免疫學(xué)檢測(cè)中的曲線擬合課件_第1頁(yè)
免疫學(xué)檢測(cè)中的曲線擬合課件_第2頁(yè)
免疫學(xué)檢測(cè)中的曲線擬合課件_第3頁(yè)
免疫學(xué)檢測(cè)中的曲線擬合課件_第4頁(yè)
免疫學(xué)檢測(cè)中的曲線擬合課件_第5頁(yè)
已閱讀5頁(yè),還剩37頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

免疫測(cè)定中的數(shù)據(jù)處理與曲線擬合免疫測(cè)定中的數(shù)據(jù)處理數(shù)據(jù)處理與科學(xué)作圖免疫測(cè)定中的數(shù)據(jù)處理與曲線擬合免疫測(cè)定的數(shù)據(jù)處理及結(jié)果報(bào)告臨床免疫檢測(cè)技術(shù):RIA和EIA等;數(shù)據(jù)處理的意義和目標(biāo):只有在測(cè)定結(jié)果以一種有意義的方式報(bào)告時(shí),測(cè)定結(jié)果才有用;免疫測(cè)定結(jié)果的客觀評(píng)價(jià),對(duì)改善免疫測(cè)定的重復(fù)性以及免疫測(cè)定的標(biāo)準(zhǔn)化都有重要意義。數(shù)據(jù)處理報(bào)告的要求:通俗易懂;定性結(jié)果明確,定量范圍明確;處理后得到的數(shù)據(jù)要具有可重復(fù)性;試驗(yàn)的評(píng)價(jià)不能建立在假定的正態(tài)分布上;結(jié)果具有用于進(jìn)一步分析處理(如流行病學(xué))的充分性。免疫測(cè)定以其測(cè)定結(jié)果的表達(dá)方式:定性,定量?jī)深?lèi)。定性測(cè)定數(shù)據(jù)處理--cut-off值的確定相關(guān)概念:ELISA測(cè)定的“灰區(qū)”---陽(yáng)性判斷值的確定就是要使以其得到的測(cè)定結(jié)果的假陽(yáng)性和假陰性的發(fā)生率最低,處于陽(yáng)性判斷值定值域中的測(cè)定結(jié)果可歸為可疑,亦即ELISA測(cè)定的“灰區(qū)”。定性測(cè)定數(shù)據(jù)處理

--cut-off值的確定Cut-off值設(shè)定的一般方法:標(biāo)準(zhǔn)差比率standarddeviationratio,SDR測(cè)定標(biāo)本對(duì)陰性比值(P/NorS/N)testtonegativeratio,TNR以陰性對(duì)照均值+2或3SD作為cut-off值綜合陰性對(duì)照均值+2或3SD及陽(yáng)性對(duì)照-2或3SD建立cut-off值綜合陰性對(duì)照均值+2或3SD及陽(yáng)性對(duì)照-2或3SD和轉(zhuǎn)化血清結(jié)果建立cutoff值百分位數(shù)法相對(duì)單位(relativeunits,EIU):

標(biāo)本EIU=雙質(zhì)控(doublecontrol,2C):0.18X(陰性質(zhì)控物中值+陽(yáng)性質(zhì)控物中值)使用ROC曲線設(shè)定cut-off值標(biāo)本測(cè)定值參考樣本(弱陽(yáng)性質(zhì)控)測(cè)定值使用ROC曲線設(shè)定cut-off值:ROC曲線:橫坐標(biāo)為假陽(yáng)性率FPR=[假陽(yáng)性數(shù)/(假陽(yáng)性+真陰性)]

