NCCLS_EP6-A定量测量方法地线性评价与衡量_中文翻译.docx

《NCCLS_EP6-A定量测量方法地线性评价与衡量_中文翻译.docx》由会员分享，可在线阅读，更多相关《NCCLS_EP6-A定量测量方法地线性评价与衡量_中文翻译.docx（33页珍藏版）》请在三一办公上搜索。

1、EP6-AVolume 23 Number 16ISBN 1-56238-498-8ISSN 0273-3099Evaluation of the Linearity of QuantitativeMeasurement Procedures:A Statistical Approach;Approved GuidelineEP6-A：定量测量方法的线性评价：一种统计学方法，批准指南NCCLS通过自愿一致化的方式为世界医学科学团体服务NCCLS是医疗领域一个非赢利性的，不同学科之间，自愿参与的促进标准化和建立指南的教育 组织。NCCLS创建于1968年并获得美国国家标准研究院的认可。NCCLS

2、所依据的原如此是，对病人高 质量服务所需的临床实验室检测，自愿一致的标准是必不可少的。NCCLS通过各临床实验室、 检验团体学会、工厂和政府机构的参与而代表临床检验界。表示了文件表示了实验室的程序、常规和参考方法以与评估方案可应用于所有检验学科。文件 审核的一致化过程由一些正式的步骤组成，表示JNCCLS文件和规的编制如何开展到被承受为 临床实验室标准。出版物NCCLS文件以标准、指南、委员会报告出版。标准：通过一致化过程形成的文件，并对材料、方法、或实践以不能修改方式明确规定其特定 的根本要求。此外，标准也可以包含明确规定的选定要素。指南：通过一致化过程形成的文件，表示了用于临床检验界的一般

3、实验操作、方法或材料的规。 使用者可以使用成文文件或修改指南以适应特定的需要。报告：没有经过一致化审定过程的文件，由理事会颁布。“标准一词，除了有特定含义外，还常用来指有关的NCCLS文件。一致化过程NCCLS的自愿一致化审定程序是一个为以下方面建立正式规的方案：1. 标准项目的权威性2 文件的编制和公开评审3 根据实验室使用者反响的评论修改文件4 文件被承受为临床实验室标准大多数NCCLS文件必须有“建议和“批准两种层次的一致化文件，根据特定的一致化过程， 文件也可以有一个中间“试行一致化的水平层次。建议：NCCLS文件作为建议标准或指南处在被临床检验界评审的第一阶段。此文件需要承受 广泛彻

4、底的技术审核，包括对围、方法、用途和逐字逐行对技术和行文容的全面评审。试行：只有当一种推荐方法对某一领域的评审有明确的需要，或者当某议性方案需要收集特定 的数据时，才制定试行标准或指南。它应该承受评审以保证其有效性。批准的标准或指南已在临床检验界得到一致同意。应审定并评价最终文件的用途，以保证获 得一致同意即对以前版本的意见已圆满解决，并确定对其它标准的需要。NCCLS标准和指南为良好实验室实践GLP提供了一个一致化的意见。NCCLS标准和指南 的条款较之应用规定多少要严格些。因而，遵守这些自愿一致性标准或指南不能减轻使用 者对遵守应用规定的责任。评论实验室使用者的评论对一致化过程是很重要的。

5、任何人都可以提出评论，根据一致化过程由书 写文件的NCCLS委员会记录下所有评论。在下一层次文件出版时，这些评论或者修改了文件或 者委员会在文件附录中给以反响。强烈鼓励读者以任何形式、在任何时间对任何NCCLS文件提 出评论。评论寄往 NCCLS行政办公室：940 West Valley Road, Suite 1400,Wayne,Pennsylvania19087,USA。自愿参与强烈希望各专业的实验室科学家能自愿参加NCCLS项目。请与NCCLS行政办公室联系以取 得有关参加委员会的更多的信息。目录摘要i委员会成员iii刖言vii1 围2 介绍2. 1目的2. 2选择方法2. 3定义2.

