用於確定分析物比的校準表面方法

2023-06-26 16:44:01

專利名稱：用於確定分析物比的校準表面方法
技術領域：
本發明一般地涉及用於測量樣本中的分析物比的方法。該方法一般地應用於其結果表示為比的任何一對分析物。另外，多個比可表示為多對分析物比。
背景技術：
計算樣本中的兩個或以上分析物之比在各種背景中是有用的比較。比經常用於補償樣本中分析物的組分或濃度的可變性。舉例而言，當測量存在於尿液中的分析物時，任何給定樣本中的分析物濃度可顯著變化。這些濃度變化可通過創建存在於樣本中的不同分析物之間的比來歸一化。舉例而言，可在尿液分析物濃度和尿液中的肌氨酸酐濃度之間創建比。在樣本中的兩個分析物之間創建該比允許根據濃度波動的更有意義的測量。還有可能將組織中的期望分析物濃度針對總蛋白或者例如清蛋白的特定蛋白濃度而歸一化。比還可補償測量中的相關錯誤，例如稀釋誤差。在

圖1中示出用於計算分析物濃度比的最常規現有方法的簡述。在步驟101，從患者取試樣。示例試樣包括血液、尿液、或者其它體液。該試樣形成樣本的基礎，將根據其測量並計算分析物比。試樣不一定直接來自患者。可從其它源獲得試樣。在步驟102，試樣轉換為經預處理的樣本。經預處理的樣本還可稱作化驗樣本。該步驟可由在執行任何分析物測量之前對試樣進行的任何動作組成。舉例而言，在某些實施例中，可對試樣進行取樣並以特定量稀釋。在其它實施例中，可向試樣添加抗凝劑。該步驟是可選的，因為可能有時整個未改變的試樣將用作經預處理的樣本。在步驟103和104測量該樣本。在這兩個步驟中，樣本中的感興趣的量表示為響應量。步驟103包含所有由儀器所作的以使預處理的樣本準備好被讀取的處理。處理樣本可包含各種步驟。將多分析物夾層免疫測定作為示例，該樣本與連接到固相的抗體或特定接合試劑反應，清洗固相以移除與一個或多個標記的抗體或接合試劑起反應的未接合材料，並清洗以移除未接合標記試劑以用於響應量的後繼讀取。其它示例包括高性能液相層析法(HPLC)、免疫測定法、電泳法、毛細管電泳法、紫外/可視/紅外光譜法、拉曼光譜法、表面增強拉曼光譜法、質譜法、氣相層析法、或其他。可存在無需對樣本採取處理步驟的實例。在步驟104中，所選讀取技術用於確定樣本中各分析物響應量，其將用於比。步驟104稱作讀取分析物(響應量)。可能適當的讀取技術包括螢光、吸光率、反射率、離子流、電化學電位、光密度、色彩、表面等離振子共振、或其它。通常基於要測量的樣本和分析物特性來選擇處理和讀取技術。使用所選測量方法測量的分析物響應量可以是適合於所選方法的任何單位。這些單位可以是螢光單位、光密度、色彩、離子流、化合光單位、電信號或其它。分析物還可按照多路復用方式測量，其中許多分析物在單個通道中測量，或者它們在多個但分開的個別化驗中測量。分析物響應量之後轉換為其相應濃度。該步驟在步驟105和106中示出。典型地該轉換使用諸如校準曲線的裝置來實現。在計算分析物濃度比之前，各分析物響應量必需分別轉換為濃度值。分析物濃度值不僅取決於測量的給定分析物響應量，還取決於樣本中的其它分析物響應量，這是因為分析物之間存在諸如交叉反應的交叉作用。使用所選測量技術來測量的樣本中分析物響應量和同一樣本中分析物濃度之間的關係通常是非線性的。因為該非線性關係，分析物響應量比與分析物濃度比可大有不同。因此，如果要計算分析物濃度比，必需在計算該比之前分別計算各分析物濃度。校準曲線通常用於將分析物響應量轉換為濃度值。可通過選擇曲線模型然後確定模型係數值來創建分析物校準曲線，其中確定模型係數值是通過從其中分析物濃度在進行任何測量之前就是已知的一組樣本中測量分析物響應量來實現的。