用於檢測聯網的診斷臨床分析儀的近迫性分析故障的方法

2023-05-16 17:14:06

專利名稱：：用於檢測聯網的診斷臨床分析儀的近迫性分析故障的方法
技術領域：
：本發明總體上涉及對聯網的診斷臨床分析儀中的近迫性(impending)分析故障的檢測。
背景技術：
：自動分析儀是臨床實驗室中的標準裝置。過去常常需要大量人工參與的測定，現在大多這樣處理將樣本裝載到分析儀中，對分析儀編程以進行所需測試，並等待結果。所用分析儀和方法的範圍較為廣泛。一些例子包括諸如終點反應分析和反應速率分析之類的分光光度吸光度測定、比濁測定、濁度測定、散射能量衰減測定(例如美國專利No.4，496，293和No.4，743，561中描述的那些，其以引用方式併入本文中)、離子捕獲測定、比色測定、螢光測定、電化學檢測系統、電勢檢測系統和免疫測定。這些技術的部分或全部可通過利用典型溼式化學法；離子選擇性電極分析法(ISE)；薄膜型乾式化學法；珠管形式或微量滴定板；以及採用磁性顆粒來實現。美國專利No.5，885，530提供的描述有助於理解以珠管形式進行免疫測定的典型自動分析儀的操作，該專利以引用方式併入本文中。不言而喻，診斷臨床分析儀正在變成越來越複雜的機電式裝置。除了單獨的乾式化學系統和單獨的溼式化學系統之外，包括這兩種類型的分析法的集成裝置已得到商業應用。在這些所謂的組合式臨床分析儀中，多個乾式化學系統和溼式化學系統(例如)可設置在整裝殼體內。作為另外一種選擇，多個溼式化學系統可設置在整裝殼體內，或者多個乾式化學系統可設置在整裝殼體內。此外，如果證明有操作優點，類似系統(例如，溼式化學系統或乾式化學系統)可集成，使得一個系統可使用另一系統的資源。上述每一化學系統就其操作而言是獨特的。例如，已知的乾式化學系統通常包括樣本供給源、包括多個乾燥載片的試劑供給源、計量/傳送機構以及具有多個測讀臺的培養箱。利用吸管或探針將一定量的樣本吸入計量尖頭中，其由可移動計量車沿著傳送導軌輸送。一定量的樣本然後從尖頭計量地供給(分配)到置入培養箱內的乾燥載片上。對載片進行溫育，然後進行測量，如進行光學讀數或其他讀數，以檢測分析物的存在或濃度。應注意到，對於乾式化學系統而言，不需要給置入的患者樣本添加試劑。另一方面，溼式化學系統使用諸如小杯的反應容器，大量患者樣本、至少一種試劑流體和/或其他流體被混合加入該反應容器中，以進行測定。該試驗樣本也進行溫育，並進行測試以檢測出分析物。這種溼式化學系統也包括計量機構，將患者樣本流體從樣本供給源傳送到反應容器。不管這一系列不同的分析儀類型和測定方法如何，大多數分析儀具有若干共同的特性和設計特徵。顯然，一些測量在樣本上進行。這要求樣本以適合於測量方法的形式放置。因此，大多數分析儀中設有樣本操縱系統或機構。在溼式化學裝置中，樣本通常置於分析儀的樣本容器(例如杯或管)中，以使得等分試樣可分散至反應小杯或一些其他反應容器。使用適當的流體輸送裝置(例如，泵、閥、諸如管子和管材的液體輸送線)並通過壓力或真空來驅動的探針或吸管，常常可用於將預定量的樣本從樣本容器計量並輸送至反應容器。通常還需要用該樣本探針或吸管或另一種探針或吸管來將稀釋劑遞送至反應容器，尤其是當樣本中預期或發現有相對大量的分析物時。一般需要洗滌溶液和洗滌過程，以清潔非一次性的計量探針。同樣，流體輸送裝置是必要的，以精確地計量和遞送洗滌溶液和稀釋劑。除了樣本製備和遞送之外，對樣本進行的顯示測量值的處理常常需要分配試劑、基質或者與樣本混合的其他物質，以引起一些可觀測的事件，例如螢光或吸光度。將幾種不同的物質頻繁地與樣本混合，以獲得可檢測的事件。對免疫測定法而言尤其如此，此後其常常需要多個試劑和洗滌步驟。試劑操縱系統或機構可實現此功能。通常，這些計量系統需要洗滌過程以避免有遺留物。同樣，流體輸送裝置是這些操作的核心裝置。其他通常的系統組成部分包括測量模塊，其包括一些刺激源以及一些用於檢測刺激的機構。這些系統包括(例如)單色光源以及熱量計、反射計、偏振計和照度計。最新式的自動分析儀還具有精密數據處理系統，以監測分析儀操作並將生成的數據報告給本地或經由網絡或網際網路連接的遠程監測中心。很多情況下在已經描述的各主系統類別內還存在諸如試劑冷卻系統、培養箱以及樣本和試劑傳送系統的許多子系統。在診斷臨床分析儀的一個或多個部件或模塊開始失效時，分析故障(在本說明書中用作術語)就會出現。此類故障可由初始製造缺陷或長期磨損和劣化造成。例如，存在許多不同種類的機械故障，它們包括過載、衝擊、疲勞、蠕變、破裂、應力弛豫、應力腐蝕開裂、腐蝕疲勞等。這些單一部件故障會導致可信但其準確程度卻無法接受的測定結果。這些不準確或精度損失會由於諸如機械噪聲或者甚至效率低的軟體編程方案之類的大量因素而進一步增大。這些因素中的大多數相對容易解決。然而，對於常常以yg/dL或甚至ng/dL範圍測量的分析物濃度，必須特別注意樣本和試劑操縱系統以及那些影響樣本和試劑操縱系統的支持系統和子系統。樣本和試劑操縱系統需要準確和精確地傳送少量液體，因此通常採用非常薄的管材和容器，例如存在於樣本和試劑探針中的那些。大多數儀器要求若干獨特的流體遞送系統同時且整合地運行，而這些系統各自依賴於硬體/軟體系統的眾多部分的正確工作。這些硬體/軟體系統的一些部分具有可能以低概率發生的故障模式。這樣的探針中的缺陷或阻塞可導致強烈的不穩定和不準確的結果，從而造成分析故障。同樣，有缺陷的洗滌方案可導致遺留物誤差，其給涉及大量樣本的大量測定結果帶來錯誤讀數。這可能為分配的流體對遞送容器(例如，探針或吸管)的粘附所造成。或者，在容器接觸試劑或稀釋劑的情況下，可導致過度稀釋，從而低於報告的結果。被分配的流體上夾帶空氣或其它流體，會造成被分配的流體容量低於規格要求，因為有一部分被認為屬於所分配流體容量實際上是被夾帶流體。當臨床分析儀可清楚地識別上述問題時，標準操作程序將發出錯誤代碼(該錯誤代碼的數值定義了檢測到的錯誤類型)並扣留測定的數值結果，請求解決識別出的問題或者至少重新運行請求的測定。由上述問題導致的分析故障已在美國專利公布No.2005/0196867中論述，其以引用方式併入本文中。