检测实验室质量控制体系搭建：空白、平行、加标到能力验证

质量控制不是评审前的"突击准备"，而是贯穿每一次检测的日常动作。空白、平行、加标——这些看似枯燥的质控手段，恰恰是检测数据可信度的基石。做了一百次质控，不如把一次质控做对、判准、留痕。

一、质量控制体系的法规依据

搭建质控体系，首先要回答"为什么要做"。RB/T 214-2017《检验检测机构资质认定能力评价 检验检测机构通用要求》已于2024年11月26日废止，不能再作为当前直接执行依据；但其中关于结果有效性监控、样品和记录可追溯的历史要求，仍可作为理解传统CMA质量体系关注点的参考。

CNAS-CL01:2018《检测和校准实验室能力认可准则》（等同采用ISO/IEC 17025:2017）第7.7条"确保结果有效性"要求实验室监控结果有效性，并对监控数据进行记录和分析；在发现数据超出预定准则时，应采取适当措施防止报告错误结果。

具体到日常质控，机构应结合适用方法标准、CNAS规则、监管要求和内部质量体系文件，设计空白、平行、加标、标准曲线、能力验证或实验室间比对等方案，避免把已废止行业标准当作现行硬性依据。

此外，2025年5月1日施行的新版《检验检测机构监督管理办法》（市场监管总局第101号令）强化了对检测数据真实性的要求，质控数据缺失或"做了不管"将直接影响资质认定评审结论，甚至触发行政处罚。质控不再是"可做可不做"的加分项，而是合规底线。

二、空白试验：不是"做了就行"

空白试验的核心目的，是评估试剂、器皿、环境等因素对检测结果的本底贡献。很多实验室"每批都做空白"，但说不清做的是哪种空白，更说不清空白值是否合格。

三种空白的区别

• 试剂空白：用实验用水代替样品，加入与样品检测相同的试剂，按相同流程测定。用于评估试剂纯度对结果的影响，是化学分析中最常用的空白类型。
• 现场空白：在现场将实验用水装入采样容器，与实际样品一同运输、保存、测定。用于评估采样环境、运输过程对结果的影响，在环境监测（如VOC、重金属）中是必做项。
• 方法空白：贯穿整个方法流程的全程序空白，从样品前处理（消解、萃取等）到仪器测定，用于评估整个方法流程的本底贡献。

空白值偏高的原因排查

• 试剂纯度不足：优级纯试剂开封后受污染，或不同批次间纯度差异。痕量分析建议使用MOS级或电子级试剂。
• 器皿污染：清洗不彻底是最常见原因。痕量金属分析中，玻璃器皿会吸附/释放金属离子，应使用聚四氟乙烯或聚乙烯器皿，并在硝酸溶液中浸泡24小时以上。
• 环境本底：实验室空气中目标物本底浓度偏高。例如VOC检测实验室若与有机溶剂存放区同处一室，空白值将持续偏高。
• 标准物质污染：标准溶液配制过程中引入杂质，或标准溶液存放时间过长降解。

空白值判定标准

通常要求空白值不超过方法检出限的2-10倍。对于痕量分析（ppb级），空白值应更低。关键原则是：空白值不应显著影响样品结果的判定。若空白值超限，必须排查原因并重新测定，不得简单扣除了事——扣除法掩盖的是系统性污染问题，且在评审中会被判定为不符合项。

三、平行样：重复性限r的判定

平行样用于评估检测方法的精密度（重复性）。平行样比例和频次没有一个适用于所有检测领域的统一固定值，应以方法标准、项目风险、监管/认可要求和机构内部质控计划为准。实际问题往往不是"有没有做平行样"，而是只做不判，平行样结果偏差很大仍然照样出报告。

