关于IVD产品线性范围的建立与验证讨论

1、线性范围的建立与验证 线性范围的定义 线性范围（Linear Range）是 指检测系统最终输出值（浓度 或活性）与被分析物的浓度成 正比的范围。 线性范围不涉及检测的准确性评估 几个概念的区别 分析测量范围 （Analytical Measurement Analytical Measurement RangeRange） 临床可报告范围 （Clinical Reportable RangeClinical Reportable Range） 最低检测限 （Lowest Limit of Lowest Limit of DetectionDetection） 指某一分析方法在给定的可靠程度内

2、可 以从样品中检测待测物质的最小浓度或 最小量。所谓检测是指定性检测，即能 将待测物从背景噪声中区分出来的最小 浓度，而无需定量准确。 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 值的浓度范围。 方法直接测量标本，而无需任何稀释、浓 缩或其它预处理等过程的条件下，测量结 果总误差符合要求的分析物的浓度范围。 功能灵敏度 （Functional SensitivityFunctional Sensitivity） 以日间重复CV为20%时对应检测限样品 具有的平均浓度确定为检测系统或方法 可定量报告的分析物的最低浓度或其它 量值 。 几个概念的区别 样品中不含待测

3、物概 率95%或99.6% 最低检测限：样品中大概率含待测物 （95%以上），但不能准确定量 线性范围：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浓度范围， 通常包括可报告范围和分析测量范围 线性范围的建立与验证 CLSI EP6及中华人民共和国卫生行业标 准定量测定方法线性评价对线性范围 的建立和验证作了详细要求。 总体流程 基本条件保 证及误差确 定 样本准备检测方案数据处理 1. 基本条件及误差确认 人员：熟悉方法原理与操作，能正确处理样本，确保仪器状态正常，并能使用适当的校准 品对仪器进行校准。 仪器：仪器性能指标符合标称值，无明显携带污染。 试剂及

4、校准品：应使用同批号的试剂及配套的同批号校准品。 2. 样本准备 样本基本要求： 样本基质应与临床实验样本相似，且不含有对测定方法具有明确干扰 作用的物质，理想的样本是分析物浓度接近预期可报告范围上限和下 限的人血清或其它方法要求的样本，如果实验中可能用到多种基质标 本类型，则应评价每种基质类型。 2. 样本准备 最佳基质样本不易获得时替代方案 接近预期可报告范 围上限浓度的人体 样本 添加分析物。若分析物中不含干扰物，则添加的分析物无需高纯度，否则需记录 添加分析物的来源、纯度及预期影响等。如果含分析物的浓溶液加入病人样本中 时，原则上应少于总体积的10%，并记录溶剂。 接近预期可报告范 围

5、下限浓度的人体 样本 1st2nd3rd4th 使用厂家推荐的或 实验室已证实可用 的稀释液 低浓度或经处理过 降低了分析物浓度 的低浓度人体样本 使用商业质控物/ 定标物/线性物质， 注意分析物要保持 正常生理状态下的 形式（结合态或代 谢产物） 盐水或其它非推荐 的稀释液，使用最 小量稀释，并可查 证其可用 5th6th7th 低稀释/过稀释的 商业质控物，稀释 液需查证可用，以 最小量稀释，并保 证质控物完全溶解 水溶液 其它溶剂，有机溶 剂可能带来更大的 基质效应 2. 样本准备 准备足量的高值（H）样本和低值（L）样本，经不同比例混合配 制成中间浓度样本（Xn），比例关系可按等间距或

6、其它确定的比 例。其中有几个重要的浓度水平需要考虑： 1. 最低分析浓度或线性范围下限 2. 不同的医学决定水平值 3. 最高分析浓度或线性范围上限 2. 样本准备 例： 等间距稀释5个点 序号1 12 23 34 45 5 比例LH 等比稀释5个点(1/2比例） 序号1 12 23 34 45 5 比例LH Concentration=(LVL+HVH）/（VL+VH） 3. 样本测定 建立线性范围：9-11个样本，超出20%-30%预期线性范围（上、下限），每样本 重复测定2-4次。 验证声明线性范围或改良方法：7-9个样本，覆盖线性范围，每样本重复测定2-3次。 实验室内证实线性范围有效

