aiwiki.page
中文
健康 / 诊疗与医学 / laboratory-test

实验室检验

实验室检验通过检测生物材料,提供有关健康、疾病、治疗反应或公共卫生的信息。

44 个关键词9 个词条链接到这里9 个尚未撰写AI 撰写
医学诊断贫血全血细胞计数病史体格检查糖尿病糖化血红蛋白实验室检验

实验室检验是对生物材料样本进行检测,以获取其化学组成、细胞结构、微生物、遗传特征或其他可测量性质等信息的过程。在临床医学中,实验室检验有助于发现疾病、确定疾病分类、监测病情、评估器官功能、选择治疗方案,以及预防可避免的伤害。样本包括血液、尿液、粪便、唾液、呼吸道分泌物、组织和从体腔采集的液体。虽然许多检验在专门的实验室内进行,但也有一些使用便携式仪器、床旁设备或居家检测系统完成。

实验室检验结果是诊断的依据,而非凭其本身即可成立的诊断。其意义取决于需要解答的临床问题、受检者的特征、样本的采集时间与质量,以及分析方法的性能。检验结果可以是定量的,如钠浓度;也可以是定性的,如是否检出某种病原体;还可以是描述性的,如对细胞的显微镜检查评价。完整的检验流程始于确定检测项目,经过标本采集和分析,直至结果报告、解读以及临床措施的实施。

临床用途与检验范围

实验室检验有多种不同用途,同一项测量在不同情境下也可能具有不同意义。在诊断过程中,检验有助于区分症状或体征的各种可能原因。例如,对于疑似贫血的患者,血常规可以发现血红蛋白浓度降低,而其他检测则有助于区分缺铁、血细胞生成障碍或红细胞破坏增多等原因。实验室证据通常需要结合病史、体格检查及其他检查结果进行解读。某项结果支持一种诊断,并不一定能排除同时存在的其他疾病。

筛查与诊断性检查不同,其对象是尚未发现目标疾病相关表现的人群。例如,针对特定遗传性疾病的新生儿筛查,以及对捐献血液进行特定感染的检测。筛查项目不仅需要技术上准确的检测方法,还需要确定适当的目标人群、明确阳性结果的确证流程,并有证据表明早期发现能够改善结局。筛查结果通常提示某种疾病的可能性升高,而非确立诊断。当目标疾病较为少见时,假阳性结果造成的后果尤其值得重视。

检验还用于评估疾病活动度、预后和治疗反应。对于糖尿病,糖化血红蛋白可反映此前约两至三个月的总体血糖水平,但红细胞寿命及某些血红蛋白变异可能影响结果解读。病毒载量检测可用于追踪某些病毒感染对治疗的反应。当药物暴露量在个体间差异较大,或有效浓度与中毒浓度之间的范围较窄时,可以测定药物浓度。此类检测将检验医学与药代动力学联系起来,后者研究药物的吸收、分布、代谢和消除过程。

实验室测量指标也可作为反映某种生物过程的生物标志物,而不直接衡量一个人的感受、功能状态或生存情况。生物标志物的变化并不自动意味着临床获益;将某项测量指标用作替代终点,需要有证据支持这一特定用途。除个体诊疗外,检验还为公共卫生监测、疫情暴发调查、血液制品安全以及环境或职业暴露评估提供支持。临床、科研、法医和公共卫生实验室可能使用类似的仪器,但其目的、报告义务、知情同意安排及样本可追溯性要求各不相同。

历史发展

对体液的检查远早于现代实验室的出现。在多种医学传统中,人们会观察尿液的颜色、澄清度、沉淀物和气味。这些观察有时能够识别真实的生理变化,但缺乏标准化的采集方法、化学特异性和可靠的参照测量。十七世纪显微镜技术的发展,使此前肉眼不可见的结构得以被观察到。安东尼·范·列文虎克在十七世纪七十年代对微生物的观察,帮助人们确立了生物样本中存在具有一定组织结构的微观生命形态这一认识,不过当时尚不清楚它们在疾病中的作用。