從這些已知樣本獲得的分析物響應量可作圖以產生校準曲線，然後該校準曲線用於推斷未知濃度的樣本中的分析物濃度如何。針對要轉換為濃度值的各分析物響應量創建分別的校準曲線。實際上，具有確定係數值的模型方程可直接用於確定濃度而不用作圖。參照校準曲線通常被採用，因為這比參照校準方程更直觀。在步驟107，使用校準曲線計算的各濃度用於確定期望的分析物比。這可通過諸如除法的簡單數學運算來實現。分析物比通常是沒有單位的。有時還有必要對在步驟107中獲得的比進行調節以使測量得到的比與已使用不同測量技術得到的比匹配。在步驟108示出該步驟。進行該額外轉換是因為經常習慣性地將比呈現為就好像該比是使用特定測量技術所確定的，且該特定技術可能不同於在步驟103和104中使用的技術。在通過這些不同測量技術獲得的分析物之比之間可能存在熟知的差值，且該值可在兩個格式之間轉換。步驟108是可選步驟，其取決於如何最終呈現特定分析物比。可在「針對報告HbAlc提出的改變(Proposed changes for reporting HbAIc)，，，IVD技術(2007年5月)和「血紅蛋白Alc測量標準化的實現(Implementation of Standardization of Hemoglobin Alc Measurement)，，，臨床化學，54 :6，1098-1099 (2008) 中找到關於標準化比測量的附加信息。這兩篇文獻的全部內容通過引用通用地結合於此。用於確定分析物比的該已知方法具有許多問題。樣本中的分析物之間的交互作用可在已知方法中引入誤差。一個反應物的響應量可影響和改變第二分析物的響應量。舉例而言，在諸如免疫測定的一些測量技術中，用於測量第一分析物響應量的第一抗體還可與樣本中的第二分析物相互作用。該交叉反應將針對第二分析物的每一不同值為第一分析物要求不同校準曲線。可以為第一分析物創建單個平均校準曲線，但是這將在針對分析物獲得的響應量中引入誤差。此外，第二抗體還可與樣本中的第一分析物反應。這將使問題復
ο已知方法的另一問題是需要針對各分析物創建和維護校準曲線。這包含適當校準模型以及各曲線的校準器的選擇。已知方法的另一問題是存在較少的機會消除在響應量級處相關聯的噪聲。該消除僅在濃度比確定期間進行。用於確定分析物比的所提議方法在確定分析物比的現有方法上進行改進，其將不再直接使用分別的分析物濃度作為該方法的一部分。除了更方便使用之外，所提議的方法產生更精確的分析物比，因為所提議的方法固有地處理由於樣本中分析物之間的交互作用引入到讀取的幹擾。其可通過僅要求單個校準模型以及更好地消除在響應量級處相關的噪聲來提供附加優勢。

發明內容
所提新議的方法通過直接使用來自測量方法的響應量以獲得分析物比來改進現有技術。不需要諸如使用校準曲線以將分別的測量分析物響應量轉換為濃度值的中間轉換以獲得所期望的比。使用單個校準表面直接根據響應量來確定分析物比，而非取通過使用一對校準曲線根據響應量確定的濃度比。像校準曲線一樣，隱含該表面的校準方程可被使用而不用對表面作圖。如本文中所使用，校準表面這一表達與響應表面這一表達是同義詞。校準表面具有如相關y軸的期望的分析物比，以及如獨立X1和&軸的響應量的適當組合。選擇用於 X1和&軸的響應量的組合主要是為了提供擬合數據的簡單模型。然而，其還可減小最終分析物比中的由兩個分析物響應量中的相關誤差造成的誤差。良好的擬合減小缺乏匹配誤差並可減少維護校準表面所需的校準器數量。良好擬合還可增大校準器之間的時間間隔。不同類型的校準可按不同間隔進行。舉例而言，批特定校準可由試劑製造商針對特定試劑批進行，而實驗室校準可由運行患者樣本和控制的實驗室以更短間隔進行。新方法以許多方式改進現有技術。新方法不再要求分析物響應量至分析物濃度的任何中間轉換。