定义、对象与评价边界
性能评价是依据预先规定的用途、性能需求和判定规则,通过测试、分析及证据整合,判断产品、部件、软件、空间或服务系统在规定条件下达到目标表现的程度。本词条在 WSIC 中归入 6.3.2 第三方检测与评价服务;评价对象可以是床具的支撑与热湿表现、设备的测量与响应、照明或声学系统的输出、数字功能的稳定性,也可以是多部件协同后的整机性能。
性能评价不等同于安全评价、单项功能验证、可靠性检测、功效验证或认证。安全评价关注伤害风险是否得到控制;功能验证确认规定功能能否执行;可靠性检测关注在时间和应力作用下持续完成任务的能力;功效研究回答干预是否产生预期健康或睡眠结果。性能评价可采用这些活动的证据,但不能据此自动作出安全、临床获益、认证合格或监管批准结论。
评价结论只适用于报告界定的型号、配置、软件或算法版本、附件、样品、工况、用户与证据日期。“达到性能要求”意味着在这些边界内符合既定规则,而不表示在所有环境、所有个体或整个寿命中始终表现相同。委托方、实验室和报告使用者应共同防止把局部指标扩大成整机、真实世界或改善睡眠的普遍承诺。
需求分解、指标体系与评价方案
评价应从预期用途、用户任务、使用情景和可验证的性能需求开始,把“舒适”“安静”“智能”“精准”或“响应快”等宽泛声明转化为明确测量量。指标可包括载荷—变形、压力分布、热阻和水蒸气传递、声光输出、测量偏差、检测率、响应时间、续航、通信可用率、耐久变化或任务完成表现;不同对象需要不同组合,不存在适用于全部睡眠产品的统一指标表。
方案应在接触结果前规定主要与次要指标、单位、参考方法、仪器、样品数量、重复次数、预处理、负载、环境、运行模式、稳定时间、数据排除规则、统计方法和接受准则。若评价包含基准产品,还要预先定义比较对象、版本、设置、校准状态及等效工况。事后更换主要指标、挑选有利时间窗或放宽限值,会使结论失去可追溯性。
单项指标可能相互制约,评价方案应说明权重、最低要求和综合规则。例如降低噪声可能影响风量,增加柔软度可能改变支撑或耐久,节能模式可能降低采样或通信可用率。综合得分只有在量纲转换、权重来源、缺失值处理和不补偿项目均透明时才有意义,不能让某项高分掩盖关键指标不合格。
样品、工况与试验设计
样品应代表拟作声明的产品总体,并记录批次、生产地点、材料与供应商、尺寸、配置、固件、算法、附件、预处理和既往使用。试制样、工程样、送检特制样与量产随机样回答的问题不同;产品系列可采用覆盖或最不利配置,但必须说明选择依据。多个读数、多个夜晚或同一件产品的多个位置通常不能当作彼此独立的样品来虚增样本量。
样本量和重复数应由自然变异、测量变异、预期差异、错误决策后果及所需置信程度决定,而不是沿用一个通用数字。试验设计可采用随机化降低顺序偏差,以分组或区组控制批次、实验室、使用者和环境差异,并在适用时进行盲法评价。对老化、学习、疲劳、清洗或残留效应,应安排基线、恢复期、顺序平衡和足够观察时长。
工况应覆盖预期范围及有理由的边界状态,包括温湿度、电源、网络、安装、负载、姿势、床伴、衣被、环境噪声和光线等相关因素。加速、极限或故障条件可以揭示裕量和失效模式,但不能直接冒充正常使用结果。偏离方案、设备故障、试验中断和样品损坏都要保留,说明其对结论和重试决定的影响。
测量质量、统计分析与判定
测量系统应具备适用的量程、分辨力、溯源校准和环境控制,并以方法确认或验证证明能测到目标量。准确度需要区分与参考值的一致程度、系统偏差和精密度;精密度还可能包含同一条件下的重复性以及实验室、操作者、时间或设备变化下的再现性。分辨率高不等于准确,重复结果接近也不排除共同偏差。
