Summary
这里介绍了使用基于 POCT 卡的白细胞分析仪测量外周血白细胞的方案。用两台自动血液分析仪测试相同的血液样本，以评估结果的一致性和准确性。结果表明，所评价的分析器与参比系统具有良好的相关性。
Abstract
白细胞（WBC）是体内炎症的重要指标，它可以帮助区分细菌和病毒感染。目前，我国大多数基层医疗机构采用血液检测技术的比例较低，基层医疗中心迫切需要一套性价比高、操作简便的血液学检测系统。本文介绍了基于床旁检测（POCT）卡的白细胞分析仪（评估系统）的原理和操作程序，该分析仪用于检测全血中的中性粒细胞，淋巴细胞和中间组细胞（包括嗜酸性粒细胞，嗜碱性粒细胞和单核细胞）等WBC指标。将评估系统的结果与两台商用自动血液分析仪（参考系统）的结果进行比较。分析了评价体系与商业参考体系的相关性和一致性。结果显示，被评价和参比系统检测到的WBC计数和粒细胞数量呈强正相关（rs = 0.972和0.973），而淋巴细胞数量表现出相对较低的相关性（rs = 0.851）。Bland-Altman图表明，评估系统与参考系统检测到的值之间的主要差异在95%的一致性限（LoA）内，表明两个系统具有良好的一致性。总之，该评估系统具有出色的相关性，稳健的一致性，并与广泛使用的自动血液分析仪的结果进行了可靠的比较。它是没有全自动五类血液学分析仪的基层医疗机构进行WBC检测的理想选择，特别是在COVID-19正常化预防和控制期间。
Introduction
白细胞（WBC）计数或分类是反映机体炎症的重要指标，可区分细菌感染和病毒感染。白细胞分析也有助于指导后续诊疗1.目前，五级全自动血液分析仪由于自动化程度高，效率高，产生准确可靠的结果，有效地降低了实验室技术人员的工作强度，因此已广泛应用于大中型医疗单位。它在临床检查中起重要作用2，3。然而，大多数初级医疗机构，如社区保健中心和私人诊所，血液学分析仪的采用率较低。根据一项关于我国临床实验室建设的全国性多中心研究，基层医疗机构的实验室建设不足，实验室规模小、人才输送不足、科技向农村推广等因素4证明了这一点。
自2019年12月以来，COVID-19开始在世界各地蔓延，并发展成为全球大流行。在“后疫情时代”，提出了一系列国家政策，以实施疫情常态化的防控措施。基层医疗机构实验室在基层诊疗和疾病防控中发挥着重要作用。它是疫情中的第一道防线和控制线，对COVID-19预防和控制至关重要5。一些研究表明，外周血淋巴细胞和中性粒细胞的检测将有助于COVID-19患者的筛查、诊断和治疗，中性粒细胞/淋巴细胞比值也可以作为重症和危重COVID-19的临床预警指标6，7。此外，白细胞检测具有提供快速报告的好处。基层医疗卫生机构可以广泛开展白细胞检测，帮助及时发现和筛查疑似感染。
基于POCT卡的白细胞分析仪（评估系统;见 材料表）是基于黄金标准“库尔特原理”的三级血细胞分析仪。评估的系统提供一个WBC直方图和七个血液参数的定量分析结果，包括WBC计数，粒细胞数（Gran#），粒细胞百分比（Gran%），淋巴细胞数（Lym#），淋巴细胞百分比（Lym%），中间细胞数（Mid#）和中间细胞百分比（Mid%）。它采用基于卡的创新技术，具有单人检测套件可用，无液体浪费，30秒检测速度快，无需日常维护，操作人性化等优点。因此，它特别适合初级医疗机构。本研究旨在通过与两家大型公立医院实验室的两台全自动商用血液分析仪（参考系统1和参考系统2;见 材料表）进行比较，评估POCT卡式白细胞分析仪的临床检测性能。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
本研究及人体血液样本的使用经广州医科大学第一附属医院伦理委员会批准（GYYY-2016-73）。所有参与者均已独立或通过其父母（对于儿童）给予书面同意。
1. 研究组基本信息
注：从曾就诊广州医科大学第一附属医院（第1医院）和遵义医科大学第五附属（珠海）医院（第2医院）的患者采集静脉血。医院1中用于血液常规检查的仪器是参考系统1，而医院2使用参考系统2。
- 从2021年1月到访1号医院（532人）和2号医院（534人）并接受血液常规检查的病人身上采集了1066份血液样本。
注意：患者是随机选择的，来自多个部门，患有各种疾病。 - 排除病历不全的患者，以及不合作或拒绝给予知情同意的患者。排除血液样本显示溶血、乳糜血或混浊的患者，或血液体积不足或储存时间超过 24 小时的患者。
2. 研究相关流程和测量结果