諸如校準曲線的裝置不必為計算分析物比而量身定製，且使用這種裝置作為中間步驟的結果是經常在已知現有技術中的許多誤差帶來重大影響。消除中間轉換還更好地處理引入到分析物測量的任何噪聲。分析物響應量可按減少分析物響應量公共噪聲的方式組合。響應量組合可優勢地使用作為轉換方法回歸模型中的獨立變量。另外，在該方法中更好地考慮可與測量的分析物響應量潛在地幹涉的樣本中分析物之間的任何交互作用。該潛在誤差源還將存在於用於創建回歸模型的已知樣本中，且因此在該模型中將固有地考慮誤差。為特定分析物分別定製的一對校準曲線不能處理這些幹涉並因此不能處理這種誤差源。所提議的方法的另一優點在於如果在以下所述的一些實施例中使用線性(係數) 回歸模型，則該回歸模型允許聯立方程的最小均方解，而非最小化最小均方誤差的更通用方法。這通過避免尋找與更通用方法相關聯的本地而非全局最小值的問題來允許更快以及更可靠的計算。最後，新方法比現有方法更方便。創建回歸模型之後，不再需要通過諸如濃度對響應量校準曲線的裝置對中間值進行轉換，因為新方法直接使用通過測量過程獲得的響應量。因為一旦創建回歸模型，過程中包含更少步驟，這對於執行新方法以尋找期望比的某人而言更方便。—實施例涉及用於確定樣本中分析物的一個或多個比的方法。該方法首先使用所選測量過程來測量樣本中的兩個或以上分析物響應量以獲得兩個或以上分別的分析物響應量。接下來，選擇一種或多種轉換方法。這些轉換方法將分析物比定義為使用所選測量過程獲得的分別的分析物響應量的直接函數。最後，使用所選的一個或多個轉換方法以及利用所選測量過程獲得的分別的分析物響應量來計算樣本中分析物的一個或多個比。另一實施例涉及用於測量兩個或以上分析物的濃度比的裝置。該裝置包括測量模塊，其能夠測量樣本中分析物響應量；存儲器，其用於存儲來自測量模塊的經測量的分析物響應量；包含計算機可讀代碼的計算機可讀介質，該代碼具有用於執行將分析物的分析物比定義為從測量模塊獲得的分別的分析物響應量的直接函數的轉換方法的指令；以及處理器，其用於執行計算機可讀介質上的計算機可讀代碼以使用轉換方法計算分析物濃度比。另一實施例涉及用於計算轉換方法的方法，該轉換方法將分析物的分析物值之比定義為從測量過程獲得的分別的分析物響應量的直接函數。該方法包括選擇要用於計算轉換方法的統計學上充分數量的合適的校準器，其中該校準器具有已知分析物比；選擇要用於在校準器中測量分析物響應量的測量過程；使用測量過程在校準器中測量分析物響應量；選擇要用於計算轉換方法的回歸模型；使用回歸模型以產生轉換方法，其中回歸模型將分析物響應量用作獨立變量且將已知分析物比用作相關變量。另一實施例涉及計算機可讀介質，其包括用於在化驗樣本中使用所選測量過程測量分析物響應量的代碼；用於選擇將分析物比定義為從所選測量過程獲得的分別的分析物響應量的直接函數的轉換方法的代碼；以及用於使用所選轉換方法和從化驗樣本測量的分析物響應量計算化驗樣本的分析物比的代碼。附圖簡述圖1是描繪用於計算樣本中的兩個一般分析物之比的已知方法的流程圖。圖2是描繪用於計算樣本中的兩個一般分析物之比的所提議方法的流程圖。圖3是可用於執行本發明的計算機系統的框圖。圖4是描繪通過HPLC測量方法計算％ Alc的所提議方法的流程圖。圖如是描繪通過多分析物免疫測定測量方法計算％ Alc的所提議方法的流程圖。圖5是由HPLC測量方法產生的層析圖。圖6a是給出將校準表面方法應用於由HPLC獲得的響應量的變體1的校準表面的表示的輪廓圖。圖6b是圖6a的校準表面的參數表示。圖6c是對應於圖6a的差值曲線圖，其中確定的％ A1。值和已知值之間的差異對比已知值作出曲線。圖7a是給出將校準表面方法應用於由HPLC獲得的響應量的變體2的校準表面的表示的輪廓圖。圖7b是圖7a的校準表面的參數表示。這與單線中的參數值結果無關。圖7c是對應於圖7a的差值曲線圖，其中確定的％ A1。值和已知值之間的差異對比已知值作出曲線。圖fe是給出將校準表面方法應用於由HPLC獲得的響應量的變體3的校準表面的表示的輪廓圖。