另外，已經研發了一些監測診斷臨床分析儀的既定方法，以具體解決上述問題，其是一種形式的統計過程控制，如James0.WestgardStJ"BasicQCPractices:TraininginStatisticalQualityControlforHealthcareLaboratories，，(第2版，AACCPress，2002，其以引用方式併入本文)、以及CarlA.Burtis、EdwardR.Ashwood禾口DavidΕ·Bruns的"TietzFundamentalsofClinicalChemistry」(第6版，Saunders，2007，其以引用方式併入本文)中所詳細描述5的。然而，除了上述與各個部件相關或與模塊相關的問題之外，還存在可引起分析故障的一類與系統相關的問題。與系統相關的問題產生自多個部件和子系統隨時間推移的逐漸劣化，表現為測定測量值的波動的增大。此類與系統相關的問題的一個特徵是，與上面描述以及US2005/0196867中定義的情況不同，無法檢測出明確的錯誤，因此，沒有發出錯誤代碼並且數值測定結果沒有被扣留。在微尖頭(micro-tip)和微滴定板(micro-well)方法中尤其關注環境和培養箱內的熱穩定性問題。由於涉及多個部件和子系統，所以不可能監測單個變量以檢測近迫性分析故障，而是有必要監測多個變量。這些變量的測量值可如本文所述用於檢測近迫性分析故障，並且還可用於監測分析儀的總體操作，如JamesO.ffestgard和CarlA.Burtis等人在先前以引用方式併入的參考文獻中所詳細描述的。當然，關鍵問題是應該監測哪組變量。對於得到商業應用的大多數診斷臨床分析儀而言，這可通過在分析儀研發的設計階段通常形成的分析儀誤差預算(errorbudget)的分析來最容易地得到答案。誤差預算計算是敏感性分析的一種特殊形式。其確定認為對系統準確性具有潛在影響的各個誤差源或誤差源群組的單獨的效果。本質上，誤差預算是這些誤差源的目錄。誤差預算是複雜電子系統設計中的一種標準工具。早先的例子，可參見ArthurGelb編輯的「AppliedOptimalEstimation」(MITPress，1974，洸0頁)，其以引用的方式併入本文。由於並非與診斷臨床分析儀的操作關聯的所有變量均可容易地測量，所以需要用於識別應該監測哪些變量的系統化方法。一種這樣的方法是龍捲風圖(tornadotableordiagram)。附錄中有一個在非常簡化的電子電路中使用龍捲風分析的例子。說到底，監測一組變量的決策是工程決策。美國專禾IjNo.5，844，808、美國專利No.6，519，552、美國專利No.6，892，317、美國專禾IjNo.6，915，173、美國專利No.7，050，936、美國專利No.7，124，332和美國專利No.7，237，023教導或提出了用於檢測故障的各種方法和裝置，但是無法在允許令人滿意地使用設備的同時預測故障。實際上，可對任何設備預期在未來某一時間點的故障。這些文獻中所公開的具體方法或裝置中並未教導或提出以系統化方式對預期的故障排序。
發明內容因此，本專利申請提供一種在診斷臨床分析儀生成準確度和精度不可接受的測定結果之前，預測聯網的診斷臨床分析儀的近迫性分析故障的方法。本公開不涉及檢測是否已經發生故障，因為此類確定由診斷分析儀中的其他功能和電路作出。再說，並非所有故障均影響臨床診斷分析儀所產生的結果的可靠性。作為替代方式，本公開涉及檢測近迫性故障並幫助補救該故障以改善臨床診斷分析儀的總體性能。本專利申請的另一方面涉及一種在診斷臨床分析儀的分析故障之前，向聯網的診斷臨床分析儀派遣服務代表的方法。預測診斷臨床分析儀中的近迫性故障的一種優選方法包括步驟監測多個診斷臨床分析儀中的多個變量；從監測變量的值中篩選出異常值；基於經篩選以移除異常值的監測變量的值導出每一監測變量的閾值(例如，基線控制圖極限)；將監測變量的值歸一化;利用歸一化的監測變量的值生成綜合閾值；從特定診斷臨床分析儀收集關於監測變量的操作數據；如果所述特定診斷臨床分析儀超過所述綜合閾值，則生成提示。變量的異常值是基於基礎預期或推測分布以一定比率預期出現的值，所述一定比率從由不高於3%、不高於1%、不高於0.和不高於0.01%的比率組成的集合中選出。在一優選實施例中，特定監測變量的閾值還用於將該監測變量歸一化。該實施方式的選擇無意且不應理解為對本發明範圍構成限制，除非在權利要求書中明確指出。一些替代實施例可以不同方式將監測變量歸一化。歸一化確保綜合閾值(例如，基線綜合控制圖極限)反映適當加權的基礎變量值。歸一化使得能夠利用參數作為綜合閾值的分量，即使數值上所述參數值的數量級不同。作為例子，環境溫度SD、百分比計量條件代碼和燈電流的負一階導數在歸一化後組合，即使在歸一化之前，它們的值標稱數量級不同。在一優選實施例中，如果針對特定診斷臨床分析儀監測的變量以規定方式(例如，三個連續時間點中的兩次或者指定時間間隔或操作周期內的存在次數)超出綜合閾值，則針對該特定診斷臨床分析儀生成近迫性故障提示。另外，除非另外明確指明，近迫性故障指性能上變動的頻度增高，即使測定結果在測定或相關試劑製造商指定的變化界限以內。這類實施方式選擇並不有意且不應被理解為是對本發明範圍的限制，除非在權利要求書中明確指出。由下文的優選實施例的詳細描述，本發明更多的目的、特徵和優點對於本領域技術人員而言是顯而易見的。圖1是集成診斷臨床分析儀和通用計算機網絡的示意圖。多個獨立操作的診斷臨床分析儀101、102、103、104和105連接到網絡106。在某一初始時間點107(稱作基線時間)，所有診斷臨床分析儀101、102、103、104和105收集數據並隨後將其傳送至通用計算機112。在未來的時間點108、109、110和111，收集附加操作數據並將其傳送至通用計算機112。圖2是測定預測性提示控制圖的示意圖，其示出從基線數據導出的穩健的統計控制圖極限201、以及由數據點202指示的對一系列的二十五個每日時間周期，從特定診斷臨床分析儀報告給通用計算機112的操作數據計算出的統計量值。應注意到，對於第2344和25天，三個統計量值中的兩個超出控制圖極限。圖3是在實例1中，針對利用基線數據計算控制圖極限所建立的數據的示意圖。