重复性限r与再现性限R

• 重复性限r：在同一实验室、同一操作人员、同一设备、相同条件下，对同一样品在短时间内重复测定，两次结果之差的绝对值在95%概率下应小于r。r值通常由标准方法给出。
• 再现性限R：在不同实验室、不同操作人员、不同设备条件下，对同一样品测定，两次结果之差的绝对值在95%概率下应小于R。R值同样由标准方法给出，通常大于r。

相对偏差(RD)与相对标准偏差(RSD)

当标准方法未直接给出r值时，常用RD或RSD判定：

• 相对偏差RD：等于两次测定值之差除以两次测定值平均值，再乘以100%。即RD = |x1 - x2| / ((x1 + x2)/2) × 100%。
• 相对标准偏差RSD：等于标准偏差除以平均值，再乘以100%。即RSD = s / x̄ × 100%，适用于3次及以上平行测定。

常规判定标准：水质、土壤等检测中，平行样RD通常要求高浓度≤10%，低浓度≤20%。具体限值以各检测标准的规定为准。

超限处理流程

平行样超限时，应遵循以下流程：第一步，检查操作过程是否有异常（如移液、定容、读数）；第二步，重新取样重新测定；第三步，若仍超限，检查方法适用性或设备状态；第四步，记录全部处理过程并留痕。常见错误是"超限了就报平均值"，这直接违反质控原则。

四、加标回收率：准确度的核心指标

加标回收率用于评估方法的准确度以及基体效应的影响程度，是判断"测得准不准"的核心指标。

加标量要求

• 加标量一般为样品浓度的1-3倍，或为方法检出限的3-5倍。
• 加标体积不应超过样品体积的1%，避免显著改变样品基体。
• 加标后样品浓度应落在标准曲线的线性范围内。
• 若样品浓度未知，可先做粗测，再根据粗测结果确定加标量。

回收率合格范围

• 常规分析（mg/L级）：80%-120%
• 痕量分析（μg/L级，ppb）：70%-130%
• 超痕量分析（ng/L级，ppt）：60%-140%

具体限值以检测标准的规定为准。有机物分析（如农残、VOC）因前处理步骤多、损失大，回收率范围通常比无机物宽。

加标回收率超限的原因分析

• 基体效应：样品基体对测定产生干扰。例如高盐样品中的重金属测定，基体抑制导致回收率偏低；此时应采用基体匹配标准或标准加入法。
• 标准物质稳定性：标准溶液降解、污染或配制浓度不准确。标准溶液应定期核查，开封后注明有效期。
• 操作误差：加标体积不准确（移液器未校准）、加标后混匀不充分、前处理过程目标物损失或污染。
• 方法适用性问题：方法不适用于该类基体，应验证方法适用性或改用其他方法。

五、标准曲线与校准

标准曲线是定量分析的基础，其质量直接影响检测结果准确性。但很多实验室只看相关系数，忽视了斜率稳定性和截距监控。

浓度点数与范围

标准曲线通常设置5-7个浓度点（含零浓度点或空白），覆盖样品预期浓度范围。最低浓度点应接近方法定量限，最高浓度点应高于样品最高预期浓度。浓度点应均匀分布，不应集中在某一区段。

相关系数r要求

• 常规分析：r ≥ 0.999
• 痕量分析（ppb级）：r ≥ 0.995
• 多元素同时测定（如ICP-MS）：r ≥ 0.99

截距与斜率的稳定性监控

相关系数合格不等于标准曲线合格。斜率和截距的稳定性同样关键：

• 斜率：反映方法的灵敏度。斜率应在方法规定的范围内波动，斜率异常变化提示仪器状态变化（如光源老化、检测器漂移）或试剂变质。
• 截距：应接近0。截距过大提示存在系统误差（如空白偏高、基线漂移）。
• 建议绘制斜率/截距控制图，长期监控标准曲线的稳定性。若斜率连续偏离控制限，应排查仪器或试剂问题。