圖8b是圖8a的校準表面的參數表示。圖8c是對應於圖8a的差值曲線圖，其中確定的％ A1。值和已知值之間的差異對比已知值作出曲線。圖9a是給出將校準表面方法應用於由HPLC獲得的響應量的變體4的校準表面的表示的輪廓圖。圖9b是圖9a的校準表面的參數表示。圖9c是對應於圖9a的差值曲線圖，其中確定的％ A1。值和已知值之間的差異對比已知值作出曲線。圖IOa是給出將校準表面方法應用於由多分析物免疫測定法獲得的響應量的變體5的校準表面的表示的輪廓圖。圖IOb是圖IOa的校準表面的參數表示。圖IOc是對應於圖IOa的差值曲線圖，其中確定的1^A1。值和已知值之間的差異對比已知值作出曲線。圖Ila是給出將校準表面方法應用於由多分析物免疫測定法獲得的響應量的變體6的校準表面的表示的輪廓圖。圖lib是圖Ila的校準表面的參數表示。圖Ilc是對應於圖Ila的差值曲線圖，其中確定的1^A1。值和已知值之間的差異對比已知值作出曲線。
具體實施例方式根據各種實施例在本文中公開的是用於計算分析物之比的改進方法，其可按針對廣泛分析物定製的各種實施例來實現。具體而言，用於不同實施例的潛在分析物可包括蛋白質、縮氨酸、碳水化合物、小分子、核酸、或者可被測量然後表示為比的其它材料。所提議方法的一般描述圖2示出根據一實施例在計算兩個分析物之濃度比中所包含的一般步驟。根據該描述將顯而易見，所提議方法的其它實施例可容易改變成通過在過程中創建及使用不同轉換方法來產生其它類型的分析物比。步驟201-204實質上與圖1中顯示的步驟101-104相同。在步驟201，獲得患者試樣。在步驟202，該患者試樣轉換為經預處理的樣本或化驗樣本。步驟203和204 —起構成測量過程。在步驟203處理該樣本以用於讀取，並在步驟204讀取以產生針對樣本中的每個分析物的響應量。如相對於已知方法而討論，以上步驟的一些取決於試樣特性和用於測量分析物響應量的測量技術而可以是可選的。在圖2的步驟203和204，所選測量技術用於測量樣本中的分析物響應量。該步驟中的用於選擇測量技術的考慮類似於在步驟103和104中的考慮。可通過各種技術實現在步驟204中的分析物響應量的讀取，諸如通過量化來自與樣本中的接合或者未接合抗體相關聯的螢光標籤的螢光。根據所選測量技術的所得響應量在圖2中列為分析物響應量1和分析物響應量2。在步驟205，用於計算分析物之比的已知方法和所提議方法之間的差值變得清晰。 圖2所示的實施例中，該步驟使用轉換方法以將測量的分析物響應量直接轉換為期望的分析物比。在圖2中概述的過程開始之前創建該轉換方法。轉換方法可由一系列步驟組成， 如以下進一步描述。可對於測量的分析物響應量使用多個轉換方法以獲得多個分析物比。 使用轉換將分析物響應量轉換為期望的分析物比之後，該過程完成。圖2實施例中的轉換方法可以是將分析物響應量轉換為分析物比的任何數學關係。在所提議方法的一個實施例中，轉換方法包括兩個步驟。第一步驟組合或變換分析物響應量以獲得兩個或以上回歸變量。第二步驟則在回歸模型中使用回歸變量以獲得期望的分析物比。回歸模型可以是多個線性回歸模型。回歸模型還可使用更複雜的回歸模型。第一步驟函數性地組合讀取的分析物響應量以獲得兩個或以上回歸變量。舉例而言，在一個實施例中，第一回歸變量可設置為兩個分析物響應量之比，且第二回歸變量可設為獨立的分析物響應量之一。