縱坐標(biāo)為真陽(yáng)性率TPR=[真陽(yáng)性數(shù)/(真陽(yáng)性+假陰性)]根據(jù)這種關(guān)系確定區(qū)分正常與異常的分界點(diǎn)究竟在何處最合適,也就是說(shuō)此時(shí)的假陽(yáng)性和假陰性率最低或比例最適當(dāng)或最為符合使用目的,該分界點(diǎn)即可作為ELISAcut-off值。ROC曲線的含義:陽(yáng)性人群的測(cè)定值與陰性人群的測(cè)定值重疊程度越小,即測(cè)定的識(shí)別能力越高,ROC曲線越偏向上,曲線下面積越大。免疫測(cè)定中的劑量反應(yīng)曲線(相對(duì)于定量生化):非線性→測(cè)定反應(yīng)和待測(cè)物濃度之間的關(guān)系不一定是一條簡(jiǎn)單的直線;可能存在與系列標(biāo)準(zhǔn)品的測(cè)定數(shù)據(jù)擬合的多條曲線→可能因曲線的選擇而造成偏差;具有相對(duì)大的且方差不齊的測(cè)定誤差,且在標(biāo)準(zhǔn)曲線的不同位置、在不同批的測(cè)定之間這種誤差亦不同。數(shù)據(jù)處理與科學(xué)作圖問(wèn)題:給定一批離散的數(shù)據(jù)點(diǎn),需確定滿足特定要求的曲線或 曲面,從而獲取整體的規(guī)律。目標(biāo):用一個(gè)解析函數(shù)描述一組(二維)數(shù)據(jù)(通常是測(cè)量值)。方法:插值法--數(shù)據(jù)假定是正確的,要求以某種方法描述數(shù)據(jù)點(diǎn)之 間所發(fā)生的情況;曲線擬合或回歸--設(shè)法找出某條光滑曲線,使它最佳地?cái)M合 數(shù)據(jù),但不必要經(jīng)過(guò)任何數(shù)據(jù)點(diǎn)。曲線及相應(yīng)數(shù)學(xué) 公式表明數(shù)據(jù)對(duì)(如標(biāo)準(zhǔn)品濃度與測(cè)定信號(hào))之間 的比例關(guān)系。線性?xún)?nèi)插與2階曲線擬合插值法interpolativemethods假設(shè):反應(yīng)變量的已知絕對(duì)精密;曲線構(gòu)建:以觀察到的數(shù)據(jù)構(gòu)建曲線;方法:點(diǎn)對(duì)點(diǎn)(線性插值)樣條插值splinefunction點(diǎn)對(duì)點(diǎn)(線性插值)假設(shè):中間值落在數(shù)據(jù)點(diǎn)之間的直線上;當(dāng)數(shù)據(jù)點(diǎn)個(gè)數(shù)增加和它們之間距離減小時(shí),線性插值就更精確;適用范圍:線性范圍大或數(shù)據(jù)點(diǎn)多且相互緊密相連;處理:為使數(shù)據(jù)更具有線性關(guān)系,可對(duì)數(shù)據(jù)進(jìn)行某些方式的轉(zhuǎn)換(如對(duì)數(shù)轉(zhuǎn)換),然后在轉(zhuǎn)換數(shù)據(jù)上進(jìn)行線性插值。將臨近的校準(zhǔn)點(diǎn)以點(diǎn)對(duì)點(diǎn)的方式用一條直線連起來(lái)。線性插值在免疫檢測(cè)中的應(yīng)用:采用某些更光滑的曲線來(lái)擬合數(shù)據(jù)點(diǎn);最常用的方法是3階多項(xiàng)式,對(duì)相繼數(shù)據(jù)點(diǎn)之間的各段建模,這種類(lèi)型的插值被稱(chēng)為3次樣條或簡(jiǎn)稱(chēng)為樣條;處理:為將每一個(gè)短曲線相互之間平滑地連起來(lái),需對(duì)其進(jìn)行修飾(smoothing),這需要反復(fù)重新計(jì)算所有的曲線直至每一片段與其數(shù)據(jù)點(diǎn)的擬合間的連接可以接受。結(jié)點(diǎn)(knots,校準(zhǔn)物的濃度值)越多意味著數(shù)據(jù)處理工作量的增大;適用范圍:當(dāng)希望曲線密切遵循單個(gè)的校準(zhǔn)物數(shù)據(jù)點(diǎn)時(shí),或數(shù)據(jù)非常精密并有多個(gè)校準(zhǔn)物時(shí)可選用,否則應(yīng)避免使用;樣條插值splinefunction將臨近的校準(zhǔn)點(diǎn)以一條曲線連起來(lái),對(duì)整個(gè)標(biāo)準(zhǔn)曲線上各點(diǎn)間的短片段進(jìn)行數(shù)學(xué)計(jì)算得到一條曲線,所獲得的合成數(shù)學(xué)函數(shù)稱(chēng)為樣條函數(shù)。特點(diǎn):完全擬合試驗(yàn)數(shù)據(jù); 每一片段基本上與其他部分無(wú)關(guān);問(wèn)題:對(duì)數(shù)據(jù)點(diǎn)的精密度和準(zhǔn)確性依賴(lài)大; 每一個(gè)片段都應(yīng)有一個(gè)質(zhì)控樣本,而這往往是做不到的; 無(wú)法完全解決hooks出現(xiàn)引起的不準(zhǔn)確; 有時(shí)較其他“復(fù)雜”模式更費(fèi)時(shí)。影響因素:確定某部分曲線的兩個(gè)校準(zhǔn)點(diǎn)的準(zhǔn)確度和精密度。插值法interpolativemethods及其應(yīng)用曲線構(gòu)建:以符合數(shù)據(jù)點(diǎn)規(guī)律的經(jīng)驗(yàn)?zāi)J綐?gòu)建曲線;目標(biāo):反映對(duì)象整體的變化趨勢(shì);達(dá)到最佳擬合的方法——線性最小二乘準(zhǔn)則;擬合模式:雙曲線模式hyperbolicmodel多項(xiàng)式模式polynomialmodelLog-Logit轉(zhuǎn)換Logistic公式(兩參數(shù),四參數(shù))曲線擬合與回歸curvefitting曲線擬合問(wèn)題的提法:已知一組(二維)數(shù)據(jù),即平面上n個(gè)點(diǎn)(xi,yi)i=1,…n,尋求一個(gè)函數(shù)(曲線)y=f(x),使f(x)在某種準(zhǔn)則下與所有數(shù)據(jù)點(diǎn)最為接近,即曲線擬合得最好。