注意：评估的系统需要5μL血液样品来确定WBC和三个分类参数。采集血液后，使用评价系统和参比系统进行血液常规检查。
- 分别使用参比系统和评估系统检测WBC和532和534血液样本的三个分类参数。
- 让训练有素的技术人员在使用参考系统完成临床试验后随机重新编号选定的血液样本。然后，将样品交给另一位训练有素的技术人员，以使用评估的系统检测WBC和分类参数。
- 揭示两个系统的结果。
- 要求第三位技术人员分析仅由评估系统和参考系统共享的五个指标（即WBC计数，Gran#，Gran%，Lym#，Lym%）。
3. 使用被评估系统的程序
注：评估系统使用电阻抗原理（库尔特原理）对检测元件中的WBC进行计数。测试方案分为六个部分：启动分析仪、测试准备、采血、试剂混合、样品分析、关闭分析仪。
- 启动分析器
- 将分析仪背面的 [O/I] 电源开关转到 [I]。检查分析仪的指示灯是否亮起。
- 在登录对话框中输入正确的用户名和密码，然后单击 登录。确保系统自动执行自检和启动初始化，然后显示 “样品分析 ”主页。
- 考试准备
注意：全血样本测试需要四种耗材：血液采血针、溶血试剂、内含毛细管的定量移液器和血细胞检测模块（图1）。- 单击“ 下一个样本”，正确输入性别、姓名和其他临床信息（根据需要），然后选择适当的参考组。单击 “确定” 以保存信息。
注意：不同的年龄组都有自己的参考区间，因此选择正确的参考组可以获得更合适的报警提示。新生儿：1-28天大;儿童：29天至14岁;成年男性/女性/一般：超过或等于15岁。 - 撕开血细胞检测模块的薄膜，按下 出入库 按钮，将血细胞检测模块正确放入机器仓库，孔口朝外。
- 用定量移液器的尖端刺穿溶血试剂密封膜。
- 单击“ 下一个样本”，正确输入性别、姓名和其他临床信息（根据需要），然后选择适当的参考组。单击 “确定” 以保存信息。
- 采血
- 毛细血管采血：用蘸有酒精的棉签对左手无名指进行消毒，一次和一次。酒精自然变干后，用血柳叶刀刺穿左无名指的皮肤。
- 轻轻挤出第一滴血，用棉签擦拭。挤出足够的血液以形成完整的“水滴”，并使用定量移液管内的毛细管收集5μL血液样品。
- 静脉血液收集：使用定量移液管内的毛细管收集5μL预先获得的静脉血液样品。本研究中的所有测试都使用静脉血，该静脉血是使用含有EDTA-K2 抗凝剂的真空管从每位患者（5 mL）收集的。在30分钟至24小时内完成所有测试。
- 毛细血管采血：用蘸有酒精的棉签对左手无名指进行消毒，一次和一次。酒精自然变干后，用血柳叶刀刺穿左无名指的皮肤。
- 试剂混合
- 将定量移液器插入溶血试剂（2.5 mL）中并紧按以将血液样品从毛细管中释放出来。
- 将毛细管中的血液与溶血试剂混合，以恒定的速度将其倒置15-20次，直到毛细管中没有明显的红色血液。在这项研究中，血液样品以1：500的比例与溶血试剂混合。
- 样品分析
- 打开盖子，将溶液挤入血细胞检测模块中。
- 按 进入/退出仓库 按钮。血细胞检测模块进入仓库后，按下 计数 按钮。
注：闪烁的绿色指示灯表示分析仪正在计数。血细胞检测模块计数后会自动离开仓库，应将其取出并妥善处理。每次测试仅需30秒。 - 在分析仪界面上，单击 “确定 ”按钮两次，确认血细胞检测模块已被取出。
- 在分析器界面上，单击“ 打印 ”按钮以打印测试结果。
- 关闭分析仪
- 在分析器界面上，单击 关机 按钮，然后在界面弹出的对话框中选择 是 。检查系统是否开始执行关机序列。
- 关闭序列完成后，将大型机背面的 [O/I] 开关设置为 [O]。
4. 统计分析
- 使用广义极致化偏差（ESD）方法检测异常值，并根据美国临床实验室标准化协会（CLSI）EP9-A3文档8的要求消除这些异常值以进行后续统计分析。
- 计算正态分布连续数据的描述性参数，如均值和标准差（SD）;非正态分布数据的中位数和 25%-75% 的四分位距;以及分类数据的频率和百分比。
- 使用皮尔逊 χ2 检验或费舍尔精确检验来确定类别变量之间的关系程度。使用成对样本 T 检验或曼惠特尼 U 检验来比较组之间的数值数据。
- 通过散点图显示两个系统检测结果的分布和线性关联。应用 Spearman 的非参数相关检验来获取定量变量之间的关系程度。使用布兰德-阿尔特曼图和类内相关系数 （ICC） 验证两个系统检测到的定量值之间的一致性。
- 通过所选的统计软件分析数据。P 值 < 0.05 被认为具有统计显著性。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
示例数据