实操建议：每次绘制标准曲线后，记录斜率、截距、相关系数，与历史数据比对。仪器状态变化（如更换光源、维修后）必须重新绘制标准曲线并核查。

六、能力验证与实验室间比对

内部质控解决"自己跟自己比"的问题，能力验证（PT）则解决"跟同行比"的问题。两者互补，缺一不可。

能力验证频次要求

CNAS-RL02:2023《能力验证规则》对能力验证领域和频次作出规定。获得认可的实验室应按照规则附录、认可范围、风险评估和CNAS要求安排能力验证；不同子领域的最低频次不同，不能简单套用"所有关键领域每年至少1次"。对于无法获得合适能力验证方案的领域，可按要求选择实验室间比对等替代方式。

Z比分数评价

能力验证结果采用Z比分数评价，其判定标准如下：

• |Z| ≤ 2：满意结果（合格）
• 2 < |Z| < 3：可疑结果（有问题，需关注）
• |Z| ≥ 3：不满意结果（离群，不合格）

不满意结果的整改流程

Z比分数为不满意（|Z|≥3）时，CNAS-RL02规定了明确的整改要求：

• 原因分析：从人（操作）、机（设备）、料（标准物质/试剂）、法（方法适用性）、环（环境条件）、测（测量溯源）五个维度排查。
• 纠正措施：针对根本原因制定纠正措施，必要时重新测定相关批次样品。
• 客户通知：若不满意结果可能影响已出具报告的准确性，应通知客户并评估是否需要重新出具报告。
• 跟踪验证：纠正措施实施后，通过再次参加能力验证或实验室间比对验证有效性。
• 记录归档：全部整改过程应完整记录，作为评审时的证据材料。

七、质控数据的管理与趋势分析

质控数据的价值，不在于"做了留痕"，而在于"趋势预警"。CNAS-CL01:2018明确要求对质控数据形成趋势分析，这正是很多实验室的薄弱环节。

休哈特控制图的应用

质控图（休哈特控制图）是趋势分析的核心工具。以质控品的测定值绘制，包含以下控制线：

• 中心线（CL）：质控品均值
• 上控制限（UCL）：CL + 3σ
• 下控制限（LCL）：CL - 3σ
• 上警告限（UWL）：CL + 2σ
• 下警告限（LWL）：CL - 2σ

常用判异规则：

• 1点超出控制限（UCL/LCL）——立即停测排查
• 连续7点在中心线同一侧——存在系统偏移
• 连续7点递增或递减——存在趋势变化（如试剂降解、光源老化）
• 连续3点中有2点落在警告限（UWL/LWL）外——精度下降

以上任何一条触发，都应立即停止该方法的检测，排查原因并记录。质控图的意义在于在数据变成问题之前发现它。

质控数据的数字化管理价值

传统模式下，质控数据散落在纸质记录和Excel表格中，趋势分析靠人工统计，往往滞后且不完整。数字化管理带来的价值是结构性的：

• 自动判定与预警：质控数据录入后系统自动判定是否超限，超限自动标红并拦截该批样品数据，杜绝"做了不管"。
• 趋势可视化：空白值、回收率、平行RD自动绘制控制图，方法漂移提前预警。
• 数据可追溯：每条质控数据关联样品批次、设备、人员、试剂批号，评审时一键导出完整证据链。
• 质控与报告联动：质控不合格时，关联的样品报告自动标记"待处理"，无法提交复核签发，形成闭环。

写在最后

质量控制体系的搭建，不是写一本厚厚的程序文件，而是让每一次空白、每一组平行、每一个加标回收率都有标准、有判定、有处理、有趋势。法规给出了"必须做"的要求，标准给出了"怎么做"的方法，而真正决定质控有效性的，是实验室能否把"做、判、处、看"四个动作形成日常闭环。

以上内容基于公开法规标准和行业实践整理。涉及 RB/T 214-2017 的内容仅作历史体系参考，具体质控方案应结合机构自身检测领域、方法特点、现行认可要求和监管要求制定。