1-线性评价评价试验

09:37:25
19
多项回归分析
• 将上述数据进行多项回归分析，得出一级、二级与三级多
项式，此步可采用统计学软件（如SPSS,SAS）完成。 阶数 一级 二级 三级 多项式 回归自由度（Rdf） Y = a + b1X 2 Y = a + b1X + b2X2 3 Y = a + b1X + b2X2 + b3X3 4
---陈文祥
[The U.S. CLIA]
09:37:25
5
概念
• 线性范围（Linear Range)是指系统最终的输出值（浓度或活性）与被
分析物的浓度成正比的范围，此时的非线性误差应低于允许误差。 • 分析测量范围（Analytical Measurement Range）方法直接测量标 本，而不需要任何的稀释、浓缩或者其它预处理等过程下，测量结果 总误差符合要求的分析物浓度的范围。（CAP） 符合方法学性能，测量总误差满足方法规定的性能指标。 • 临床可报告范围（Clinically Reportable Range)是方法可采用对标 本的稀释、浓缩或者其他预处理用于扩展直接分析测量下的分析物值 的范围。 临床有用性 • 可报告范围（Reportable Range）：实验室可建立或验证仪器或检测 系统测量相应的准确实验结果值的范围。（CLIA）
09:37:25
7
思考
• 定量免疫（如化学发光，免疫比浊），校准曲线并非直
线，能否进行线性评价？
1.6 1.4 1.2 1 0.8 0.6 0.4 0.2 0 0 1 2 3 4 5 6
09:37:25
8
线性评价-EP6
• 设备熟悉期：在控、校准、样本准备等； • 注意生物安全防护； • 样本（浓度水平）数量： 验证：4-6个样本，覆盖线性范围，3-4次测定； 建立（ Establishment）：9-11个样本，超出20-30%预期
• 《临床检验方法确认与性能验证》P153 • WS/T 408-2012 《临床化学设备线性评价指南》
09:37:25
3
关于“确认” (Validation)
方法学研究或方法产品性能研究 由方法建立者或产品生产者完成 给出主要方法性能： ―准确度(accuracy) ―精密度(precision) ―特异性(specificity) ―检测限和定量限(LOD and LOQ, "灵敏度") ―线性(linearity) ―耐变性(robustness) ... ...
09:37:25
10
可添加分析物
09:37:25
11
使用高低混合血清制备系列样本
采用足量的混合血清样本时，准备如下：
• X1: 低浓度混合血清，浓度接近或等于下限； • X5: 高浓度混合血清，浓度等于或接近上限； • X2: 3份X1 + 1份X5 • X3: 2份X1 + 2份X5 • X4: 1份X1 + 3份X5
---陈文祥
09:37:25
4
关于验证 (Verification)
对主要方法性能的证实 在引入新方法时进行 对配套系统，一般验证下列指标： ―准确度(accuracy) ―精密度(precision) ―可报范围(reportable range) ―参考区间(reference interval) 对非配套系统，验证更为广泛，除上述指标外： ―分析特异性 ―分析灵敏度 ―任何其他必要指标
09:37:25
21
非线性程度判断----临床标准的线性与非 线性检验
• 1.计算最优拟合曲线与直线的平均差异值 (Average deviation
from linearity, ADL )
09:37:25
22
计算公式
ADL =
x X
[ p ( x) (a bx)]
c
2
L
x 100%
s
t2 = x xmin s 4)根据给定的显著性水平 α和重复测定次数查表7得临界值; 5)如t值大于临界值，则相应的可疑值为离群值。 Grubbs检验临界值表
样品测定次 数 3 4 0.050 1.153 1.463 显著性水平α 0.025 1.155 1.481 0.010 1.155 1.492 0.005 1.155 1.496
17
格拉布斯（Grubbs）法 每组数据中有3个测定结果，分别记为 x1，x2，x3。 1)将3个测定值按大小顺序排列,最大值记为 xmax,最小值记为 xmin; 2)由3个测定值计算均值x和标准差s:
x =
x1 x 2 x3 3
s =
x
i 1
3
i
x

2
3
09:37:25
18
3)根据可疑值 xmax或 xmin分别按下式计算统计量t： t1 = xmax x
09:37:25
14
实验程序
• 一般要求：实验人员必须熟练掌握仪器操作和维护程序、
样本准备方法和校准。
• 全部实验和数据采集宜在同一试验批（run）内或者相隔简
短的实验批中完成（最后在一天内完成）。样本随机排 列。有显著携带污染时，应用空白隔开样本。每个浓度样 本重复测定3-4次。记录分析结果。
09:37:25
26
拟合方程参数
方程的阶数 一阶 一阶 系数 符号 a b1 系数值 系数标准误 t-检验 自由度 回归标准 误 最优拟合方程 y=0.855x+0.19 6
0.196 0.855 0.166 0.870 -0.001 0.170 0.865 0.000 0.000
0.016 0.002 0.022 0.008 0.000 0.031 0.024 0.005 0.000
线性范围，3-4次测定。
09:37:25
9
• 样本类型：混合病人样本、用适当稀释液稀释的临床样
本、加入分析物的混合临床样本、商品质控物或校准物、 水溶液等。避免干扰，尽量减少基质效应。高浓度样本可 用说明书指定稀释液稀释成系列低浓度样本。 • 总体要求：为避免基质效应对结果的影响，进行线性评价 时所选用的样品应与临床实验样品相似，但不应对测定方 法有明确的干扰作用，避免溶血、脂血、黄疸等。 • 评价的是理论值（实际浓度、相对浓度）与仪器给出的最 终结果（而非仪器内部的响应值）之间的线性关系。
n
[y σ=
i 1
i
p ( xi )]2
n d 1
• yi: 各个测量值 • p(xi): 最优拟合方程的拟合值 • n: 样本数乘以重复次数(L x R) • d: 最优拟合方程的阶数
09:37:25
24
精密度判断