列301表示在862個分析儀的群體中的特定診斷臨床分析儀。列302表示分析儀報告的百分誤差代碼，下文稱作基線誤差1值。列303表示分析儀的歸一化的百分誤差代碼值，下文稱作歸一化基線誤差1值。列304表示分析儀報告的模擬至數字電壓計數，下文稱作基線範圍1值。列305表示分析儀的歸一化的模擬至數字電壓計數，下文稱作歸一化基線範圍1值。列306表示分析儀報告的三個驗證數的平均值與三個信號電壓的預計值的比率，下文稱作基線比率1值。列307表示分析儀的三個驗證數的平均值與三個信號電壓的平均值的歸一化的比率，下文稱作歸一化基線比率1值。列308是列303、305和307中的三個歸一化值的平均值，下文稱作基線綜合1值。行309分別是列302、列304、列306和列308中的值的均值。行310分別是列302、列304、列306和列308中的值的標準偏差。行311分別是在已經移除不在所述均值加或減三個標準偏差的範圍內的值之後，列302、列304、列306和列308中的剩餘值的均值。行311均值表示截尾均值。行312分別是在已經移除不在所述均值加或減三個標準偏差的範圍內的值之後，列302、列304、列306和列308中的剩餘值的標準偏差。行312標準偏差表示截尾標準偏差。行313分別是對列302、列304、列306和列308，由行311中的截尾均值加三倍的行312中的截尾標準偏差構成的各個控制圖極限值。行313和列308中的元素是基線綜合1控制圖極限。圖4是通過對報告的百分誤差代碼的分析獲得的直方圖的示意圖，得自在實例1中在特定時間點對862個診斷臨床分析儀的群體的調查。圖5是通過對報告的模擬至數字計數的分析獲得的直方圖的示意圖，得自在實例1中在特定時間點對862個診斷臨床分析儀的群體的調查。圖6是通過對報告的平均驗證數與平均信號電壓的比率的分析獲得的直方圖的示意圖，得自在實例1中在特定時間點對862個診斷臨床分析儀的群體的調查。圖7是在實例1中，針對利用操作數據計算綜合1值所建立的數據的示意圖。列701表示採集數據的日期。列702分別表示對於每一日期，分析儀報告的百分誤差代碼，下文稱作操作誤差1值。列703分別表示對於每一日期，分析儀的歸一化的百分誤差代碼值，下文稱作歸一化操作誤差1值。列704分別表示對於每一日期，分析儀報告的模擬至數字電壓計數，下文稱作操作範圍1值。列705分別表示對於每一日期，分析儀的歸一化的模擬至數字電壓計數，下文稱作歸一化操作範圍1值。列706分別表示對於每一日期，分析儀報告的三個驗證數的平均值與三個信號電壓的平均值的比率，下文稱作操作比率1值。列707分別表示對於每一日期，分析儀的三個驗證數的平均值與三個信號電壓的平均值的歸一化的比率，下文稱作歸一化操作比率1值。列708分別是對於每一日期，列703、705和707中的三個歸一化值的平均值，下文稱作操作綜合1值。圖8是控制圖的示意圖，其中針對實例1繪製了操作綜合1的每日值。圖中示出了表示約74.332的截尾基線綜合1控制圖極限的線801。操作綜合1的每日值由點802表7J\ο圖9是具有四個信號輸入W901、X902、Y903和Z904的簡單電子電路的示意圖。這四個信號具有獨立隨機變量的特性。信號W901和X902在加法器905中組合，得到信號A906。信號A906在乘法器907中與信號Y903組合，得到信號B908。信號B908在加法器910中與信號Z904組合，得到信號C909。圖10是示出在附錄中所討論的模型電路中各種輸入變量對信號C的輸出方差的影響的龍捲風圖，以及該圖中值的表。圖11是在實例2中，針對利用基線數據計算控制圖極限所建立的數據的示意圖。列1101表示在758個分析儀的群體中的特定診斷臨床分析儀。列1102表示分析儀的培養箱溫度誤差的標準偏差，下文稱作基線培養箱2值。列1103表示分析儀的歸一化的培養箱溫度標準偏差，下文稱作歸一化基線培養箱2值。列1104表示分析儀的MicroTip試劑供給源溫度誤差的標準偏差，下文稱作基線試劑2值。列1105表示分析儀的歸一化的MicroTip試劑供給源溫度誤差的標準偏差，下文稱作歸一化基線試劑2值。列1106表示分析儀的環境溫度的標準偏差，下文稱作基線環境2值。列1107表示分析儀的歸一化的環境溫度標準偏差，下文稱作歸一化基線環境2值。列1108表示分析儀的組合的二次計量與三個讀取的δ校驗碼的百分比條件代碼，下文稱作基線代碼2值。列1109表示分析儀的組合的二次計量與三個讀取的S校驗碼的歸一化的百分比條件代碼，下文稱作歸一化基線代碼2值。列1110是列1103、1105、1107和1109中的四個歸一化值的平均值，下文稱作基線綜合2值。行1111分別是列1102、列1104、列1106、列1108和列1110中的值的均值。行1112分別是歹Ij1102、列1104、列1106、列1108和歹Ij1110中的值的標準偏差。行1113分別是在已經移除不在所述均值加或減三個標準偏差的範圍內的值之後，列1102、列1104、列1106、列1108和列1110中的剩餘值的均值。行1113均值表示截尾均值。行1114分別是在已經移除不在所述均值加或減三個標準偏差的範圍內的值之後，列1102、列1104、列1106、列1108和列1110中的剩餘值的標準偏差。行1114標準偏差表示截尾標準偏差。行1115分別是對於列1102、列1104、列1106、列1108和列1110，由行1113中的截尾均值加三個行1114中的截尾標準偏差構成的各個控制極限值。圖12是在實例2中，針對利用操作數據計算綜合2值所建立的數據的示意圖。列1201表示採集數據的日期。列1202分別表示對於每一日期，分析儀的培養箱溫度的標準偏差，下文稱作操作培養箱2值。列1203分別表示對於每一日期，分析儀的歸一化的培養箱溫度標準偏差，下文稱作歸一化操作培養箱2值。列1204分別表示對於每一日期，分析儀的MicroTip試劑供給源溫度的標準偏差，下文稱作操作試劑2值。列1205分別表示對於每一日期，分析儀的歸一化的MicroTip試劑供給源溫度的標準偏差，下文稱作歸一化操作試劑2值。列1206分別表示對於每一日期，分析儀的環境溫度的標準偏差，下文稱作操作環境2值。