KR20130105301A - 예상되는 분석물 상관성의 평가에 의한 현장 시험 결과의 타당성 판정 방법 - Google Patents

예상되는 분석물 상관성의 평가에 의한 현장 시험 결과의 타당성 판정 방법 Download PDF

Info

Publication number
KR20130105301A
KR20130105301A KR1020127031906A KR20127031906A KR20130105301A KR 20130105301 A KR20130105301 A KR 20130105301A KR 1020127031906 A KR1020127031906 A KR 1020127031906A KR 20127031906 A KR20127031906 A KR 20127031906A KR 20130105301 A KR20130105301 A KR 20130105301A
Authority
KR
South Korea
Prior art keywords
analyte
concentration
potassium
patient
chloride
Prior art date
Application number
KR1020127031906A
Other languages
English (en)
Inventor
스티브 씨. 카스미에르차크
Original Assignee
아박시스, 인크.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 아박시스, 인크. filed Critical 아박시스, 인크.
Publication of KR20130105301A publication Critical patent/KR20130105301A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

임상시험 결과의 타당성 또는 정확성을 판정하는 방법이 제공된다. 본 발명의 방법은, 농도 상관성이 있는 2종 이상의 분석물들에 대한 환자 분석물 농도 데이터를 얻는 단계; 상기 2종 이상의 분석물 사이의 농도 상관성에 대한 가능도 분포를 계산하는 단계; 상기 2종 이상의 분석물들에 대한 농도 측정값을 포함한 임상시험 결과를 얻는 단계; 상기 임상시험 결과가 가능도 분포의 경계내에 속하는지의 여부에 기초하여 상기 임상시험 결과의 타당성 또는 정확성을 판정하는 단계를 포함한다. 본 발명의 방법에 의해 분석가능한 분석물 쌍은 알부민/칼슘, 나트륨/염화물, BUN/크레아티닌, AST/ALT, 총 단백질/알부민, 칼륨/총 CO2, 칼슘/인, 칼슘/마그네슘, 칼륨/크레아티닌, 마그네슘/칼륨, 음이온 갭/칼륨, 나트륨/칼륨, 염화물/칼륨, 마그네슘/포스페이트, ALT/GGT, ALT/ALP, CK/LDH 및 염화물/총 CO2를 포함한다.

Description

예상되는 분석물 상관성의 평가에 의한 현장 시험 결과의 타당성 판정 방법{VALIDATION OF POINT-OF-CARE TEST RESULTS BY ASSESSMENT OF EXPECTED ANALYTE RELATIONSHIPS}
관련 출원에 대한 참조 설명
본원은 2010년 5월 6일에 출원된 미국 가특허원 제61/332,154호 및 2010년 8월 31일에 출원된 미국 가특허원 제61/378,668호에 대해 우선권을 주장하며, 이들 특허원의 전체 내용은 본원에 참고로 인용된다.
본 발명의 배경
임상 실험실에 의해 취득된 환자 데이터의 정확성은 최적의 환자 치료 및 환자 안전성을 위해 중요하다. 실험실 데이터의 임상 유용성은 다양한 요인에 의해 저해받을 수 있다. 그러한 요인중 일부로는 시험관내 용혈, 채혈용으로 맞지 않는 튜브형의 사용 및 정맥내액에 의한 시료의 오염과 같은 분석전 문제가 포함된다. 추가로, 부정확한 결과는 반응 혼합물에 불충분한 샘플의 첨가 또는 샘플의 부적절한 희석으로 인해 발생할 수 있다. 비록 이러한 유형의 오류가 데이터 전문가에 의해 걸러질 수 있지만 임상 화학 분석가 및 장비는 그러한 유형의 샘플을 신뢰할 정도로 검출할 수 없다.
품질 관리 물질의 분석으로 장비 또는 시약-연관된 문제점을 확인할 수 있으나, 그러한 분석이 부정확한 시험 결과의 대부분을 차지하는 분석전 문제점을 확인하는데 도움을 줄 수 없다. 사실, 발표된 연구에 의하면 분석 단계에서 보다 시험 과정의 분석전 및 분석후 단계에서 더 빈번하게 오류가 발생한다 (Kazmierczak et al. (2007). Clin Chem Lab Med, V. 45, pp. 749-752 citing Plebani M. (2006). Clin Chem Lab Med, V. 44, pp. 750-759). 그러나, 대부분의 사례에서 실험실 오류를 검증하기 위해 고안된 연구들은 전체 시험 과정에서 발생할 수 있는 오류중 단지 하나의 구체적 유형만을 평가하며, 이에 따라 발생가능한 모든 유형의 오류를 다루지 못하고 있다 (Clin Chem Lab Med, V. 45, pp. 749-752).
시험 결과의 타당성/정확성 평가를 돕기위해 사용되는 기타 방법으로는 생리학적 의심 결과를 표시하기 위한 한계 검사의 수립, 델타 점검법, 정규값의 평균 계산 및 음이온 갭 계산이 포함된다. 그러나, 이들 방법의 각각은 결함을 수반한다. 예를 들어, 이들 방법은 복잡한 알고리즘을 사용하며 흔히 다루기가 어렵다. 또한, 규칙 기반 시스템이 강건하지 않으며, 이에 따라 가장 치명적인 오류만을 걸러낸다 (Clin Chem Lab Med, V. 45, pp. 749-752).
비록 측정에서의 오류를 검출하는 방법이 수립되어 있다 하더라도 분석전 문제로 인한 검사 결과를 정확하게 배제할 수 있는 방법들이 당업계에서 여전히 필요하다. 본 발명은 이와 기타 요구들을 다루고 있다.
한 가지 양태로서, 본 발명은 제1 임상시험 결과의 타당성 또는 정확성을 판정하는 방법에 관한 것이다. 본 발명의 방법은 제1 분석물의 제1 임상시험 결과 및 이에 대응하는 제2 분석물의 이차 임상시험 결과를 제1 분석물 및 제2 분석물에 대한 예정된 가능도 분포(predetermined likelihood distribution)와 비교하고 제1 임상시험 결과의 타당성을 가능도 분포와의 상관성에 기초하여 판정하는 것을 포함한다.
다른 양태로서, 제1 임상시험 결과의 타당성 또는 정확성을 판정하는 방법이 제공된다. 본 발명의 방법은 제1 분석물의 제1 임상시험 결과 및 이에 대응하는 제2 분석물의 이차 임상시험 결과를, 제1 분석물 및 제2 분석물에 대한 예정된 가능도 분포와 비교하고 상기 가능도 분포와의 상기 제1 임상시험 결과의 상관성에 기초하여, 만일 제1 임상시험 결과가 상기 예정된 가능도 분포에서 벗어난 경우 상기 제1 임상시험 결과가 타당하지 않은 것이고 만일 제1 임상시험 결과가 예정된 가능도 분포에 속하는 경우 상기 제1 임상 시험 결과가 타당한 것으로 판정하는 것을 포함한다.