LR PctBnd C c
不精密度界值的常数（C） 6.3 6.5
09:37:25
1
线性评价及分析测量范围 的确定
张传宝 卫生部临床检验中心 cbzhang@nccl.org.cn
09:37:25
2
参考材料
• NCCLS EP6-A2 ：Evaluation of Linearity of Quantitative
Analytical Methods; Approved Guide-Second Edition
0.000 0.000 0.000 0.000 0.083 0.000 0.000 0.953 0.843 16 0.036 17 0.035 18 0.038
二阶 二阶 二阶
a b1 b2
三阶 三阶 三阶 三阶
a b1 b2 b3
09:37:25
27
精密度判断 • 也可通过查表4进行精密度检验，首先计算ADL值，得 ADL=0，最优拟合方程是一阶d=1，在L×R = 20和σ/ 是 0.70% (约1%) 时，查表4得临界值为5.4%, 且未标注字母 “P”，表明测量数据的精密度好。至此，对数据组的统计 学分析结束，得出结论为此组数据具有统计学标准的线性 或一阶线性。
15
实验记录表格
样本浓度 X1 X2 X3 X4 X5 Y1-1 Y2-1 Y3-1 Y4-1 Y5-1 测定次数及结果 Y1-2 Y2-2 Y3-2 Y4-2 Y5-2 Y1-3 Y2-3 Y3-3 Y4-3 Y5-3 Y1-4 Y2-4 Y3-4 Y4-4 Y5-4
09:37:25
16
检查离群点
L×R=14 5.4 5.9 6.3 6.8 7.2 7.7 8.1 8.6(P) P P
L×R=16 5.4 5.8 6.3 6.7 7.1 7.5 7.9 8.3(P) P P σ
Dixon 方法 • 将每个浓度4次按从大到小排列（Yi-1到Yi-4) 计算极差 D = Yi-1 –Yi-4 计算 D1= (Yi-1-Yi-2)/D 计算 D4= (Yi-3-Yi-4)/D D1或D4如果大于0.765（0.05)或0.889（0.01）则该点 为离群点；
09:37:25
09:37:25
28
不精密度和ADL的临界值（PctBnd=5%，d=1或2阶） σ/ c% 1 2 3 4 5 6 7 8 9 >9 L 样本数

L×R=10 5.5 6.1 6.6 7.1 6.6 8.2 8.7(P) P P P R
L×R=12 5.5 6.0 6.4 6.9 7.4 7.9 8.4(P) P P P
09:37:25
20
回归方程的线性检验
• t = bi / SEi • 如三级多项式L = 5，R = 2，Rdf = 4，df = 5*2-4 = 6。在t值
表中寻找t界值（双边检验，α=0.05），如非线性系数无显 著性（p>0.05），则数据组被认为具线性，此时可对数据 组进行精密度检验，精密度符合线性判断要求时，数据分 析结束并得出结论为数据组具有统计学线性或一阶线性。 如任一非线性系数具显著性（p<0.05），数据组则为非线 性。此时应进行临床标准的线性与非线性检验。
09:37:25
12
浓度计算
• 如果高/低浓度混合血清的值未知，可将每种混合血清编
码。编码可代表每个血清的相对浓度。对于等浓度间隔样 品，编码可用整数（如1、2、3、4与5）代表连续样品。本 实验方案不需预先知道样品浓度，在确定线性范围时可使 用样品测定结果的均值。
09:37:25
13
样品号
1
2
0.900 3.100 5.400 7.700 10.20
0.900 3.100 5.400 7.700 10.10
0.914 3.103 5.370 7.696 10.117
0.896 3.111 5.387 7.706 10.099
0.898 3.109 5.387 7.708 10.098
09:37:25
09:37:25
6
测量区间（Measuring Interval） • 也称（分析）测量范围。 • 测量程序可给出测量结果（数值）、由测量低限和测量高 限构成的闭区间； • 在此区间内，测量总误差满足方法规定的性能指标。 • 规定条件下，满足特定的不确定要求时，某一测量仪器 （系统）测量同样的量所给出的一系列数值。 • 相关性能获得确认的体外诊断设备的线性曾被称作“可报 告范围” 测量范围（measuing range）:当测量系统的误差处于规定 的界限内（如CV=10%)时，被测量值分布的高、低界限值间 的范围。
最优拟合方程的阶数 一阶或二阶 三阶
09:37:25
Baidu Nhomakorabea25
例1
样品号 重复1 重复2 重复3 重复4 平均值 一阶拟合值 二阶拟合值 三阶拟合值
1 2 3 4 5
0.900 3.100 5.400 7.700 10.10
0.900 3.100 5.400 7.700 10.10
0.900 3.100 5.400 7.700 10.00
3
4
5
6
7
8
9
10
11
低浓度混合 5.00 4.50 4.00 3.50 3.00 2.50 2.00 1.50 1.00 0.50 0.00 血清(ml) 高浓度混合 0.00 0.50 1.00 1.50 2.00 2.50 3.00 3.50 4.00 4.50 5.00 血清(ml)
如所制备的中间浓度样品不是等间隔，其浓度间隔间的关系应 明确，在测定时可以这些间隔间的相对比值做为X值。
p (x): 最优拟合二阶或三阶方程的拟合值 a+bx: 拟合一阶方程的拟合值 L: 样本数 c ： 所有测定浓度测量数据的平均值 = (Y1+Y2+Y3+……+Yn)/n
09:37:25
23
数据的精密度检验
1.计算不精密度(σ/ %), 即最优拟合方程的回归标准误(σ)和总 平均浓度( )的百分比率。 2.最优拟合方程回归标准误的计算公式