列1207分別表示對於每一日期，分析儀的歸一化的環境溫度標準偏差，下文稱作歸一化操作環境2值。列1208分別表示對於每一日期，分析儀的組合的二次計量與三個讀取的δ校驗碼的百分比條件代碼，下文稱作操作代碼2值。列1209分別表示對於每一日期，分析儀的組合的二次計量與三個讀取的δ校驗碼的歸一化的百分比條件代碼，下文稱作歸一化操作代碼2值。列1210分別是對於每一日期，列1203、1205、1207和1209中的四個歸一化值的平均值，下文稱作操作綜合2值。圖13是控制圖的示意圖，其中針對實例2繪製了操作綜合2的每日值。圖中示出基線綜合2控制圖極限1301為大約89.603。操作綜合2的每日值由點1302表示。圖14是在實例3中，針對利用操作數據計算綜合3值所建立的數據的示意圖。列1401表示採集數據的日期。列1402分別表示對於每一日期，分析儀的培養箱溫度的標準偏差，下文稱作操作培養箱3值。列1403分別表示對於每一日期，分析儀的歸一化的培養箱溫度標準偏差，下文稱作歸一化操作培養箱3值。列1404表示分別表示對於每一日期，分析儀的MicroTip試劑供給源溫度的標準偏差，下文稱作操作試劑3值。列1405表示分別表示對於每一日期，分析儀的歸一化的MicroTip試劑供給源溫度的標準偏差，下文稱作歸一化操作試劑3值。列1406分別表示對於每一日期，分析儀的環境溫度的標準偏差，下文稱作操作環境3值。列1407分別表示對於每一日期，分析儀的歸一化的環境溫度標準偏差，下文稱作歸一化操作環境3值。列1408分別表示對於每一日期，分析儀的組合的二次計量與三個讀取的δ校驗碼的百分比條件代碼，下文稱作操作代碼3值。列1409分別表示對於每一日期，分析儀的組合的二次計量與三個讀取的S校驗碼的歸一化的百分比條件代碼，下文稱作歸一化操作代碼3值。列1410分別是對於每一日期，列1403、1405、1407和1409中的四個歸一化值的平均值，下文稱作操作綜合3值。圖15是控制圖的示意圖，其中針對實例3繪製了操作綜合3的每日值。圖中示出9基線綜合3控制圖極限1501為大約89.603。操作綜合3的每日值由點1502表示。圖16是用於計算基線綜合控制圖極限和操作數據點的軟體的流程圖。處理從「開始」橢圓框1601開始，然後輸入有數據可用的分析儀的數量(160。在讀取一個分析儀的基線數據(1603)之後，進行檢查(1604)以查看是否有用於附加分析儀的數據待輸入。如果是，則控制返回到1603框，否則在所有分析儀的橫截面上針對每一輸入變量計算基線均值和標準偏差(160。現在，從計算的數據集中移除值不在所述均值加或減至少三個標準偏差的範圍內的所有數據(1606)(稱作截尾的處理)，並針對每一變量計算截尾均值和標準偏差(1607)。接下來，針對每一變量計算基線控制圖極限值(1607A)，並利用截尾均值和標準偏差計算基線綜合控制圖極限(1608)。在某一時間點，也許從基線數據的集合大量移除，開始輸入特定分析儀的特定周期的操作數據(1609)。在框1610，進行檢查以確定是否有另外周期的數據可用。如果是，則控制返回到框1609，否則用每一變量的輸入值除以變量的基線控制圖值，以歸一化每一變量(1611)。接下來，計算操作綜合值(1612)。隨後，將這些操作值存儲在計算機存儲器中(1613)，並與先前計算的基線綜合控制極限進行比較(1614)。如果在定義的時間範圍內，控制極限被超過達指定次數，則通知遠程監測中心近迫性分析儀分析故障(1615)，否則控制返回到框1610，以等待從特定分析儀輸入另一周期的操作數據。圖17是關於在不同時間點監測的變量及其相應的閾值的示例性信息顯示的示意圖。帶陰影的方框令人注意到超過其相應閾值的監測變量，以有助於故障診斷或改善分析儀性能。該顯示通過使人注意到可疑子系統來幫助發現近迫性故障。具體實施例方式本文所討論的技術使得能夠管理遠程診斷中心以評估遠程診斷臨床分析儀的一個或多個部件就要發生故障(近迫性分析故障)，從而可能報告準確性和精度不可接受的測定結果。本文所討論的技術的有益效果在於，在實際事件之前檢測出近迫性分析故障，並在採用該分析儀的商業實體和服務提供商均方便的時間向遠程設置的診斷臨床分析儀提供服務(確定並排除近迫性分析故障的原因)。為了大致理解本發明，可參考附圖。在附圖中，使用了相同的附圖標記來表示相同的元件。在描述本發明時，使用了以下術語。在數學語境中使用的術語「或」在本文中表示數學的「兼或」，使得語句「A或B為真」表示(I)A為真，為真，或者(3)A和B均為真。術語「參數」在本文中表示過程或群體的特性。例如，對於定義的過程或群體概率密度函數，作為群體參數的均值具有固定的(但可能未知的)值。術語「變量」在本文中表示隨著過程或群體的輸入或輸出而變化的過程或群體的特性。例如，當前培養箱溫度相對於其理想設定點的觀測誤差為+0.5°C，表示一種輸出。術語「統計量」在本文中表示一個或多個隨機變量的函數。基於群體樣本的「統計量」可用於估計群體參數的未知值。術語「截尾均值」在本文中表示作為位置估計的統計量，其中用於計算該統計量的數據已被分析並重構，使得具有異常小或異常大的量值的數據值已被排除。術語「穩健統計量」在本文中表示這樣的統計量(截尾均值是其一個簡單例子)，其在存在異常值的情況下，或者更一般地說，當基礎參數假設不是非常正確時，求得好於經典統計方法的結果。術語「橫截面」在本文中表示遍及多個不同的診斷臨床分析儀，在特定時間周期生成的數據或統計值。術語「時間序列」在本文中表示對於特定診斷臨床分析儀，在多個時間周期生成的數據或統計值。術語「時間周期」在本文中表示一定長度的時間，在該時間內累積數據並生成單獨統計數據。例如，在二十四小時內累積的用於生成統計量的數據將得到基於一天的「時間周期」的統計值。此外，在六十分鐘內累積的用於生成的統計量的數據將得到基於一小時的「時間周期」的統計值。術語「時間範圍」在本文中表示一定長度的時間，某一問題在該時間內考慮。「時間範圍」可包含多個「時間周期」。術語「基線周期」在本文中表示一定長度的時間，在該時間內收集來自網絡上的診斷臨床分析儀群體的數據，例如，可每天M小時收集數據。