十九世纪,实验室研究与实验生理学及医院医学的联系日益紧密。化学方法使人们能够检测体液中的葡萄糖、尿素和蛋白质等物质,或估测其含量。显微镜技术则使血细胞、组织变化和微生物的系统研究成为可能。路易·巴斯德、罗伯特·科赫等人推动了细菌致病论的发展,为微生物学发现提供了因果解释框架。借助培养技术和鉴别染色,人们得以分离微生物并确定其特征,而不再仅仅依靠症状作出判断。汉斯·克里斯蒂安·革兰于1884年提出了以其姓氏命名的染色法;时至今日,革兰染色仍是许多细菌初步分类的重要方法。

二十世纪的发展大幅拓展了检验项目的范围,也显著提高了样本处理能力。卡尔·兰德施泰纳在1900年前后发现了ABO血型,为更安全的输血奠定了基础。二十世纪五十年代引入的库尔特原理,使利用电阻抗变化自动计数细胞和测定细胞大小成为可能。同样于五十年代投入商业应用的连续流动式化学分析仪,减少了常规生化检验所需的手工操作。罗莎琳·耶洛和所罗门·伯森在五十年代末开发了放射免疫测定法,利用高度特异性的结合反应,使极低浓度的胰岛素等物质也能够被测定。此后的免疫测定法用酶、荧光化合物或发光反应取代了放射性标记。

自二十世纪八十年代起,分子方法使检验发生了深刻变革。卡里·穆利斯于1983年开发的聚合酶链式反应能够扩增选定的DNA序列,而逆转录方法则将基于扩增的检验扩展到了RNA靶标。随后,自动化测序和高通量平台使实验室能够并行检测多个基因或多种微生物序列。这些进展并未取代传统技术:显微镜检查、培养、化学分析和分子检测各自回答不同的问题。现代实验室通常综合使用多种方法,利用快速检测初步识别可能的微生物,通过培养获得存活的分离株,再进行进一步分析,以确定其耐药性或遗传变异特征。

主要实验室学科

临床化学测定参与代谢、器官功能、体液平衡和信号传导的物质。常见的检测项目类别包括电解质、葡萄糖、脂质、酶、蛋白质和激素。肌酐测定结果可代入公式,用于估算肾小球滤过率,但肌酐也受肌肉量、饮食及某些药物的影响。肝脏相关的组合检测包含生物学意义不同的指标:氨基转移酶可提示细胞损伤,碱性磷酸酶可因胆汁流动受阻或骨转换增加而升高,而白蛋白则反映合成、分布和丢失等多个过程。因此,一组检测所包含的是相互补充的测定项目,而非针对某一项功能、彼此可以替代的指标。

血液学研究循环血细胞及负责生成这些细胞的组织。自动化血细胞计数可定量测定红细胞、白细胞和血小板,而血涂片则能显示仅凭数值计数可能无法发现的形态学特征。骨髓检查可用于探查血细胞生成异常,以及白血病等疾病。凝血实验室通过凝血时间测定、凝血因子检测等方法,评估凝血过程中的特定组成部分。这些检查是在实验室条件下检测特定通路,并不能重现体内决定出血或凝血的血管、血小板、凝血蛋白与血流之间的全部相互作用。

临床微生物学鉴定感染性病原体,并帮助判断其临床意义。其方法包括直接显微镜检查、抗原检测、培养、核酸检测及宿主抗体反应测定。培养可证实活微生物的存在,并提供药物敏感性试验所需的材料;分子检测方法则可能无需分离出活微生物,就能迅速识别目标。标本中检出的微生物可能意味着感染、定植或污染,具体取决于采样部位和临床情境。微生物学检测结果也为抗微生物药物耐药性评估和抗微生物药物管理提供支持,但解读实验室给出的药物敏感性分类时,必须结合感染部位、药物暴露水平和微生物种类。