6、 4实验方法的概述3 时间要求3. 1仪器熟悉阶段3. 2实验阶段4 实验条件的评价4. 1样本要求4. 2基质效应4. 3可承受的基质体系4. 4样本中添加物的选择4. 5分析顺序4. 6分析围4. 7样本准备和浓度计算4. 8数据收集4. 9临床上几个重要的浓度水平5线性围验证一数据评估5. 1初步的数据检查5. 2离群值检查5. 3线性围确实定5. 4考虑随机误差6线性围发布6. 1图表方法6. 2发布线性围确实认6. 3允许误差与设定目标6. 4其它误差的影响6. 5假设6. 6发布线性声明的指导方针文献附录A 样本稀释方法附录B t值表附录C 举例相关工作组和评论摘要相关工作组和委员

7、评论摘要质量系统方法相关NCCLS出版物前言当某分析物浓度或活性的测量值与真值成数学上的直线关系时，我们认为这种定量测定方 法是线性的。对于分析和临床实验方法来说，线性特征是非常重要的。线性关系代表一种最简 单的数学关系，使分析物的结果测量变得简单而容易。曾有争论，对于竞争免疫法这类测量方法来说，线性不是必须的，因为测量方法的响应物 与浓度之间本来就呈非线性关系。然而，响应物的剂量效应曲线可以通过适宜的转换变成数学 上的线性关系，而且对于一种分析方法来说，只有两点之间呈线性关系时，才能进展计算结果。确保分析方法呈线性在临床上也是很重要的。临床医生清楚某分析物量与患者的病理生理 过程并非呈线性，

8、但是他们非常希望实验室报告的结果与该分析物的真实浓度水平或数量或活 性是呈线性关系的。例如，当一个样本中分析物的量多一倍时，临床医生期望其测量值也是翻 倍的。本版本说明：与以前版本相比EP6-A最大的改变是统计学方法的改良。第一版EP6-P仅用线性失拟误差检验LoF检验来判断线性关系。在本标准中，分析时选 取五个等间距的不同浓度水平的分析物，每个浓度水平测量四次。回归线由所有点所得，同时 得到两个方差即：由重复测量得到的样本方差和由五个平均值的回归线得到的均值方差。这些 方差的比值即为LOF检验的根底。这种方法的缺点是精细度好的检测系统有很小的样本方差， 在L OF检验的比率中，均值方差很小时

9、，得出在统计学上差异显著，即呈非线性。也可能概 率很小由于样本方差很大重复性差而导致临床上很重要的非线性得出相反结果。EP6-A的多项式回归在概念上与最初的LOF检验非常相似。它们都有两种统计模型线性 与非线性，都是评价那种是最可能的模型。然而，EP6-A作为一种多项式回归方法，是一种非 线性选择的特殊参数模型，特别能够很好地鉴别非线性。精细度与线性成比例关系。精细度好 时有利于判断线性关系，精细度差时如此不利于确定线性关系。这种方法可以：1在每个水平上判断非线性度，2在评价非线性时可以控制不可承受的 精细度，3提供一种可测试的统计模型，4在很多软件上可以进展编程。在以前的版本中也提到过，评价

10、线性关系时，首先必须在图上点上数据。通过目测有助于 判断使用哪种统计学方法和是否具有线性关系，非线性度是否与预期的目标相近。术语注释美国临床实验室标准化委员会NCCLS或CLSI作为全球标准化的领导者，正努力使全 球各种标准尽可能协调一致。协调一致是一个在认知、理解、解释差异各方面逐步达到全球一 致的过程。NCCLS认识到医学术语在美国、欧洲和其他地方表达不一致，这些不同也表现在 NCCLS、国际标准化组织ISO和欧洲标准化委员会CEN的文件中。因此NCCLS认识到 医学术语的统一有利于全球标准化的统一，应得到立即重视。这项政策的实行是一个开展和教 育的过程，从一些新项目和现有文件的修订开始。

11、为使ISO与NCCLS在一些术语上保持一致，如下术语用在EP6-A文件中：Trueness（准确度） 指屡次测量的平均值和分析物的真实值的接近程度。Repeatability（重复性）代替批精细度，可以 恰当地用来描述在一定条件下连续测量同份分析物的接近程度。Measurement procedure（测量程 序）代替Analytical method（分析方法），指一系列用给定的方法完成的特殊操作。Measurement range（测量围）代替Reportable range（可报告围），指测量误差限定在一个特定围的分析物测量的一 系列值。Measurement error/error o

12、f measurement（测量误差）代替total error（总误差），指测量值与 真值的差值。所有的术语和定义为了能得到更广泛的应用，在下一次的版本中将再一次修正。标准防护由于不知道何种标本有传染性，因而所有的人体的血液标本都被当作有传染性，操作时都 要按标准防护执行。标准防护是一种新的防护指南，主要强调全身防护和与身体隔离的原如此。 标准防护是防止所有的病原体，比仅防止血源性病原体更广泛。标准防护和全身防护指南见美 国CDC文件和NCCLS M29-保护实验室员工防止职业性感染。关键词：允许偏差，允许误差，线性，基质效应，测量误差，总误差，不确定度定量测量方法的线性评价一种统计学方法，