術語「操作周期」在本文中表示一定長度的時間，在該時間內收集來自特定診斷臨床分析儀的數據，例如，可在M小時的操作周期內每隔一小時收集一次數據，從而得到M個觀測值或數據點。對於與診斷臨床分析儀的具體設計關聯的變量，基於這些變量在確認對於分析儀總體誤差預算的異常升高之貢獻的能力來選擇用於監測。當然，診斷臨床分析儀必須能夠測量這些變量。這些變量中有多少要進行監測的決策是工程決策，其取決於所採用的測定方法，即，Ortho-ClinicalDiagnostics分析儀中的MicroSlide、MicroTip或MicroWell；以及診斷臨床分析儀器本身，S卩，Vitros5，lFS、VitrosECiQ、Vitros;350、VitrosDT60II、Vitros3600或Vitros5600。對於其他製造商，本專利申請中所討論的相同技術適用於技術上類似的測定。附錄描述了使用龍捲風圖、表的方法，其可用於識別那些對準確性或精度有較大影響的變量。在特定分析儀的特定測定方法內，還可具有可能需要對不同的變量集進行監測的多個測量形式。現在參照圖1，在診斷臨床分析儀利用乾式化學薄膜載片進行分析的優選實施例中，在指定的第一時間周期內(通常在周一至周五的工作周)從正常商業操作的多個診斷臨床分析儀101、102、103、104和105收集基線數據。在指定的第一時間周期內累積的基線數據，按每臺診斷臨床分析儀產生一個數據集，該數據集經網絡106發送並由數據流107多重表示。通用計算機112從網絡106上的多個診斷臨床分析儀接收該基線數據。然後，通用計算機112將來自多個診斷臨床分析儀的基線數據合併，從而生成指定的第一時間周期內的多個橫截面觀測值，其由如下三個變量構成(1)導致非零條件或錯誤代碼的微載片測定的百分比(稱作基線誤差)；(2)—次電壓線路中的變動的測量值(稱作基線範圍)；以及C3)三個驗證數的平均值與三個信號電壓的平均值的比率(稱作基線比率)。為了進一步轉化此信息，計算這三個變量中每一個的均值和標準偏差，從收集數據中排除不包括在所述均值加或減至少三個標準偏差的範圍內的各個觀測值。該操作稱為截尾。截尾均值是穩健統計量的例子，其防止數據異常值並且包含截尾數據集中可獲得的所有信息。應該指出的是，一些替代優選實施例可使用不穩健而基於不完全或片斷信息的統計量。隨後，對於這三個變量中的每一個，基於數據集中剩餘的觀測值計算新的截尾均值和截尾標準偏差。然後，針對這三個變量中的每一個，使用截尾均值和截尾標準偏差計算基線控制圖極限，該極限由截尾均值加至少三倍的截尾標準偏差組成。分別將每一變量乘以100並將每一變量除以其基線控制圖極限，從而將各個基線誤差、基線範圍和基線比率值歸一化。為了將歸一化基線誤差、歸一化基線範圍和歸一化基線比率減少至單個測量值，計算三個歸一化值的平均值(稱作基線綜合值)。利用針對各個值生成上述基線控制圖極限所採用的相同計算步驟，計算基線綜合值的均值和標準偏差。然後，移除不包括在基線綜合均值加或減至少三倍的基線綜合標準偏差的範圍內的基線綜合值，並計算截尾基線綜合均值和截尾基線綜合標準偏差。然後，按照截尾基線綜合均值加至少三倍的截尾基線綜合標準偏差來計算截尾基線綜合控制圖極限201，如圖2所示。截尾基線綜合控制圖極限201(算出的第一統計量)是完全從遠程診斷臨床分析儀基線數據導出的穩健統計量。應該指出的是，一些替代優選實施例可使用不穩健但基於不完全或片斷信息的統計量。上述基線計算和下述操作計算的詳細流程圖示出於圖16。應該指出的是，基線統計量還可用於單獨地監測遠程設置的遠程臨床分析儀，以在改變試劑批次或檢測裝置(例如，MicroSlides)時，相對於足夠的校準或對於參數值調節的需要來確定該分析儀的操作的改變。利用發送給遠程監測中心的數據，可根據需要或按照預先安排的間隔計算相同或別的統計量並將其下載至遠程地點。隨後，這些統計量的數值可用作Siewhart控制圖、Levey-Jennings控制圖或^festgard規則的基線值。此類方法在James0.Westgard和CarlA.Burtis等人的先前以引用方式併入的參考文獻中有所描述。在收集基線數據之後，在指定的第二時間周期序列內針對特定診斷臨床分析儀收集操作數據，並在每一時間周期結束時經網絡113將其發送給通用計算機112(由網絡數據流108、109、110和111表示)。該數據由操作誤差、操作範圍和操作比率的許多第二時間周期值組成。對於與特定操作變量(即，操作誤差、操作範圍和操作比率)關聯的值序列，通過將這些值乘以100並除以先前計算的該變量的關聯基線控制圖極限，來將值歸一化。通用計算機112被編程以計算這三個歸一化操作變量的平均值以獲得第二時間周期序列的操作綜合值。在第二時間周期序列上計算的這些操作綜合值，代表一個時間序列的觀測值。操作綜合值(算出的第二統計量)，是其量值表徵特定診斷臨床分析儀的誤差預算的總體波動的統計量。應該指出的是，替代優選實施例可使用不穩健但基於不完全或片斷信息的統計量。通用計算機112存儲並追蹤這些值(如圖2中繪製的值202所指示)，並且對於預定時間範圍內的預定數量的第二時間周期，操作綜合值大於截尾基線綜合控制圖極限201(從基線數據確定)時，通知遠程監測中心該特定分析儀存在近迫性分析故障。上述基線和操作計算的詳細流程圖示出於圖16。上述用於確定何時提示近迫性分析故障的判據，比傳統統計處理控制判據嚴格得多。具體地講，該方法中所使用的判據是三個連續觀測值中兩個的操作綜合值超過截尾基線綜合控制圖極限201。這等同於超過截尾均值加三倍的截尾標準偏差。如JohnS.Oakland在"StatisticalProcessControl，，(第6版，Butterworth-Heinemann,2007,其以弓|用方式併入本文)中指出的，使用單值或小批量控制圖時提示過程失控的常用判據是(1)關鍵12變量的一個觀測值大於均值加三個標準偏差；(關鍵變量的三個連續觀測值中的兩個超過均值加兩個標準偏差；或者(關鍵變量的八個連續觀測值總是超過均值或總是小於均值。因此，相比於通常採用的判據，該方法中所使用的判據嚴格許多，即發生的可能性小很多。