Вконтакте Одноклассники Фейсбук Гугл+ Английский Испанский Итальянский Русский Украинский

Реклама

Рекомендации по интервалу референтных интервалов ASVCP: определение референсных интервалов de novo в ветеринарных науках и других смежных темах

Рекомендации по интервалу референтных интервалов ASVCP: определение референсных интервалов de novo в ветеринарных науках и других смежных темах

ASVCP - Американское общество ветеринарной клинической патологии

Абстракт

Референтные интервалы (RI) являются неотъемлемым компонентом лабораторного диагностического тестирования и принятия клинических решений и представляют собой оценочные распределения контрольных значений (RV) из здоровых популяций сопоставимых лиц. Поскольку решения о проведении диагнозов или начале лечения часто основаны на значениях, выходящих за пределы референтного интервала в анализах, к сбору и анализу распределения контрольных значений следует подходить с усердием. Этот отчет представляет собой сжатие консенсусных руководящих принципов ASVCP 2011 для определения RN de novo в ветеринарных видах, которые отражают рекомендации клинических лабораторий и стандартов Института 2008 года (CLSI), но с языком и примерами, характерными для ветеринарных наук. Более новые темы включают надежные методы расчета референтных интервалов из небольших размеров выборки и процедур для обнаружения выбросов, адаптированных к качеству данных. Поскольку сбор достаточных эталонных образцов является сложным, в этом документе также содержатся рекомендации по определению многоцентрового референтного лимита, а также для переноса и проверки референтные интервалы крови из других источников (например, производителей). Включаются рекомендации по использованию и интерпретации объектно-ориентированных референсных норм, поскольку эти методы контрольных значений являются альтернативой референсной нормы на основе популяции, когда размер выборки или внутривариабельные различия высоки. Наконец, описывается генерация пределов принятия решений, которые различают популяции в соответствии с предопределенным запросом (например, больным или не больным). Принятие этих руководящих принципов всем ветеринарным сообществом улучшит связь и распространение ожидаемых клинических лабораторных показателей у различных видов животных и предоставит шаблон для публикаций по референтнымп интервалам. Этот и другие отчеты Комитета по обеспечению качества и лабораторным стандартам (QALS) призваны содействовать применению качественных лабораторных методов в лабораториях, обслуживающих как клинических, так и исследовательских ветеринаров.

Референтные интервалы в анализах, что это? Введение

Концепция референсных значений популяции (референные значения)был введен в медицину человека в 1969 году, а затем стал применятся к ветеринарным видам [1-6]. Референсные значения обычно указываются как контрольные интервалы (референсные нормы) включающий 95% здоровой контрольной популяции. С момента их внедрения, референтный интервал на основе популяции стали одним из наиболее распространенных инструментов, используемых в клинических процессах принятия решений. Хотя использование популяции основанный на результатах референьных норм, является общепринятым, оптимальным метод их выведения часто обсуждается и является повторяющейся темой в клинической лабораторной литературе.

Стандарты в отношении человека, основанные на популяционном референсном интервале был поручен Международной Федерация клинической химии (IFCC) в 1970 году, и в результате была принята серия из 6 частей несколькими профессиональными организациями, включая Институт клинических и лабораторных стандартов (CLSI) [7-12].

Пересмотр, выпущенный Институтом клинических и лабораторных стандартов в 2008 году, включает рекомендации для переноса и проверки референсных интервалов из других источников и для использования надежных методов для определения контрольного лимита от небольших размеров выборки [13].

Американское общество ветеринарной клинической патологии (ASVCP) рекомендовала придерживаться руководящих принципов CLSI для определения референтного интервала. Однако руководящие принципы, конкретно касающиеся ветеринарных видов будут иметь многочисленные преимущества для ветеринарного медицинского сообщества. В ответ на эту необходимость, обеспечение качества и лабораторные стандарты (QALS) ASVCP сформировал подкомитет для разработки руководящих принципов определения de novo референтных интервалов у ветеринарных видах. Кроме того, подкомитет рассмотрел связанные вопросы переноса и валидации, многоцентровые и тематические референсные нормы, а также создание лимитов принятия решений. Поскольку физиологические лимиты специфичны для конкретного набора условий, рекомендации также кратко адрес злоупотребления опубликованными контрольными лимитами. Этот отчет представляет сокращенное издание руководящих принципов, их целостности на веб-сайте Американского общества ветеринарной клинической патологии [14].

Эти руководящие принципы, смоделированные после пересмотренного CLSI документа [13], обобщенный в недавнем обзоре, [15] оценены и приняты членом ASVCP в Ноябре 2011. Предполагаемые пользователи включают специалистов работающих в ветеринарных диагностических лабораториях, где проводятся анализы для клинических и исследовательских целей на образцах животных, производителей ветеринарной диагностики оборудования и анализов, а также авторов статей о референсных нормах в ветеринарной практике видах. Кроме того, ветеринарные клиницисты, которые используют референтные интервалы, должны быть знакомы с этими процедурами, чтобы они могли оценивать исследования референтный интервал крови для обеспечения соответствующее применение для своих пациентов.

Знание соответствующих определений и терминов, используемых в исследования предела референсных значений также рекомендуются (Таблица 1). Определение референтных норм de novo для новых анализов, новые методы или новых групп популяции

Что такое референтный интервал в анализах крови? Предварительное расследование

Исследование источников биологической изменчивости и помехи, влияющие на измерение аналитов (или переменные или измеряемые величины), о которых идет речь, рекомендуется для определения спецификаций для сбора и обработки образцов, а также для отбора и подготовка контрольных лиц. Эта информация используется для установления критериев включения и исключения и определить потребность в отдельном референтном лимите на основе факторов животного или преаналитических методов. Аналитическое вмешательство из билирубина, липемии и гемолиза может быть рассмотренные в этом исследовании; однако, референтные нормы с этими изменениями обычно отвергаются как свидетельства болезни, состояния, не вызванного стрессом, или плохой подборкой выборки.

Выбор референтных индивидумов

Эталонная популяция и критерии, используемые для установления здоровье должно быть определено. Демография референсной популяции должно представлять, который будет использоваться методы контрольных значений. Выбор или критерии включения, которые описывают индивидуумы, которые должны быть включены и убедитесь, что здоровье должно быть установлено. Критерий выбора включают биологические, клинические и географические факторы (Таблица 2) [16]. Для лабораторных видов животных, происхождения и аномалии может также оказывать значительное влияние на точность референтного интервала. В недавнем исследовании был сделан вывод о том, что референтный интервал крови для лабораторных животных, полученные от разных поставщиков могут быть весьма переменными, что требует повторного RI, если животные получены от нового поставщика [17]. Процедуры для проверки здоровья можно узко определить (история и физическое обследование) или обширные (полные минимальная база данных, визуализация, фекальное обследование для паразитов и клинических наблюдений) в зависимости от источника референтных лиц и спецификации исследования референтных интервалов. Критерии исключения должны быть определены для определения животных, которые не следует включать (таблица 2) [18].