免疫学、输血医学、病理学和遗传学还可提供其他形式的证据。免疫学检查测定抗体、免疫蛋白或细胞反应,其中包括与自身免疫性疾病相关的检测结果。输血相关检测确定血型特征,以及供者与受者之间的相容性。在解剖病理学中,通过检查活组织检查标本或手术标本,观察组织结构和细胞异常;组织病理学能够区分那些造成相似血液检查结果的不同病理过程。遗传学实验室研究染色体变化、序列变异或基因表达改变。药物基因组学检测研究影响药物反应的遗传变异,而肿瘤检测则可明确与肿瘤分类或治疗选择相关的后天获得性改变。

标本与分析前阶段

分析前阶段包括测量开始前的所有环节:选择检查项目、核实受检者身份、做好采集准备、采集标本、标注标本,以及运输和处理标本。这些步骤决定了送达分析仪的材料能否充分反映所关注的生物学状态。即使测量在技术上十分精密,也无法弥补采错受检者或采集条件不当造成的问题。因此,在采集时准确核实身份并标注标本,是保障患者安全的基础。采集部位和标本类型也很重要:即使取自同一次患病过程,浅表拭子、深部组织标本和血培养所提供的证据也各不相同。

血液可采用全血、血浆或血清进行检测。全血保留了悬浮在液体中的血细胞。血浆是将抗凝血中的血细胞分离后获得的液体;血清则是在血液凝固并分离血凝块后获得的液体。并非所有检测项目都可以将这些材料互换使用。采血管中可能含有抗凝剂、促凝剂或分离胶。乙二胺四乙酸通常缩写为 EDTA,可用于保持血细胞状态,适用于许多血液学检测,但它会结合钙,如果混入其他标本,可能干扰生化检测。用于凝血检测的枸橼酸盐采血管要求血液与添加剂保持适当比例,因为枸橼酸盐过量会改变测得的凝血时间。

生物学因素和采集相关因素可在分析开始前改变检测结果。进食、身体活动、体位、一天中的不同时间、妊娠和用药情况,会对不同检测指标产生程度不一的影响。长时间使用止血带可使局部血液中的某些成分浓缩。溶血即红细胞破裂,可释放钾等细胞内物质,并干扰光学或化学测量。延迟分离血细胞也会改变物质浓度,例如细胞持续代谢会消耗葡萄糖。因此,要保证标本完整性,必须遵守各检测项目对保存时间、温度、光照暴露及冻融次数的具体限制。

非血液标本也各有要求。定时尿液收集用于测量指定时间段内的排泄量,收集不完整会影响结果;随机尿标本则用于回答不同的临床问题。微生物学标本中的微生物若在运输途中死亡,或在采集后增殖,标本的诊断价值就可能降低。用于常规显微镜检查的组织通常需要固定,以保存其结构,而用于培养的材料一般需要采用不同的处理方式。实验室依据标本接收和拒收标准处理不合格标本,包括标本量不足、渗漏、容器不正确及身份信息不符等情况。对于难以重新采集的标本,如某些脑脊液或手术标本,在决定如何处理时,必须对其局限性作出明确评估并予以记录。

分析方法与测量

分析方法将标本的某种性质转化为可观测的信号。在许多化学测定中,反应会生成或消耗有色化合物,仪器则测量其在选定波长下的光吸收。酶促反应可为葡萄糖等物质的测定提供特异性。电化学方法测量电学性质:例如,离子选择性电极根据选择性膜两侧的电位差,估算钠、钾或其他离子的浓度。信号与分析物浓度之间的关系通过校准建立。校准品用于确立测量标度,而质控品用于检查系统是否持续保持可接受的性能。

免疫测定利用抗体与其靶标的选择性结合。在夹心法中,靶标由捕获抗体和检测抗体共同结合;信号通常随靶标含量增加而增强。在竞争法中,样本中的待测物与标记试剂相互竞争,因此信号与浓度往往呈反向关系。免疫测定可以测量含量极低的激素、蛋白质或药物,但其特异性并非绝对。交叉反应物质、内源性抗体以及某些补充剂都可能造成干扰。例如,高浓度的生物素可影响某些利用生物素与链霉亲和素结合的测定,误差方向则取决于测定设计。