한 가지 양태로서, 제1 분석물 및 이에 대응하는 제2 분석물은 직접 빌리루빈/총 빌리루빈, HDL/총 콜레스테롤, LDL/총 콜레스테롤, HDL/LDL, 알부민/칼슘, 나트륨/염화물, BUN/크레아티닌, AST/ALT, 총 단백질/알부민, 칼륨/총 CO2, 칼슘/인, 칼슘/마그네슘, 칼륨/크레아티닌, 마그네슘/칼륨, 음이온 갭(Anion gap)/칼륨, 나트륨/칼륨, 염화물/칼륨, 마그네슘/포스페이트, ALT/GGT, ALT/ALP, CK/LDH 및 염화물/총 CO2로 이루어진 그룹으로부터 선택된다.
다른 양태로서, 제1 분석물 및 이에 대응하는 제2 분석물에 대한 예정된 임상시험 결과의 수집물을 포함하는 데이터베이스가 제공되며, 여기서 제1 분석물의 임상시험 결과는 제2 분석물의 임상시험 결과와 상관성이 있다. 추가의 양태로서, 데이터베이스는 컴퓨터 판독 매체에 저장되어 있다.
다른 양태로서, 본 발명은 제1 분석물 임상시험 결과 및 이에 대응하는 제2 분석물 임상시험 결과에 대한 가능도 분포를 결정하는 방법에 관한 것이다. 본 발명의 방법은 제1 분석물 및 이에 대응하는 제2 분석물에 대한 다수의 임상시험 결과를 확인하고, 상기 임상시험 결과들을 제2 분석물에 대한 결과들에 기초하여 분류하며, 상기 분류된 데이터를 다수의 빈(bin)들로 그룹화하고, 각 빈에 대한 제1 분석물 임상시험 결과값들의 신뢰구간을 확인하며, 상기 신뢰구간들 내의 임상시험 결과들에 기초하여 가능도 분포를 결정하는 것을 포함한다.
추가의 양태로서, 제1 분석물 및 이에 대응하는 제2 분석물은 직접 빌리루빈/총 빌리루빈, HDL/총 콜레스테롤, LDL/총 콜레스테롤, HDL/LDL, 알부민/칼슘, 나트륨/염화물, BUN/크레아티닌, AST/ALT, 총 단백질/알부민, 칼륨/총 CO2, 칼슘/인, 칼슘/마그네슘, 칼륨/크레아티닌, 마그네슘/칼륨, 음이온 갭/칼륨, 나트륨/칼륨, 염화물/칼륨, 마그네슘/포스페이트, ALT/GGT, ALT/ALP, CK/LDH 및 염화물/총 CO2로 이루어진 그룹으로부터 선택된다.
도 1은 염화물 측정 농도의 함수로서의 나트륨에 대한 중앙 97.5% 신뢰구간을 보여주는 그래프이다. 상위 곡선 위와 하위 곡선 아래에 속하는 환자 샘플로부터의 데이터는 측정 오류이다.
도 2는 입원환자 ("x"값) 및 외래환자("+"값)에 대한 염화물 측정 농도값의 함수로서의 나트륨에 대한 중앙 97.5% 신뢰구간을 보여주는 그래프이다. 신뢰 상한 한계 및 신뢰 하한 한계 모두에 곡선 맞춤을 적용하여 가능도 분포의 경계를 수립하였다.
도 3a는 정상적인 신장 기능을 갖는 환자에 대한 알부민 측정 농도의 함수로서의 칼슘 농도에 대한 중앙 97.5% 신뢰구간을 보여주는 그래프이다. 신뢰 상한 한계 및 신뢰 하한 한계 모두에 곡선 맞춤을 적용하여 가능도 분포의 경계를 수립하였다.
도 3b는 손상된 신장 기능을 갖는 환자에 대한 알부민 측정 농도의 함수로서의 칼슘 농도에 대한 중앙 97.5% 신뢰구간을 보여주는 그래프이다. 신뢰 상한 한계 및 신뢰 하한 한계 모두에 곡선 맞춤을 적용하여 가능도 분포의 경계를 수립하였다.
정의
본 명세서에 사용된 "신뢰구간"은 모집단 모수(population parameter)의 구간추정의 하나의 특별한 종류를 의미한다. 본 발명에 있어서, 모집단 모수는, 하나 이상의 분석물 농도값들 또는 존재도 값(abundance value)(하나 이상의 분석물에 대한 것, 예를 들어 환자의 나트륨 농도)인데, 이러한 값들은 별개의 분석물 농도값(상이한 분석물에 대한 것, 예를 들어, 상기와 동일한 환자의 염화물 농도)과 연관된다. 모수를 단일 값으로 수립하는 대신에 모수를 포함하는 가능도 구간이 제시된다. 따라서, 신뢰구간은 추정치의 신뢰도를 표시하기 위해 사용된다. 상기 구간이 상기 모수를 어떻게 포함하는가 하는 것은 신뢰수준 또는 신뢰계수에 의해 결정된다.
신뢰구간의 종점들은 신뢰한계들이라고 한다. 예를 들어, 하한값 A와 상한값 B를 갖는 90% 신뢰수준에서 모집단의 90%는 A와 B사이에 포함된다. 값의 나머지 10%중 5%는 A보다 적고 5%는 B보다 크다. 하한값 A와 상한값 B를 갖는 97.5% 신뢰수준에서, 모집단의 97.5%는 A와 B사이에 포함된다. 값의 나머지 2.5%중 1.25%는 A 보다 적고 1.25%는 B보다 크다.
97.5% 신뢰구간을 예로 들었을 때 신뢰구간은 다음과 같이 결정한다. 환자 개인의 분석물 쌍에 대한 데이터(예를 들어, 나트륨 및 염화물 농도)를 분석물중 하나(이 사례의 목적상, 나트륨)의 농도값에 기초하여 최고 농도에서 최저 농도(또는 그 반대)로 분류한 다음 분류된 한 쌍의 데이터를 n 빈으로 분리한다. 이어서, 나트륨 최저 농도값을 갖는 1.25%의 환자들과 나트륨 최고 농도값을 갖는 1.25%의 환자들을 각 빈에서 배제시킨다. 나머지 97.5%의 환자들에 대한 나트륨 최저값 및 최고값이 신뢰구간의 최저 및 최고 임계값을 나타낸다(즉, 1.25% 및 98.75% 신뢰한계). 마찬가지로, 만일 95% 신뢰구간이 결정된 경우, 나트륨 최저 농도값을 갖는 2.5%의 환자들과 나트륨 최고 농도값을 갖는 2.5%의 환자들은 데이터의 각 빈으로부터 배제된다.