13、批准的指南1. 围本文件提供一种建立、验证和/或证实定量测量方法线性围的操作方法，它不能鉴别非线性的 原因，用更多的样本数，可以更可靠地判断线性关系。如果一个线性评价失败，要求重做，可 以用更多的重复次数，或减少样本数而缩小线性围。本指南主要是评价线性关系，尽可能不受精细度和准确度的影响。精细度很差时，会妨碍线 性关系的评价，因而重复性的检查也包括在。实验过程中会用到一些基质，尽可能与分析标本的类型一致血清、血浆、尿液等。本指南要验室设定非线性误差的目标，只提供根本概念，没有特定的要求。2. 介绍2. 1目的本指南的目的旨在提供一种定量测量程序线性评价的统计学方法。首先要确定一种方法的 非线性

14、浓度围，与在每个浓度水平上非线性的程度。本指南强调任何用户有必要确定自己对线 性程度的要求，或非线性的允许误差围。评价线性覆盖围的Sloba l检验如LoF检验不是特别 重要。Global检验仅仅明确统计学上的非线性存在，不能显示非线性存在哪里，也不能显示误 差的大小。线性试验有助于评价偏倚的大小但非线性并不是偏倚的全部，偏倚是测量误差的 一局部。用户必须定一个目标，确定自己所要求的测量误差、偏倚、随机误差不精细度、非特 异性干扰的大小。EP-6A仅仅是指导用户的一系列方法评价文件中的一种，请参照最近发 布的EP-21文件-临床实验方法的总分析误差。本文件适用围很宽，当需建立一种方法的线性围时

15、，我们需要测试一个很宽的分析浓度围， 然后逐渐缩小直到有可承受的线性围。如果用户在自己的实验室要验证的线性围厂家提供， 测量时仅覆盖该围即可。操作方法大体相似，不同的仅仅是分析的浓度水平和重复的次数。 2. 2方法选择有很多的方法用来评价线性围。Kroll和 Emancipator提出一种基于直线回归方程与多项式方 程比拟的方法，用残差即每一个数据点到回归直线的差值来定义线性。这种方法的优点是 非常可靠，且基于严格的科学原理。如果得出线性适合一次多项式如此说明测量方法是线 性的。但这种方法并不简单，用户必须对实验数据多用表格设计进展屡次多项式回归。这种 方法被Kroll、Praestgard、

16、Mechaliszyn和StyerM一步改良，并被美国病理学家学会实验室间方法 比对所采用。Krouwer和Schlain提出一种通用的方法，即LPOlast point off the line，需要屡 次计算最小二乘法方程。Tholen提出一种图解连同回归线性失拟误差与目标百分比比照的评价 方法，对连续线性片断进展简单的斜率分析。2. 3定义允许偏差/误差（Allowable difference/allowable error）：在一个检测系统中，来自各种因素的，用 户能够承受并能满足医学要求的分析偏差的大小。通常单次检测的允许误差的围用标本测量靶 值土允许误差来表示。分析物（Analy

17、te）：具有某一名称的定量测定成分ISO FDIS 1751分析结果Analytical result）：在本文件中指一个试验标本的最后测量结果。大多用浓度或活性 表示。偏倚Bias：测量值与公认参考值之间的差异。注：一般情况下，偏倚指公认的方法决定性， 参考性或指定方法与比拟方法的测量结果的差值，用数值或百分数表示。自变量Input variable）:非独立变量independence variable），与因变量output variable）相对 应，用X表示，它的值点在X轴上。截距Intercept/Y intercept -1）：表示一个函数与数轴的交叉点，当一个变量为）时另一个变

18、量的 值。如y截距表示当x为0时的y值大小。最小二乘法Least square regression） :一种统计学方法，由所有数据点得到的直线或曲线上每 个点到X轴即与Y轴平行的垂直距离的平方和达到最小。线性方程Linear squation）:代表线性关系的方程式，典型的线性关系方程表达式为：Y=a+bX， X和Y分别为自变量和应变量，b为斜率，a为Y轴截距。线性围Linear range）：在本指南中，指覆盖检测系统可承受线性关系的围，非线性误差小于设 定标准。线性Linearity）：在检测样本时，可以直接按比例得出分析物含量一定围）的能力。线性回归Linear regression）

