内部品質管理：移動平均アルゴリズムはウェストガードルールを上回る

はじめに：内部品質管理（IQC）は、マルチレールまたは「ウェストガードルール」を使用して、事前定義された制御制限に対して伝統的に解釈されています。これらには、一般的に使用される1：3Sおよび2：2Sルールが含まれます。個別にまたは組み合わせて、これらのルールは、系統的エラーの検出に対する感度が限られています。この概念実証研究では、3つの移動平均アルゴリズムのパフォーマンスを、系統的エラーを検出するためのWestgardルールと直接比較します。 方法：このシミュレーション調査では、「エラーなし」のIQCデータ（コントロールケース）が生成されました。Westgardルール（1：3sおよび2：2秒）と3つの移動平均アルゴリズム（単純移動平均（SMA）、加重移動平均（WMA）、指数関数的に加重移動平均（EWMA）;すべてがコントロール制限として±3SDを使用）を適用しました偽陽性率を調べます。これに続いて、ベースラインIQCデータに系統的なエラーが導入され、エラー検出の確率とエラー検出のエピソードの平均数を評価しました（aneed）。 結果：Westgardルールと比較して、パワー関数グラフから、3つの移動平均アルゴリズムすべてがエラー検出の確率が向上しました。さらに、Westgardルールと比較して、それらはまた低いかったことがありました。偽陽性率は、移動平均アルゴリズムとウェストガードルールの間で匹敵しました（すべて<0.5％）。SMAアルゴリズムのパフォーマンスは、加重アルゴリズムフォーム（WMAおよびEWMA）に匹敵しました。 結論：IQCデータにSMAアルゴリズムを適用すると、WestGardルールと比較して系統的なエラー検出が改善されます。SMAアルゴリズムの適用により、研究所IQC戦略を簡素化できます。

INTRODUCTION: Internal quality control (IQC) is traditionally interpreted against predefined control limits using multi-rules or 'Westgard rules'. These include the commonly used 1:3s and 2:2s rules. Either individually or in combination, these rules have limited sensitivity for detection of systematic errors. In this proof-of-concept study, we directly compare the performance of three moving average algorithms with Westgard rules for detection of systematic error. METHODS: In this simulation study, 'error-free' IQC data (control case) was generated. Westgard rules (1:3s and 2:2s) and three moving average algorithms (simple moving average (SMA), weighted moving average (WMA), exponentially weighted moving average (EWMA); all using ±3SD as control limits) were applied to examine the false positive rates. Following this, systematic errors were introduced to the baseline IQC data to evaluate the probability of error detection and average number of episodes for error detection (ANEed). RESULTS: From the power function graphs, in comparison to Westgard rules, all three moving average algorithms showed better probability of error detection. Additionally, they also had lower ANEed compared to Westgard rules. False positive rates were comparable between the moving average algorithms and Westgard rules (all <0.5%). The performance of the SMA algorithm was comparable to the weighted algorithms forms (i.e. WMA and EWMA). CONCLUSION: Application of an SMA algorithm on IQC data improves systematic error detection compared to Westgard rules. Application of SMA algorithms can simplify laboratories IQC strategy.