許多其它可能變換是可行的，且在本公開的下文中更具體地給出其它變換的示例。轉換方法的該實施例的第二步驟使用回歸模型以尋找作為兩個回歸變量的函數的期望的比。回歸模型中的相關變量是期望的分析物比。該分析物比可以是濃度比或者數學上與濃度比相關的比，但不需要如此。在用於確定未知樣本中的分析物比之前，需要創建變換及回歸模型並確定它們的係數值。該變換與回歸模型一起使用以確定期望的分析物比。其可包含圖1的步驟108，且因此不需要如圖1所示地計算濃度比。該變換的一個目的在於減少充分擬合數據所需的回歸項數量。在一些實施例中，將只需要常數項、線性項以及可能的線性項乘積。在一個實施例中，組合的變換及回歸係數被分組成多個級，由分開係數值的確定的時間間隔來定義。舉例而言，三級分組可包括以下三個級1)由用戶校準計劃表確定間隔，2)由試劑製造商發布新試劑批來定義間隔，幻通過方法或模型改變來確定間隔。以下概述用於共同創建HbAlc實施例的變換及回歸模型的方法的一實施例的概述。1.生成適合於本方法的覆蓋HbAlc值的臨床範圍和總Hb濃度範圍的樣本組。樣本組是覆蓋範圍的等間隔值的柵格。可通過以低值和高值開始並執行一組稀釋來獲得這種柵格。如果變換及回歸模型不複雜，5x 5柵格將適合，而如果複雜，則9x 9柵格將適合。如果另外可獲得覆蓋期望濃度範圍的樣本，可能不必如該步驟所概述地使用一系列稀釋。2. 一式三份地運行樣本。所有響應量在本文中稱作自動校準的過程中將用作校準值和未知數兩者。3.以可預期滿足缺乏匹配接受標準的包含最小項數的變換及回歸模型開始，優化變換係數並確定回歸模型係數值。4.系統地將項添加到變換或回歸模型直到滿足缺乏匹配接受標準。關於該HbAlc實施例的更多細節包含在以下的公開說明中。圖3是可用於執行本發明一實施例的計算機系統300的框圖。計算機系統300具有多個輸入模塊。分析物測量模塊301用於測量化驗樣本中的分析物響應量。該模塊在本發明不同實施例之間有變化，這取決於所選用於測量分析物響應量的測量方法。還示出標準鍵盤302和滑鼠303。計算機系統300還包含計算機內部的各種各樣的典型計算機組件。 這些組件包括系統總線304、一個或多個盤驅動器305、RAM 306、以及處理器307。還可存在其它組件，這取決於實施例的實際特性。圖3還示出允許將信息顯示給系統用戶的監視器 308。在本發明一實施例中，在步驟202中創建的經預處理的樣本位於分析物測量模塊 301，在該分析物測量模塊301中進一步處理樣本並測量樣本中的分析物響應量。然後該信息沿著系統總線304傳遞至計算機系統，且使用處理器307將適當的轉換方法應用於分析物響應量數據。處理器307執行的以實現轉換方法的指令被存儲在諸如RAM 306或盤驅動器305的計算機可讀介質上。轉換方法還可存儲在該同一介質上。所得的比然後可顯示在監視器308上。本發明替代實施例可使用其它通信裝置輸出分析物比。舉例而言，計算機系統可使用印表機列印測量的比或者經由網絡將測量的比發送到另一計算機。血紅蛋白實施例所提議方法的一實施例聚焦於HbAlc的測量。HbAlc是在糖尿病中最常測量的糖基化血紅蛋白的一個特定類型。人類紅血細胞允許葡萄糖自由地穿過，且糖基化血紅蛋白 HbAlc是指通過葡萄糖附連到血紅蛋白分子貝它(β)鏈N-端纈氨酸而形成的血紅蛋白組分。在非糖尿病患者中，總血紅蛋白的90%以上為非糖基化血紅蛋白。HbAlc本身將典型地構成總血紅蛋白的約4-7%。糖尿病患者中，在患者體中HbAlc百分比濃度可超過總血紅蛋白的20%，其不良地控制患者血液葡萄糖水平。糖基化血紅蛋白以與血液中的環境葡萄糖濃度直接成比例的速率形成。葡萄糖和血紅蛋白之間的反應是基本不可逆的且速度慢。