19、:待测变量非独立）的浮动经常可以局部地）归因于其他变量 独立），回归的方法量化了独立变量和非独立变量之间的关系。线性回归其因变量与各回归 参数之间为线性关系。测量误差Measurement error）:测量结果减去真值或公认的参考值）的大小。测量程序Measurement procedure： 一系列操作规程，根据给定的方法，用于特定的检测。测量围Measurement range：指测量仪器的误差在特定围的一系列分析物的测量结果，以前称 为可报告围。应变量Output variable）:独立变量，与自变量相对应。多项式回归Polynomial regression：不同阶别的屡次最小二乘

20、法回归Y=a+b1X一次多项式或者拟合直线Y=a+b1X+b2X2二次多项式Y= a+b1X+b2X2+b3X3三次多项式重复性Repeatability）：（测量仪器）在一样的测量条件下，对同一样品屡次测量，测量仪器重复 给出十分相近示值的能力，重复性可以用示值的离散特性定量表示。必须在一样的测量程序、 一样的仪器设备、一样的位置、在较短的时间重复等。回归标准误Standard deviation of y about a regression/standard error of regression， SDy,x）： 独 立变量Y与预期变量X相对应的可估计变量Y平均值之间的差量检测大小。检

21、测系统Testing system）:包括测量过程的所有因素，如仪器、样本、人员、试剂、辅助材料 和操作等，也包括样本类型、测试温度、湿度等。准确度Trueness： 一组连续测量结果的平均值与公认参考值的接近程度。准确度一般用测量 偏倚数字来表示，准确度与偏倚呈相反关系。2. 4实验方法的概述本指南所用的多项式回归最初由Kroll等提出，有严密的统计学规律，且容易用表格来完成。 可以参考一般的统计学文献、书籍或统计软件。多项式评价线性首先假设数据组呈非线性，所有数据点能用直线或曲线的数学方程来表达， 随机误差在可承受围，如此不论最适曲线是直线与否，都不影响线性围实验数据点之间其 他浓度反响状

22、况，并能得到连续可靠的结果。收集数据时要求有5到9个不同浓度的标本屡次测量，不同的浓度标本之间稀释关系，不要 求各浓度之间呈等距的。本质上，多项式回归是设计用来评价曲线的反响模型，因而它适合于评价非线性。这种方 法由两局部组成，第一局部是检查非线性模型是否比线性模型更适合于数据组；第二局部是评 价最适非线性模型与线性模型的差值每个点是否小于该方法所允许的偏差。3. 1熟悉仪器设备评价分析程序的实验室人员必须十分熟悉仪器的操作、质量控制和定标方法，以与正确的收 集样本等，厂商提供的培训是非常有用的。仪器设备在实验室必须安装和使用一段时间，实验室人员能理解和正确操作仪器。3. 2实验时间全部实验数

23、据尽可能在较短的时间收集，如可能，单个分析试验最好在一天做完。4. 实验条件评价建立一个检测系统的线性围比验证线性围来说，所需的实验条件是不同的，前者需要更多 的实验标本和重复次数，后者只需一系列浓度或相互间稀释关系的标本，测量顺序都是随机的。4. 1标本要求线性评价实验要求有足够量的标本，要能满足五个或更多浓度标本的稀释和测量。当验证 线性围时，需要5到7个能覆盖整个线性围厂家提供的不同浓度的标本，每个浓度水平测量 两次。当一个新的测量方法或厂家或实验室改良一个实验方法时需要建立新的线性围时，需 要7到11能覆盖预期的测量围的不同浓度的标本。生产商希望有更多的测量点比预期的线性围 宽2030

24、%，这样能检测到“拐点，就能确定更宽的线性围。根据不精细度的大小，每个浓 度水平测量24次。五个测量点是多元回归方法评价线性围时的最低要求，更多的测量点能更准确的评价线性， 得到的线性围更宽。本指南推荐用高值和低值浓度的样本按比例准确配成等间距的不同浓度样本，但等间距不 是本方法所必需的。只要各标本间的相互关系，配成特殊浓度的样本也是可以承受的。在本评 价实验中，在实验室用移液管准确地吸取上下值浓度标本配成的混合物的误差比单个的称量法 配制不同浓度的标本的误差要小。在吸取小容量标本时要小心，用正位移液管比拟有用。5到11 个浓度水平的等间距标本的配制方法见附录A。如果用到商品化的体外诊断试剂，