만일 한쌍의 데이터가 염화물 농도에 따라 분류된 경우에는 97.5% 신뢰구간을 수립하기 위해 염화물 최저 농도값을 갖는 1.25%의 환자들과 염화물 최고 농도값을 갖는 1.25%의 환자들이 배제된다.
기타 모든 동일한 조건하에 주어진 신뢰수준에서, 보다 작은 신뢰구간을 갖는 결과는 보다 큰 신뢰구간을 갖는 결과에 비해 신뢰도가 더 높다.
한 가지 양태로서, 본 발명에서 사용된 신뢰구간은 중앙 90% 신뢰구간, 중앙 92.5% 신뢰구간, 중앙 95% 신뢰구간, 중앙 97.5% 신뢰구간 또는 중앙 99% 신뢰구간이다.
본 명세서에 사용된 "가능도 분포"는 쌍을 이룬(또는 두 가지 이상의) 분석물 농도 값들의 분포를 의미하며, 이에 따라 상기 분포는 적당한(타당한) 분석물 농도 측정치들에 상응한다. 가능도 분포를 벗어난 데이터는 오류일 가능성이 있다. 한 가지 양태로서, 가능도 분포는 각 데이터 빈과 연관된 하한 및 상한 신뢰한계에 곡선을 맞춤(fitting)으로써 수립한다. 두 곡선들이 분포의 경계들이다. 다른 양태로서, 가능도 분포는 각 분석물 빈의 상한 및 하한 신뢰한계에 의해 수립되며 곡선 맞춤이 데이터에 적용되지 않는다.
본 명세서에 사용된 "예정된 가능도 분포"는 본 발명의 사용자 또는 제3자에 의해 계산된 가능도 분포를 가리킨다. 가능도 분포는 한 쌍의 분석물 (즉, 제1 및 제2) 농도값의 공간을 제공하며, 이 공간에 속하는 한 쌍의 데이터 포인트는 타당할 가능성이 있는 한편, 그 공간을 벗어난 한 쌍의 농도 데이터 포인트는 오류일 가능성이 있다. 가능도 분포는 사용자의 편의에 따라 계산될 수 있다. 예를 들어, 제1 및 제2 분석물에 대한 농도 데이터는 예를 들어 데이터베이스로부터 얻고 빈 또는 그룹으로 분류한 다음, 분류된 빈 또는 그룹의 신뢰구간을 계산할 수 있다. 이 구간에 속하는 데이터 포인트는 타당할 가능성이 있다.
또한, 가능도 분포는 3 가지 이상의 분석물에 대해 계산할 수 있으며 본 발명의 사용자 또는 제3자에 의해 계산될 수 있다.
본 명세서에 사용된 "분석물"은 존재도/농도가 일부 분석 절차에 의해 측정되는 물질 (예를 들어, 이온 또는 분자)를 가리킨다. 예를 들어, 본 발명에서 분석물은 이온, 단백질, 펩타이드, 핵산, 지질, 탄수화물 또는 소분자일 수 있다. 명세서 전반에 걸쳐 "제1 분석물"과 "제2 분석물"로서 언급된다. 제1 분석물 및 제2 분석물의 지정은 가능도 분포의 수립 방식 및 이에 따른 한 쌍의 분석물 데이터의 최초 분류 방식을 기준으로 한다. 가능도 분포를 수립하기 위해 한 가지 양태로서 한 쌍의 분석물 데이터를 분석물들 중 한 가지의 농도값에 따라 빈들(예를 들어, 10, 20, 30 또는 40개 빈)로 분류한다. 본 발명의 목적상 이 분석물을 "제2 분석물"로 지정한다. 본 발명의 사용자는 한 쌍의 농도 데이터를 분류하기 위해 어느 분석물을 사용할 것인가를 결정한다. 한 가지 양태로서, 한 쌍의 분석물은 나트륨과 염화물이다. 추가의 양태로서, 한 쌍의 분석물 데이터는 나트륨 농도에 따라 분류된다. 이 양태에서, 나트륨은 "제2 분석물"이고 염화물은 "제1 분석물"이다. 다른 양태로서, 한 쌍의 분석물 데이터는 염화물 농도에 따라 분류한다. 이 양태에서, 염화물은 "제2 분석물"이고 나트륨은 "제1 분석물"이다.
본 명세서에 사용된 "분석 표준물" 및 "보정 표준물"은 동의어이며 각각은 상이한 장비들 간에 발생한 임의의 측정 편향(bias)을 보정하기 위해 사용된 분석물 샘플을 가리킨다. 한 가지 양태로서, 분석 표준물의 농도는 적어도 2가지의 장비들로 측정한다. 이 양태에서, 2가지 장비들에 의해 측정된 농도차는 보정계수의 기초로서 역할을 한다. 추가의 양태로서, 농도는 일련의 장비를 통해 취득된 농도의 평균이다.
본 발명에서 사용되는 분석물
본 발명은 측정된 농도 또는 존재도가 양성 또는 음성 상관성(즉, 농도 또는 존재도 상관성)이 있는 두 가지 이상의 분석물에 대한 분석물 농도 데이터를 사용한다. 비록 본 발명은 공지된 농도 상관성을 갖는 분석물들(예를 들어, 나트륨과 염화물)로 대부분 기재되고 있으나, 본 발명이 이로써 한정되는 것은 아니다. 예를 들어, 데이터 마이닝(data mining)을 사용하여 거대한 데이터베이스에 존재하지만 방대한 양의 데이터로 인해 숨어있고 명백하지 않은 거시적 패턴 및 분석물 농도(또는 존재도) 상관성을 추적할 수 있다 (Kazmierczak et al. (2007). Clin Chem Lab Med, V. 45, pp. 749-752). 만일 두 가지 분석물들 또는 두 가지 이상의 분석물들(예를 들어, 세 가지 분석물들)의 농도 또는 존재도 수준 사이에서 상관성이 발견되는 경우 이들 분석물들은 본 발명의 방법에 사용할 수 있다.
한 가지 양태로서, 만일 데이터 마이닝 과정 후 분석물 농도 또는 존재도 데이터간의 상관성이 없는 경우 상관성의 유무를 결정하기 위해 분석물 농도 데이터 (또는 존재도 데이터)를 로그 변환시키거나 자연 로그 변환시킨다. 다른 양태로서, 분석물들중 단지 한 가지에 대한 농도 데이터를 로그 변환 또는 자연 로그 변환시켜 상관성의 존재 유무를 결정한다.