其結果為在人類紅血細胞120天的平均生命期期間只有總血紅蛋白的一小部分被糖基化。其結果為，血液中的糖基化血紅蛋白濃度提供可用於監控長期血糖水平的血糖水平加權移動平均值。覆蓋2-3個月的時間周期的該移動平均值允許評價糖尿病患者體中的血糖控制。HbAlc對總血紅蛋白的濃度比已成為用於測量糖尿病患者的健康狀況的常規方法。可按許多方式表示HbAlc水平，用於表示的一種被接受的方式為以國家糖基化血紅蛋白標準方案(NGSP)單位表示HbAlc作為總血紅蛋白百分比(％ HbAlc)。另一被接受方式為以毫摩爾(mmole)HbAlC/摩爾總Hb的臨床藥劑師國際聯盟(IFCC)單位表示HbAlc。 除了單位有10倍的不同之外，還存在不同點，因為在兩個標準中使用不同基準方法。諸如 HbS、HbC、HbE、HbA2和HbF的其它血紅蛋白變異蛋白質也可按照總血紅蛋白的百分比來表示ο用於測量HbAlc的HPLC方法所提議方法的一實施例使用HPLC技術來測量HbAlc。圖4示出根據一實施例根據測量HbAlc的HPLC方法計算HbAlc對總血紅蛋白之比中所包含的步驟。步驟401-404實質上與圖1中顯示的步驟101-104和圖2中的步驟201-204相同。 在步驟401，獲得患者試樣。在步驟402，該患者試樣轉換為經預處理的樣本，且在步驟403， HPLC用於將該經預處理的樣本分離為其組成部分，它們以峰值時間序列洗脫自層析柱。在步驟404，組分有序地穿過吸收檢測器的流動單元，其將洗脫液濃度轉換為在層析圖中可視的吸收值。層析圖中的峰值對應於經預處理的樣本中的不同組分。然後確定峰值面積。血紅蛋白的糖基化組分的響應量(HbGr)以單個峰值面積確定，而總組分的響應量(HbTr)是所選峰值面積的總和。表1是來自所製備切5x 3樣本組的響應量數據的表格。前兩列包含mAU秒表示的HbGr和HbTr響應量，且第三列使用三個數字的組合以根據其在切5x 3樣本柵格中的位置來識別樣本。ID的第一數字對應於％ Alc水平，ID的第二數字對應於HbTc (總血紅蛋白濃度)水平，且ID的第三數字對應於副本號。水平11對應於％ Alc = 5. 365%且HbTc =0. 42gm/L。水平 55 對應於％ Alc = 17. 420%且 HbiTc = 2. lgm/L。剩餘水平在水平 11 和55之間的值中等間隔安排。對於該樣本組而言，在預處理期間而非在處理步驟中進行稀釋。
權利要求
1.一種用於確定樣本中的一個或多個分析物之比的方法，所述方法包括使用所選測量過程來測量樣本中的兩個或以上分析物響應量以獲得兩個或以上分別的分析物響應量；選擇將分析物之比定義為使用所選測量過程獲得的分別的分析物響應量的直接函數的一個或多個轉換方法；以及使用所選一個或多個轉換方法以及使用所選測量過程獲得的所述分別的分析物響應量來計算所述樣本中的一個或多個分析物比。
2.如權利要求1所述的方法，其特徵在於，計算的一個分析物之比與所述樣本中的兩個分析物的濃度之比相關。
3.如權利要求3所述的方法，其特徵在於，所述關係為一個分析物的濃度除以另一分析物的濃度。
4.如權利要求1所述的方法，其特徵在於，所述轉換方法使用回歸作為所述轉換方法的一部分將所述分別的分析物響應量關聯到所述分析物之比。
5.如權利要求4所述的方法，其特徵在於，所述回歸是多項式回歸，其中變量是所述分析物響應量自乘到整數冪的乘積。
6.如權利要求4所述的方法，其特徵在於，在所述轉換方法中使用的所述分別的分析物響應量經歷作為所述轉換方法的一部分的變換。
7.如權利要求6所述的方法，其特徵在於，所述變換減少在所述回歸模型中使用的回歸項的數量。
8.如權利要求6所述的方法，其特徵在於，所述變換有助於更長的實驗室校準間隔。
