STANDARDIKÄYRÄN SOVITUS AIKAEROTTEISESSA FLUORESENSSI-IMMUNOMÄÄRITYKSESSÄ JA PASSING-BABLOK -MENETELMÄVERTAILU
Kuusisto, Valto (2021-06-30)
STANDARDIKÄYRÄN SOVITUS AIKAEROTTEISESSA FLUORESENSSI-IMMUNOMÄÄRITYKSESSÄ JA PASSING-BABLOK -MENETELMÄVERTAILU
Kuusisto, Valto
(30.06.2021)
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
avoin
Julkaisun pysyvä osoite on:
https://urn.fi/URN:NBN:fi-fe2021091045825
https://urn.fi/URN:NBN:fi-fe2021091045825
Tiivistelmä
Aikaerotteisessa fluoresenssi-immunomäärityksessä on usein tavoitteena selvittää tietyn proteiinin pitoisuus testiliuoksesta. Pitoisuuden selvittämiseen käytetään ennalta määriteltyä standardikäyrää, joka muuntaa mitatun vasteen arvon tietyn proteiinin pitoisuudeksi. Standardikäyrän määrittämiseksi käytettävä asetelma pitää suunnitella huolellisesti, mukaan lukien aineiston kerääminen ja parametrien estimointiin käytettävät menetelmät.
Tässä työssä standardikäyrän määrittämisessä käytetään simuloitua aineistoa, joka vastaa todellisia mittaustuloksia. Ennen mallien sovittamista sekä vasteet että pitoisuudet muunnetaan tasavälisemmiksi logaritmimuunnoksella. Standardikäyrä on usein epälineaarista muotoa ja etenkin sigmoidikäyrän muotoiset epälineaariset mallit sopivat standardikäyräksi. Lisäksi tarkastellaan silotetun splinimallin soveltamista standardikäyräksi. Muunnettujen vasteiden variaatio ei ole homogeenista, jolloin mallien parametrien estimointi suoritetaan painotetun pienimmän neliösumman menetelmällä. Mallien välistä paremmuutta vertaillaan Passing-Bablok menetelmävertailulla, jossa jokaista eri menetelmällä sovitettua standardikäyrää verrataan referenssimenetelmään.
Standardikäyrän sovittamisessa lineaarinen malli ei kykene kuvaamaan tarkasti proteiinin pitoisuutta, kun taas epälineaariset mallit pystyvät. Sigmoidikäyrän muotoisista malleista symmetriset sigmoidimallit eivät myöskään kykene ennustamaan pitoisuuksia tarkasti, vaan epäsymmetriset sigmoidikäyrän muotoiset mallit tai silotettu splinimalli ennustavat tarkemmin proteiinin pitoisuutta. Passing-Bablok -menetelmävertailun sekä keskimääräistä ennustevirhettä tarkasteltaessa sigmoidikäyrän muotoiset mallit suoriutuivat silotettua splinimallia heikommin.
Silotettu splinimalli tuottaa pienemmän keskimääräisen ennustevirheen verrattuna sigmoidikäyrän muotoisiin malleihin. Lisäksi otoskoon kasvaessa keskimääräisen ennustevirheen suuruus pienenee ja sovitettu malli tulee tarkemmaksi. Passing-Bablok -menetelmävertailun perusteella mallien ennustamien pitoisuuksien ja todellisten pitoisuuksien välinen suhde ei ole lineaarista.
Otoskoon ollessa suuri saattaa lineaarisuustarkastelun tulos olla virheellinen sekä hypoteesien testausmenetelmät olla liiankin kireitä. Silotettu splinimalli soveltuu parhaiten standardikäyräksi, mutta muita tarkasteluita on syytä tehdä ennen standardikäyrän käyttöönottoa.
Tässä työssä standardikäyrän määrittämisessä käytetään simuloitua aineistoa, joka vastaa todellisia mittaustuloksia. Ennen mallien sovittamista sekä vasteet että pitoisuudet muunnetaan tasavälisemmiksi logaritmimuunnoksella. Standardikäyrä on usein epälineaarista muotoa ja etenkin sigmoidikäyrän muotoiset epälineaariset mallit sopivat standardikäyräksi. Lisäksi tarkastellaan silotetun splinimallin soveltamista standardikäyräksi. Muunnettujen vasteiden variaatio ei ole homogeenista, jolloin mallien parametrien estimointi suoritetaan painotetun pienimmän neliösumman menetelmällä. Mallien välistä paremmuutta vertaillaan Passing-Bablok menetelmävertailulla, jossa jokaista eri menetelmällä sovitettua standardikäyrää verrataan referenssimenetelmään.
Standardikäyrän sovittamisessa lineaarinen malli ei kykene kuvaamaan tarkasti proteiinin pitoisuutta, kun taas epälineaariset mallit pystyvät. Sigmoidikäyrän muotoisista malleista symmetriset sigmoidimallit eivät myöskään kykene ennustamaan pitoisuuksia tarkasti, vaan epäsymmetriset sigmoidikäyrän muotoiset mallit tai silotettu splinimalli ennustavat tarkemmin proteiinin pitoisuutta. Passing-Bablok -menetelmävertailun sekä keskimääräistä ennustevirhettä tarkasteltaessa sigmoidikäyrän muotoiset mallit suoriutuivat silotettua splinimallia heikommin.
Silotettu splinimalli tuottaa pienemmän keskimääräisen ennustevirheen verrattuna sigmoidikäyrän muotoisiin malleihin. Lisäksi otoskoon kasvaessa keskimääräisen ennustevirheen suuruus pienenee ja sovitettu malli tulee tarkemmaksi. Passing-Bablok -menetelmävertailun perusteella mallien ennustamien pitoisuuksien ja todellisten pitoisuuksien välinen suhde ei ole lineaarista.
Otoskoon ollessa suuri saattaa lineaarisuustarkastelun tulos olla virheellinen sekä hypoteesien testausmenetelmät olla liiankin kireitä. Silotettu splinimalli soveltuu parhaiten standardikäyräksi, mutta muita tarkasteluita on syytä tehdä ennen standardikäyrän käyttöönottoa.