前言：
此时各位老铁们对“htmlulli间距”可能比较看重，大家都需要分析一些“htmlulli间距”的相关知识。那么小编在网络上汇集了一些关于“htmlulli间距””的相关内容，希望你们能喜欢，大家一起来了解一下吧！大家好，我是刘博，在上一篇文章当中，我们给大家介绍了如何设计线性研究实验，今天这篇文章当中，我们将讨论线性研究样品组的制备问题。
表1中概述的三种线性样品制备方案是允许对各种测量程序进行线性评估的选项。表1还提供了专门用于混合样品的信息。有关样品添加的其他信息，请参考《刘博谈 | 谈一谈定量试剂线性研究的设计问题》一文和《扩展线性范围建立和评估手册》[1]。
表1 | 线性评价样品组制备方案概述
样品组准备计划
适用时
优势
局限
等体积混合
线性范围宽度小到中等
没有偏倚，RC随机变化最小
间隔相等的集中，其中一些可以跳过
空白样品（或低值样品）和高值样品按比例混合
线性范围宽度小到中等
在低和高之间的任何浓度
RC的潜在偏倚和次优的随机误差
连续稀释的高值样品
线性范围宽度大
在低和高之间的任何浓度
RC的潜在偏倚和次优的随机误差
缩略语：RC，相对浓度。
等体积混合
相邻浓度样品的等体积混合会产生中间浓度（如图1中的示意图）。
图1 | 等体积混合简单图示
缩略语：RC，相对浓度。
因为移液器的偏倚和校准误差同样影响到被移液的两个体积，这种方法消除了偏倚，并将浓度误差降到最低。这种方法的一个局限性是，在混合过程中，只有等间隔的浓度是由一个序列H/2nd产生的。在这些公式中，n是混合过程的步骤数。一些浓度水平的准备和测试可以跳过，以便在极端浓度和医疗决策浓度水平附近提供更小的间隔。
此外，当线性范围涵盖几个浓度数量级时，例如在基于病毒载量的PCR检测和一些免疫检测中，这种方法不适合制备线性评价样品组。在后一种情况下，浓度对数的等间距是可取的。我们在后续文章当中将描述了混合的过程、样品量的计算、等间距浓度的样品制备，以及靠近低浓度和高浓度水平的较小间距的示例。
在提议的线性范围为10至300 ng/mL，医疗决定浓度水平为40 ng/mL和200 ng/mL的测量程序的一个示例中，通过混合高值样品和空白样品制备11个样品。高值样品的浓度比建议的ULLI高大约3%到5%。表2列出了使用等体积混合制备方案，为线性评价样品组制备中值样品的15个步骤。
表2 | 使用等体积混合制备方案示例
相对浓度
（RC）
步骤编号
预期浓度
ng/mL[a]
包括在线性
样品组中
1
310.00
√
0.875
4
271.25
√
0.75
2
232.50
√
0.625
5
193.75
√
0.5
1
155.00
√
0.375
6
116.25
√
0.25
3
77.50
√
0.125
7
38.75
√
0.09375
9
29.06
√
0.0625
8
19.38
√
0.046875
11
14.53
√
0.03125
10
9.69
√
0.02929
15
9.08
√
0.027344
14
8.48
0.023438
13
7.27
0.015625
12
4.84
0
缩略语：RC，相对浓度。
[a] 绿色单元格代表浓度接近医疗决定浓度水平40 ng/mL和200 ng/mL的样品。
只有预期浓度为9.08至310.00 ng/mL的样品应包括在线性评价样品组中。预期浓度为8.48 ng/mL、7.27 ng/mL和4.84 ng/mL的三个样品不包括在线性评价样品组中。这三个样品被用来制备线性评价样品组中的其他样品。
空白样品（或低值样品）和高值样品按比例混合
按比例混合空白样品和高值样品，可以很容易地获得任意浓度水平的线性评价样品组（如图2中的示意图）。
图2 | 空白和高浓度样品按比例混合
缩略语：RC，相对浓度。
在这种混合方案中，样品的RC的误差要比等体积混合方案中大。然而，任何需要的浓度，如医疗决策浓度水平，都和其他浓度一样容易准备。
在某些情况下，可以用权重法测定RC，以减少不确定性。
我们将在后续的文章当中举例描述如何混合的空白样品和高值样品的体积，以产生一个使用按比例混合的线性评价样品组。
在上一节所述的示例中，对于一个拟议的线性范围为10至300 ng/mL，医疗决定浓度水平为40 ng/mL和200 ng/mL的测量程序，使用按比例混合方案的10个步骤制备11个样品的不同线性评价样品组。表3列出了使用样品按比例混合方案空白样品和高值样品制备方案的10个中值样品制备步骤，用于线性评价样品组。
表3 | 使用按比例混合制备方案示例
相对浓度
（RC）
步骤编号
预期浓度
ng/mL[a]
包括在线性
样品组中
1
310.00
√
0.9
1
279.00
√
0.75
2
232.50
√
0.6
3
186.00
√
0.5
4
155.00
√
0.4
5
124.00
√
0.25
6
77.50
√
0.15
7
46.50
√
0.08
8
24.80
√
0.05
9
15.50
√
0.03
10
9.30
√
0
缩略语：RC，相对浓度。
[a] 绿色单元格代表最接近医疗决策浓度水平的样品。
在10个步骤中制备的所有10个样品，以及高值样品，都包括在测量程序所要测量的线性板中。空白样品（0 ng/mL）不包括在内。
高值样品的连续稀释
使用高浓度样品的连续稀释来获得所需的浓度，会导致每一步的浓度误差累积。与之前的方案相比，这种稀释方案在低浓度时产生的误差较小，在这种方案中，非常小体积的高值样品与大体积的空白样品或低值样品混合。因此，这种方法对于准备线性范围很宽的测量程序的线性评价样品组是很实用的，例如基于PCR的病毒或微生物载量测定和一些免疫测定。附录C的C3部分描述了使用连续稀释法制备线性评价样品组的过程，并附有体积的计算和一个示例。
注1：准备一个线性评价样品组可能会产生比线性评价样品组测试所需更多的样品。为线性评价样品组选择的样品应包括：
在LLLI以下的一个样品，其测得值（即复测均值）最接近LLLI，由所调查的测量程序测得在ULLI之上的一个样品，其测得值（即复测均值）最接近ULLI，由所调查的测量程序测出。
注2：空白样品不需要包括在线性研究样品组中。
对于一些测量程序，将高值样品稀释到非常低的浓度水平会导致非线性的出现，这是由于基质效应而不是测量程序的非线性。当测量程序有一个宽的线性范围时，稀释一个样品不能覆盖整个线性范围。因此，应使用几个（例如，两个或三个）患者样品来覆盖线性范围。使用两个或三个患者样品的线性研究被认为是一个线性评价。附录H中提供了细节和一个示例。
诊断科学编辑团队收集、整理和编撰，如需更多资讯，请关注公众号诊断科学（DiagnosticsScience）。
参考文献
扩展线性范围建立和评估手册
＊＊＊
标签： #htmlulli间距