Установление здоровья у дикоживущих видов особенно сложные процедуры и протоколы должны быть строго установлены, чтобы минимизировать изменения, вызванные включением субъектов неопределенного здоровья. Некоторые критерии включения и исключения могут также функционировать как критерии разделения (например, возраст, пол или репродуктивный статус), которые разрешат получить более совершенные референтные интервалы в анализах в подгруппах [16].

Для РИ, созданного из клинических популяций, вопросник должен быть создан, который устанавливает соответствует ли потенциальный контрольный пациент критериям выбора, относится к секционированной подгруппе или должны быть исключены. Анкета заполняется владельцем или ухаживающим персоналом и лиц, изучающего субъект и сбора образцов. Владелец должен дать согласие на участие в исследовании референсных лимитов часто является критерием включения и является обязательным во многих учреждениях. Рассмотрение количества лиц, доступных для предоставления контрольных образцов, должно быть рассмотрено в начале исследования референтный интервал крови.

Таблица 1. Словарь терминов, относящихся к ссылаться на интервал (референсной нормы) исследования.

Определение термина

Аналитическая ошибка. Аналитическая ошибка состоит из случайных (коэффициент вариации [CV]) и систематической ошибки (смещения). Случайная ошибка (также называемая погрешностью) относится к вариации между повторными измерениями одного и того же образца. Системная ошибка (также называется погрешностью) относится к разнице между измерением величины и ее истинным значением. Истинное значение может быть определено анализом с использованием метода золотого стандарта. Коэффициент вариации описывает ошибку вокруг среднего представленного, как доля от среднего; CV = SD / среднее значение.

Биномиальный тест Биномиальный тест - это статистический тест, используемый для запроса данных в двух категориях. Он спрашивает, является ли доля данных, которые попадают в каждую категорию, происходят случайно или по заранее определенной причине. Упрощенная версия биномиального тест может использоваться для проверки переданного предела референсных значений. Биологическая изменчивость Биологическая изменчивость относится к варьированию измеряемого количества между индивидуумами.

de novo референтный интервал de novo означает «с самого начала», «заново» или «начало снова». Этот термин относится к референтному интервалу, установленному конкретной лабораторий из контрольных образцов, которые были специально собраны для этой цели.

Предел принятия решения Предел принятия решения (порог решения) представляет собой предопределенный порог, который различает 2 группы населения, например с и без конкретного заболевания. Пределы принятия решений определяются консенсусом и основаны на исследованиях животных с и без конкретного заболевания.

Критерий исключения Критерий исключения определены для устранения лиц, которые не должны включаться в эталонную выборку.

Гауссовский принцип описывает ссылочные данные, которые обычно распределяются вокруг среднего значения, так что они сосоедоточены в пределах 95% ±2 SD от среднего.

Гистограмма Гистограмма предоставляет графическое представление распределения эталонных данных. Количество (концентрация или активность) измеряемой величины (аналит) нанесены интервалами по оси х и частотой измерений в пределах этого интервала по оси y. Это предпочтительный метод визуального представления референсных данных и может быть использован с целью изначально оценить распределение данных, а также предварительно определить выбросы.

Обычный тест на отклонение. Обычный тест отклонения - это статистический тест, используемый для определения того, являются ли средства двух популяций значительно разными. Отклонения Отклонения - это значения, которые не относятся к базовому распределению данных. Отклонения могут быть результатом ошибочных включений результатов от индивидумов, не удовлетворяющего критериям отбора (например, включение результатов от больного индивидуума). Отличия также могут быть результатом других типов преаналитической, аналитической и постаналитической ошибки. Отклонения влияют на контрольные лимиты и должны быть идентифицированы и устранены до расчета референтного интервала.

Критерии разбивки. Критерии разделения используются для дальнейшего разделения ссылочной совокупности на более совершенную демографическую норму. Разметка создает более узкий RI и может использоваться, когда существуют важные биологические различия, которые оказывают влияние на измеряемые величины в разбитых подгруппах. Значение референсных показателей Значение референсных показателей (также называемое критической разницей) представляет собой разность между последовательными измерениями аналита у индивидуума, который считается значимым (P≤0,5) и рассчитывается на основе известных биологических вариаций в пределах вида и аналитической неточности.

Референсный интервал Интервал содержит все возможные значения между верхним и нижним пределом и включая их. Установлены референтные пределы так что референтный интервал содержит заданную пропорцию значений от ссылочной совокупности. Референсный интервал является предпочтительным по сравнению с эталонным диапазоном. Референтная популяция Референтная популяция представляет собой неопределенное количество индивидуумов, которые представляют собой демографические данные, для которых референтные интервалы будут использоваться. Исходные люди выбираются, предпочтительно случайным образом, из этой большей популяции, чтобы предоставить контрольные образцы для установления контрольного интервала. Численные результаты, полученные из этих образцов называются референтными значениями.

Методы отбора проб (прямой, косвенный, априорный, апостериорный) Прямые методы отбора проб включают в себя выбор здоровых индивидов из общей популяции и сбор проб в порядке для получения результатов. Косвенные методы выборки включают выбор результатов из базы данных медицинских услуг и использование статистических методов устранения ценностей от предполагаемых нездоровых людей. В «априорной» выборке выбираются индивидуумы в соответствии с предопределенными критериями, за которыми следует сбор образцов; этот метод используется, когда имеется достаточная информация о биологическом количестве. В «апостериорной» выборке образцы собираются от индивидуумов и критериев отбора применяется только после того, как результаты известны; этот метод обычно используется, когда имеется небольшая предварительная информация о биологических особенностях.

Критерии выбора. Критерии выбора определяют желаемые характеристики контрольного индивида. Конкретные критерии будут зависеть от цели эталонного интервала и конкретной популяции, которую будет представлять референсные нормы. На основе референтное значение субъекта (или индивидума) референные значения, основанныена субъектах, выведены из отдельного лица и могут быть полезны, когда достаточное количество лиц, собранных для создания достоверного популяционного референтного интервала или когда высокая биологическая изменчивость ограничивает использование популяционного референтного интервала для обнаружения важных изменений у отдельного пациента.

Передача Передачи относится к принятию ранее установленной референтный интервал крови лабораторией. Процедуры проверки референсных норм должны быть завершены принимающей лабораторией до использования переданного референтный интервал крови для обеспечения того, чтобы пределов референтных интервалов соответствовали популяции пациентов животного и лабораторным методам и качества.

Тип I и тип II ошибок Тип I (а) является отторжением нулевой гипотезы, когда это правда. Ошибка типа II (b) - принятие нулевой гипотезы, если она ложна. Ошибка типа I указывает на устранение предлагаемого выброса, когда он должен быть включен, а ошибка типа II указывает на прием предлагаемого выброса, когда он должен быть устранен. z-статистика z-статистика - стандартизированный инструмент подсчета очков, который показывает, сколько SD выше или ниже среднего наблюдения. Обычный тест отклонений и z-статистика являются статистическими инструментами, используемыми для определения необходимости разделения и требуют, чтобы данные имели распределение Гаусса.

2. Критерии отбора и исключения контрольных лиц.

Как минимум 120 пациентов рекомендуется использовать для разработки референсных пределов непараметрическими методами с 90% доверительными интервалами (CI). Дополнительные образцы должны собираться для возможного отказа от выбросов.