共有1066名患者在两个研究中心入组，包括医院1（n = 532）和医院2（n = 534）。患者特征示于 表1中。男性比例为49.9%，中位年龄为52岁（32岁，66岁）。参加研究的患者包括住院患者（51.1%），门诊患者（39.0%）和体格检查患者（8.4%）。测试样本来自到内科（30.6%）、外科（19.1%）、妇产科（9.0%）、儿科（3.9%）等。
检测异常结果（异常值）
以参考系统结果为水平轴，以评价系统结果为垂直轴，得到1066个样本的5个白细胞指数散点图（未显示结果）。可疑异常点在五个白细胞指数的散点图中很明显。根据ESD方法的结果，在1066个样本中，WBC计数中有16个异常值，Gran#中有27个异常值，Gran#中有8个异常值，Lym#中有15个异常值，Lym%中有9个异常值。在消除异常值后对数据进行了分析，异常值总共占不到5%。
评估系统和参考系统中的相关性分析
图2 显示了测试结果的散点图和斯皮尔曼相关性分析。结果表明，WBC计数、Gran#、Gran、Lym#和Lym%在两个系统之间具有良好的线性度和相关性;线性系数 R2 介于 0.7759 和 0.9676 之间，相关系数 rspearman 介于 0.851 和 0.973 之间（所有 P 值< 0.001）。WBC和Gran#在两个系统之间表现出最强的相关性（R2 = 0.9608和0.9676;rspearman 分别= 0.972和0.973），而Lym#在系统之间表现出最弱的相关性（R2 = 0.7759; rspearman = 0.851）。然而，我们无法评估中间细胞（Mid#/%）的相关性和一致性，因为它们在参考系统中被分离成更小的分裂（即嗜酸性粒细胞，嗜碱性粒细胞和单核细胞）。
一致性分析
已获得 Bland-Altman 图以可视化一致性分析，并且 ±2 SD 已标记为一致性限制 （LoA）。结果如图 3 所示。对于WBC，评估系统和参考系统之间的差异平均值为0.9 x 109 / L，差异的95%置信区间（CI）为-0.7 x 109 ~2.5×109 / L.9 9 / L.95%CI内有94.48%（992/1050）样本，这意味着评估系统检测到的WBC结果与参考系统良好一致。对于Gran#和Gran%，评估系统和参考系统之间的差异平均值分别为0.8 x 109 / L和2.0%，而差异的95%CI分别为0.7 x 109 ~ 2.2 x 109 / L和-7.7%〜11.7%。在95%CI内分别有94.23%（979/1039）和94.99%（1005/1058）样本。对于 Lym# 和 Lym%，95% CI 内有 93.82% （986/1051） 和 93.76% （991/1057） 样本，平均差值分别为 0.33 x 109/L 和 1.8%。白细胞指数差异的平均值均在0以上，表明被评价系统的测试结果略高于参考系统的测试结果。
不同患者群体的相关性分析
比较并分析了来自不同年龄和性别的患者以及来自不同科室的患者的样本的WBC计数结果，以建立相关性。结果表明，评价系统的WBC水平高于参考系统的WBC水平。男性和女性患者之间的一致性和相关性没有显着差异（ICC：0.97 vs 0.98;rspearman：0.98 vs 0.97）。住院患者的一致性和相关性优于门诊患者（ICC：0.98 vs 0.96;rspearman：0.98 vs 0.96），如 表2所示。
图1：被评估系统及其支持试剂和耗材的代表性照片。（A） 分析仪采用库尔特原理，通过三种分类检测血液中的白细胞。其小尺寸（242 mm x 397 mm x 321 mm）使其易于运输。（B）将有限的配套试剂和耗材组合成一套单人检测试剂盒，可在室温下储存和使用。 请点击此处查看此图的大图。
图2：被评估系统和参考系统检测到的五个白细胞指数的散点图。 R2 = 线性系数，rs = 斯皮尔曼相关系数 （95% CI），n = 样本数量。 请点击此处查看此图的大图。
图3：被评估系统和参考系统检测到的五个白细胞指数的Bland-Altman图。 Y轴描绘了被评估系统和参考系统之间测量值的差异，而X轴描绘了被评估系统和参考系统测量的白细胞指数的平均值。连续黑线表示整个样本池的平均差值，虚线黑线表示一致性上限和下限的 95%（一致性的平均限值± 1.96 SD）。ESi 表示由评估系统测量的值，RSi 表示由参考系统测量的值。 请点击此处查看此图的大图。
