以下是汪老师第一次给我的信，和我的回答。供大家参考。汪老师对一张优秀的、没有失控的质控图指出了一些问题。不经让人思考，到底怎样的QC才是有价值？其实只有在做的是真QC，当它失控有问题了，才是有意义的。现实是，我们现在QC不能不做，做出来的QC结果，几乎没有一个失控！检验科的同道们仔细想想，这是真的实际QC情况吗？不是！没有问题的QC其实才是有问题的！

汪子伟：

这段时间我一直在思考QC报警与患者结果的关系！若用西格玛度量作为检测系统的性能水平，我粗粗算了一下，若6西格玛水平，每天测100结果，大约10年出一个不合格（超过允许总误差的）结果；若5西格玛水平，大约2个月出现一个不合格结果；若4西格玛每2天出一个不合格结果。所以，不合格结果的出现摡率是由选择的方法决定的！QC只是守的工具，让不合格概率不增加，保持在所选定方法的范围内。幸亏，我们检验结果跟工厂的产品不一样，它们表面上看数值有高有低，实则应分为两个群体（统计学译为总体）：正常人（或该项目无关）结果总体，和病人（或该项目诊断阳性）结果总体。因为是两个总体，它们应由两组不同的参数表示。好的检验方法，能将这两组分得很开（呈显著差异），不好的方法，则有相当比例的重叠。当我们用选定分析系统测定时，固有概率的不合格结果会在这两个总体中随机分配：使原来的结果变大或变小。这种影响，发生在正常人群中时，只有使结果呈现假阳性时，才给临床和当事人带来麻烦；而发生在病人（本可呈阳性结果）中时，只有使结果呈现假阴性（或减弱阳性表现）时，才对临床和患者造成伤害。而且，误差的影响要足够大（往往不是1SD，而是更多个SD）。对正常人群的影响，往往在参考值（95％可信限，大约5％的结果）或临界值附近（比5％更少，或少得多）。而对于异常结果群体影响的概率，则由每天样本中有目标疾病患者比例所决定的，当然，多数情况下只有使结果接近正常的误差才更有不良影响。当然，选择好的项目，能使健、病两群绝然分开，分得很开，这是最好！选择好的方法，使结果稳定，精密度很高，两组随机重叠机会很小，最好！

冯仁丰：

汪老师：你的内容非常实在！客观反映当今国内大多临床实验室现状！开展QC是在实验室对样品的准备，都达到了最佳状态下，为了确保以后每天对病人标本一直处于最佳状态，才使用QC。缺了这些前提，都只是摆摆架子，骗领导，骗医生，骗病人，也在骗自己！都是假的！所以，你提到的所有表现，真实反映了这些虚假骗人的表现！所以，我一直反复强调检验基础，也就告诉实验室，要做一个老实人，做对得起老百姓的人！谢谢汪老师指点！