Исходные интервалы, определенные из меньшей выборки размеры являются обычным явлением и часто неизбежны в ветеринарных лекарственных средствах. Однако тщательное рассмотрение влияние небольшого размера выборки на точность и точность основанного на численности популяции референтного интервала в начале исследования. Чем меньше размер выборки, тем больше выше степень неопределенности в оценке контрольных лимитов.

Предпочтительными являются методы прямой выборки и косвенные методы выборки. Непрямой отбор проб может включают результаты нездоровых лиц и, следовательно, не могут действительно отражать распределение аналитические измерения в здоровой популяции.

При использовании методов прямой выборки, включения и критерии исключения могут применяться априорно или апостериорно в зависимости от объема информации доступной для рассматриваемого аналита (см. таблицу 1 для определений).

Преаналитические процедуры: подготовка пациентов, сбор проб и аналитическое качество

Подготовка контрольных лиц, сбор проб, обработки образцов и обработки образцов стандартизированным образом, методами, используемыми для тестирования животных. Кроме того, следует рассмотреть возможность неблагоприятного воздействия преаналитических факторов на уменьшение вариации, которая не связана с меж- или внутрииндивидуальной изменчивостью (таблица 3). Тип образца (например, сыворотка или плазма) должны быть одинаковыми для всех эталонных образцов.

Детали, касающиеся преаналитических факторов, должны быть включены в документ исследования референтный интервал крови. Оценки аналитического качества (коэффициент вариации [CV] и смещение или допустимая общая ошибка [TEA]) должны быть записаны для всех методов. Это может быть определенных во время исследования предела референтного интервала или во время предшествующего

3. Преаналитические факторы для рассмотрения и стандартизации основанные на предварительных знаниях аналита и влияющих на эти факторы по качеству и результатам.

Цели в области качества могут основываться на биологических вариациях, клинической интерпретации результатов испытаний, консенсусных документов или их комбинации [19,20]. Информация о качестве референсных норм должна быть рассмотрена.

Аналитические процедуры

Образцы следует анализировать с использованием методов, которые строго контролируется с надлежащим контролем качества процедуры [21]. Условия для анализа должны быть хорошо определены в соответствии с анализом образцов пациентов с животными для уменьшения вариации, что не связано с изменением внутри- или внутрииндивидуального характера. Однако вариация, которая является частью повседневных операций, таких как изменения в партиях реагентов и технического персонала, следует интегрировать в исследования референсного интервала всякий раз возможно приблизиться к нормальным условиям работы.

Лаборатория должна создать политику подачи заявок для образцов исследования референтного интервала и критериев отказа от плохого качества выборки. Результаты должны контролироваться в режиме реального времени, чтобы ошибки могли быть обнаружены при переоценке возможно; это предотвратит чрезмерный отказ от распределения контрольных значений за счет сокращения числа потенциальных ошибок. Детали аналитических методов, в том числе создавая модель анализатора, а также источник реагентов и материалов контроля качества.

Статистический анализ контрольных значений

Графическое представление референсных данных

Статистический анализ распределения контрольных значений начинается с подготовки и изучения гистограмм, иллюстрирующих распределение данных, а также выделить потенциальные выбросы. Гистограммы предпочтительнее по сравнению с графиком или точками для отображения справочных данных.

Идентификация и устранение выбросов

Идентификация и устранение или исправление выбросов являются важными шагами в оценке референсных данных.

Выбросы - это RV, которые не относятся к основному распределению и включают экстремальные значения, полученные в результате непреднамеренное включение образцов из нездоровых или нерезидентных или лиц, затронутых преаналитическими факторами (например, плохое качество выборки), аналитический или постаналитических факторов (например, транскрипции). Контрольные значения затронутые этими типами ошибок, должны быть устранены независимо от того лежат ли они в конечных частях распределения или нет. Наличие экстремальных выбросов оказывает отрицательное влияние на определение референтного предела, особенно при вычислении параметрическими методами [22].

Когда контрольные лица выбираются случайным образом из четко определенных групп населения и здоровья уверенно установленным, сохраняется сохранение всех референсных значений. Однако, когда контрольные лица выбираются случйно, здоровье не поддаётся подтверждению (например, дикие виды), или полевые методы вводят более высокие уровни неточности и неточности, RV, расположенные на конечных частях следует рассматривать более строго для возможности исключения.

Идентификация выбросов начинается с изучения гистограмм; однако значения, лежащие на концах распределение не следует исключать без разбора.

Должны использоваться соответствующие статистические методы, чтобы проверить эти значения как выбросы [2]. Наиболее часто используемые методы обнаружения выбросов в исследованиях референтного интервала. Статистическая статистика Диксона [23] и алгоритм Хорна с использованием Межквартирных лимитов Туки [24]; однако, другие методы доступны [25]. Выбор подходящего метода обнаружения выбросов зависит от нескольких факторов.

Некоторые методы требуют, чтобы эталонные данные имели гауссовские распределения, которые могут потребовать предварительного преобразования (Межквартирные лимиты Туки). Когда эта предпосылка не соблюдается, значения, расположенные в хвостах перекошенных данных могут быть ошибочно устранены.

Наличие множественных выбросов, расположенных на одном или обоих конечных частей выборки могут иметь маскирующий эффект и визуализировать некоторые методы, непригодные для обнаружения выбросов. В виде выше, когда референсные данные, вероятно, будут загрязнены потенциальными выбросами (например, данные диких видов), методы, которые, скорее всего, исключают должны быть выбраны значения (например, выбор Диксона из таблицы критических значений с уверенностью уровни a = .1 вместо a = .05) .27 Если превышение метода обнаружения не могут применяться надлежащим образом, непараметрические методы, на которые в меньшей степени влияют наличие выбросов, являются предпочтительными для определения референсные нормы. Клинический опыт также следует использовать, когда определяя, когда сохранять или исключать определенные значения.

Поскольку эти статистические методы не могут идентифицировать все выбросы, [28] лучших способов избежать включения неуместных значения (выбросы) в референсных данных, чтобы все здоровые лица были здоровы и принадлежать к желаемой демографии и избегать непреднамеренное преаналитических и аналитических изменений придерживаясь протоколов исследований. Статистические данные о выбросах Диксона обычно исследуются единственная самая экстремальная ценность и способствует сохранению (a консервативный подход) [23]. Простейший критерий отклонение (называемое r критерием или r-статистикой) D / R> 0,3, где D - абсолютная разница между самым экстремальным значение и следующее ближайшее значение, и R - диапазон всех значений, включая экстремальные данные [29]. Если на одном одна крайность, наименее экстремальное значение может быть как наиболее экстремальный для расчета отношения (называемой блочной процедурой). Если это значение идентифицируется как то более экстремальные значения могут быть устранены [30]. Для более быстрого выявления и устранения значения как выбросы, критерий r можно сравнить с таблицами критических значений, основанные на количестве ожидаемых выбросов (одно- или двухсторонние), количество RV, и желаемый уровень доверия (либеральный подход) [27]. Алгоритм Хорна с использованием межквартильного взаимодействия лимитов Туки идентифицируют множественные выбросы, расположенные в верхних и нижних конечностей и в целом способствует (либеральный подход) [24]. Критерий отклонение - это значения, превышающие межквартирные (IQ) интервалы устанавливаются в Q1 - 1.5 * IQR и Q3 + 1,5 * IQR, где IQR - это межквартильный диапазон, IQR = IQ3 - IQ1, IQ1 и IQ3 соответственно, 25 и 75 процентилей.