表1：研究人群的一般数据。 n = 样本数量，IQR = 四分位距。P 值对应于医院 1 和医院 2 的样本数据的比较。采用卡方检验（χ2）比较组间分类变量间的差异（当理论频率小于5时，采用费舍尔精确概率法进行标定），采用t检验或曼-惠特尼U检验比较各组间数值数据。 请按此下载此表格。
表2：被评价系统和参考系统在不同患者组中检测到的WBC结果的相关性分析。 n = 样本数量;IQR = 四分位距;和 ICC = 类内相关系数（>值为 0.75 表示具有良好的可靠性）。rs = 斯皮尔曼的相关系数;rs 为 0.90-1.00、0.70-0.90、0.50-0.70、0.30-0.50 和 0-0.30 分别表示极高、高、中、低和可忽略不计的正相关关系。 请按此下载此表格。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
随着现代实验室医学的进步，现在通常可以看到在相同或不同实验室中使用几种检测技术来鉴定相同的临床标志物。因此，应更加重视检测结果的一致性，以协助诊所对检测结果做出准确的解释和判断。调查显示，三级医院和独立实验室的实验室设备总值远高于基层医院和其他医疗机构4。这类设备虽然具有项目检测多、精度高、稳定性好、检测通量大等优点，但存在价格昂贵、体积大重、操作复杂、试剂要求多、对专业素质操作人员要求高等缺点，不适合基层医疗机构使用。检测仪器设备的发展是朝着自动化、智能化、标准化、个性化、小便携性方向不断发展的9.POCT检测设备具有时效性高、重量轻、携带方便、无需维护等优点，弥补了大型血液分析仪的缺点，更容易被基层医疗机构接受10家。通过不同的检测仪器实现同一试样和项目的检测结果的可比性是实验室质量管理11的核心内容。然而，很少有研究评估POCT血液分析仪与类似临床产品之间的相关性和一致性。
本研究中的患者是从中国广州（1号医院）和珠海（2号医院）市的两个中心随机招募的。两个中心之间的性别比例没有显着差异。入组患者包括到医院进行体检的患者，以及内科、外科、妇产科、儿科、重症监护科等的门诊病人和住院病人。医院1的患者的中位年龄显着高于医院2（58（37，68）vs 46（31，63）; P < 0.001）。1号医院是国家重点呼吸系统疾病专科医院，大多数患者患有呼吸系统疾病，这些疾病更容易影响老年人12。老龄化的科学研究发现，1号医院65岁以上人群的比例高于2号医院（6.67%对5.01%）13。
粒细胞计数有一些异常值，占2.5%，但所有项目的异常值都小于5%，在可接受的范围内。评价体系和参比体系的检测结果线值R2 均大于0.75，表明两个体系的线性回归线具有良好的线性拟合优度，白细胞计数和中性粒细胞计数的拟合线性优度较好。两个系统检测到的白细胞和粒细胞数量（rs = 0.972和0.973）之间相关性最强，其次是粒细胞百分比和淋巴细胞百分比（rs 分别为0.939和0.932）和淋巴细胞数量（rs = 0.851）。与报道的一项研究类似，POCT系列设备对白细胞计数的影响优于分类指标14的结果。此外，两个系统测试数据差异的Bland-Altman图表明，大多数测试点都在95%的一致性限制范围内，表明评估系统和参考系统的测试结果具有良好的一致性。虽然结果显示淋巴细胞的一致性分析略低于WBC和粒细胞，但淋巴细胞的相关系数仍高于0.85，这意味着两个系统在检测淋巴细胞时也具有良好的一致性。另一方面，布兰德-阿尔特曼图显示，被评估系统的测试结果略高于参考系统的测试值。据推测，这可能是由于评估系统中的系统误差，这使得总体结果很高。首先，在测试开始之前，应仔细检查分析仪是否正确放置;例如，仪器的周围区域应与墙壁或障碍物保持一定距离（≥20厘米），放置仪器的空间应通风良好。其次，研发团队还可以调整系统内部参数，纠正系统误差。
新型基于卡片的POCT白细胞检测系统利用电阻抗原理检测白细胞及其体积分布15，16。利用血细胞和电解质溶液之间电导率的差异，当不同体积大小的血细胞通过计数孔时，会引起孔内外电流或电压的变化，形成脉冲电压。该脉冲电压与血细胞数量相当，对应于体积大小，从而间接区分血细胞群并单独计数。使用被评估的分析仪进行白细胞检测的几个关键步骤需要注意，这与测试结果的准确性密切相关。首先，在收集血液时，第一滴血液应用无菌干拭子擦拭，因为它可能含有过量的组织液，可能会影响测试结果。其次，用毛细管收集第二滴血液后，应将附着在管外的血液擦掉，以确保收集的血液样本体积正好为5μ L.In 另外，血样和溶血试剂应充分混合。同时，确保所有溶液都充分挤入血细胞检测模块中。