25、需将厂家附上。在全自动、半自动和手工化学操作系统 上，这些试剂可用于定标、验证测量围和线性等。4. 2基质效应用于验证线性围的标本类型应与临床测试所用的标本类型相类似，所有标本应不含厂家所 标定的干扰因素如溶血、黄疸、脂血等。如果上述条件不可防止，如此应在最后的报告中注 明在评价实验中所用的标本处理方法或基质类型。注意：标本处理时参加不同的掺杂物，与人 的标本相比，会造成不同的影响。4. 3可承受基质体系如果多种基质标本类型如尿液、血清、脑脊液、全血等在实验中用到，如此应评价每 种基质类型。请参考最新版本的NCCLS的EP14文件一基质效应的评价。以下为可能用到的样本 类型，注意在一些特殊方法

26、时要选择适宜的基质。4.3.1病人标本理想的样本类型是病人的标本，用接近于预期的可报告围上限和下限或测量低限的两 个分析浓度的标本配成所有标本浓度。由于我们测定的病人标本的最终浓度代表验证的围，因 而最后的高和或低值浓度需要调整才能达到期望的围。4.3.2用推荐的稀释液稀释病人样本用于稀释病人高浓度样本的液体对测量结果是有影响的，只有厂家推荐的或实验室已证实 可用的稀释液才能用于稀释样本。对于有些分析系统来说，允许用病人的标本稀释法来评价线 性，可用经认可的稀释液来对超过分析围的病人标本进展稀释，这时需提供材料证明该稀释液 是可用于该分析系统的。如可能时，厂商建立分析系统时，应包括稀释液的研究

27、。可能情况下，生产厂家在制定测量方法时要考虑到稀释液的研究。病人样本中添加分析物当分析物中不含干扰物时，添加的分析物不需要高纯度。当存在干扰物时，在报告中需提与其 来源、纯度、预期影响等。如果含分析物的浓溶液参加病人标本中时，参加量尽可能少原如 此上少于总体积的10%，并记录溶剂。4.3.4用低浓度或者处理过的标本物质稀释样本如果可能，用低浓度的病人标本。做为选择，可以适当地处理病人标本以降低分析物浓度 如透析、热处理、层析。注意这些处理可能改变分析物或基质的物理或化学特性。尤其重要 的是保持恒定的基质要好于通过稀释得到低的基质效应。4.3.5商业质控物/定标物/线性物质如果用到这些物质，同病

28、人标本一样进展分析，可以用高值和低值标本进展混合得到中间浓度。 要注意分析物要保持正常生理状态下的形式如蛋白结合或代产物状态。4.3.6用盐水或其它稀释剂而不是推荐稀释液如用到这些稀释液，注意基质效应可能会影响到检测结果。这些稀释液要用最小量，并可以查 证其可用。4.3.7低稀释/过稀释商业质控物如用到这些稀释液，注意基质效应可能会影响到检测结果，而且随浓度的不同而改变。这些稀 释液要用最小量，并可以查证其可用，同时要保证质控物完全溶解。4.3.8水溶液当用水溶液时，对分析方法的响应曲线的影响未测试，基质效应可能影响到响应曲线和结果的 解释。尽管高纯度的材料可以最大程度的减少干扰效应影响结果的

29、解释，但低纯度的材料也可以承受。大量的常规临床生化方法的定标都是用水溶液材料，称量法可用来确定靶值。4. 3. 9其它溶剂当用有机溶剂作稀释剂时，基质效应可能更大。制成分析样本的添加物的选择选择添加物时要仔细考虑，使用其它物种来源的原料也会引起一些影响。表1为一些分析 物的建议原料，仪器或试剂厂家的建议也可能有助于确定适宜的材料。表1样本添加原料分析物原料ALT纯酶Alb白蛋白干粉，人V片断酒精无水乙醇ALP如果没有高浓度的病人样本，用纯酶AST纯酶淀粉酶唾液或胰腺提取物BIL如果没有高浓度的病人样本时，用纯胆红素，或低稀释的高值质控品 或标准品胆固醇纯胆固醇或质控品CO2碳酸钠或碳酸氢钠CK

30、纯酶Cr无水标准品或高值病人样本y-gt纯酶Hb洗涤后的人类红细胞溶血液Hct微量高速离心后的红细胞LDH纯酶脂酶胰腺提取物P磷酸一氢钠或钾Mg氯化镁TP干粉白蛋白，人首选或牛V片断由于总蛋白中含有很多种成分， 因而有代表性的总蛋白的添加物很难确定。如果用白蛋白或非人的一 些成分，在实验细节和结果中要注明WBC白细胞棕黄层注意：当使用蛋白质或酶时，要确保其物理和/或化学活性的一致性。4. 5分析顺序分析顺序应是随机的，但如果存在明显携带污染或漂移，如此可妥协。4. 6分析围选择的测量浓度围应包含或等于厂家所声明的最低和最高浓度围，如果声明的线性围或测 量围与选择的浓度围不一致时，可以选择适宜的