分离技术在测量前将复杂混合物中的组分分离。色谱法根据物质与固定相及流动相之间的相互作用差异进行分离。与质谱法联用时,可利用质荷特征和特征性碎片模式对化合物进行鉴定和定量。这类方法在类固醇测量、毒理学和新生儿筛查中具有重要作用。显微镜检查提供的是空间和形态信息,而不仅仅是浓度。流式细胞术分析流经光照检测区域的单个细胞或颗粒,结合光散射特性与荧光标记,对细胞群体进行分类,或识别异常的蛋白质表达模式。

核酸方法用于检测遗传物质或分析其特征。在基于扩增的检测中,引物界定靶区域,酶则生成更多拷贝。扩增过程中可以监测荧光信号,但报告的循环阈值与原始材料数量之间的关系,取决于检测方法、标本、提取效率和校准情况。核酸检测结果呈阳性,并不一定表明存在存活的生物体。测序可以揭示特定变异或更广泛的模式,但结果解读取决于覆盖度、分析误差以及现有的生物学知识。对于各种方法,实验室都会区分检出限与定量限:前者是在规定条件下能够可靠地区别于不存在该物质的最小量,后者则是在满足既定性能要求的前提下能够测量的最小量。

分析性能与诊断准确性

一项检验即使在测量方面表现良好,对某种特定疾病的诊断价值也可能有限。分析性能关注的是检测方法能否可靠地测量其目标物;临床有效性关注的是检验结果与所关注病症之间的关系;临床实用性则关注使用检验结果能否改善相关决策或结局。这些问题相互关联,但各不相同。某种检测方法可能准确测出一种见于多种疾病的分子,却仍无法确定结果升高的原因。反过来,一种具有临床参考价值的生物标志物,在特定应用所需的低浓度水平下,可能难以得到一致的测量结果。

精密度描述重复测量结果之间的一致程度,而偏倚描述测量结果与适当参考值之间的系统性差异。如果校准存在偏倚,即使方法的精密度很高,也可能反复得出错误数值。检测性能可能随测量区间内的浓度水平而变化,干扰对某些标本的影响也可能大于其他标本。计量溯源性通过有文件记录的校准链,将测量结果关联到更高等级的参考物质或参考方法(如有)。这种溯源性有助于提高结果的可比性,但并不能保证所有检测方法都可以互换,尤其是在不同方法检测的是不同分子形式,或缺乏完全适用的参考系统时。

对于二分类判定,敏感度和特异度描述的是相对于既定参考标准的检测性能。敏感度是患有目标病症的人群中检验结果呈阳性的比例;特异度是未患该病症的人群中检验结果呈阴性的比例。阳性预测值回答的是另一个问题:在所有阳性结果中,有多大比例确实患有该病症?若 pp 表示受检人群中该病症的患病率,则

PPV=Sensitivity×pSensitivity×p+(1−Specificity)(1−p).\mathrm{PPV} = \frac{\mathrm{Sensitivity}\times p} {\mathrm{Sensitivity}\times p+(1-\mathrm{Specificity})(1-p)}.

例如,在患病率为 1% 的 10,000 人中,若某项检验的敏感度为 90%、特异度为 95%,则大约会产生 90 个真阳性结果和 495 个假阳性结果。尽管敏感度和特异度看似较高,其阳性预测值却仅约为 15.4%。这个例子以所述检测性能适用于该人群为前提。

诊断性能还取决于研究设计。仅在重症患者和明确健康的对照者中评价一项检验,可能会夸大其对诊断尚不明确或处于疾病早期的患者的实用价值。不完善的参考标准可能导致对新检验结果的错误归类,而在知晓待评价检验结果的情况下判读参考标准,也可能引入偏倚。阈值还会带来进一步的权衡:降低临界值通常会提高敏感度,同时降低特异度。受试者工作特征曲线描述了不同阈值下的这种关系,但作为其汇总指标的曲线下面积,既不能确定最佳临床决策阈值,也不能证明患者能够从中获益。因此,在报告准确性估计值时,还需提供有关研究人群、标本、临界值、参考标准以及估计值不确定性的信息。