Случайные выбросы были устранены, данные должны быть запрошены снова на дополнительные выбросы, которые, возможно, были скрыты.

Наконец, количество исключений устранено и причина исключения должна быть записана в документе исследования референтного интервала.

Определение распределения

Распределение референсных данных может быть гауссовским или негауссовым. Поскольку статистические методы для идентификации выбросы и определение пределы референсных значений могут быть зависимыми от распределения, следует оценить распределение контрольных значений анализируя гистограмму и подтверждая (тесты Андерсона-Дарлинга, Колмогорова-Смирнова, или Шапиро-Вилка). Если распределение не гауссовские, но параметрические методы будут использованы, данные должны быть преобразованы с использованием соответствующей функции (например, преобразование журнала или Box-Cox) и повторное тестирование.

Программное обеспечение с промежуточным интервалом обычно включают различные функции преобразования. Если нормальность не может быть установлена, параметрические методы не могут быть использованы для установки референтных норм. Непараметрические и надежные методы не требуют предположения о нормальности; однако, надежный методы лучше работают, когда данные симметричны распределены [13,31].

Определение контрольных пределов

По соглашению, референсные значения нормы охватывают центральные 95% распределения контрольных значений и ограничены верхними и нижними опорными пределами. Статистический метод, выбранный для определения контрольные лимиты основаны на количестве и распределении от RV (таблица 4). Непараметрические методы рекомендуются, когда доступно не менее 120 референсных значений RV.

2.5-й и 97-й фракталы служат нижним и верхним контрольными лимитами, соответственно; точные пределы могут быть интерполируется между двумя последовательными значениями[24] . Рассчитать 90%доверительный интервал вокруг этих пределов можно определить непараметрически, когда доступно не менее 120 значений. Когда доступно менее 120 образцов, необходимо использовать альтернативный (например, бутстрапинг) для определения и расчета 90% доверительного интервала [13].

4. Рекомендуемые процедуры установления референтного интервала на основе контрольного размера выборки и распределения.

Тридцать девять - это минимальное число образцов, для которых 95% непараметрический показатель референсных норм может быть определен; однако в этом случае наиболее экстремальные значения служат нижним и верхним пределами. Если непараметрический методы должны использоваться с небольшими размерами выборки, необходимо собрать достаточное количество проб, чтобы можно было обрезать потенциальных выбросов на обеих концевых частях выборки. С другой стороны, следует использовать надежные или параметрические методы. Надежные методы рекомендуются, когда доступно более 40, а также менее 120 наблюдений. Прочный метод использует итеративный процесс для оценки местоположения и распространение данных [32,33]. Хотя надежные методы не требуют гауссовских распределений, они выполняют лучше, когда данные распределены симметрично.

Начальная загрузка метода должны использоваться для определения 90% ДИ. Надежный метод включен в несколько клинических лабораторий программ, включая CBstat [34], Reference бесплатное программное обеспечение Value Advisor [35,36], и MedCalc [37].

Параметрические методы могут использоваться, когда доступна выборка более 40 и менее 120 эталонных образцов, если данные имеют или могут быть преобразованы в гауссовские распределения. Параметрические методы охватывают немного больше, чем центральные 95% значений и установить верхние и нижние контрольные пределы при среднем + 2SD и среднем - 2SD, соответственно. Параметрические методы должны использоваться для определить 90% ДИ контрольных пределов.

Будут случаи в ветеринарии, когда ограниченное количество эталонных образцов может быть собрано, например, для редких и диких видов и новорожденных. Когда более 20 и менее 40 эталонных образцов, референсные нормы следует рассчитывать по методам, которые являются надежными (не зависящими от распределения) или параметрическими (если нормальность может быть установлена). Чтобы подчеркнуть неопределенность присущий небольшим размерам выборки, 90% коэффициенты для доверительного интервала должны рассчитываться.

Кроме того, должно быть сообщение, что позволяют принимать обоснованные клинические решения: гистограмма, среднее или медиана, минимальные и максимальные значения. Альтернативно, таблица, в которой перечислены все значения может быть предоставлена вместе с гистограммой. Когда доступны более 10 и <20 эталонных образцов, таблицу восходящих значений вместе с гистограммой и должны сообщаться средние или медианные значения, но методы контрольных значений не следует определять с учетом неопределенности лимитов на основе так мало образцов. Референсные данные из менее 10 лиц не должны сообщаться поскольку размеры выборки этого небольшого размера вряд ли будут репрезентативными распределения переменной внутри популяции.

Тематический референтные значения следует учитывать, когда доступно несколько ссылочных лиц (см. раздел по биологическим изменениям, индивидуальности и субъектам Род-Айленд). В общем случае, когда доступны менее 40 референтных наблюдений отдельные лица, акцент должен быть сделан на сбор образцы, свободные от непреднамеренной изменчивости уделив особое внимание выбору подходящих справочные предметы и соблюдение стандартизованного сбора методов и хорошо контролируемых методов анализа. Оценка наличия явлений в особенности важно, поскольку наличие одного выброса оказывает значительное влияние на оценочные референтные пределы. Если выявляются выбросы, все усилия должны быть сделаны для сбора замещающих образцов.

Доверительные интервалы

Доверительные интервалы вокруг верхнего и нижнего референсного предела должны рассчитываться всякий раз, когда образец размера разрешений. Доверительные интервалы дают оценку неопределенности пределов и, как правило, более узкие для больших размеров выборки. Бойд и Харрис рекомендуют, что рассчитанный доверительный интервал не должен превышать ширину референсных значений нормы (WCI / WRI <0,2, где WCI - ширина измерения доверительный интервал и WRI - ширина RI) [13]. Когда коэффициент для доверительного интервала превышает этот предел следует предпринять для сбора дополнительных контрольных образца.

Разметка

Разделение на подклассы должно основываться на физиологических различия, которые, как ожидается, клинические различия в референтных интервалах. Разделение способствует однородности субпопуляции, уменьшающая изменчивость между отдельными лицами и сужения референтного интервала крови. Однако разбиение следует учитывать только в том случае, если по меньшей мере 40 лиц в каждом подклассе или если клинические причины. Статистические критерии должны учитывать не только подгруппа, 38, но также подгруппа SD [39,40]. Критерии разделения также могут учитывать долюкаждой подгруппы, которая выходит за пределы верхней и нижней пределы объединенного референтного интервала [41,42]. Следующие нестатистические критерии поддержки разделения референсные нормы: когда дескрипторы используется для назначения индивидуума секционированной подгруппе легко доступны, когда контрольные лимиты служат критические пределы клинических решений, а также когда документированы клинические различия между подгруппами.

Подробная информация о применении статистических критериев для разбиения можно найти в онлайн-версии эти рекомендации [14] или в соответствующих ссылках [38-42].

