免疫学检测中的曲线拟合42张课件

1、免疫测定中的数据处理与曲线拟合免疫测定中的数据处理与免疫测定中的数据处理与曲线拟合免疫测定中的数据处理数据处理与科学作图免疫测定中的数据处理与曲线拟合免疫测定的数据处理及结果报告临床免疫检测技术:RIA和EIA等数据处理的意义和目标只有在测定结果以一种有意义的方式报告时,测定结果才有用;免疫测定结果的客观评价,对改善免疫测定的重复性以及免疫测定的标准化都有重要意义数据处理报告的要求通俗易懂定性结果明确,定量范围明确处理后得到的数据要具有可重复性;试验的评价不能建立在假定的正态分布上结果具有用于进一步分析处理(如流行病学)的充分性免疫测定以其测定结果的表达方式:定性,定量两类免疫测定的数据处理及

2、结果报告定性测定-“有”或无判定结果:阴性,阳性判定依据:cut-off值,S/NorP/N比值。判断依据确立原则:尽可能避免假阳性和假阴性结果的出现。应用:传染性病原体的血清标志物检测。定性测定-“有”或定性测定数据处理-cuto值的确定相关概念: ELISA测定的“灰区”阳性判断值的确定就是要使以其得到的测定结果的假阳性和假阴性的发生率最低,处于阳性判断值定值域中的测定结果可归为可疑,亦即 ELISA测定的“灰区”性标本OD均值=0.06阳性标本OD均值0.080.I图93 ELISA测定的“灰区”定定性测定数据处理-cuto值的确定定性测定数据处理-cuto值的确定tut-off值设定的

3、一般方法1.标准差比率 standard deviation ratio,SDR2.测定标本对阴性比值( P/N or S/N) test to negative ratio. tNR3.以阴性对照均值+2或3SD作为cut-of值4.综合阴性对照均值+2或3SD及阳性对照-2或3SD建立cut-of值5.综合阴性对照均值+2或3SD及阳性对照-2或3SD和转化血清结果建立 cutoff值6.百分位数法标本测定值7.相对单位( (relative units,EU标本EU=参考样本(阳性质控)测定值8.双质控( double control,2C):0.18X(阴性质控物中值+阳性质控物中值)

4、9.使用ROC曲线设定cut-of值定性测定数据处理-cuto值的确定ROC定Cut-o什f值000Roc曲线:横坐标为假阻性牽FPR假阳性数/(假阳性+真阴性)纵坐标为夏烨TPR=真阳性数/(真阳性+假阴性)图94ROC曲线据这种关系确定区分正常与异常的分界点究竟在何处最合适,也就是说此时的假阳性和假阴性率最低或比例最适当或最为符合使用目的,该分界点即可作为 ELISA cut-off值。ROCROC曲线的含义000600406080100106090100020406080100图95ROC曲线的含义阳性人群的测定值与阴性人群的测定值重叠程度越小,即测定的识别能力越高R0C曲线越偏向上,曲

5、线下面积越大定量测定一测定待测物的含量判定结果:浓度(U/L,g/L)。判断依据:测定未知标本的同时,以系列浓度标准品测得的剂量反应曲线(即标准曲线)以此推算未知标本的浓度剂量反应曲线:一般均为非线性的,不同的数学模式可以用来改善上述剂量反应曲线绘制的精密度,从而以较少的数据和计算获得较为准确的结果应用:非传染性血清学指标。定量测定一测定待测物的含量免疫测定中的剂量反应曲线(相对于定量生化)非线性测定反应和待测物浓度之间的关系不定是一条简单的直线可能存在与系列标准品的测定数据拟合的多条曲线可能因曲线的选择而造成偏差;具有相对大的且方差不齐的测定误差,且在标准曲线的不同位置、在不同批的测定之间这

6、种误差亦不同。免疫测定中的剂量反应曲线免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合42张课件免疫学检测中的曲线拟合