9.如權利要求6所述的方法，其特徵在於，所述變換減少實驗室校準所需的校準的數量。
10.如權利要求6所述的方法，其特徵在於，所述變換數學地組合所述分別的分析物響應量的兩個。
11.如權利要求6所述的方法，其特徵在於，所述變換定義為
12.如權利要求6所述的方法，其特徵在於，所述變換使用未基於規範用戶校準計劃表確定的一個或多個係數。
13.如權利要求6所述的方法，其特徵在於，所述變換使用基於用戶批計劃表確定的一個或多個係數。
14.如權利要求6所述的方法，其特徵在於，所選測量過程是HPLC。
15.如權利要求6所述的方法，其特徵在於，所選測量過程是免疫測定。
16.如權利要求6所述的方法，其特徵在於，所選測量過程是電泳法、毛細管電泳法、光譜法、層析法、表面等離振子共振之一。
17.如權利要求6所述的方法，其特徵在於，所述一個或多個分析物是蛋白質、碳水化合物、或核酸。
18.如權利要求6所述的方法，其特徵在於，所述分析物是糖蛋白。
19.如權利要求18所述的方法，其特徵在於，所述分析物之一是血紅蛋白Ale。
20.如權利要求6所述的方法，其特徵在於，存在表示為分析物比的兩個分析物，且所述兩個分析物是血紅蛋白的糖基化形式以及總血紅蛋白。
21.一種用於測量兩個或以上分析物的濃度比的裝置，所述裝置包括 能夠測量樣本中的所述分析物的響應量的測量模塊；用於存儲來自所述測量模塊的所測量的分析物響應量的存儲器； 包含具有用於執行轉換方法的指令的計算機可讀代碼的計算機可讀介質，所述轉換方法將所述分析物的分析物比定義為從所述測量模塊獲得的分別的所述分析物響應量的直接函數；以及用於執行所述計算機可讀介質上的所述計算機可讀代碼以便使用所述轉換方法計算所述分析物濃度比的處理器。
22.如權利要求21所述的裝置，其特徵在於，所述測量模塊使用多路復用免疫測定以測量所述分析物響應量。
23.一種用於計算轉換方法的方法，所述轉換方法將分析物的分析物值之比定義為從測量過程獲得的分別的分析物響應量的直接函數，所述方法包括選擇統計上充分數量的適當校準器以用於計算所述轉換方法，其中所述校準器具有已知的分析物之比；選擇測量過程以用於在所述校準器中測量所述分析物之比； 使用所述測量過程在所述校準器中測量所述分析物響應量； 選擇回歸模型以用於計算所述轉換方法；以及使用所述回歸模型以產生所述轉換方法，其中所述回歸模型使用所述分析物響應量作為獨立變量以及所述已知分析物比作為相關變量。
24.如權利要求23所述的方法，其特徵在於，所述兩個分析物響應量以一種方式變換為所述回歸模型的所述兩個獨立變量以使最佳地減小所述期望分析物比的純偏差和缺乏匹配偏差。
25.一種計算機可讀介質，包括用於使用所選測量過程來測量樣本中的分析物響應量的代碼； 用於選擇將所述分析物比定義為從所選測量過程獲得的分別的分析物響應量的直接函數的轉換方法的代碼；以及用於使用所選轉換方法和所測量的來自樣本的分析物響應量計算所述樣本中的所述分析物比的代碼。
全文摘要
分析物之比使用轉換方法直接根據分析物響應量來確定。通過使用所選測量技術獲得分別的分析物響應量，且在轉換方法中將這些分別的響應量用作獨立變量。轉換方法的相關變量是期望的分析物比。所得轉換方法則用於直接計算作為所測量響應量的函數的期望的分析物之比。不需要諸如使用校準曲線以將分別的測量分析物響應量轉換為濃度值的中間轉換以獲得所期望的比。
文檔編號G01N33/53GK102159947SQ200980138015
公開日2011年8月17日 申請日期2009年8月13日 優先權日2008年8月21日
發明者R·利庫斯基, R·沃克, 呂亞兵 申請人:生物輻射實驗室股份有限公司