Документация

Все предыдущие шаги и процедурные данные должны быть задокументированы так, что методы контрольных значений четко определены (таблицы 5 и 6). Полный и подробный документ исследования физиологической нормы должны быть доступны пользователям по запросу. Лаборатория должна сохранять сводные документы пределов референсных значений для предопределенного количество времени или неопределенность. Эти данные также должны быть включены в публикации референсные нормы для ветеринарных видов, позволяющие критически оценить потенциальный отчет пациента должен быть доступен клиницисту по требованию.

5. Процедурные шаги для определения референсного интервалы de novo для новых аналитов, новых методов или новой популяции. Процедура шага

  1. Выполните поиск литературы для получения информации об анализах (предварительное расследование).
  2. Определите ссылочную совокупность и установите критерии включения и исключения (Таблица 2).
  3. Разработка вопросника, который должен быть завершен путем изучения клинициста, владельца / смотрителя или обоих, чтобы определить, если референсные индивидуумы соответствуют критериям выбора или разделения или должны быть исключены.
  4. Определите количество доступных референсных лиц или числа, необходимых для установления контрольных интервалов с уровнем достоверности (что отражено 90% доверительными интервалами вокруг контрольных пределов).
  5. Выберите рефренсных лиц, предпочтительно прямыми методами.
  6. Собрать и обработать эталонные образцы стандартным образом (Таблица 3).
  7. Проанализируйте эталонные образцы с использованием хорошо контролируемых методов.
  8. Подготовьте гистограмму.
  9. Определить выбросы; это может потребовать предварительного преобразования в надлежащим образом применять методы обнаружения может потребоваться повторить после устранения первоначальных выбросов.
  10. Определите распределение контрольных данных (гауссовское или негауссово). При использовании параметрических методов преобразуйте данные, если не гауссовское и повторное распределение; трансформация может улучшить производительность надежного метода. Непараметрические методы не требуют какого-либо конкретного распространения.
  11. Вычислите верхние и нижние контрольные пределы, используя соответствующий статистический метод, основанный на распределении данных и количества выборок (таблица 4). Рассчитать доверительные интервалы для верхнего и нижнего контрольных пределов.
  12. Определите необходимость разделения только в том случае, если имеется достаточно числа эталонных образцов или имеются доказательства для клинического значения.
  13. Документируйте все предыдущие шаги для всеобъемлющей справки промежуточный сводный отчет (таблица 6).

6. Информация для включения в референсном интервале (пределах), исследование документа или при публикации исследований референсной норм.

  1. Пункт Пояснение
  2. Демография
  3. контрольная популяция
  4. Географическое положение
  5. Источник справочных лиц / образцов
  6. Виды и породы (ы) или линии (ы)
  7. Поставщик (для лабораторных животных)
  8. Число лиц, из которых образцы были собраны
  9. Распределение по возрасту и полу
  10. Сельское хозяйство (например, жилье, диета, вакцины, контроль паразитов)
  11. Детерминанты состояния здоровья
  12. Другие данные, если уместно
  13. Преаналитические методы Подготовка пациента к животным
  14. Метод сбора проб (например, антикоагулянт)
  15. Обработка и обработка образцов
  16. Время / сезон сбора, если уместно
  17. Аналитические методы Анализатор (марка и модель)
  18. Методология и реагенты
  19. Спецификации качества (например, TEa, смещение, CV)
  20. Реактивы и процедуры контроля качества
  21. Метод данных анализ
  22. Гистограмма
  23. Метод идентификации выбросов
  24. Количество исключенных результатов и причины устранения
  25. Распределение референсных значений (гауссовское или нет)
  26. Определение интервала (например, центральный 95%, 2,5-й и 97,5-го процентили)
  27. Число контрольных выборок (n), используемых для определения RI
  28. Метод определения интервалов (например, параметрический, непараметрический, надежный)
  29. 90% доверительные интервалы контрольных лимитов
  30. Дополнительная информация Исходные данные из эталонных образцов
  31. Дата внедрения RI в лаборатории
  32. Дата выхода RI из использования
  33. Сроки переоценки или повторной оценки референсной нормы
  34. TEa указывает допустимую общую ошибку; CV, коэффициент вариации.

Исходные интервалы, отклоняющиеся от обычным процентили и ограничениями или определенный подкласс должен быть четко определен на отчет. Альтернативы созданию de novo методов контрольных значений Создание de novo референсные значения нормы является сложным, временным и дорогостоящим. Альтернативы описаны в этом разделе и включают перенос и проверку RI, принятый из других источников, общий (или многоцентровый) референтного интервала и объектно-ориентированного референтного лимита.

Передача и проверка референтного интервала крови

Чтобы отказаться от расходов и трудностей внутрилабораторных пределов референсных значений, многие лаборатории принимают RI из других источников или производителей приборов [13]. Исходные интервалы, рассмотренные для переноса должны быть получены от аналогичного животного пациента демографического и собирали в аналогичных преаналитических условиях как принимающая лаборатория. Передача проще, когда методы идентичны, но сравнение методы метода могут быть выполнены, если методы отличаются. Если методы сопоставимы, RI может быть перенесен непосредственно. Если существуют систематические различия (предвзятость), референтные пределы могут быть скорректированы с использованием статистики регрессии или разницы средств отчет пациента должен быть доступен клиницисту по требованию [13]. Передача контрольных значений между методами использование статистики регрессии должно быть ограничено одиночный вхождение. Точность и точность прибора и лабораторное качество должно быть схожим между вносимыми и принимаемыми нормами лаборатории. Если существуют значительные различия в аналитическом качестве, переносе может оказаться неприемлемым.

Что значит референтный интервал?

Перед использованием в клинической обстановке переносится референсные нормы, в том числе принятые от производителей, должны быть проверены. Самая непосредственная проверка метод сравнивает результаты из 20 здоровых референсных лиц, собранных у животного лаборатории пациентов с предлагаемыми результатами предела референсных значений [13]. Должны быть проверены на выбросы и замену образцы собираются, если выбраны выбросы. Референсные интервалы для каждого аналита считаются действительными, если 0-2 результата выходят за рамки предлагаемой референтной нормы. Если более 4 результаты выходят за рамки предложенных контрольных пределов, референтный интервал норма должен быть отклонен и определен de novo контрольное значение.

Когда 3 или 4 результата выходят за пределы предлагаемого референтного лимита, дополнительные 20 образцов могут быть собраны и интерпретированы как описано ранее. Этот метод реплицирует биномиальный тест, но не будет определять являются ли предлагаемые ссылочные пределы слишком широкими для населения лабораторных животных (для например, если все 20 результатов попадают в контрольные лимиты) [43].

Более строгая проверка использует передовые статистические методы (тест Манна-Уитни U, средний тест, Siegal-Tukey) для сравнения предложенного RI с результатами от 40-60 здоровых контрольных лиц из популяции пациентов с животными животных [13].

В качестве альтернативы, если 40-60 высококачественных образцов доступно, de novo RI может быть установлено с использованием надежные методы. Валидация исключительно на основе субъективных оценка качества и применимости предлагаемого метода контрольных значений редко бывает достаточным, особенно учитывая скудность деталей относительно происхождения многих RI В настоящее время используется.