31、样本浓度加做新的实验，或舍去未端点适当地 缩小线性围五个或以上的样本数。当建立方法的线性围时，需7到11个样本，且20%到30%的样本的浓度围超出预期的测量围， 在可承受的线性响应围，试图舍去非线性点，可得到较宽的线性围。4. 7样本准备和浓度计算如果高值和低值浓度是未知的，每一管必须编号来确定它的相对浓度。对于等间距浓度来 说，每管可以用整数如1，2, 3, 4, 5等来分配，也就是说，每一管的的浓度分析前可以未 知。验证线性围时，高值和低值的测量均值要用到。如果中间分析管的浓度不是等间距的，相 邻管之间的相互关系一定是的。也可以先用高值和低值浓度配制成一个中间浓度管，然后用低 值和中间浓度

32、、高值和中间浓度分配其它管的浓度。以下以五个浓度等间距的配制参考附录A： 5到11个等间距浓度的分配方法举例。在一 些实验室，优先考虑称量法来配制溶液。不管用何种方法准备低高值溶液，操作时要小心、慎 重。1高值和低值浓度管要用可以承受的基质，要满足整个实验过程中的用量，具体量的 多少要依赖于分析中所用体积决定。注意在操作过程中，要有最准确和准确的加样技术。下面 为等间距分配各管浓度。2低浓度理想状态为接近或位于线性围下限管编号为1，高浓度管编号为5；3中间浓度管由高浓度和低浓度管按恒定的间距配成不同的浓度，一种简便的配制中 间浓度的方法如下：第2管为3份低浓度和1份高浓度标本混合而成；第3管为

33、2份低浓度和2份高浓度标本混合而成；第4管为1份的低浓度和3份的高浓度标本混合而成。每管的浓度由以下公式来计算，第1管的浓度为C1，体积为V1，以此类推，第5管的浓度 和体积分别为C5和V5：浓度C=C1 V1+C5 V5/V1+V5每管的浓度和体积单位必须一致，注意每管要充分混匀，并防止蒸发或其它改变。如当检测系统每测试需要反响体积为，每浓度水平测量2次，如此至少需且还须考虑反响 死体积。高浓度管浓度为12 0单位，低浓度管浓度为40单位，注意测量前不需知道实际浓度。样本管1和5每管需体积量；样本管2：加的第1管溶液和的第5管溶液；样本管3：加的第1管溶液和的第5管溶液；样本管4 :加的第1

34、管溶液和的第5管溶液，第4管溶液的浓度计算为： (40*0.2+120*0.6)/(0.2+0.6)=100 单位。预期各管浓度分别为40，60，80，100和120单位。将分析测量结果作为浓度和管号数1，2, 3, 4和5或计算浓度作散点图。如果需用到其它浓度，要知道相互的间隔关系，且相互间隔适合在座标图表上表示。如需 配制110单位的上述分析物溶液，如此可以用的第1管溶液和的第5管溶液混匀，它的编号数为。 用一样的计算方法可以得到其它任何的浓度。4. 8数据收集数据可以很方便地记录在工作表或计算机表格程序中。以下是根据不同目的所推荐的样本 数。建立线性方法：9到11个样本，每个样本重复测定

35、2到4次；验证声明围或改良方法：7到9个样本，每个样本重复测定2到3次；在实验室证实线性围有效性：5到7个样本，每个样本重复测定2次。样本测量时要随机分布，在一个分析批或连续分析批中。数据的删除按和操作。重复测量的次数要足够，以便可靠得出各管的浓度。对于某些分析物，或在某个浓度水平， 需重复测量3-5次。用户要能准确地判断重复测量的次数，本指南不反对在不同的浓度水平重复 不同的次数。4. 9临床上几个重要的浓度水平评价线性围时，要注意几个重要的浓度：最低分析浓度或线性围的下限，不同的医学决定水 平值，最高分析浓度或线性围的上限。5. 线性围的核实一一数据评估5.1初步数据检查检测结果首先要综合