7、性：5-7个样本，每样本重复测定2次。 5个测量点是最低要求，当然更多的测量点能更精确地评价线性。 全部实验和数据采集应在同一批内或相隔较短的实验批次内完成，样本随机排列，若 有显著携带污染，应用空白样本隔开。 4. 数据处理 检查数据有效 性和可接受性 检查是否存在极端明显的差异（或错误），是否存在潜在的离群点 目视判断是否存在漂移或趋势性变化 离群值检查 离群值仅适用于某评价单个重复测定结果，而不适用于测量均值 单个离群值可直接删除，2个及以上者需检查系统精密度，并按标准方法删除 精密度检验 精密度检验 确定线性范围 多项式回归 多项式线性评价 4. 数据处理 检查离群点（Dixon法）

8、将每次测定的4 4个浓度从大到 小排列为（Y Yi-1 i-1至Y Yi-4i-4） 计算极差D=YD=Yi-1 i-1-Yi -Yi-4 -4 计算D D1 1=(Y=(Yi-1 i-1-Y -Yi-2 i-2)/D )/D 计算D D4 4=(Y=(Yi-3 i-3-Y -Yi-4 i-4)/D )/D 若D D1 1或D D4 4大于0.7650.765（p=0.05p=0.05） 或0.8890.889（p=0.01p=0.01），则该点 为离群点 4. 数据处理 多项式线性评价首先假设数据点是非线性的，在随机误差很小的前提下，数据点都能完整 的地落在线性或曲线范围内。无论最适曲线是否

9、为直线，都不影响（线性范围内）数据点 之间其它浓度的反应状态，并可得到连续、可靠的结果的能力。 多项式回归应进行1-3项式的回归 阶次回归方程回归自由度（RdfRdf） 一次Y=bY=b0 0+b+b1 1X X2 二次Y=bY=b0 0+b+b1 1X+bX+b2 2X X2 23 三次Y=bY=b0 0+b+b1 1X+bX+b2 2X X2 2+b+b3 3X X3 34 4. 数据处理 回归方程的线性检验： 对回归方程进行线性检验就是对每个非线性系数（b2、b3）做t检验，判 断回归系数与零是否存在显著性差异。 计算t值 t=bt=bi i/ /SESEi i bi：非线性系数 SEi

10、=每个非线性系数斜率的标准误 n：总测定次数 计算自由度 DfDf=L=L R-R-RdfRdf L：检测样本数；R：每样本检测数；Rdf：回归自由度 查询界值 在t t值表中查询t t界值（双边检验，=0.05=0.05），将计算出的t值与界值比较，若p0.05, 则表示数据组具线性，反之则为非线性，此时应进行临床标准的线性与非线性检验。 4. 数据处理 最优拟合方程的判断 通过回归标准误差（SDy,x）判断，确认最适多项 式的模型，SDy,x越小，说明模型越适合。回归标 准误差指独立变量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。 建议使用SPSS来判断最佳拟合方程 y

11、= 0.0061x2 + 0.2864x + 7.8332 y = 0.0001x3 - 0.0198x2 + 1.5463x - 0.0271 0 20 40 60 80 100 120 140 160 020406080100120140 4. 数据处理 回归方程线性检验： 临床标准的线性检验中使用了两个统计量，ADL（偏离直线平均差异， average deviation from linearity）和PctBnd（百分区界percent bound）。 ADLPctBnd 一般设定ADL5%为临床 允许误差，即取PctBnd 为5%，通过查表得到ADL 临界值。如ADL小于临界 值，

12、可认为多项式具有 临床可接受的非线性， 为二阶线性。如ADL大于 临界值，则为临床不可 接受的非线性。 4. 数据处理 精密度检验 计算最优拟合方程回 归标准误 y yi i: : 各测量值 p(xp(xi i) )：最优拟合方程拟合值 n n：样本数乘以重复次数 d d：最优拟合方程阶数 L L：样本数；R R：重复测定次 数；C C：常数，取值见下表； PctBndPctBnd: :取5%5%。 最优拟合方 程阶数 精密度界值 常数C C 1阶或2阶6.3 3阶6.5 不精密度满足判断式时, 说明数据的精密度好可作线性评价。反之则表示数据的精密度差，不 能作线性评价。 线性评价流程 设计方法和 确定误差标 准（非线性 和重复性） 按照设计 方法进行 检测 目测结果是 否存在明显 离群、漂移 或趋势 离群值检 验 线性回归 线性检验 精密度检 验 范围确认 或调整 发布线性范 围 简化的方法 样本选择： 研发部选择超出预期线性范围20%-30%左右的浓度 生产、质管预期范围内接近上