2階曲線擬合與10階曲線擬合n=1作為階次,得到最簡(jiǎn)單的線性近似。通常稱(chēng)為線性回歸;n=2作為階次,得到一個(gè)2階多項(xiàng)式;高階多項(xiàng)式給出很差的數(shù)值特性,不應(yīng)選擇比所需的階次高的多項(xiàng)式。擬合曲線的階次:雙曲線模式hyperboliccurve:

曲線形狀:雙曲線;

假定數(shù)據(jù)擬合下式:y=a+b(1/x)或(1/y)=p+q(x)。

多項(xiàng)式模式:

曲線形狀:拋物線;

假定校準(zhǔn)曲線擬合下述曲線形式;y=a+bx+cx2+dx3+……+pxn。

Log-Logit轉(zhuǎn)換:

曲線形狀:具有單點(diǎn)屈曲的連續(xù)性S形函數(shù);

假定校準(zhǔn)曲線擬合下述曲線形式:

logit(y)=a+b*ln(x),其中l(wèi)ogit(z)=ln[z/(1-z)]。

Logistic公式(兩參數(shù),四參數(shù)):

曲線形狀:具有單點(diǎn)屈曲的連續(xù)性S形函數(shù);

假定校準(zhǔn)曲線擬合下述曲線形式:

logistic公式:Y=+d

x以對(duì)數(shù)表示時(shí)曲線呈線性。

a-d1+(X/C)b擬合模式:?jiǎn)栴}:標(biāo)準(zhǔn)曲線的端值得不到好的擬合(特別是低濃度端);測(cè)定誤差為倒數(shù),與實(shí)際誤差規(guī)律相反;不具有S形,限制了應(yīng)用。雙曲線擬合模式:競(jìng)爭(zhēng)性免疫測(cè)定數(shù)據(jù)(在限定范圍內(nèi)的值)能擬合很好的平滑曲線。雙曲線模式

hyperboliccurve應(yīng)用 1)將測(cè)定反應(yīng)對(duì)校準(zhǔn)物濃度作圖;

