Báo cáo ca lâm sàng: một trường hợp u lympho vùng rìa nguyên phát tại tủy xương biểu hiện thiếu máu tán huyết miễn dịch

Kiểm soát chất lượng nội bộ (IQC) đóng vai trò thiết yếu trong đảm bảo chất lượng xét nghiệm y học, giúp phát hiện sớm các vấn đề và ngăn ngừa kết quả không đáng tin cậy. Mặc dù quy tắc Westgard là tiêu chuẩn vàng, song chúng còn hạn chế trong việc phát hiện sớm các thay đổi tiệm tiến hoặc xu hướng. Phương pháp Moving Average, bao gồm Bollinger Bands và MA Crossover, nổi lên như một giải pháp tiềm năng để khắc phục những hạn chế này, có khả năng phát hiện lỗi hiệu quả hơn. Nghiên cứu này nhằm mục đích so sánh hiệu quả phát hiện lỗi giữa phương pháp Moving Average và quy tắc Westgard truyền thống, đặt trong bối cảnh thực tế tại Việt Nam, nhằm đề xuất một chiến lược kiểm soát chất lượng tối ưu.

Cán bộ xét nghiệm y tế, chuyên gia kiểm soát chất lượng phòng thí nghiệm, nhà nghiên cứu trong lĩnh vực y học và sinh hóa y học.

Nghiên cứu này nhằm so sánh hiệu quả phát hiện lỗi giữa phương pháp Moving Average và quy tắc Westgard truyền thống trong kiểm soát chất lượng xét nghiệm. Bốn loại lỗi phổ biến (dịch chuyển, xu hướng, dao động, và điểm ngoại lai) đã được mô phỏng trên dữ liệu nội kiểm TG High thực tế từ Bệnh viện Phục hồi Chức năng Bình Thuận, vốn có chỉ số Six Sigma cao và độ ổn định tốt. Phương pháp Moving Average được phân tích thông qua Bollinger Bands và MA Crossover, trong khi quy tắc Westgard sử dụng các quy tắc tiêu chuẩn trên biểu đồ Levey-Jennings. Kết quả cho thấy phương pháp Moving Average vượt trội trong việc phát hiện lỗi dịch chuyển (phát hiện sau 1 điểm so với 5 điểm của Westgard) và lỗi xu hướng (phát hiện sau 2 điểm so với 10 điểm của Westgard). Điều này đặc biệt có ý nghĩa trong thực hành lâm sàng, giúp ngăn chặn việc báo cáo kết quả không chính xác sớm hơn, đôi khi lên đến 4-8 ngày. Đối với lỗi dao động và điểm ngoại lai, cả hai phương pháp đều có hiệu quả tương đương. Điểm đáng chú ý là MA Crossover, một kỹ thuật thường ít được đề cập, lại cho thấy hiệu quả vượt trội trong phát hiện lỗi xu hướng. Nghiên cứu kết luận rằng phương pháp Moving Average có hiệu quả vượt trội trong việc phát hiện lỗi dịch chuyển và xu hướng, trong khi cả hai phương pháp đều hiệu quả tương đương với lỗi dao động và điểm ngoại lai. Việc kết hợp cả hai phương pháp sẽ tạo nên một hệ thống kiểm soát chất lượng toàn diện và hiệu quả, tận dụng ưu điểm riêng của từng phương pháp. Chiến lược đề xuất bao gồm sử dụng Moving Average để phát hiện sớm lỗi dịch chuyển và xu hướng, đồng thời duy trì quy tắc Westgard cho lỗi dao động và điểm ngoại lai, cùng với việc xây dựng hệ thống cảnh báo tự động. Các nghiên cứu tiếp theo cần mở rộng phạm vi đánh giá trên các xét nghiệm có đặc tính khác nhau và trong các tình huống phức tạp hơn để xây dựng hướng dẫn áp dụng phù hợp.