由于其成本低、操作简单、速度快、免日常维护等突出优点，该POCT系统非常适合在门诊中心或基层医疗单位使用，是目前临床应用的重要补充4。该系统的应用可以覆盖我国所有发展中地区所有基层医疗机构的血液常规检查，对疾病，特别是传染病和血液病的早期筛查具有重要的临床意义17，18。然而，一个重要的限制是白细胞只能分为三类（嗜中性粒细胞，淋巴细胞，中间细胞）。未来，应进一步提高系统的分类能力，以达到准确诊断的目的。
综上所述，POCT白细胞分析仪作为一种新型的白细胞分析设备，具有便携、成本低、操作方便、检测快速准确等优点;与临床上广泛使用的自动血液分析仪相比，具有良好的相关性，较强的一致性和可靠的比较，因此适用于初级医疗单位。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
作者没有什么可透露的。
Acknowledgments
本研究由中国广东省医学科学研究基金会（A2019224）资助。资助小组同意研究设计，数据分析，手稿准备和出版决定。这项研究没有收到其他资金。
Materials
| Name | Company | Catalog Number | Comments |
| Blood cell detection module | Chuanghuai Medical Technology Co., Ltd.(Shenzhen, China) | consumables for evaluated system | |
| Blood lancet | Chuanghuai Medical Technology Co., Ltd.(Shenzhen, China) | consumables for evaluated system | |
| Hemolytic reagent | Chuanghuai Medical Technology Co., Ltd.(Shenzhen, China) | consumables for evaluated system | |
| IBM SPSS Statistics 25 | International Business Machines Corp., Armonk, NY | Software for data analysis | |
| MedCalc 11.4.2.0 | 2021 MedCalc Software Ltd | Software for data analysis | |
| Microsoft Excel 2019 | Microsoft | Software for data analysis | |
| Point-of-care testing (POCT) card-based leukocyte analyzer | Chuanghuai Medical Technology Co., Ltd.(Shenzhen, China) | CX-2000 | Evaluated system |
| Quantitative pipette with capillary tube inside | Chuanghuai Medical Technology Co., Ltd.(Shenzhen, China) | consumables for evaluated system | |
| Siemens fully automatic hematology analyzer and its related reagents and consumables | Siemens Healthcare Diagnostics Inc. | ADVIA 2120i | Reference system 2 |
| UniCel DxH 800 Coulter Cellular Analysis System and its related reagents and consumables | Beckman Coulter, Inc. | DxH 800 | Reference system 1 |
References
- Agbaria, A. H., et al. Diagnosis of inaccessible infections using infrared microscopy of white blood cells and machine learning algorithms. The Analyst. 145 (21), 6955-6967 (2020).
