对于医学检测来说，产品的性能决定了服务质量，在产品性能中空白限（LOB）和检出限（LOD）是非常关键的指标。本文参考美国临床和实验室标准协会（CLSI）EP17--A2文件，通过经典方法经典方法建立和评价空白限（LOB）和检出限（LOD）进行详细论述。
空白限、检出限
空白限是指测量空白样本时可能观察到得最高测量结果，也被称作“静状态变量临界值”。
检出限是指在定量和定性分子测量程序中，通常在常规临床实验室条件下，在≥95%的检测样本和既定类型的样本中，可被一致检出得分析物得最小浓度。
建立检出限（LOD）常用3中方法：经典方法、精密度曲线、Probit，其中仅经典方法可用于空白限（LOB）建立。
经典方法是原EP17-A中的方法，已经广泛应用于化学试剂和免疫化学试剂。该方法需要一组空白样本和一组低值样本，低值样本（阳性样本）通常为LOB估计值的1到5倍，LOB估计值一般将单个空白样本重复20次取最大值。
实验方案
按照EP17-A2推荐实验设计如下
总体要求：每批试剂空白样本或低值样本不少于60个数据。
方案设计：
需考虑因素推荐
试剂批次2批
仪器系统1台
时间3天
样本例数5例
每例样本重复次数4次
空白样本重复数=5×4×1×3×2=120次；低值样本重复数=5×4×1×3×2=120次。
数据分析：
空白样本的结果用于建立LOB，如果存在空白样本产生的测量结果超过LOB，则认为该结果来自阳性样本，则其犯了I类错误，相关的错误风险由α表示。对于典型的95% LoB阈值，I类错误风险为5%（α=0.05）。
相反，真低浓度样本的测量结果可能低于LoB阈值，并且与空白样本测量结果总体无法区分。如存在此种情况，则其犯了II类错误，相关的错误风险用β表示。LOD反映了真低浓度样本产生假阴性结果。
I类和II类错误风险的标称值为α=β= 0.05。分析方法包括非参数和参数数据分析，以根据空白样本和低值样本的测量结果计算LoB和LoD。
LOB建立与计算
非参数选项不作分布假设，可用于任何数据集。如果使用参数统计方法，需对空白样本检测数据进行统计检验以评估数据的正态性，结果应符合正态分布。实际应用过程中，大多数情况下会使用非参数方法。
非参数统计方法
1.将每批空白样本测量结果从低到高排列;
2.计算α（I类错误）风险概率0.05时，相应的空白样本的结果分布的百分位数（α=0.05时p=0.95）
3. 百分位的对应排列公式：
排列位置=0.5+测量次数×0.95
4. 按照百分位排位和排列的数据集计算出对应值，即LOB。如多批次试剂检测，按上述方法分别计算，其中最大的值为LOB。
参数统计方法
LOB计算公式
5. 注意：MB是平均值，SDB是标准差；数值1.645表示α=0.05时，正态分布的第95个百分位数，（B-K）表示估计SDB的自由度，B=数据集中空白结果的总数，以及K=空白样本的数量。
LOD建立
无论LOB是由非参数分析方法还是由参数分析方法确定，LOD的计算均由参数分析确定。
建立过程中如果包含两个或三个试剂批次，则测量程序的LOD是每个试剂批次获得的LOD最大值。如果包含四个或四个以上试剂批次，组合所有批次计算的LOD是测量程序的LOD。
参数分析
1. 计算数据集中每个低值样本的SD
2. 所有J低值样本的合并SDL计算为
其中：
SD1、SD2...SDj=第1、2...j个低浓度样本SD
n1、n2...nj=第1、2...j个低浓度样本所有结果的数量
3. LoD计算公式为：
式中Cp是用于给出正态分布的第95个百分位数的乘数因子（使用存在偏倚、观察到的SD估计值而非真实未知人群SD进行校正），L=低值样本结果的总数量，J=低值样本数量，LoB为测量程序的空白限。
非参数分析：
如果测量结果不能接近正态分布，也不能将低浓度样本结果转换为近似正态分布，则可采用非参数方法来确定LOD。
使用非参数方法时，预先判断预期的LOD被测量浓度，所有低值样本浓度选择应以该值为目标。收集数据后，将给定试剂批次中低值样本的所有测量结果合并为一个单独的分布，然后计算个别LOB值以下的结果的百分数。如果该百分数低于预期的的II类（β）错误（<5%），则将该试剂批次的LOD为合并低浓度样本结果分布的中位数。如果包含两个或三个试剂批次，则测量程序的LOD是每个试剂批次获得的LOD最大值。如果包含四个或四个以上试剂批次，则计算所有试剂批次组合数据的LOD，即为测量程序的LOD。
例：
使用经典方法对雌二醇检测的LOB和LOD进行研究。选择5例空白样本和5例低值样本，两批试剂、1台仪器、检测3天，每天每个样本重复4次，即每批试剂总计60个空白样本检测数据和60个低值样本检测数据。α=β=0.05的默认值用于I类和II类错误风险。
样本选择
低值样本样本选择：使用空白校准品作为样本进行重复性研究（n=20），观察到的最大测量结果为7 pg/mL。将其用作初始LoB估计值，同时确定选择低值样本的预期范围为7-35 pg/mL（LoB估计值的1-5倍）。
空白样本选择：免疫吸附单个患者血清样本，去除内源性雌二醇，以制备空白样本。在一项单独的方法比较研究中，确定了五个属于此范围的患者样本。
研究按照上述设计进行。表1-4列出了在两个试剂批次中观察到的空白和低值样本测量结果。
表1.试剂批次1的观察空白样本结果（单位：pg/mL）
表2.试剂批次2的观察空白样本结果（单位：pg/mL）
表3.试剂批次1的观察低值样本结果（单位：pg/mL）
表4.试剂批次2的观察低值样本结果（单位：pg/mL）
使用非参数数据分析评估数据。将每批5个空白样本的测量结果从低到高排序。采用典型的I类错误风险α=0.05，利相应的百分位数PctB计算如下：
对应于此百分位数PctB的排列位置计算如下：
排列位置= 0.5 +（B • PctB）=0.5+（60 •0.95）=57.5
其中，B=60是本例中每个试剂批次的空白样本测量结果数。由于排列位置是整数，在相邻整数排列位置57和58的值之间进行插值，计算对应于排列位置57.5的值。
表5.空白样本检验结果的排列位置和LoB
试剂批次1：7.6+（57.5-57）×（7.6-7.6）=7.6
试剂批次2：9.2+（57.5-57）×（9.6-9.2）=9.4
试剂批次1和2的最终LoB估计值分别为7.6 pg/mL和9.4 pg/mL。选择较大的9.4 pg/mL报告为测量程序的LoB。
通过低值样本的检测结果继续分析LoD。表6中显示的计算表给出了每个样本的单个SD。根据公式计算SDL。L=总计60个低值样本结果和K=5个低值样本，计算乘数因子cp。利用上述报告的LoB测定值，计算每个试剂批次的LoD，分别为14.5 pg/mL和13.8 pg/mL。对于此示例，选择较大的估计值14.5 pg/mL报告为测量程序的LoD估计值。
表6.低值样本检验结果的SD和LoD计算
产品使用说明中对这些示例结果的建议格式的报告如下：雌二醇的LoD为14.5 pg/mL，该结果基于小于5%的假阳性比例（α）、小于5%的假阴性比例（β）和240个测定结果（包含120个空白样本和120个低值样本重复测量结果）；LoB为9.4 pg/L。”