採用此判據能夠減少所發現的假陽性數量，其中假陽性會在近迫性分析故障的提示不被認可時要求這種提示。然而，其他的優選實施例可能使用上述判據或其他的適當判據來減少假陽性數量。類似基線統計量，操作統計量還可用於單獨地監測遠程設置的遠程臨床分析儀，以在改變試劑批次或檢測裝置(例如，MicroSlides)時，相對於足夠的校準或對於參數值調節的需要來確定該分析儀的操作的改變。利用發送給遠程監測中心的數據，可根據需要或按照預先安排的間隔計算統計量並將其下載至遠程地點。隨後，當接收到數據時，可利用Shewhart控制圖、Levey-Jennings控制圖或^festgard規則分析這些統計量的數值。此類方法在James0.Westgard和CarlA.Burtis等人的先前以引用方式併入的參考文獻中有所描述。當注意到至少一個遠程診斷臨床分析儀具有近迫性分析故障時，遠程監測中心必須決定將採用的適當的後續行動方案。本文所討論的技術允許通過遠程監測中心管理將收集的數據以及隨後計算的統計量轉化為有序的一系列動作。已經預測到近迫性分析故障的每一遠程診斷臨床分析儀可用的第二統計量的值可用於按優先順序列出應該首先向哪一遠程分析儀提供服務，因為第二統計量的相對量值表徵該分析儀故障的總體可能性。第二統計量的值越高，近迫性故障發生的機率越大。當服務資源有限且想要最大限度地利用這樣的資源時，這非常有價值。根據遠程診斷分析儀距服務站點位置的距離，現場服務呼叫可能需要長達幾個小時。一部分時間用於到達現場(並返回)，加上辨認並更換診斷臨床分析儀的行將失效的一個或多個部件所花費的時間量。此外，如果非常及時地通知近迫性故障，則有可能將現場服務訪問安排得與時間已定的分析儀停工期重合，從而防止打斷採用該分析儀的商業實體對分析儀的正常使用時間。例如，一些醫院收集患者樣本，使得許多樣本在工作日期間在約7:00AM至10:00PM之間進行分析。對於此類醫院而言，使診斷臨床分析儀在10:00PM至7:00AM之間停工是非常方便的。另外，對於服務站點位置，最好將服務訪問安排在常規工作時間期間並且當然在主要假期和其他事件之前。採用小杯或微量滴定板的溼式化學法的優選實施例類似於上述薄膜載片的優選實施例，不同之處在於需要檢測不同的變量集。然而，基線信息向第一穩健統計量的總體轉化和操作數據向第二統計量的轉化保持相同，如控制圖的操作那樣。下面描述實現本公開的示例性實例。實例1-647分析儀此實例涉及使用離子選擇性電極作為測定-測量裝置來檢測乾式化學法MicroSlide診斷臨床分析儀中的近迫性分析故障。在2008年8月12日，在一天的時間周期內從862個診斷臨床分析儀的群體獲得關於三個特定變量的數據。第一變量是導致非零錯誤代碼或條件的所有鈉、鉀和氯化物測定的百分比。第二變量是在離子選擇性電極讀出期間採集的三個電壓信號電平的平均值，對於所有鉀測定而言。另外，第三變量是平均信號模擬至數字計數與平均驗證模擬至數字計數的比率的標準偏差，對於所有鉀測定而言。信號模擬至數字計數是由靜電計測得的載片電壓，驗證模擬至數字計數是用連續施加到載片的內部基準電壓測得的載片電壓。對於此實例和隨後的實例，應該指出的是，獲得的基線和操作數據值是雙精度浮點值，如IEEE浮點標準754(IEEEFloatingPointStandard754)中所定義的。這樣，儘管這些值在計算機內部使用8個數字字節表示，但是這些值具有大約15位小數的精度。貫穿數值計算的整個序列均保持這一精度；然而，在文本引用和附圖中保持該精度是不切實際的。出於這一原因，文本或圖中引用的所有浮點數將被顯示到三個小數位，向最近的第三小數位四捨五入，而不考慮存在的有效小數位數。例如，123.456781234567將顯示為123.457，0.00123456781234567將顯示為0.001。如果用所顯示的數值進行計算，則此顯示機制可能造成不正確的運算結果。例如，將上述兩個15位小數的數字相乘得到15位數精度的0.152415768327997；然而，如果這兩個數字的兩個顯示表示相乘，則得到6位數精度的0.123456。很明顯，如此獲得的兩個值顯著不同。圖3包含為利用上述基線數據計算控制圖極限而建立的數據。列301表示在862個分析儀的群體中的特定診斷臨床分析儀。列302表示分析儀報告的百分誤差代碼，S卩，基線誤差1。列304表示分析儀報告的三個電壓信號電平的平均值，S卩，基線範圍1。列306表示分析儀報告的信號模擬至數字計數數字的平均值與信號模擬至數字計數的平均值的比率，即基線比率1。對於三個報告的數據列，列302、304和306中的每一個，分別計算均值(如行309所示)，並計算標準偏差(如行310所示)。圖4、圖5和圖6分別示出對於所有862個報告診斷臨床分析儀，報告的基線誤差1值、報告的基線範圍1值和報告的基線比率1值的直方圖。然後，列302中不包括在基線誤差1均值0.257加或減三倍的基線誤差1標準偏差值1.136的範圍內的所有基線誤差1值，在稱作截尾的處理中被去除。在截尾之後，根據列302中剩餘的值計算出，行311中所示的截尾基線誤差1均值和行312中所示的截尾基線誤差1標準偏差值。對基線範圍1和基線比率1值執行類似的截尾計算。按照截尾均值加三倍的截尾標準偏差的方式，計算出結果得到的基線誤差1控制圖極限值、基線範圍1控制圖極限值和基線範圍1控制圖極限值，如行313的前三個元素所示。然後，將列302中的基線誤差1的每一數據值乘以100，並除以基線誤差1控制圖極限(行313中的第一元素)，以產生歸一化基線誤差1(如列303中所示)。以類似的方式，對基線範圍1的數據值(如列304中所示)並對基線比率1的數據值(如列306中所示)重複這些計算，分別得到列305中的歸一化基線範圍1值和列307中的歸一化基線比率1值。接下來，按照列303中的歸一化基線誤差1、列305中的歸一化基線範圍1和列307中的歸一化基線比率1的平均值來計算與列301中的分析儀關聯的列308中的基線綜合1值。然後，計算列308中的基線綜合1的均值和標準偏差，並分別示出為行309和行310中的第四元素。通過截尾去除掉，不包括在基線綜合1均值加或減三個基線綜合1標準偏差的範圍內的列308的元素。