한 가지 양태로서, 분석물 농도 상관성은 쌍을 구성한 분석물 농도의 데이터 세트를 모집하고 상관성의 존재 유무를 결정함으로써 결정한다. 다른 양태로서, 데이터는 사전에 모집한다. 본 발명에서 사용되는 비제한적인 분석물 쌍의 목록이 아래에 제공된다.
나트륨/염화물
나트륨과 염화물은 혈액에 존재하는 주요 세포외 이온을 구성한다. 염화물 농도에 영향을 미치는 생리적 요소는 또한 유사한 양상으로 나트륨 농도에 영향을 미친다. 따라서, 한 가지 양태로서, 나트륨 농도와 염화물 농도간의 상관성을 사용하여 환자의 나트륨 측정 농도가 환자의 염화물 측정 농도와 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 평가한다. 다른 양태로서, 나트륨 수준과 염화물 수준간의 상관성을 사용하여 환자의 염화물 측정 농도가 환자의 나트륨 측정 농도와 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 평가한다.
칼슘/알부민
칼슘은 여러 가지 생리학적 과정에서 중요하다. 혈액에서 칼슘의 상당 부분은 단백질 알부민에 착화(complex)된다. 따라서, 정상적인 수치보다 낮은 알부민 농도를 보이는 환자는 통상적으로, 정상적인 수치보다 낮은 칼슘 농도를 보인다. 역으로, 알부민 농도가 증가함에 따라 칼슘 농도의 측정값은 상응하게 증가한다. 따라서, 한 가지 양태로서, 칼슘 농도와 알부민 농도간의 상관성을 사용하여 환자의 칼슘 농도 측정값이 환자의 알부민 농도 측정값과 비교했을 때 타당성이 있는지에 대한 여부의 가능성을 평가한다. 다른 양태로서, 칼슘 농도와 알부민 농도간의 상관성을 사용하여 환자의 알부민 농도 측정값이 환자의 칼슘 농도 측정값과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 평가한다.
크레아티닌은 신부전의 지표로 사용되는 것으로, 크레아티닌 농도의 증가(예를 들어, 1.5 mg/dL 이상)는 신장 기능의 장애와 연관이 있다. 신장 기능 장애를 앓고 있는 환자는 통상적으로, 신장 기능이 정상인 사람과 비교했을 때 해당 알부민 농도에서 보다 낮은 칼슘 농도를 나타낸다. 따라서, 한 가지 양태로서, 환자의 칼슘과 알부민 농도값은 크레아티닌의 측정 수준에 기초하여 하위항목으로 분류할 수 있다.
총 콜레스테롤/고밀도 지단백질 (HDL)/저밀도 지단백질 (LDL)
한 가지 양태로서, HDL 농도와 총 콜레스테롤 농도간의 상관성을 사용하여 환자의 HDL 농도 측정값이 환자의 총 콜레스테롤 농도 측정값과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 평가한다. 다른 양태로서, HDL 농도와 총 콜레스테롤 농도간의 상관성을 사용하여 환자의 총 콜레스테롤 농도 측정값이 환자의 HDL 농도 측정값과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 평가한다.
또 다른 양태로서, LDL 농도와 총 콜레스테롤 농도간의 상관성을 사용하여 환자의 총 콜레스테롤 농도 측정값이 환자의 LDL 농도 측정값과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 평가한다. 마찬가지로, 한 가지 양태로서, 본 발명의 방법을 사용하여 환자의 LDL 농도 측정값이 환자의 총 콜레스테롤 측정값과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 평가한다.
또한, 본 발명의 방법을 사용하여 LDL 수준과 HDL 수준간의 상관성에 기초하여 LDL 측정값과 HDL 측정값의 타당성을 평가할 수 있다. 한 가지 양태로서, LDL 값과 HDL 값 사이의 상관성을 사용하여 환자의 HDL 측정 수준이 환자의 LDL 측정값과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 평가한다. 다른 양태로서, LDL 값과 HDL 값 간의 상관성을 사용하여 환자의 LDL 측정 수준이 환자의 HDL 측정값과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 평가한다.
총 단백질/알부민
한 가지 양태로서, 본 발명의 방법을 사용하여 환자의 총 단백질 수준이 환자의 알부민 수준에 기초하여 정확한 또는 타당한 것인지(즉, 오류가 없는지)를 판정한다. 다른 양태로서, 본 발명의 방법을 사용하여 환자의 알부민 수준이 환자의 총 단백질 수준에 기초하여 정확한 또는 타당한 것인지(즉, 오류가 없는지)를 판정한다.
직접 빌리루빈/총 빌리루빈
빌리루빈은 담즙에 존재하는 핵심 색소이며 헤모글로빈의 분해로부터 유도된다. 여러 분해 단계 후 유리 빌리루빈은 알부민과 결합하고 혈액을 따라 간으로 이송된다. 이러한 빌리루빈은 물에 용해되지 않고 불용성, 간접형 또는 비결합형으로 언급된다. 간에서, 빌리루빈은 글루쿠로나이드와 결합하여 용해성으로 변한다. 직접형 또는 결합형이라고 하는 수용성 빌리루빈은 다른 담즙 구성원과 함께 담관으로 이송된 다음 장으로 이송된다.
빌리루빈의 직접 형태와 간접 형태를 합쳐 총 빌리루빈이라고 지칭한다. 총 빌리루빈의 측정 및 직접 빌리루빈의 측정은 통상적인 분석 과정을 통해 이루어진다. 간접 분획은 총 값에서 직접 값을 공제하여 수득한다.
한 가지 양태로서 본 발명의 방법을 사용하여 환자의 총 빌리루빈 수준이 환자의 직접 빌리루빈 수준에 기초하여 정확성 또는 타당성이 있는지를 판정한다. 다른 양태로서, 본 발명의 방법을 사용하여 환자의 직접 빌리루빈 수준이 환자의 총 빌리루빈 수준에 기초하여 정확성 또는 타당성이 있는지를 판정한다.
칼륨/총 CO 2
칼륨은 세포내액의 균형을 유지하는데 도움을 주며 효소 반응에 관여한다. 칼륨 수준의 높은 상승은 신부전과 간 질환 모두와 연관이 있다. 또한 칼륨 상승은 심부전을 초래할 수 있다. 일부 사례에서 칼륨 수준의 저하는 당뇨병, 구토 및/또는 설사와 연관이 있다. 혈중 칼륨 수준은 알도스테론 기능, 나트륨 재흡수 및 산-염기 균형을 포함한 여러 요소에 의해 좌우된다. 혈청 칼륨의 보통의 값은 약 3.5 mEq/L 내지 약 5.0 mEq/L이다.
