单因素方差解析及其在药品检测实验室中的应用

目的:利用单因素随机效应模型的实验设计,形成一个通用模板,为读者快速理解和计算方法验证中的精密度、实验室的能力评定标准差、标准物质的协作标定赋值、以及样品均匀性判断中所需的参数提供帮助。方法:建立一个通用的单因素随机效应模型,通过方差解析获得组间均方(MS_A)与组内均方(MS_E),由这两个参数进一步推导出所需参数的运算公式并进行实例分析。结果:确定分析方法精密度的中间精密度或再现性标准差和重复性标准差的计算公式分别为σ_(IP)、σ_(Rep)=(1/rMS_A+((r-1)/r)MS_E)^(1/2)、σ_r=S_r=MS_E^(1/2);在进行实验室能力评定或标准物质标定过程中,样本间标准差是用于判断均匀性的指标,其计算公式为S_L=((MS_A-MS_E)/r)^(1/2);实验室能力评定标准差为σ_(PT)=((MS_A)/r)^(1/2);标准物质协作标定中的标准不确定度μ()为μ()=((MS_A)/cr)^(1/2),置信区间为(=x)±t_(1-ɑ:c-1)μ()=(=x)±t_(1-ɑ:c-1)·((MS_A)/cr)^(1/2)。结论:掌握单因素方差分析的原理、设计和分析方法,对药品质控实验室评估所用方法的变异、评价产品均匀性和标准物质的不确定度、以及科学评价分析实验室内部人员的检测能力等方面都必不可少。

稳健统计技术在能力验证中的应用研究

本文主要讨论了GB/T 28043-2019中不同统计技术的稳健性和适用范围。文章结合已实施的能力验证计划,比较剔除离群值后的算术均值和标准差、中位数-MADe、中位数-nIQR、算法A、Hample/Q算法计算指定值、能力评定标准差。通过分析数据中的离群值占比、参加者数量,结合采样计算结果归纳各统计技术在不同参加者数量的稳健性,并根据分析结论,给出不同情况下各统计技术的使用建议。

药品检测领域能力验证计划中统计量的确定

目的:针对药品检测领域可开展的不同能力验证计划类型,对可用于表征实验室能力的各种能力评定统计量及其评定标准进行较为全面的汇总、介绍和解读。方法:对国际标准化组织发布的准则、中国合格评定国家认可委员会出台的认可准则及指南性文件、相关部门颁布的中华人民共和国国家标准以及计量技术规范中的技术要求进行逐一梳理。结果与结论:梳理汇总出可用于确定能力评定统计量及其中关键指标(指定值和能力评定标准差)的不同方法,并对各方法的优势和局限性进行解读。通过本文的介绍,将有助于药品检测领域能力验证提供者更好地掌握如何确定能力评定统计量这一关键技术环节。

方法验证数据集的应用探讨

目的:充分挖掘方法验证的数据集,为方法后期的广泛应用提供更多参考依据。方法:利用严谨设计的方法验证所得数据集,通过对数据集中各方差分量的拆分或组合,构建日常实践中方法应用所需的评价依据或标准。结果:通过验证实验数据集的不同方差分量的拆分和组合,可形成3个应用评价指标或标准:(1)方法操作模式的变异度(FV);(2)报告值的区分阈值(RVDT);(3)实验室能力评定标准差(σ)。除此之外,还可利用验证数据集中影响因素的限制性最大似然(REML)方差分量值来辨识影响方法的主要因素,为实验操作的改进提供预判方向。结论:在方法验证过程中,使用科学严谨的验证实验设计所得的数据集,不仅可保证方法自身性能和方法检测能力的可靠评价,还可推导出更多有重要实践意义的应用评价标准,并对方法特性有更全面的了解。本文所论述指标,不仅适合于生物活性检测方法,也适合于理化方法。

生物活性检测方法验证统计分析软件的设计和功能

生物活性检测方法验证(biological method validation, BMV)统计分析软件是一款具有全部自主产权的专用统计分析软件。其优势在于:(1)提供常见的方法验证性能参数,如精密度及其置信上限、准确度及其相应的置信区间、范围等;(2)提供满足方法需求的判定标准,如分析总误差、报告值的预测区间、容忍区间、方法能力指数(MCI)等;(3)新增方法应用指标,包括操作模式变异度、报告值的区分阈值、能力验证标准差、方法关键影响因素分析等;(4)为使用者提供自主选择生物实验系统适用性模型,并可计算验证实验所需样本量。此软件不仅操作简便,而且输出结果科学可靠,可满足各国药典或指南对方法验证的要求。该软件的开发,将方便于药品行业研发人员建立科学可靠的生物活性检测方法,以确保药品的质量安全。