 加强人员培训，确保操作一致性。
- 定期维护和校准设备，监控环境条件。
- 实施质控计划，包括空白、平行样、加标回收等。
- 对重复出现的离群值进行根本原因分析。
常见问题
格拉布斯法适用于所有检测数据吗？
不是。格拉布斯法通常要求数据近似正态分布，且样本量不宜过大（一般3~30个）。对于非正态分布或样本量较大的数据，应考虑其他方法或咨询统计人员。
发现离群值一定要剔除吗？
不一定。处置方式应依据机构程序文件，常见做法包括保留、复测、剔除或启动纠正措施。剔除必须有明确的技术理由和授权记录，不能仅为了结果美观而随意剔除。
离群值剔除后，还需要在报告中说明吗？
通常不需要在检测报告中详细说明，但应在原始记录中保留识别和处置的全过程，确保可追溯。如果客户或方法有要求，则按相应规定执行。
如何判断异常结果是否由操作失误导致？
可通过核查原始记录、复测、检查设备状态、试剂有效期、环境条件等方式进行判断。必要时可让不同人员复测或使用不同方法比对。