환자의 CO2 수준은 폐에서의 이산화탄소의 호흡 교환과 관련이 있으며 포유동물의 완충 시스템 일부이다. 다른 전해물과 함께 사용될 때 환자의 CO2 수준은 산성증과 알카리증의 좋은 지시제이다.
정상 성인의 총 CO2 범위는 약 22 mEq/L 내지 약 32 mEq/L이다. 정상 아동의 총 CO2 범위는 약 20 mEq/L 내지 약 28 mEq/L이다.
한 가지 양태로서, 칼륨과 총 CO2 수준간의 상관성을 사용하여 환자의 칼륨 측정 수준이 환자의 CO2 측정 수준과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 평가한다. 다른 양태로서, 칼륨과 총 CO2 수준간의 상관성을 사용하여 환자의 CO2 측정 수준이 환자의 칼륨 측정 수준과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 평가한다.
염화물/총 CO 2
한 가지 양태로서, 염화물 수준과 총 CO2 수준간의 상관성을 사용하여 환자의 염화물 측정 수준을 환자의 CO2 측정 수준과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 평가한다. 다른 양태로서, 염화물 수준과 총 CO2 수준간의 상관성을 사용하여 환자의 CO2 측정 수준을 환자의 염화물 측정 수준과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 평가한다.
혈중 요소 질소 (BUN)/크레아티닌
BUN과 크레아티닌 둘 다는 사구체에 의해 여과된다. 정상 혈청에서 BUN은 약 7 mg/dL 내지 약 30 mg/dL로 존재하며 크레아티닌은 약 0.7 mg/dL 내지 약 1.2 mg/dL로 존재한다. BUN : 크레아티닌의 정상 범위는 약 10 내지 20:1이다. 이 범위는 BUN 재흡수가 정상 한계치내에 있음을 가리킨다. 20:1 보다 큰 비율에서는 BUN 재흡수가 상승한다. 반대로 10:1 보다 낮은 비율에서는 BUN 재흡수가 감소하며, 이는 신장 손상을 가리킬 수 있다.
한 가지 양태로서, BUN 수준과 크레아티닌 수준간의 상관성을 사용하여 환자의 BUN 측정 수준을 환자의 크레아티닌 측정 수준과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다. 다른 양태로서, BUN 수준과 크레아티닌 수준간의 상관성을 사용하여 환자의 크레아티닌 측정 수준을 환자의 BUN 측정 수준과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다.
아미노트랜스퍼라제(AST)/알라닌 아미노트랜스퍼라제(ALT)
일부 사례에서 AST/ALT 비율은 간 손상의 원인을 구분하는데 유용하다. 예를 들어 비율이 2.0 보다 큰 경우 간 손상은 알콜성 간염과 연관이 깊다 (Am. J. Gastroenterol. 94, pp. 1018-1022). 만일 비율이 1.0 미만인 경우, 간 손상은 바이러스성 간염과 연관이 깊다.
한 가지 양태로서, AST 수준과 ALT 수준간의 상관성을 사용하여 환자의 AST 측정 수준을 환자의 ALT 측정 수준과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다. 마찬가지로, 다른 양태로서, AST 수준과 ALT 수준간의 상관성을 사용하여 환자의 ALT 측정 수준을 환자의 AST 측정 수준과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다.
알라닌 아미노트랜스퍼라제(ALT)/알카리성 포스파타제(ALP)
한 가지 양태로서, ALT 수준과 ALP 수준간의 상관성을 사용하여 환자의 ALT 측정 수준을 환자의 ALP 측정 수준과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다. 다른 양태로서, ALT 수준과 ALP 수준간의 상관성을 사용하여 환자의 ALP 측정 수준을 환자의 ALT 측정 수준과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다.
알라닌 아미노트랜스퍼라제 ( ALT )/감마- 글루타밀 트랜스퍼라제( GGT )
혈청 GGT 대 ALT의 비율은 항바이러스 치료요법의 평가를 위한 모수로서 사용된다. 알콜 소비는 GGT 수준의 상승을 유도함에 따라, 높은 비율은 알콜 남용 또는 알콜성 간 질환을 가리킬 수 있다. 정상 GGT의 상한치는 약 40 U/L 내지 약 78 U/L이다. GGT의 상승 수준은 흔히 간, 췌장 및 담관 계통의 질환과 연관이 있다.
한 가지 양태로서, ALT 수준과 GGT 수준간의 상관성을 사용하여 환자의 ALT 측정 수준을 환자의 GGT 측정 수준과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다. 다른 양태로서, ALT 수준과 GGT 수준간의 상관성을 사용하여 환자의 GGT 측정 수준을 환자의 ALT 측정 수준과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다.
칼슘/인
전형적으로, 건강한 환자의 경우 칼슘 대 인의 혈중 비율은 2.5:1이다. 더 높거나 더 낮은 비율은 환자가 선분비불균형을 갖고 있음을 가리킬 수 있다. 인 대 칼슘의 고 비율은 신체를 감작시키고 염증 성향을 증가시킨다. 이 비율은 부갑상선 기능 및 음식 선정에 의해 영향을 받는다.
한 가지 양태로서, 칼슘 수준과 인 수준간의 상관성을 사용하여 환자의 인 측정 수준을 환자의 칼슘 측정 수준과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다. 마찬가지로, 다른 양태로서, 칼슘 수준과 인 수준간의 상관성을 사용하여 환자의 칼슘 측정 수준을 환자의 인 측정 수준과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다.
칼슘/마그네슘
건강한 환자의 경우, 칼슘:마그네슘 비율은 약 2 대 약 1이다. 이 범위를 벗어난 비율은 건강 문제 (예를 들어, 신장결석)을 유발할 수 있다.
한 가지 양태로서, 칼슘 농도와 마그네슘 농도간의 상관성을 사용하여 환자의 마그네슘 측정 수준을 환자의 칼슘 측정 수준과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다. 마찬가지로, 다른 양태로서, 칼슘 농도와 마그네슘 농도간의 상관성을 사용하여 환자의 칼슘 측정 수준을 환자의 마그네슘 측정 수준과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다.
칼륨/크레아티닌
한 가지 양태로서, 칼륨 농도와 크레아티닌 농도간의 상관성을 사용하여 환자의 칼륨 측정 농도를 환자의 크레아티닌 측정 농도와 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다. 다른 양태로서, 칼륨 농도와 크레아티닌 농도간의 상관성을 사용하여 환자의 크레아티닌 측정 농도를 환자의 칼륨 측정 농도와 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다.