Периодичность реферирования должна повторяться 3-5 лет. Кроме того, рекомендуется повторная аттестация при чрезмерном ложноположительном и ложноотрицательном результаты отмечаются клиницистами и всякий раз, когда являются значительными изменениями в популяциях животных, преаналитические методы или аналитическое качество [41].

Предупреждающее заявление об использовании опубликованной референсных интервалов

Использование опубликованного референтного интервала для интерпретации клинической лаборатории результаты широко распространены в ветеринарной медицине и частое отсутствие соответствующего внутреннего референсной вариации для разнообразных популяций животных. Толкование клинические данные с использованием несоответствующего предела референсных значений могут привести к ошибочной классификации результатов и неправильному диагнозу, неправильному лечению или обоих. Справочные интервалы, опубликованные в учебниках, журнальных статьях и веб-базах данных может содержать или не содержать достаточную информацию для определить, подходит ли референтные лимиты для клиники или лабораторной популяции животных животного и преаналитических и аналитических процедур. Кроме того, качество и строгость, с которой были установлены референсных норм как правило, не могут быть оценены. Опубликованный референсные значения нормы должен быть использованы с осторожностью и только при достаточной информации для определения их применимости. Если опубликовано RI принимаются для расширенного использования, соответствующие процедуры проверки, как описано выше, должны быть выполнено.

Обычные (или многоцентровые) опорные интервалы

Вторая альтернатива определению de novo референтный интервал нормы внутри каждой лаборатории предназначена для нескольких лабораторий, обслуживающих схожих популяций животных вносить вклад в генерация общего референтного интервала [44,45]. Есть несколько преимуществ этого подхода, не последним из которых является распределение затрат. Общие пределы референсных значений полезны в мобильной популяции пациентов, которые могут изменять местоположение и лабораторий на протяжении всей жизни, если население перемещается в пределах региона, представленного общим референсные нормы. В исследованиях, проведенных в нескольких лабораториях, размеры выборки часто намного больше, обеспечивая большую уверенность в контрольные лимиты (более узкий 90% ДИ) и разрешение разбиение на подгруппы по возрасту, полу или другим характеристики. Несмотря на эти преимущества, общий RI требует строгого подхода с конкретными внимание к калибровке и лабораторному качеству.

Предпосылкой для общего референсный интервал нормы является сходство популяции пациентов с животными, обслуживаемые участвующими лаборатории. После того, как это было подтверждено, выбор и исключение по критериям и методам сбора и обработки образцов.

Хотя предпочтительнее, лаборатории дают результаты к общему референтному интервалу нормы не нужно использовать один и тот же анализатор или методов. Однако все анализаторы должны быть откалиброваны для получения сопоставимых результатов [46]. Калибраторы должны быть либо прослеживаемые международные стандарты, либо единый объединенный образец; назначенное значение калибратора должно определяться с помощью средств, предоставляемых всеми участвующих лабораторий с каждой лабораторией, определяющей его собственное среднее значение от 10 до 20 повторов. единообразный требования к качеству для неточности (CV%) и неточность (предвзятость) должна быть установлена для всех лабораторий и может основываться на биологических вариациях, клинических интерпретация результатов или того и другого [19,20]. Уклонение в особенности должны контролироваться и минимизироваться каждой лабораторией для предотвращения ошибочной классификации результатов. Если лаборатория смещение превышает установленные цели, процедуры должны быть инициированный для возврата смещения в допустимые пределы (например, рекалибровка). Чтобы поддерживать стабильную работу, анализы должны строго контролироваться с использованием процедуры контроля качества, разработанные с высокой вероятностью обнаружения ошибок и низкой вероятности ложного отклонения.

Использование тех же материалов контроля качества облегчает стандартизацию и сравнение результатов. Биологическая вариативность, индивидуальность и ориентировочные интервалы Население на основе референтные лимиты служит в качестве сравнения для животных результаты теста пациента, когда альтернативная система отсчета недоступно. Однако из-за относительно высокой межиндивидульной изменчивость, популяция референсные нормы иногда отсутствие необходимой чувствительности для обнаружения изменений в здоровья человека. Кроме того, это может быть сложным для сбора достаточного количества эталонных образцов для генерирации репрезентативных популяционных референсных норм для некоторых видов (например, зоологических и консервативных видов). В эти экземпляры, основанные на субъектах референсных интервалов, обеспечивают жизнеспособную альтернативу [47]. Субъективный референсный наиболее полезен, когда биологическая вариация, представленная как среднее CV для отдельных значений от человека (CVI), меньше, чем межличностные вариации, или CV (CVG) [48]. Индекс индивидуальности (II) обеспечивает объективный критерий для определения относительной полезности объектно-ориентированного и популяционного РИ. Индекс индивидуальности рассчитывается как II = (CVI 2 + CVA2) ½ / CVG, где CVA является аналитическим изменением (случайная ошибка или погрешность). Поскольку CVA 1,4, индивидуальный RI не дает больше информации, чем традиционные RI [49].

При использовании объектно-ориентированного референтного интервала справочные значения (RCV) служат для определения того, является ли разница между последовательными измерениями у индивидуума значительной. RCV основан на значениях CVI в здравоохранении и дисперсия этих изменений по популяции и рассчитывается как RCV = z 9 [2 (CVI 2 + CVA 2)] ½, где z представляет собой z-статистику, оценку вероятности [50].

RCV оптимально используется при CVA <0,5 9 CVI. Поскольку CVA << CVI для многих автоматизированных анализов, RCV может быть упрощена как z 9 2½CVI (или z 9 1.41CVI). z-статистика, обычно используемая для RCV, равна z = 1,96, что обеспечивает 50% -ную вероятность обнаружения увеличивается с вероятностью 5% ошибки типа I [50]. Когда используются более крупные z-статистики, такие как 3,34, вероятность обнаруженного значительного изменения увеличивается до 90% при увеличении вероятности ошибки типа II .50 Чтобы использовать референсные нормы на основе предмета, необходимо знать CVI для каждого аналита, а также неточность (CVA) аналитического метода. Опубликованные CVI доступны для многих аналитов у собак [51,52] и у некоторых экзотических видов [53].

Биологическую вариацию можно измерить только на небольшом числе здоровых лиц, которые обращаются к людям, когда осторожность берется для сведения к минимуму преаналитических вариаций [49]. К контролировать пациентов с хроническими заболеваниями, может потребоваться ИВЛ для лиц с устойчивой хронической вместо использования тех, которые установлены в области здравоохранения [54].

Установление порогов принятия решений (решение пределов)

В отличие от референсной нормы, которые описывают население, решение лимиты между группами населения, как правило, с болезнью и без нее. Интервалы определяются статистически; установлены лимиты принятия решений экспериментально и на основе консенсуса.13 Способность для дискриминации между пациентами с и без болезни определяет точность диагностического теста и является основной детерминант его клинической полезности. Точность теста, в свою очередь, зависит от выбранного предела принятия решения для характеристики результата теста как положительного (больного) или отрицательный (не больной). Проектирование перспективных исследований устанавливать пределы принятия решений требует тщательного обсуждения и тщательное планирование [55].