隨後，在截尾後利用列308中剩餘的基線綜合1值計算截尾基線綜合1均值(列308的行311中的第四元素)。另外，在截尾後利用列308中剩餘的基線綜合1值計算截尾基線綜合1標準偏差(列308的行312中的第四元素)。然後，按照截尾基線綜合1均值加三倍的截尾基線綜合1標準偏差的方式，算出截尾基線綜合1控制圖極限值(所計算的第一統計量)，結果示出為列308的行313中的第四元素。圖7包含針對來自647分析儀的每日操作數據報告建立的數據，其顯示為多行數據。列701表示採集數據的日期。列702、704和706分別表示報告的操作誤差1、操作範圍1和操作比率1的值。列703、705和707分別是計算的操作誤差1、操作範圍1和操作比率1的歸一化值，其分別通過將列702、704和706乘以100，然後除以截尾基線誤差1均值、截尾基線範圍1均值和截尾基線比率1均值來獲得。列708包含操作綜合1值的值(算出的第二統計量)，其通過對列703、705和707中的值取平均來獲得。圖8包含647診斷臨床分析儀控制圖，其中列708中的操作綜合1的各值被標繪為點802。線801表示截尾基線綜合1控制圖極限值74.332。應注意到，每日操作綜合1值從控制圖極限值附近出發，然後超過該極限值達三天，但是隨後降至控制極限值以下。這將是診斷臨床分析儀的近迫性分析故障的第一指示。在又過了若干天之後，操作綜合1值再次超過控制圖極限達三天中的兩天。儘管再沒有顯示操作問題的外在跡象，但是向分析儀地點派遣了服務技術人員，經仔細分析後發現靜電計在緩慢失效。在9月觀日更換靜電計。隨後，在該測試數據的持續時間內，操作綜合1值保持在控制圖極限以下。實例2-267分析儀此實例涉及使用測量透過樣本的吸光度的光度計作為測定-測量裝置來檢測溼式化學法MicroTip診斷臨床分析儀中的近迫性分析故障。在2008年11月13日，在一天的時間周期內從758個診斷臨床分析儀的群體獲得關於四個特定變量的數據。第一變量是每小時測量的培養箱溫度誤差的標準偏差，其被定義為基線培養箱2值。第二變量是每小時測量的MicroTip試劑供給源溫度誤差的標準偏差，其被定義為基線試劑2值。第三變量是每小時測量的環境溫度的標準偏差，其被定義為基線環境2值。另外，第四變量是組合的二次計量和三個讀取δ校驗碼的百分比條件代碼，其被定義為代碼2值。隨後，以與實例1中計算截尾基線綜合1控制圖極限值所採用的相同方式來計算此實例的截尾基線綜合2控制圖極限值。圖11示出了數據結構，其中列1101表示提供基線數據的分析儀，列1102、1104、1106和1108分別是基線培養箱2、基線試劑2、基線環境2和基線代碼2的值。基線培養箱2、基線試劑2、基線環境2和基線代碼2的輸入值的歸一化值分別示出於列1103、1105、1107和1109。行1111和1112分別包含列1102、1104、1106和1108各自的均值和標準偏差。行1113和1114分別包含列1103、1105、1107和1109各自的截尾均值和截尾標準偏差。列1110的行1115中的元素5是截尾基線綜合2控制圖極限值的值(算出的第一統計量)，具體地講為89.603。圖12包含針對來自267分析儀的每日操作數據報告建立的數據，其顯示為多行數據。列1201包含採集數據的日期。列1202、1204、1206和1208分別包含所報告的操作培養箱2、操作試劑2、操作環境2和操作代碼2值的每日值。列1203、1205、1207和1209分別是操作培養箱2、操作試劑2、操作環境2和操作代碼2四個值的歸一化值，其以與實例1中的操作值的值相同的方式獲得。列1210包含每日操作綜合2值的值(算出的第二統計量)O圖13包含267診斷臨床分析儀控制圖，其中列1210中的操作綜合2的各值被標繪為點1302。截尾基線綜合2控制圖極限值89.603由線1301表示。應注意到，每日操作綜合2值在開始的7天為低值，之後跳至控制極限以上達3天。在返回到低值八天之後，操作綜合2值又超出控制圖極限達三天中的兩天。上述事件均將導致有關近迫性分析故障的提示。隨後，在該測試數據的持續時間內，每日的操作綜合2的值保持在控制圖極限以下。實例3-406分析儀15此實例涉及使用測量透過樣本的吸光度的光度計作為測定-測量裝置來檢測溼式化學法MicroTip診斷臨床分析儀中的近迫性分析故障。利用在2008年11月13日獲得的實例2基線數據，從2008年10月M日開始到2008年12月2日，每天獲得406分析儀的操作數據，如圖14所示。列1401包含採集數據的日期。列1402、1404、1406和1408分別包含所報告的操作培養箱3、操作試劑3、操作環境3和操作代碼3的每日值。列1403、1405、1407和1409分別是操作培養箱3、操作試劑3、操作環境3和操作代碼3四個值的歸一化值，其以與實例1中的操作變量的值相同的方式獲得。列1410包含每日操作綜合3值的值(算出的第二統計量)。圖15包含406診斷臨床分析儀控制圖，其中列1410中的操作綜合3的各值被標繪為點1502。由線1501表示截尾基線綜合3控制圖極限值89.603。應注意到，每日操作綜合3值在開始許多天為低值，然後在2008年11月20日跳至控制極限以上達三天中的兩天。在回到低值又過兩三天之後，操作綜合3值再次超過控制圖極限達三天中的兩天。上述兩個事件均將導致有關近迫性分析故障的提示。其後，在該測試數據的持續時間內，每日操作綜合3的值保持在控制圖極限以下。實例4-由沂迫件故障的檢測標示的測定精度此實例說明，通過MicroTip診斷臨床分析儀生成的結果的不精確性越高，近迫性故障就被越頻繁地標示。近迫性故障的檢測不僅使故障的修理更快，而且還通過標示最有可能具有低於完美的測定性能的分析儀而便於獲得更好的測定性能。這類改進否則很難實現，因為一個孤立查驗的測定結果常常似乎滿足為該測定而設置的形式公差。檢測到測定結果中的方差反映出增加的不精確性，使得能夠採取措施來減小該方差，從而增大測定結果的可靠性。通過識別最頻繁地觸發提示的分析儀來說明增加的不精確性。為此，在2008年12月10日至12月12日，使用七百四十一個聯網的臨床分析儀來收集基線數據。