参考区间与临床解读

参考区间描述某项测量值在特定参考人群中的分布。许多参考区间涵盖中间的 95% 的数值,以下限第 2.5 百分位数和上限第 97.5 百分位数为界。按其定义,该人群中约有 5% 的结果会落在这一区间之外。因此,结果超出参考区间并不等同于患病,而处于区间之内也不能排除疾病。参考人群的选择及其分组方式很重要:年龄、与性别相关的生理特征、妊娠状态和发育阶段,都可能构成采用不同参考区间的理由。测量程序同样重要,因此,为某一种方法建立的参考区间不能直接套用于另一种方法。

检测的分析物越多,至少出现一项被标记为异常的结果的可能性就越大。假设对一名参考个体进行 20 项相互独立的测量,每项结果落在各自参考区间内的概率均为 95%,则至少有一项结果落在区间之外的概率为

1−0.9520≈0.64.1-0.95^{20}\approx 0.64.

实际的实验室测量结果往往存在相关性,因此,这一计算仅用于说明问题,并非适用于所有情况的预测。不过,它仍表明,即使并未出现新的、可识别的病症,涵盖多项指标的检查组合也可能产生偶然的异常结果。这也是为什么解读异常结果时,需要考虑促使开展检查的临床问题,以及相关测量结果所呈现的整体模式。

临床决策限不同于参考限。临床决策限是依据临床证据或专业共识确定的阈值,与诊断分类、风险类别或诊疗路径相关,不一定与健康参考人群的数值边界一致。有些应用场景依据的是一系列测量结果,而非单一阈值。例如,在怀疑心肌梗死时,解读肌钙蛋白结果需要结合其随时间的变化以及心肌缺血的证据;仅有浓度升高提示心肌损伤,并不一定意味着心肌梗死。因此,同一个数值结果在不同的临床情境下可能具有不同的含义。

同一个人的检查结果也会发生变化。个体内生物学变异反映个体生理状态周围的正常波动,而分析变异则会增加测量噪声。因此,即使健康状况没有实质性变化,两次检查结果之间也可能出现差异。参考变化值用于估计:在特定假设下,两次结果的差异需要达到多大,才会超出预期的分析变异和生物学变异范围。采样间隔、治疗、急性疾病以及测量方法的改变,都可能使这一评估变得复杂。对于定性检测,时机同样重要:如果在产生可检测的免疫反应之前采样,即使已经感染,抗体检测结果仍可能为阴性。因此,结果解读是综合测量结果、生物学时序和临床概率的过程,而不是孤立地看待异常标记。

质量管理、报告与安全

实验室质量管理涵盖检验的整个流程,而不只是仪器性能。在引入一种方法之前,实验室需确定或验证相关性能特征,如精密度、偏倚、测量区间、检出能力及受干扰的程度。评价范围取决于该检验程序是成熟的商业化方法,还是经过重大修改或由实验室自行开发的方法。试剂批次、软件、校准或标本类型的变化,可能需要额外评价。通过文件记录,可以追溯某一结果所采用的方法、材料和操作程序。

室内质量控制使用性能表现符合预期的质控材料,识别常规运行过程中的不稳定情况。质控结果可能揭示偏移、趋势、过大的随机变异,或其他需要调查的问题。这些材料未必能重现患者样本的全部特征,因此,质控结果合格并不能排除所有与特定标本有关的问题。室间质量评价在某些场合也称为能力验证,通过分发样本,将实验室的检测表现与其他参与者的表现或指定参考值进行比较。结果不一致可能揭示方法差异、校准问题或操作程序错误。国际标准 ISO 15189 规定了医学实验室质量和能力的要求;依据该标准开展的认可,评估的是比任何单项检测性能更为广泛的体系。