36、评价其可承受性和有效性。如果数据不可用，参照设定误差目标。详细 的结果评估必须逐步参照以下模式：1) 检查数据是否有极端明显的差异或错误，如果有分析或技术性问题被发现并得到 纠正，如此重复整个实验过程。2）如果没有发现极端明显的分析或技术性结果差异或错误，目视检查每一个分析的 所有结果有无潜在的离群值。将测量数据作为Y值，计算浓度或相对浓度作为X值进 展作图。在图上，每一个Y值有一个对应的X值，将每个浓度水平重复测定的均值点 在图上，手工方法或用计算机将这些点连接起来，观察每个点与直线的大致偏差，这 样容易发现异常点，明显的抄写错误，或仪器故障等。3）如果需要，将每一组的检测数据按检测时间次序

37、排列，检查是否有漂移或趋势性变化。 如果发现任何明显的偏差，纠正错误后，整批数据必须被代替。要防止没有纠正错误， 选择屡次重复测定结果中的好数据进展替代。数据中可以发现操作中存在的真实 问题。4）观察每个浓度水平的测量值之间差值。在线性模型中，各段的斜率大致相等，升高或 降低趋势提示非线性。5）当某一个给定浓度的一个测量值yi明显偏离另一个Y值时，目视检查就可以判断 它是一个离群值参照。离群值应从数据中删除。6）如果发现两个或以上不可解释的离群值，就应怀疑检测系统的性能。查找问题原因， 必要时请求生产厂家协助。7）目视检查XY散点图对于后续的线性评估是非常重要的，它可以很容易的发现非线性， 或

38、测量围是否太窄或太宽，也可以为后续的统计分析选择更适宜的统计分析方法。5.2离群值检查在本指南中，离群值指单个检测结果目视或在统计学上明显偏离其它检查结果，仅适用于 评价单个重复测定结果，而不适用于某浓度水平的屡次重复测定或测量均值。出现离群值提示 非线性或存在系统误差。离群值检查可以发现错误来源抄写错误、系统不稳定等或推测错 误原因。深入的讨论参见ASTME 178-94。离群值指某结果不适用其它数据所拟合的模型，可以 通过统计学方法计算，但大多数情况下，目视检查检测值与预期值就可以发现离群值。单个离 群值在数据组中可以删除而不用更换，如果有一个以上的离群值出现，检测系统可能准确度太 低，应

39、按标准方法删除，这种情况下必须找到原因并纠正。5.3确定线性围5.3.1方法概述：多项式线性评价多项式线性评价首先是假设数据点是非线性的，在随机误差很小的前提下，假设数据点完 整地落在线性或曲线围。不论最适曲线是线性与否，都不影响线性围实验数据点之间其他 浓度的反响状态，并可得到连续、可靠的结果的能力。事实上，多项式回归是用来评价非线性 的，这也是我们选择多项式线性评价的原因。这种方法有两局部：第一步判断用非线性多项式 拟合数据是否比线性好；第二步是当非线性多项式拟合数据点比线性好时，判断最适非线性模 型与线性拟合之间的差值是否小于预先设定的该方法的允许偏差。5.3.2多项式回归评估线性时至少

40、要求五个不同浓度水平样本，每个水平重复测定两次。先要知道其浓度或各 溶液之间的比例关系，不同浓度间可以是等间距或不等间距的但要知道相互之间的关系。如 五个浓度水平的覆盖围为20到100mg/dL，等间距时其它浓度分别为40，60，80 mg/dL，配制溶 液时参见和Appendix A。可以用20、40、60、80和100代表X值，也可以用1、2、3、4和5。然后做一次、二次和三次多项式回归分析，可以借助多种商业统计软件完成。阶别回归方程回归自由度Rdf一次Y=b0+b1X2二次Y= b0+b1X+b2X23三次Y= b0+b1X+b2X2+b3X34一次多项式模型为直线，这是判断某种方法是否

41、为线性的最适方程。二次多项式模型代表 一种抛物线反响曲线，有增加趋势曲线上升或减少趋势曲线下降两种。三次多项式模 型代表一种S形反响曲线，在测量围的两端呈非线性。回归系数用bi表示，在二次多项式级模型中，b2为非线性系数；在三次多项式模型中，b2 和b3为非线性系数。计算每个非线性系数斜率的标准*Ei可由回归程序算出，然后进展t检 验，判断非线性系数是否有统计学意义，即与）之间有无差异。一次多项式模型中的30和b1两个 系数不用分析，因为它们不反映非线性。b2和b3的统计分析计算公式如下：t=bi/SEi自由度的计算公式为df=L R-Rdf，L为准备的不同浓度样本数，R为重复检测次数，Rdf