크레아티닌 키나제 ( CK )/ 락테이트 데하이드로게나제( LDH )
일부 양태로서, 건강한 환자는 아래와 같은 CK 및 LDH 농도를 나타낸다:
크레아티닌 키나제(남성)-약 25 U/L 내지 약 90 U/L
크레아티닌 키나제(여성)-약 10 U/L 내지 약 70 U/L
혈청 LDH-약 45 U/L 내지 약 90 U/L.
한 가지 양태로서, CK 농도와 LDH 농도간의 상관성을 사용하여 환자의 CK 측정 농도가 환자의 LDH 측정 농도와 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다. 다른 양태로서, CK 농도와 LDH 농도간의 상관성을 사용하여 환자의 LDH 측정 농도가 환자의 CK 측정 농도와 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다.
마그네슘/칼륨
한 가지 양태로서, 마그네슘 농도와 칼륨 농도간의 상관성을 사용하여 환자의 마그네슘 측정 농도가 환자의 칼륨 측정 농도와 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다. 마찬가지로, 다른 양태로서, 마그네슘 농도와 칼륨 농도간의 상관성을 사용하여 환자의 칼륨 측정 농도가 환자의 마그네슘 측정 농도와 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다.
음이온 갭/칼륨
환자의 음이온 갭 수준은 혈중에 존재하는 이온(음이온과 양이온 모두)의 근사치이다. 음이온 갭의 생리학적 범위는 전형적으로 약 10 MMol/L 내지 약 12 MMol/L이다.
한 가지 양태로서, 음이온 갭 농도와 칼륨 농도간의 상관성을 사용하여 환자의 음이온 갭 측정값이 환자의 칼륨 측정 농도와 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다. 마찬가지로, 다른 양태로서, 음이온 갭 농도와 칼륨 농도간의 상관성을 사용하여 환자의 칼륨 측정 농도를 환자의 음이온 갭 측정값과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다.
나트륨/칼륨
한 가지 양태로서, 나트륨 농도와 칼륨 농도간의 상관성을 사용하여 환자의 나트륨 측정 농도가 환자의 칼륨 측정 농도와 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다. 마찬가지로, 다른 양태로서, 나트륨 농도와 칼륨 농도간의 상관성을 사용하여 환자의 칼륨 측정 농도가 환자의 나트륨 측정 농도와 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다.
염화물/칼륨
한 가지 양태로서, 염화물 수준과 칼륨 수준 간의 상관성을 사용하여 환자의 염화물 측정 수준을 환자의 칼륨 측정 수준과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다. 다른 양태로서, 염화물 수준과 칼륨 수준 간의 상관성을 사용하여 환자의 칼륨 측정 수준이 환자의 염화물 측정 수준과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다.
마그네슘/포스페이트
한 가지 양태로서, 마그네슘 수준과 포스페이트 수준 간의 상관성을 사용하여 환자의 마그네슘 측정 수준이 환자의 포스페이트 측정 수준과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다. 다른 양태로서, 마그네슘 수준과 포스페이트 수준 간의 상관성을 사용하여 환자의 포스페이트 측정 수준이 환자의 마그네슘 측정 수준과 비교했을 때 타당성 또는 정확성이 있는지에 대한 여부의 가능성을 판정한다.
본 발명의 방법
한 가지 양태로서, 본 발명은 두 가지 이상의 분석물들간의 분석물 농도 (또는 존재도) 상관성을 평가함으로써 임상화학, 진단 및 현장 시험(point-of-care test) 결과의 타당성을 판정하는 방법을 제공한다. 추가의 양태로서, 분석물 상관성은 2종, 3종, 4종 또는 5종의 분석물들 사이의 상관성이다. 다른 양태로서, 분석물 농도 상관성은 2종의 분석물(분석물 쌍)들에 대한 상관성이고 분석물 쌍은 상기 제시된 쌍으로부터 선택된다.
가능도 분포
2종 이상의 분석물들에 대한 분석물 측정값의 정확성(예를 들면, 염화물 측정 값에 기초하여 나트륨 측정 수준(또는 그 반대))의 타당성의 타당성 판정을 위해, 예정된 가능도 분포를 사용하거나 사전에 수집된 데이터를 사용하여 분석물 쌍의 농도(또는 존재도) 값의 가능도 분포를 수립한다. 비록 본 발명이 가능도 분포를 수립하는데 있어서 데이터 세트를 특정 사이즈로 한정하지는 않지만, 전형적으로 좀 더 큰 데이터 세트가 바람직하다. 예를 들어, 한 가지 양태로서, 적어도 약 10,000명의 환자 샘플로부터의 데이터가 가능도 분포를 수립하는데 사용된다. 다른 양태로서, 적어도 약 20,000명의 환자 샘플, 적어도 약 30,000명의 환자 샘플, 적어도 약 40,000명의 환자 샘플, 적어도 약 50,000명의 환자 샘플, 적어도 약 60,000명의 환자 샘플, 적어도 약 70,000명의 환자 샘플, 적어도 약 80,000명의 환자 샘플, 적어도 약 90,000명의 환자 샘플, 적어도 약 100,000명의 환자 샘플, 적어도 약 110,000명의 환자 샘플, 적어도 약 120,000명의 환자 샘플, 적어도 약 130,000명의 환자 샘플, 적어도 약 140,000명의 환자 샘플, 적어도 약 150,000명의 환자 샘플, 적어도 약 160,000명의 환자 샘플, 적어도 약 170,000명의 환자 샘플, 적어도 약 180,000명의 환자 샘플, 적어도 약 190,000명의 환자 샘플, 적어도 약 200,000명의 환자 샘플, 적어도 약 250,000명의 환자 샘플, 적어도 약 300,000명의 환자 샘플, 적어도 약 350,000명의 환자 샘플, 적어도 약 400,000명의 환자 샘플, 적어도 약 450,000명의 환자 샘플 또는 적어도 약 500,000개의 샘플들로부터의 데이터가 가능도 분포를 수립하는데 사용된다.
한 가지 양태로서, 가능도 분포는 일차적으로 분석물 중 하나의 농도에 따라 분석물 쌍의 데이터를 분류함으로써 결정한다. 나트륨/염화물을 예로 들면, 데이터 쌍은 나트륨 농도에 따라 또는 염화물 농도에 따라 분류할 수 있다.
일단 데이터가 일차적으로 분류된 경우, 한 가지 양태로서, 명백한 이상값(outlier)은 데이터 세트로부터 배제한다. 한 가지 양태로서 이상값은 생리학적 농도 또는 존재도 범위로부터 적어도 약 50%까지 벗어난 분석물 농도 값을 포함한다. 본 발명에서 사용된 분석물에 대한 생리학적 범위는 당업자에게 알려져 있다. 다른 양태로서, 만일 너무 소수의 제2 분석물 값이 믿을 만한 신뢰구간을 수립하는데 사용되는 경우, 제2 분석물 값과 각각 쌍을 이룬 값들은 이상값으로서 배제된다.