分析后阶段包括审核结果、发布报告、通报紧急发现,以及确保信息送达负责的临床科室。报告通常注明标本、结果、单位、参考区间或临床决策限,以及相关局限性。量值必须使用明确无歧义的单位,因为不同单位体系下,同一被测物的数值可能相差很大。即使测量本身正确,单位不兼容、转录错误及标本信息不清也可能造成伤害。实验室可以采用自动合理性核查、与既往结果比较及专家审核等方式,识别发布前需要调查的结果。

危急值是指可能提示病情危急、需要按照既定制度迅速通报的检验结果。适用的界限、接收人员及逐级上报程序,取决于服务人群和业务类型。如果结果虽已发出,却始终未获确认或未被采取相应措施,沟通就尚未完成。实验室信息系统能够支持追踪、审计追踪和电子信息交换,但也可能因患者匹配错误、接口映射错误或自动化规则不当而引入风险。数据隐私尤为重要,因为实验室记录可能揭示感染情况、遗传特征、生殖信息或其他敏感细节。因此,质量体系将分析结果的可靠性与保密性、可追溯性以及临床沟通在实际运行中的可靠性联系起来。

检验场景、可及性与新兴技术

中心实验室能够集中专业技术力量、自动化系统和复杂设备,从而开展高通量检验和专科检验。其局限包括样本运输所需的时间,以及采样地点与分析地点之间的距离。即时检验将检测移至患者身边,应用场景包括急诊科、诊所、救护车和家庭。便携式血糖仪、血气分析仪和传染病快速检测试剂都是其中的例子。分析周转时间缩短,并不一定意味着能够更快作出有效的临床决策:样本采集、人员配备、结果整合以及能否获得治疗仍然十分重要。分散式检验还需要操作人员培训、质量控制、设备维护,并明确由谁负责处理意外结果或技术上无效的结果。

自我检测改变了样本采集、检测操作和结果解读的执行者。有些产品可即时提供结果,而直接面向消费者的检测服务则将样本送往实验室。检测性能既取决于检测方法本身,也取决于其在受控条件之外的使用情况。采样错误、储存条件、对说明的误解以及检测时机不当,都可能影响结果。商业化的广泛检测组合还可能发现意义不明的结果,由此引发更多检查,却没有证据表明这些检查能带来益处。过度诊断不同于假阳性:它是指正确检出了某种状况,但该状况在受检者一生中本不会引起症状或造成伤害。这些后果需要从整体检测策略的层面加以评估,而不能只看设备的准确性。

无论是在同一卫生体系内部,还是在不同卫生体系之间,实验室服务的可及性都存在差异。设备运行需要可靠的电力、必要时的供水、维护、训练有素的工作人员、试剂以及供应链。如果缺少配套耗材或技术支持,即使是受赠的分析仪也可能无法使用。世界卫生组织于2018年发布了首版《基本体外诊断用品标准清单》,以支持优先检测项目的遴选和供应。合理的实验室网络应将贴近患者的基础检验与通往更专业检验服务的转诊路径相结合。要切实保障服务可及,运输安排、周转时间和结果回报与是否实际配备仪器同样重要。

新型平台越来越多地在一次分析中检测多个靶标。多重病原体检测组合可快速检出多种微生物,但检出的对象可能包括与当前疾病无关的定植微生物或残留核酸。广泛测序及其他大规模分子检测能够揭示以往难以探知的生物学模式,同时也对结果解读提出了很高的要求。人工智能正被应用于细胞分类、组织图像分析、仪器监测和复杂数据解读。其性能取决于开发数据是否具有代表性、是否经过独立评估,以及部署后是否持续受到监测。模型学到的可能是实验室或仪器之间的差异,而非疾病的生物学特征;样本、工作流程或患者人群的变化,也可能降低其可靠性。因此,决定是否采用这类技术时,所需证据不仅包括分析准确性,还包括可重复性、临床有效性,以及在明确的诊疗路径中使用其输出结果所产生的后果。