針對每一分析儀追蹤八個變量，即(i)載片培養箱阻力；(ii)反射方差；(iii)環境方差；(iv)載片培養箱溫度方差；(ν)燈電流；(vi)法規/慣例一相對於處理的載片數的樣本計量代碼的百分比-根據系統檢測可疑計量；(vii)關於與相差超過指定閾值的事件的計數相隔9秒的CM測定的兩個讀數之間的SDR(CM)差；以及(viii)δDR(速率)，其關注兩個點並識別低於濃度水平的測定以檢測低於回歸線的噪聲。如圖16所示處理基線數據，以計算上述每一變量的均值和標準偏差，然後截尾以對離均值超過三個標準偏差的值通過丟棄此類條目來移除。處理剩餘的變量項以計算八個變量中每一個的截尾均值和截尾標準偏差。如前所述，用截尾變量的均值與三個標準偏差之和來將變量值歸一化。此實施選擇並非意在且不應被理解為是對本發明範圍的限制，除非在權利要求書中明確指出。歸一化因子(截尾變量的均值與三個標準偏差之和)用作變量的閾值，以標示操作數據的異常改變並幫助診斷故障並向臨床診斷分析儀提供服務。因此，針對八個監測變量中的每一個從基線數據計算此類閾值。將所有變量的歸一化值組合，以計算基線綜合控制圖極限，該極限用於標示近迫性故障。在此實例中，如果分析儀超過基線綜合控制圖極限，則對其標示近迫性故障。該實施方式的選擇無意且不應理解為對本發明範圍構成限制，除非在權利要求書中明確指出。表1中示出了八個監測變量中每一個的閾值以及基線綜合控制圖極限(均從基線數據導出)。這些閾值還用於隨後將每一變量歸一化，以便於計算基線綜合控制圖極限，其被確定為104.79(該值用於一起評價所有八個變量以檢測近迫性故障)，並通過查看各個變量幫助就所需的服務或改正的類型開始更詳細的調查。1載片培養箱阻力1602反射方差0.07803環境方差1.04載片培養箱溫度方差0.0475燈電流-0.896法規/慣例0.677δDR(CM)1.38δDR(速率)0.00037表1示出八個監測變量的閾值利用操作數據，對選擇的比色測定，識別出在2009年11月至12月期間，有十二(12)個臨床診斷分析儀系統最頻繁地觸發提示。通過比較在已知質量控制(「QC」)試劑上的測定性能，來將其與觸發提示的頻度最低的十二(1個臨床診斷分析儀系統進行比較。理想情況下，此類試劑應導致具有類似方差的類似讀數。對兩個群體(最常觸發提示的十二個臨床診斷分析儀系統和最不常觸發提示的十二個臨床診斷分析儀系統)求出合併標準偏差。相反，發現觸發提示的臨床診斷分析儀系統還表現出升高的不精確性(更差的測定性能)。因此，觸發提示的臨床診斷分析儀系統也顯示出升高的不精確性。表2中鈣(「Ca」)測定的實例數據示出五個「差的」診斷臨床分析儀的標識符、每個分析儀上測量質量控制試劑的次數、均值、標準偏差和變異係數，隨後是類似數量的「好的」臨床診斷分析儀。權利要求1.一種檢測聯網的診斷臨床分析儀中的近迫性故障的方法，包括以下步驟監測多個診斷臨床分析儀中的多個變量；從所述多個變量的值中篩除異常值；基於篩選後的所述多個變量中的第一變量的值導出所述第一變量的閾值；將選自所述多個變量的包括所述第一變量的變量的值歸一化，以用於計算綜合閾值；利用歸一化的變量值生成所述綜合閾值；從所述聯網的診斷臨床分析儀收集操作數據；如果所述綜合閾值為診斷臨床分析儀所超出，則生成提示。2.根據權利要求1所述的方法，其中第一變量的閾值還用於將所述第一變量歸一化。3.根據權利要求1所述的方法，其中第一變量的閾值還用於識別表示第一故障排查嘗試的所述第一變量。4.根據權利要求1所述的方法，其中所述操作數據用於計算提示值以用於與所述綜合閾值進行比較。5.一種檢測聯網的診斷臨床分析儀的近迫性故障的方法，包括以下步驟在第一指定時間周期內的商業操作期間，從多個聯網的診斷臨床分析儀收集基線數據，將所述基線數據轉化為第一統計量，在第二指定時間周期內的商業操作期間，從特定聯網的診斷臨床分析儀收集操作數據序列，將所述操作數據序列轉化為第二統計量序列，當所述第二統計量按指定方式以預定量超過所述第一統計量時，將所述特定診斷臨床分析儀中的近迫性診斷臨床分析儀分析故障通知遠程監測中心。6.根據權利要求5所述的方法，其中所述聯網的診斷臨床分析儀利用薄膜載片、小杯、珠管形式或微滴定板進行商業測定。7.根據權利要求5所述的方法，其中所述聯網的診斷臨床分析儀利用網絡連接，所述網絡選自網際網路、內聯網、無線區域網、無線城域網、廣域計算機網絡和全球移動通信系統網絡。8.根據權利要求5所述的方法，其中所述第一時間周期是M小時，所述第二時間周期是對小時。9.根據權利要求5所述的方法，其中所述預定量是所述第一統計量的10%，所述指定方式是三個連續時間周期中的兩個。10.一種根據近迫性分析故障的檢測為聯網的診斷臨床分析儀提供服務的方法，包括以下步驟識別用於檢測所述近迫性故障的監測變量，在時間周期內調查所述監測變量中超過其相應閾值的一組變量，將基線數據轉化為第一統計量，提供服務建議以更好地控制所述一組變量中的一個或多個變量。11.根據權利要求10所述的方法，還包括調查與所述一組變量中的所述一個或多個變量對應的子系統以尋找可提供服務的故障。12.根據權利要求10所述的方法，還包括確認在提供服務後，所述一組變量中的所述一個或多個變量沒有超過其相應閾值。全文摘要本發明提供一種檢測聯網的診斷臨床分析儀中的近迫性分析故障的方法，其基於檢測特定分析儀的操作是否可根據一個或多個閾值在統計上可分辨。當分析儀的一個或多個部件或模塊失效時會發生故障。本發明公開了一種檢測此類近迫性故障的方法。使用針對診斷臨床分析儀的群體預先選擇的一組分析儀變量的基線數據來生成近迫性故障閾值。隨後，包括相同的預先選擇的一組分析儀變量的操作數據允許生成一個時間序列的操作統計量。如果操作統計量以規定方式超出近迫性故障閾值，則預測有近迫性分析故障。這樣的近迫性分析故障檢測有利於對所考慮的分析儀的服務的智能調度，以保持高測定通過率和準確度。文檔編號G06F11/00GK102428445SQ201080019322公開日2012年4月25日申請日期2010年2月24日優先權日2009年2月27日發明者C·T·杜迪,E·C·巴肖,J·M·因多維納,M·N·雅各布斯,N·J·古爾德,O·阿爾特蘭申請人:奧索臨床診斷有限公司