Первый шаг в разработке проспективного исследования для установить пределы принятия решений, чтобы определить клинический вопрос или решение руководства, а также целевую аудиторию. Роль, которую диагностический тест будет играть в выбор решения следует определить для конкретного заболевания или состояния. Целевые группы населения должны быть охарактеризованы с учетом фактора, который может повлиять на интерпретацию результатов теста (например, распространенность и продолжительность заболевания и факторы таких как возраст и пол). Затем люди ожидали имеются ли как положительные, так и отрицательные результаты для теста подлежащие расследованию следует проспективно отбирать от соответствующей целевой группы населения. Изучающие предметы должны представлять ожидаемое разнообразие в рамках целевой популяции для тестово-положительных и тест-отрицательных классификаций.

Выбор предметов исследования должен быть выполнен независимо от результатов теста или анализируемого вещества оценены. С помощью статистиков можно размеры образцов с достаточной мощностью для статистического соответствующие результаты. Истинное заболевание должно быть установленных путем комплексного обследования и тестирования процедуры, которые могут включать стандартизированную постановку, классификации или скоринга или общего результата оценки [56] .

Проверяемый тест должен быть выполнен и интерпретируются исследователями, которые ослеплены истинная классификация болезней субъектов. Если стабильность образца разрешений, образцы могут быть проанализированы партиями до минимизированной аналитической дисперсии между путями, когда сравнение производительности между несколькими диагностическими тестами, тест должен проводиться по всем предметам на то же время или на той же стадии заболевания, и все тесты должен выполняться на одном образце. Во избежание предвзятости в предпочтение эффективности тестирования, предметы с неожиданными результаты испытаний не должны быть исключены. Чувствительность и специфичность затем рассчитывается при множестве решений пороговых значений и нанесенных на рабочую характеристику приемника (ROC) (ось x, 1 - специфичность, ось y, чувствительность) [57,58]. Оптимальные пределы принятия решений выбираются местоположение на кривой ROC (самая верхняя левая точка) или путем определения предела принятия решения с наивысшей долей правильных интерпретаций (наиболее достоверно-положительных и истинные отрицательные результаты). Площадь под кривой (AUC) - оценка точности теста. В большинстве случаев, более точный тест имеет большую AUC.

Доверительные интервалы можно определить вокруг точек на кривой ROC. Для обеспечения гарантии качества, статус истинной болезни следует отслеживать исследование и подтверждено долгосрочными клиническими последующее или гистопатологическое исследование тканей собранных при биопсии или вскрытии.

Выводы

Единый и последовательный подход к созданию референтных интервалов нормы принесет пользу всему ветеринарному медицинскому сообществу. Внедрение статистических методов для установления референсный интервал нормы от небольших размеров выборки, прием RI использование переноса и валидации, а также рост интерес к общему РИ расширит возможности ветеринарных диагностических лабораторий для обеспечения RI для разнообразия видов и отдельных подгрупп. Соблюдение эти рекомендации специалистами, которые создают и опубликовать референсные нормы для животных, чтобы облегчить общение в рамках более широкого ветеринарного медицинского сообщества.

Предоставляя подробную информацию в исследованиях референтного интервала, использование опубликованного предела референсных значений может быть возможным. В отсутствие соответствующего референтного интервала нормы на основе популяции, субъектно референсной нормой может быть жизнеспособной альтернативой для интерпретации клинические данные в определенных ситуациях. Наконец, использование лимита принятия решений будет возрастать по мере того, как количество доступных тестов и наше понимание конкретных состояний болезни расширяется.

