이동 평균법을 활용한 환자기반 실시간 정도관리의 구현 및 적용
Implementation and Application of Patient-based Real-time Quality Control Using Moving Average Method
2
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
내부정도관리(internal quality control, IQC)는 임상 검사실에서 분석 시스템의 성능을 모니터링하기 위한 필수 구성요소이다. 그러나 전통적인 IQC는 비연속적 특성과 대조 물질의 비교환성 등 여러 가지 제한점을 내포하고 있다. 이동평균 정도관리(moving average quality control, MA QC)는 수십 년 전부터 분석적 정도관리의 도구로 제시되었다. 또한 그 장점에 대해 입증되었음에도 불구하고 복잡성과 증거 기반 지침의 부족으로 인해 실제 적용에 어려움이 있다. 본 리뷰에서는 크레아티닌, 일반 화학검사, INR 및 aPTT, 혈청 나트륨(sodium) 등에서 이동평균법을 적용하여 검사 시스템의 오류를 신속하게 감지하고 교정할 수 있음을 입증하였으며, MA QC가 기존의 IQC를 보완하는 방법으로서 그 중요성을 강조하였다. 이는 IQC가 제한적일 경우 MAQC를 추가할 수 있음을 의미한다. 결론적으로 최적화된 이동평균법을 사용함으로써 검사 결과의 신뢰성을 높이고, 환자 치료에 중요한 오류를 최소화할 수 있다. 향후 이동평균법은 인공지능과 머신러닝 기술의 발전으로 더욱 확대될 것으로 예상된다.
Abstract
Internal quality control (IQC) is an essential component for monitoring the performance of analytical systems in clinical laboratories. Nevertheless, traditional IQC has several limitations, including discontinuous characteristics and non-commutability of control materials. Moving average quality control (MA QC) has been suggested as a tool for analytical quality control for decades. In addition, despite being proven for its advantages, its complexity and lack of evidence-based guidelines make it difficult to apply in practice. Previous studies have reported that the MA method can rapidly detect and correct errors in the testing system by applying the MA method in creatinine, routine chemistry tests, international normalized ratio and activated partial thromboplastin time, and serum Na, and emphasized the importance of MA QC as a quality control that complements the existing IQC. Therefore, MA QC can be added when IQC is limited. In conclusion, using an optimized MA method can increase the reliability of test results and minimize significant errors in patient treatment. The MA method is expected to expand with the advances in artificial intelligence and machine learning technologies.