42、为回归 分析时的自由度，指Rdf回归模型中系数的数量包括60。上例中，三次多项式回归时，L=5, R=2, Rdf=4，df=5*2-4=6。查t值表附录B）双侧a。如果没有非线性系郁2和b3，如此 认为存在线性关系，不精细度高时，如此分析完成。如果二次多项式模型的非线性系麴2,或 三次多项式模型的b2或b3中任一个与0比拟，有显著差异，如此该组数据存在非线性。要注 意这只是统计学上的显著性，只是非线性被检测，而不代表对病人的检测结果有多大影响，按 来评价非线性度。5.3.3非线性度通过计算回归标准误差Sy,x，确定最适的一次多项式或三次多项式模型。Sy,x是统计分 析测量结果与模型的差值，因

43、而Sy,x越小，说明该模型越适合数据组。每一个浓度处的线性偏差DL计算如下：DLi=p（Xi）一b0+bXiX的取值围从X1到Xs, p（Xi）为最适多项式回归模型在Xi处的值，因而DLi为在每个不同浓 度处二次多项式模型与一次多项式线性模型的差值，或三次多项式模型与一次多项式线 性模型的差值，也即非线性模型与线性模型在每个浓度点的差值DLi应与预先设定目标的单 位一致，以便进展比拟。如果要换算成百分比，如此将每个）Li除以该浓度值值或测量均值 相对浓度再乘以100%。DLi仅表示该浓度水平处的偏差，而不反映点与点之间的偏差。将每个浓度水平处的DLi与设定的误差围比拟，如果DLi小于预先设定误

44、差，即使检测到统 计学上的非线性，由于非线性误差小于设定目标，因而也是不重要的。如果任一个点DLi超过设 定目标，如此代表该点可能是非线性，此时按以下两种方法进展处理：1试图找到非线性的原因样本准备，干扰物质，仪器定标等并解决。2观察响应测量浓度与预期值散点图，判断非线性是在分析浓度围的两端或是中 间。如果是在两端，试着舍去DLi最大值的浓度点，重新进展统计分析，这样就会缩小线性围。考虑随机误差线性评估还应考虑随机误差本指南中用重复性来评估的影响，随机误差来源于随机变 异分析系统的变异，可能会导致非线性的评估能力减低。重复性最好用L个样本的所有重复 测量结果的集合方差来评价，是一个不依赖于分析

45、物浓度总的测量均值的变异。这是检测方法 的重复性，用SDr或CVr相对误差来表示。如果不同浓度样本间I的SDr大致相等，如此不同浓 度样本间不精细度较恒定，可用SDr表示。如果在高浓度处的差值较大，如此不精细度大小可能 与浓度值成比例变化，此时应用CVr表达。不精细度大小可用方差分析来计算，方差的平方根即 为误差大小。两次重复测定时，可以用手工方法方便地计算两次测量的差值，如下：2）计算每个样本浓度处的两次重复测量的差值；3）计算差值的平方；4）差值平方的求和；5）除以样本数*2；6）求平方根。公式如下L为样本数，重复两次测量：ri1和ri2分别为该方法两次测量的实际结果，或与均值的百分比但要

46、注意每个浓度处的 单位要统一，如果用到百分浓度，如此要用CVr而不能用SDr表达。如果重复测量次数超过2次，如此随机误差要用方差分析来计算。公式如下:R：为重复测定的次数j=1,2,3RL：样本数ri：样本i处的平均值。将SDr与不精细度的设定目标进展比拟浓度单位或百分比单位。如果SDr超过设定目标， 如此可能是精细度太低，不足以用来真实、可靠地评价线性关系。这时应检查仪器或操作过程， 找到引起不精细度低的原因，纠正后重新进展实验。如果方法性能与以前评估重复性时一致， 重复测量次数增多一倍4次，这样可以将均值的标准差降低约40%。有时不精细度在不同浓度时是明显不同的，这是最好选用加权回归线性模型，它是采用每 个浓度重复测定方差的倒数。这时需要更复杂的统计软件，甚至可能要求助于统计学家。以下为线性评价方法的流程图，每个任务单元的附加说明参见相关章节。选择Sy,x最小的最适非 线性模型(5.3.3)6.线性围发布6.1图表法测量结果Y和预期结果X进展图解表示，然后进展统计学分析。简单的图表就可以 显示结果是否遵循线性与非线性明显的区域，图表也有助于全面了解数据，可以排除线性，但 不能承受线