Литература

  1. Gra¨sbeck R, Saris NE. Establishment and use of normal values. Scand J Clin Lab Invest. 1969;26:S62–S63.
  2. Lumsden JH, Mullen K. On establishing reference values. Can J Comp Med. 1978;42:293–301.
  3. Lumsden JH, Mullen K, McSherry BJ. Canine hematology and biochemistry reference values. Can J Comp Med. 1979;43:125–131.
  4. Lumsden JH, Mullen K, Rowe R. Hematology and biochemistry reference values for female Holstein cattle. Can J Comp Med. 1980;44:24–31.
  5. Lumsden JH, Rowe R, Mullen K. Hematology and biochemistry reference values for the light horse. Can J Comp Med. 1980;44:32–42.
  6. Friendship RM, Lumsden JH, McMillan I, Wilson MR. Hematology and biochemistry reference values for Ontario Swine. Can J Comp Med. 1984;48:390– 393.
  7. Solberg HE. Approved recommendation (1986) on the theory of reference values. Part 1. The concept of reference values. Clin Chim Acta. 1987;165:111–118.
  8. PetitClerc C, Solberg HE. Approved recommendation (1987) on the theory of reference values. Part 2. Selection of individuals for the production of reference values. Clin Chim Acta. 1987;170:S1–S11.
  9. Solberg HE. Approved recommendation (1988) on the theory of reference values. Part 3. Preparation of individuals and collection of specimens for the production of reference values. Clin Chim Acta. 1988;177:S1–S12.
  10. Solberg HE, Stamm D. IFCC recommendation: The theory of reference values. Part 4. Control of analytical variation in the production, transfer and application of reference values. J Automat Chem. 1991;13:231–234.
  11. Solberg HE. Approved recommendation (1987) on the theory of reference values. Part 5. Statistical treatment of collected reference values. Determination of reference limits. Clin Chim Acta. 1987;170:S13–S32.
  12. Dybkǽr R. Approved recommendation (1987) on the theory of reference values. Part 6. Presentation of observed values related to reference values. Clin Chim Acta. 1987;170:S33–S42.
  13. Clinical and Laboratory Standards Institute. Defining, Establishing, and Verifying Reference Intervals in the Clinical Laboratory; Approved Guidelines. 3rd ed. Wayne, PA: CLSI; 2008.
  14. ASVCP Quality Assurance and Laboratory Standards Committee (QALS) Guidelines for the Determination of Reference Intervals in Veterinary Species and other related topics. Available at: asvcp.org/ pubs/pdf/RI%20Guidelines%20For%20ASVCP% 20website.pdf. Accessed September 17, 2012.
  15. Geffre´ A, Friedrichs K, Harr K, Concordet D, Trumel C, Braun JP. Reference values: a review. Vet Clin Pathol. 2009;38:288–298.
  16. Walton RM. Establishing reference intervals: Health as a relative concept. Sem Avian Exotic Pet Med. 2001;10: 66–71.
  17. Kampfmann I, Bauer N, Johannes S, Moritz A. Differences in hematologic variables in rats of the same strain but different origin. Vet Clin Pathol. 2012;41:228–234.
  18. Poole T. Happy animals make good science. Lab Anim. 1997;31:116–124.
  19. Kenny D, Fraser CG, Hyltoft Petersen P, Kallner A. Consensus agreement. Scand J Clin Invest. 1999;59:585.
  20. Kjelgaard-Hansen M, Jensen AL. Subjectivity in defining quality specifications for quality control and test validation. Vet Clin Pathol. 2010;39:133–135.
  21. Flatland B, Freeman KP, Friedrichs KR, et al. ASVCP quality assurance guidelines: control of general analytical factors in veterinary laboratories. Vet Clin Pathol. 2010;39:264–277.
  22. Horn PS, Feng L, Li Y, Pesce AJ. Effect of outliers and nonhealthy individuals on reference interval estimation. Clin Chem. 2001;47:2137–2145.
  23. Dixon WJ. Processing data for outliers. Biometrics. 1983;9:74–89.
  24. Horn PS, Pesce AJ. Reference intervals: an update. Clin Chim Acta. 2003;334:5–23.
  25. Grubb FE. Sample criteria for testing outlying observations. Annal Math Stat. 1950;21:27–58.
  26. Jain RB. A recursive version of Grubb’s test for detecting multiple outliers in environmental and chemical data. Clin Biochem. 2010;43:1030–1033.
  27. Rorabacher DB. Statistical treatment for rejection of deviant values: critical values of Dixon’s Q parameter and related subrange ratios at the 95% confidence level. Anal Chem. 1991;63:139–146.
  28. Solberg HE, Lahti A. Detection of outliers in reference distributions: performance of Horn’s algorithm. Clin Chem. 2005;51:2326–2332.
  29. Reed AH, Henry RJ, Mason WB. Influence of statistical method used on the resulting estimate or normal range. Clin Chem. 1971;17:275–284.
  30. Barnett V, Lewis T. Outliers in Statistical Data. Chichester, UK: John Wiley and Sons, Ltd.; 1978:381–386.
  31. Horn PS, Pesce AJ. Reference Intervals: A User’s Guide. Washington, DC: AACC Press; 2005:47–57. 32. Horn PS, Pesce AJ, Copeland BE. A robust approach to reference interval estimation and evaluation. Clin Chem. 1998;44:622–631.
  32. Horn PS, Pesce AJ, Copeland BE. Reference interval computation using robust vs. parametric and nonparametric analyses. Clin Chem. 1999;45:2284–2285.
  33. CBstat. Available at: direct.aacc.org/ProductCatalog/ Product.aspx?ID=2475. Accessed September 22, 2011. 35. Reference Value Advisor. Available at: biostat.envt.fr/spip/spip.php?article63. Accessed September 22, 2011.
  34. Geffre´ A, Concordet D, Braun JP, Trumel C. Reference Value Advisor: a new freeware set of macroinstructions to calculate reference intervals with Microsoft Excel. Vet Clin Pathol. 2011;40:107–112.
  35. MedCalc. Available at: medcalc.org/index. php. Accessed September 22, 2011.
  36. Sinton TJ, Cowley D, Bryant SJ. Reference intervals for calcium, phosphate, and alkaline phosphatase as derived on the basis of multichannel-analyzer profiles. Clin Chem. 1986;32:76–79.
  37. Harris EK, Boyd JC. On dividing reference data into subgroups to produce separate reference ranged. Clin Chem. 1990;36:265–270.
  38. Lahti A, Hyltoft Petersen P, Boyd JC, Fraser C, Jørgensen N. Objective criteria for partitioning Gaussian distributed reference values into subgroups. Clin Chem. 2002;48:338–352.
  39. Ceriotti F, Hinzmann R, PanteghiniM. Reference intervals: the way forward.Ann Clin Biochem. 2009;46(Pt 1):8–17.
  40. Lahti A, Hyltoft Petersen P, Boyd JC, Rustad P, Laake P, Solberg HE. Partitioning of nongaussian-distributed biochemical reference data into subgroups. Clin Chem. 2004;50:891–900.
  41. Horn PS, Pesce AJ. Reference Intervals: A User’s Guide. Washington DC: AACC Press; 2005:77–80.
  42. Jones GRD, Barker A, Tate J, Lim C, Robertson K. The case for common reference intervals. Clin Biochem Rev. 2004;25:99–104.
  43. Hyltoft Petersen P, Rustad P. Prerequisites for establishing common reference intervals. Scand J Clin Lab Invest. 2004;64:285–292.
  44. Jensen AL, Kjelgaard-Hansen M. Method comparison in the clinical laboratory. Vet Clin Pathol. 2006;35: 276–286.
  45. Walton RM. Subject-based reference values: biological variation, individuality, and reference change values. Vet Clin Pathol. 2012;41:175–181.
  46. Fraser CG. Inherent biological variation and reference values. Clin Chem Lab Med. 2004;42:758–764.
  47. Fraser CG, Harris EK. Generation and application of data on biological variation in clinical chemistry. Crit Rev Clin Lab Sci. 1989;27:409–437.
  48. Iglesias Canadell N, Hyltoft Petersen P, Jensen E, Ricos C, Jorgensen PE. Reference change values and power functions. Clin Chem Lab Med. 2004;42:415–422.
  49. Jensen AL, Aaes H. Critical differences of clinical chemistry parameters in blood from dogs. Res Vet Sci. 1993;54:10–14.
  50. Wiinberg B, Jensen AL, Kjelgaard-Hansen M, et al. Study on biological variation of haemostatic parameters in clinical healthy dogs. Vet J. 2007;174:62–68.
  51. Bertelsen MF, Kjelgaard-Hansen M, Howell JR, Crawshaw GJ. Short-term biological variation of clinical chemical values in Dumeril’s monitors (Varanus dumerili). J Zoo Wildl Med. 2007;38:217–221.
  52. Rico´s C, Iglesias Canadell N, Garcı´a-Lario J, et al. Within-subject biological variation in disease: collated data and clinical consequences. Ann Clin Biochem. 2007;44:343–352.
  53. Clinical and Laboratory Standards Institute. Assessment of the Clinical Accuracy of Laboratory Tests Using Receiver Operating Characteristic (ROC) Plots; Approved Guideline. Wayne, PA: CLSI; 1995.
  54. Hayes G, Mathews K, Kruth S, Doig G, Dewey C. Illness severity scores in veterinary medicine: what can we learn? J Vet Intern Med. 2010;24:457–466.
  55. Gardner IA, Greiner M. Receiver-operating characteristic curves and likelihood ratios: improvements over traditional methods for the evaluation and application of veterinary clinical pathology tests. Vet Clin Pathol. 2006;35:8–17.
  56. Stephan C, Wesseling S, Schink T, Jung K. Comparison of eight computer programs for receiveroperating characteristic analysis. Clin Chem. 2003; 49:433–439.
^Наверх

Полезно знать

… Главная … О нас … Контакты … Консультационные услуги … Владельцам … Студентам … Аспирантам … Волонтерам … Разработчикам препаратов … Веб-дизайнерам … Прайс-лист … Информационный портал … Новости кардиологии … Клиническая картина … Электрокардиография … Эхокардиография … Рентгенокардиография … Лечение … Статистика в кардиологии … Выдающиеся кардиологи … Полиморбидность … Прогнозирование … Дифференциальная диагностика … Патоморфология …

© VetConsult+, 2016. Все права защищены. Использование любых материалов, размещённых на сайте, разрешается при условии ссылки на ресурс. При копировании либо частичном использовании материалов со страниц сайта обязательно размещать прямую открытую для поисковых систем гиперссылку, расположенную в подзаголовке или в первом абзаце статьи.

Яндекс.Метрика