한 가지 양태로서, 분석물 쌍 데이터는 분석물중 하나의 농도에 따라 다수의 빈들로 분리된다. 예를 들어 한 가지 양태로서 분석물 쌍 데이터는 분석물 중 하나의 측정 농도에 따라 적어도 10개의 상이한 빈들, 분석물 중 하나의 측정 농도에 따라 적어도 15개의 상이한 빈들, 분석물 중 하나의 측정 농도에 따라 적어도 20개의 상이한 빈들, 분석물 중 하나의 측정 농도에 따라 적어도 25개의 상이한 빈들, 분석물 중 하나의 측정 농도에 따라 적어도 30개의 상이한 빈들, 분석물 중 하나의 측정 농도에 따라 적어도 31개의 상이한 빈들, 분석물 중 하나의 측정 농도에 따라 적어도 32개의 상이한 빈들, 분석물 중 하나의 측정 농도에 따라 적어도 33개의 상이한 빈들, 분석물 중 하나의 측정 농도에 따라 적어도 34개의 상이한 빈들, 분석물 중 하나의 측정 농도에 따라 적어도 35개의 상이한 빈들, 분석물 중 하나의 측정 농도에 따라 적어도 36개의 상이한 빈들, 분석물 중 하나의 측정 농도에 따라 적어도 37개의 상이한 빈들, 분석물 중 하나의 측정 농도에 따라 적어도 38개의 상이한 빈들, 분석물 중 하나의 측정 농도에 따라 적어도 39개의 상이한 빈들, 또는 분석물 중 하나의 측정 농도에 따라 적어도 40개의 상이한 빈들로 분리된다. 또 다른 양태로서, 분석물 데이터는 적어도 40개 또는 적어도 50개의 상이한 빈들로 분리된다.
한 가지 양태로서, 분석물 쌍은 나트륨과 염화물이다. 추가의 양태로서, 농도 데이터 쌍은 나트륨 측정 농도에 따라 분류된다. 다른 양태로서, 농도 데이터 쌍은 염화물 측정 농도에 따라 분류된다.
다른 양태로서, 분석물 쌍은 총 콜레스테롤과 저밀도 지단백질 (LDL)이다. 추가의 양태로서, 농도 데이터 쌍은 LDL 측정 농도에 따라 분류된다. 다른 양태로서, 농도 데이터 쌍은 총 콜레스테롤 측정 농도에 따라 분류된다.
다른 양태로서, 분석물 쌍은 총 콜레스테롤과 고밀도 지단백질(HDL)이다. 추가의 양태로서, 농도 데이터 쌍은 HDL 측정 농도에 따라 분류된다. 다른 양태로서, 농도 데이터 쌍은 총 콜레스테롤 측정 농도에 따라 분류된다.
한 가지 양태로서, 분석물 쌍은 상기 문단에 제시된 쌍으로부터 선택된다.
상기된 바와 같이 본 발명은 본 명세서에 기재된 분석물로 한정되지 않는다. 농도 또는 존재도 상관성(즉, 이미 공지된 상관성 또는 데이터 마이닝에 의해 결정된 상관성)을 갖는 분석물의 모든 쌍도 본 발명의 방법에서 사용될 수 있다.
한 가지 양태로서, 가능도 분포를 수립하기 위해 사용된 데이터는 적어도 약 500,000개의 데이터 포인트 쌍을 포함하며 데이터 포인트 쌍은 적어도 약 30개의 빈들, 적어도 약 31개의 빈들, 적어도 약 32개의 빈들, 적어도 약 33개의 빈들, 적어도 약 34개의 빈들, 적어도 약 35개의 빈들, 적어도 약 36개의 빈들, 적어도 약 37개의 빈들, 적어도 약 38개의 빈들, 적어도 약 39개의 빈들, 적어도 약 40개의 빈들, 적어도 약 41개의 빈들 또는 적어도 약 50개의 빈들로 분류된다.
한 가지 양태로서, 가능도 분포를 수립하기 위해 사용된 데이터 세트는 적어도 약 10,000개의 데이터 포인트 또는 적어도 약 100,000개의 데이터 포인트 쌍을 포함하고 데이터 포인트 쌍은 분석물중 하나 ("제2 분석물"이라고 한다)의 농도에 따라 적어도 약 20개의 빈들, 적어도 약 21개의 빈들, 적어도 약 22개의 빈들, 적어도 약 23개의 빈들, 적어도 약 24개의 빈들, 적어도 약 25개의 빈들, 적어도 약 26개의 빈들, 적어도 약 27개의 빈들, 적어도 약 28개의 빈들, 적어도 약 29개의 빈들, 적어도 약 30개의 빈들로 분류된다.
일단 데이터가 빈으로 분류되면 각각의 제2 분석물 빈과 연관된 제1 분석물의 농도 또는 존재도 값에 대해 신뢰구간이 결정된다. 예를 들어, 만일 데이터가 20개 빈들로 분류되면 20개 신뢰구간이 결정된다(즉, 각 빈에 대해 하나의 신뢰구간). 상기된 바와 같이, 데이터는 어느 하나의 분석물에 대한 농도 (또는 존재도) 값에 따라 분류될 수 있고, 예를 들어 데이터는 염화물 빈으로 분류되고 각각의 개개 염화물 빈과 연관된 나트륨 값에 대해 신뢰구간이 결정된다. 대안적인 나트륨/염화물 양태로서, 데이터는 나트륨 빈으로 분류되고 각각의 개개 나트륨 빈과 연관된 염화물 값에 대해 신뢰구간이 결정된다.
한 가지 양태로서, 제2 분석물(즉, 제2 분석물은 데이터가 분류된 방법이다) 농도와 연관된 제1 분석물 농도에 대해 90% 신뢰구간이 결정된다. 다른 양태로서, 데이터의 각 빈에 대해 제2 분석물 농도와 연관된 제1 분석물 농도에 대해 92.5% 신뢰구간이 결정된다. 다른 양태로서, 데이터의 각 빈에 대해 제2 분석물 농도와 연관된 제1 분석물 농도에 대해 95% 신뢰구간이 결정된다. 또 다른 양태로서, 데이터의 각 빈에 대해 제2 분석물 농도와 연관된 제1 분석물 농도에 대해 97.5% 신뢰구간 또는 99% 신뢰구간이 결정된다.
