CUT OFF 值是怎么确定的

定性免疫检测中，决定结果阴阳性的依据是 CUT OFF 值。确定合适的 CUT OFF 值（阳性判断值）对于准确判定结果有重要意义。CUT OFF 值的确定要使依其得到的检测结果假阴性和假阳性的发生率最低。那么，CUT OFF 值是怎么来的？

什么是「灰区」？

在介绍怎样设定 CUT OFF 值前，先介绍灰区的概念。定性检测将结果区分为阴性、阳性。如果阴性样本的检测结果分布与阳性结果完全分开没有重叠，那进行区分时就非常方便也没有争议。在实际检测过程中，检测大量阴性样本与阳性样本后，会有少量样本测值有重叠。这一部分样本的检测结果归为可疑，即「灰区」。

CUT OFF 值的设定有多种不同方法。常见的方法包括：

01 使用阴性血清测定结果均值的 2 或 3 倍作为 CUT OFF 值

该方法是取一定数量（通常不多）的阴性血清样本，使用免疫检测试剂盒进行测定，取阴性样本的测值的平均值。若上述阴性样本的平均值为 X，则该次测定的 CUT OFF 值为 2X 或 3X。例如，试剂盒结果判定以 S（样本测值）/N（阴性对平均测值）≥ 2.1 为阳性，其依据即是以阴性参考血清的 2.1 倍作为 CUT OFF 值。通常为了避免阴性样本测值过低导致的 CUT OFF 值过低，还会规定阴性样本平均测值不到某一特定值，如 0.05 时，以 0.05 计算，即 CUT OFF 值不低于 0.10。采用这种方法设定 CUT OFF 值，可以有效避免假阳性结果的出现，但易导致假阴性结果较多，是一种非常粗糙的 CUT OFF 值设定方法。

02 阴性对照平均测值 + 2 个标准差（SD）或 3SD 作为 CUT OFF 值

先取大量（数千）正常人（阴性）血清样本进行检测，当阴性样本量足够大时，使用试剂盒检测所得测值将呈正态分布，若要求 95.3％(单侧) 的可信度，可将阴性样本平均测值 + 2SD 作为 CUT OFF 值；若要求 99%（单侧）的可信度，则以阴性样本平均测值 + 3SD 作为 CUT OFF 值。这种方法建立在统计学计算的基础上，相比于第一种方法，更为科学。但这种方法仅考虑正常人群（阴性样本），因此难以界定「灰区」，几乎所有灰区样本都阴性结果处理，可能会出现较多假阴性。

03 综合阴性对照均值 +2 或 3SD 及阳性对照均值 -2 或 3SD 建立 CUT OFF 值

先测定大量阴性血清样本，若测值为正态分布，在具有 95.3%（单侧）的可信度的情况下，可以将从阴性样本中得到的测值 +2SD 得到一侧 CUT OFF 值，若要求 99%（单侧）的可信度，则以测值 +3SD 为一侧 CUT OFF 值。然后检测大量阳性样本，在具有 95.3%（单侧）的可信度的情况下，可以将从阳样本中得到的测值 -2SD 得到另一侧 CUTOFF 值，若要求 99%（单侧）的可信度，则以测值 -3SD 为另一侧 CUT OFF 值。阴性和阳性样本的 CUT OFF 值确定后，根据「灰区」的大小，综合平衡考虑假阳性率和假阴性率，确定试剂盒的 CUT OFF 值。这种方法对比方法二，对阳性人群也有考虑，并且对「灰区」的存在有一定估计，不会出现将「灰区」全部归为阴性结果的情况。

若样本测值为非正态分布，可采用「百分位数法」，以阴阳性样本测定结果的百分位数单侧 95% 或 99% 分别来确定两侧 CUT OFF 值，再综合平衡考虑假阳性率和假阴性率。

04 在方法三的基础上，增加检测血清转化盘样本

在检测大量阴性及阳性样本基础上，检测转化型血清（从阴性转变为阳性过程中的系列血清）样本，取假阳性和假阴性发生率最低、且能区别抗原转化至抗体出现点的吸光度值作为 CUT OFF 值。由此确定的 CUT OFF 值能有最佳区分阴阳性样本的能力。