2)對(duì)多項(xiàng)式進(jìn)行最小平方回歸。多項(xiàng)式擬合:適用范圍:一個(gè)三次多項(xiàng)式可被快速和成功地用于競(jìng)爭(zhēng)免疫測(cè)定數(shù)據(jù)擬合;非競(jìng)爭(zhēng)性免疫測(cè)定:有部分校準(zhǔn)曲線為直線,可能擬合不好;x的次方為非整數(shù)時(shí)能夠再現(xiàn)校準(zhǔn)曲線的實(shí)際線性部分,但在零濃度附近和高濃度時(shí)不準(zhǔn)確,需要截尾。問(wèn)題:一個(gè)給定反應(yīng)值可能對(duì)應(yīng)兩個(gè)結(jié)果,因此需對(duì)校正曲線進(jìn)行截尾。多項(xiàng)式模式應(yīng)用適用范圍:競(jìng)爭(zhēng)免疫測(cè)定數(shù)據(jù)擬合。問(wèn)題:不能包含零校準(zhǔn)物點(diǎn);不能包含放免中的非特異結(jié)合數(shù)據(jù)。Log-Logit轉(zhuǎn)換應(yīng)用:1)將測(cè)定反應(yīng)對(duì)校準(zhǔn)物濃度的對(duì)數(shù)作圖;2)對(duì)轉(zhuǎn)換后的曲線進(jìn)行最小平方回歸。Logistic公式(兩參數(shù),四參數(shù)):Y=(a-d)/[1+(X/C)b]+d兩參數(shù):a=y0,d=yxy=(y0-yx)/[1+(X/C)b]+yxY=log(y0-y)/(y-yx)=logit(y),X=log(x),A=-b,B=-blog(c)Logit(y)=Alog(x)+B四參數(shù):不依賴(lài)于y0和yx的測(cè)定,更好地?cái)M合原始數(shù)據(jù)。優(yōu)點(diǎn):不會(huì)出現(xiàn)鉤狀(hooks);問(wèn)題:與直線公式相比logistic公式在代數(shù)學(xué)上是一個(gè)相當(dāng)復(fù)雜的公式,因此要找出“最佳擬合”相對(duì)較難;參數(shù):a,b,c,d四參數(shù),或帶入a&d值,則為b,c兩參數(shù)。Logistic公式(兩參數(shù),四參數(shù))應(yīng)用例:在fPSA免疫分析中,四參數(shù)logistic擬合和四次多項(xiàng)式擬合最接近真實(shí)值。Figure2Effectofcurve-fittingprogramappliedonthedegree(extent)ofdeviationoffPSAvaluesfromexpectedmeanvaluesoffPSA(representedbythedottedhorizontalline).劑量反應(yīng)曲線:通常為S形或雙曲線。目標(biāo):曲線線性化,獲得數(shù)學(xué)模式。方法:轉(zhuǎn)換一個(gè)或兩個(gè)變量(對(duì)數(shù)或倒數(shù));多項(xiàng)或其他方式的曲線線性回歸或比例轉(zhuǎn)換(logit)。最低要求:應(yīng)用時(shí)經(jīng)濟(jì)省時(shí);一個(gè)反應(yīng)變量只對(duì)應(yīng)一個(gè)劑量結(jié)果(無(wú)hooks出現(xiàn))??偨Y(jié):曲線擬合及其應(yīng)用質(zhì)量作用定律模式和Scatchard作圖曲線構(gòu)建:從化學(xué)原理(抗原抗體之間的反應(yīng)符合質(zhì)量作用定律)計(jì)算校準(zhǔn)曲線。原理:Ag+Ab?AbAg, Ka=,=Ka(n-[AbAg])

n為反應(yīng)孔中抗體的最大結(jié)合能力,以mol/g抗體表示,Ka是平衡常數(shù)。Scatchardplot繪制方法:以[AbAg]/[Ag]比值對(duì)[AbAg]作圖可得到一條直線;計(jì)算機(jī)軟件作圖。[AbAg][Ab][Ag][AbAg][Ag]特點(diǎn):以化學(xué)理論為基礎(chǔ),給出了免疫測(cè)定的化學(xué)本質(zhì), 比其他經(jīng)驗(yàn)?zāi)J礁煽俊?wèn)題:在實(shí)際反應(yīng)中往往只在一定濃度范圍內(nèi)呈線性,受 到以下條件限制—1)抗原抗體均一(標(biāo)記物與非標(biāo)記物)和單價(jià)(多抗);2)抗原抗體反應(yīng)必須達(dá)到平衡(非一步反應(yīng));