分析应保留个体结果和分布,并按问题报告均值或中位数、离散程度、置信区间、效应大小、有效数据比例和失败模式。异常值不得只因不利而删除,排除应遵循预定、可解释且一致的规则,并同时检查稳健分析。缺失数据、低于检出能力的结果、多重指标和多次比较都可能改变表面显著性,应说明处理方法和敏感性。
合格判定应把测量不确定度、规格限值和错误接受或错误拒绝的风险纳入预定决策规则。接近限值的读数不应仅凭显示位数作过度精确结论;平均值合格也不能自动覆盖单件、关键工况或规定分位数的失败。若证据不足以支持明确判定,报告应给出不确定或需补充试验,而不是把“未发现差异”写成“性能等同”。
实验室、模拟、现场与用户评价
台架和受控实验室有利于隔离变量、建立参考和复现比较,但它们会简化真实安装、睡姿变化、维护、网络波动、长期磨损与用户行为。环境舱、仿体、假人或回放数据适合验证特定机制和边界,只有经过证明的关联才能把其结果外推到人体、整夜使用或现场。实验室最优表现不代表真实场景中的可用性能。
现场研究应记录环境、安装、使用强度、依从性、维护、并用产品和干扰因素,并用适当参考获取可比较结果。没有随机分配时,用户选择、季节、基线差异和同时发生的变化可能造成混杂;大规模日志也不能自动消除系统偏差。现场数据更接近使用情景,却可能降低控制程度,因此应与受控试验互补而非互相替代。
涉及人的评价应指定用户群、目标、任务和使用情境,分别考察有效性、效率、满意度与错误。主观舒适、噪声感受或易用性是有价值的用户结果,但不能替代温度、声压、测量误差等客观量,也不能直接证明生理或临床获益。若主张改善失眠、呼吸事件、睡眠结构或健康结局,需要与声明相匹配的功效或临床研究路径。
证据整合、比较声明与报告
综合评价应建立需求—方法—样品—原始数据—分析—判定的追溯链,区分直接测得、计算推导、专家判断和外部资料。部件报告、供应商数据、历史型号或模拟结果只有在接口、版本、边界和适用性得到说明后才能使用。最终整机的性能不能仅由各部件各自达标相加得出,软件、机械、附件和用户操作之间的交互仍需验证。
“优于”“不劣于”“同类最佳”或百分比提升等比较声明,必须使用相同用途、工况、单位、时间窗、统计规则和可识别的比较基准。只报告最佳模式、最佳样品或有利子群会造成选择性呈现;统计显著不必然具有实际重要性,未达到显著也不证明等同。外部实验室身份可提升独立性,但不替代适当方法、充分样品和透明判断。
报告至少应说明对象与版本、委托目的、利益冲突、需求和准则、样品、方法、设备、环境、偏离、原始数据可用性、统计结果、不确定度、结论和限制。摘要、标签和营销引用不得删除关键条件或把评价结果改写成保证。对不适用、未测试和证据不足的项目应明确标记,使使用者能分辨性能证据覆盖了什么、没有覆盖什么。
量产一致性、变更与持续监督
开发验证通过后,还需用来料、过程、终检和适当的抽样方案证明量产与已评价配置保持一致。验收抽样用于对批次作规定决策,不等同于设计验证,也不存在能把合格与不合格质量完全切开的神奇抽样线。生产控制应关注关键性能特性、测量系统、漂移、返工、替代料和跨批次趋势,而不是只保留最终平均值。
材料、结构、尺寸、供应商、生产地点、固件、算法、训练数据、云服务、附件、安装说明或预期用途变化,都可能使原评价失效。变更控制应先评估影响,再决定回归测试、桥接研究、部分复评或完整重评;算法或远程更新还应保存版本、部署范围和回滚证据。不能用旧版本报告为未验证的新配置背书。
持续监督可结合投诉、退货、维修、校准漂移、遥测、现场失败、用户反馈和后续抽检,并以销量、使用时间和暴露条件解释趋势。发现性能衰退或声明不再成立时,应调查原因,修正设计、过程、软件、说明或宣传,并验证纠正效果。理解本词条可结合“安全评价”“产品功能验证”“产品功效验证”“第三方产品检测”和“产品可靠性检测”等词条使用。