- Mlinaric, A., et al. Autovalidation and automation of the postanalytical phase of routine hematology and coagulation analyses in a university hospital laboratory. Clinical Chemistry and Laboratory Medicine. 56 (3), 454-462 (2018).
- Genzen, J. R., et al. Challenges and opportunities in implementing total laboratory automation. Clinical Chemistry. 64 (2), 259-264 (2018).
- Kang, F., Li, W., Wang, W., Chen, B., Wang, Z. A nationwide multicenter study on clinical laboratory construction in China. Chinese Journal of Hospital Administration. 35 (10), 867-871 (2019).
- Rawaf, S., et al. Lessons on the COVID-19 pandemic, for and by primary care professionals worldwide. The European Journal of General Practice. 26 (1), 129-133 (2020).
- Balla, M., et al. COVID-19, Modern pandemic: a systematic review from front-line health care providers' perspective. Journal of Clinical Medicine Research. 12 (4), 215-229 (2020).
- Cheng, B., et al. Predictors of progression from moderate to severe coronavirus disease 2019: a retrospective cohort. Clinical Microbiology and Infection. 26 (10), 1400-1405 (2020).
- Budd, J. Measurement procedure comparison and bias estimation using patient samples; approved guideline-third edition. Clinical and Laboratory Standards Institute. 33 (11), (2013).
- Wang, Y. Development trend of testing instruments in grass-roots hospitals. Medical Equipment. 24 (03), 26-27 (2011).
- Miesler, T., Wimschneider, C., Brem, A., Meinel, L. Frugal innovation for point-of-care diagnostics controlling outbreaks and epidemics. ACS Biomaterials Science & Engineering. 6 (5), 2709-2725 (2020).
- Vesper, H. W., Myers, G. L., Miller, W. G. Current practices and challenges in the standardization and harmonization of clinical laboratory tests. The American Journal of Clinical Nutrition. 104, Suppl 3 907-912 (2016).
- Vaz Fragoso, C. A. Epidemiology of lung disease in older persons. Linics in Geriatric Medicine. 33 (4), 491-501 (2017).
- Qian, C., Xie, T. Regional differences and demographic reasons of population aging in Guangdong Province. Scientific Research on Aging. 5 (01), 46-56 (2017).
- de Graaf, A. J., Hiemstra, S. W., Kemna, E. W. M., Krabbe, J. G. Evaluation of a POCT device for C-reactive protein, hematocrit and leukocyte differential. Clinical Chemistry and Laboratory Medicine. 55 (11), 251-253 (2017).
- Chabot-Richards, D. S., George, T. I. White blood cell counts: reference methodology. Clinics in Laboratory Medicine. 35 (1), 11-24 (2015).
- Green, R., Wachsmann-Hogiu, S. Development, history, and future of automated cell counters. Clinics in Laboratory Medicine. 35 (1), 1-10 (2015).
- Henry, B. M., de Oliveira, M. H. S., Benoit, S., Plebani, M., Lippi, G. Hematologic, biochemical and immune biomarker abnormalities associated with severe illness and mortality in coronavirus disease 2019 (COVID-19): a meta-analysis. Clinical Chemistry and Laboratory Medicine. 58 (7), 1021-1028 (2020).
- Flanagan, B., Keber, B., Mumford, J., Lam, L. Hematologic conditions: leukocytosis and leukemia. FP Essentials. 485, 17-23 (2019).