3)抗原抗體按照一級(jí)質(zhì)量作用定律反應(yīng),無(wú)改變抗體或抗原反應(yīng)性的作用,如協(xié)同作用或變構(gòu)作用;4)結(jié)合和游離物濃度必須為真正的測(cè)定值。使用范圍:非競(jìng)爭(zhēng)免疫測(cè)定中雙抗夾心測(cè)定不能用。Scatchard作圖及其應(yīng)用相關(guān)應(yīng)用軟件Thermolabsystems酶標(biāo)儀:可進(jìn)行的曲線擬合類(lèi)型包括LINEARREGRESSION,POINTTOPOINT,QUAD.POLYNOMIAL,CUBICPOLYNOMIAL,CUBICSPLINE,QUARTICPOLYNOMIAL,4PARAM.LOGISTIC,從中選出最佳擬合(“bestfit”)。Program:RIAAID,ELISAAID(RobertMacielAssociates,Inc.Arlington,MA)

通用的處理程序,可進(jìn)行l(wèi)og-logit(加權(quán)、非加權(quán))、四參數(shù)logistic擬合、多項(xiàng)式擬合、點(diǎn)對(duì)點(diǎn)擬合等,可用于RIA和EIA。CurveExpert1.3:linearregressionmodels,nonlinearregressionmodels,interpolation,orsplines.Over30models。數(shù)據(jù)處理類(lèi)軟件IntroductionGraphPadPRISM4.0Demo著名的數(shù)據(jù)處理軟件,用來(lái)進(jìn)行生物學(xué)統(tǒng)計(jì)、曲線擬合以及作圖。SigmaStat3.11Demo是一個(gè)易于使用的智能統(tǒng)計(jì)軟件,尤其適合對(duì)統(tǒng)計(jì)知識(shí)了解不多的人使用,它具有一個(gè)“專(zhuān)家系統(tǒng)”,引導(dǎo)你對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。PeakFit4.12Demo自動(dòng)分離、擬合與分析非線性數(shù)據(jù)軟件。分析非線性數(shù)據(jù),進(jìn)行曲線作更方便,更精確。數(shù)據(jù)作圖助手IIv2.1_A是一款用于對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行數(shù)據(jù)分析和作圖的專(zhuān)業(yè)軟件。它可滿足您根據(jù)實(shí)驗(yàn)數(shù)據(jù)作出經(jīng)驗(yàn)曲線,或以平滑曲線聯(lián)結(jié)各數(shù)據(jù)點(diǎn)的要求。支持三次樣條插值算法、最小二乘法直線擬合算法、可化為直線方程處理的特殊函數(shù)方程擬合算法以及一元多項(xiàng)式回歸算法。CurveExpert1.38ELISA標(biāo)準(zhǔn)曲線擬合等各種有關(guān)的實(shí)驗(yàn)數(shù)據(jù)分析,都可以應(yīng)用。它使用非常方便,可以說(shuō)是實(shí)驗(yàn)數(shù)據(jù)處理的圣手,并且可以生成漂亮的曲線應(yīng)用到論文之中。NoSA52005.6.13版中文統(tǒng)計(jì)軟件。覆蓋了絕大部分常用的統(tǒng)計(jì)分析方法,嵌入了當(dāng)代數(shù)據(jù)處理技術(shù),能滿足從事各類(lèi)研究的專(zhuān)家、學(xué)者對(duì)數(shù)據(jù)作統(tǒng)計(jì)分析的需要,是各專(zhuān)業(yè)研究生、本科生統(tǒng)計(jì)學(xué)教學(xué)的優(yōu)秀課件。二十萬(wàn)字的在線幫助使您運(yùn)用自如。從數(shù)據(jù)錄入與管理、統(tǒng)計(jì)分析、繪圖,到結(jié)果管理,NoSA風(fēng)格獨(dú)特,核心算法(廣義線性模型建模)是創(chuàng)制組全體成員數(shù)十年探索的結(jié)晶,計(jì)算結(jié)果通過(guò)了SAS、SPSS的驗(yàn)證。DRS2005依據(jù)“最小三乘法”編制的數(shù)據(jù)回歸分析軟件;它使得一元線性、多元線性、一元非線性以至多元非線性的數(shù)據(jù)回歸,計(jì)算更簡(jiǎn)單結(jié)果更準(zhǔn)確。摘自生物軟件網(wǎng)有關(guān)概念準(zhǔn)確度accuracy—實(shí)驗(yàn)測(cè)得的分析物濃度與其真值之間符合程度。標(biāo)準(zhǔn)差standarddeviatio

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論