일단 데이터의 각 빈에 대해 신뢰구간이 결정되면, 제1 분석물 농도(제2 분석물 농도와 연관이 있는)에 대한 상한 및 하한 신뢰 한계(본 명세서에서는 퍼센타일 한계라고 한다)가 결정된다. 예를 들어, 하한 한계 A 및 상한 한계 B를 갖는 95% 신뢰수준에서, 모집단의 95%는 A와 B사이에 포함된다. 값의 나머지 5%중에서 2.5%는 A 미만이고 2.5%는 B 초과이다. 따라서, 95% 신뢰구간의 경우 신뢰한계는 2.5% 한계와 97.5% 한계라고 한다. 이들 한계들과 연관된 분석물 농도값은 가능도 분포의 경계를 수립하기 위해 사용된다. 하한 한계 아래에 속하거나 상한 한계 위에 속하는 값은 틀림없이 참 측정 오류에 해당한다.
하한 한계 A와 상한 한계 B를 갖는 97.5% 신뢰구간의 경우 모집단의 97.5%는 A와 B사이에 포함된다. 값의 나머지 2.5%가운데 1.25%는 A 미만이고 1.25%는 B 초과이다. 따라서, 97.5% 신뢰구간에 대한 신뢰 한계는 1.25% 한계와 98.75% 한계이다.
일단 신뢰구간이 데이터의 각 빈에 대해 수립되면, 한 가지 양태로서, 각 구간에 대한 상한 한계와 하한 한계가 그래프상에 표시된다(예를 들어, 도 1 내지 도 3 참조).
한 가지 양태로서, 데이터가 그래프에 표시되는 여부에 상관없이, 신뢰구간의 각각 해당하는 상한 한계와 하한 한계 모두에 곡선 맞춤이 적용된다(예를 들어, 회귀곡선). 이 양태에서, 두 곡선이 각각 분석물 쌍 농도 또는 존재도 데이터에 대한 가능도 분포의 경계를 수립한다. 상한 한계 곡선위에 속하거나 하한 한계 곡선아래에 속하는 데이터 포인트는 타당하지 않거나 오류로 생각된다.
당업자는 상관성의 선형 또는 비선형 여부에 따라 신뢰 한계 데이터 포인트를 맞춤하는 방법을 용이하게 알 것이다 (예를 들어, 최소제곱 회귀, 지수, 일차다항식, 이차다항식, 삼차다항식, 사차다항식이 데이터 맞춤에 사용될 수 있다). 추가로, GNU 사이언틱 라이브러리 (gnu.org), SciPy (scipy.org), OpenOpt (openopt.org), MATLAB (Mathworks, Natick, MA) 및 Labview (National Instruments, Austin, TX)와 같은 많은 통계 패키지들 각각은 곡선 맞춤 및 회귀 분석용 소프트웨어를 함유한다. 따라서, 전문가는 상기 소프트웨어 패키지중 임의로 선택 사용하여 분석물 농도 데이터를 맞춤 실행할 수 있다.
당업자는 곡선 맞춤에 관한 지침서로 다음의 문헌을 참고한다: Draper, Applied Regression Analysis, Third Edition, Wiley-Interscience (ISBN 0471170828); Cohen et al. Applied Multiple Regression/Correlation Analysis for the Behavioral Sciences, Second edition (ISBN 0805822232); Schittkowski (2002). EASY-FIT: a software system for data fitting in dynamical systems, Structural and Multidisciplinary Optimization, V. 23, pp. 153-169. 위 문헌의 각 내용은 본원에 참고로 인용된다.
한 가지 양태로서, 가능도 분포는 하한 및 상한 신뢰 한계에 곡선 맞춤을 적용하지 않고 수립된다. 이 양태에서, 상한 및 하한 신뢰 한계 자체가 가능도 분포의 경계를 수립한다. 따라서, 이들 경계에 속하는 데이터 포인트는 타당하거나 정확한 측정값으로 인정되는 반면 그 경계를 벗어난 데이터 포인트는 타당하지 않거나 부정확한 측정값에 해당한다.
한 가지 양태로서, 일단 가능도 분포가 해당 분석물 농도 (또는 존재도) 데이터 세트에 대해 수립되면 이 분포에 대해 환자 데이터를 분석하여 측정값이 오류인지 타당한 것인지를 판정한다. 추가의 양태로서, 가능도 분포에 속하는 환자의 분석물 농도(또는 존재도) 데이터는 오류가 아니다.
본 발명에 대해 사용되는 장비
본 발명의 방법에서는 가능도 분포를 사용하여 여러 분석물들에 대한 현장 시험 결과를 검증한다. 만일 검증 대상 데이터가 가능도 분포를 수립하기 위해 사용된 데이터와 상이한 장비에서 수득된 경우 보정계수(본 명세서에서는 교정 계수라고도 한다)를 사용하여 상이한 장비들로부터 취득한 데이터의 사용에 의해 도입된 임의의 편차를 교정할 수 있다.
한 가지 양태로서, 복수의 장비들(예를 들면, 적어도 2종 또는 적어도 3종의 장비들)에서 취득한 데이터를 사용하여 분석물 쌍 데이터 포인트의 가능도 분포를 생성한다.
한 가지 양태로서, 보정계수는 각 장비에서 분석 표준물 (즉, 교정 용액)의 농도를 측정함으로써 결정한다. 한 가지 양태로서, 분석 표준물은 제2 분석물 (즉, 분석물 쌍 농도값의 최초 분류를 제공하는 분석물)의 샘플이다.
예를 들어, 한 가지 양태로서, 교정 용액의 측정 농도는 제1 장비에서 1 mg/mL이고 제2 장비에서 0.5 mg/mL이다. 이 양태에서, 보정계수 (교정계수)는 2이다. 만일 분석 표준물의 측정 농도가 양쪽 장비에서 동일한 경우 해당 특정 분석물에 대한 보정계수는 필요하지 않다 (즉, 보정계수는 1일 수 있다). 한 가지 양태로서, 보정계수는 두 장비들에서의 분석 표준물의 농도를 비교하고 그 값들을 대조함으로써 결정한다. 추가의 양태로서, 사용된 농도는 적어도 2회, 적어도 3회, 4회, 적어도 5회, 적어도 6회, 적어도 7회, 적어도 8회, 적어도 9회 또는 적어도 10회의 측정값들의 평균 농도이다.
한 가지 양태로서, 적어도 2종, 적어도 3종, 적어도 4종 또는 적어도 5종의 장비들로부터 수집된 분석물 농도(또는 존재도) 데이터가 본 발명의 방법에 사용될 수 있다. 3종 이상의 장비들을 사용하는 양태에서는 다수의 보정계수가 사용되고, 즉 각각의 장비에 대해 보정계수가 사용된다.
한 가지 양태로서, 가능도 분포를 생성하기 위해 단일 장비로부터 수집된 분석물 농도 (또는 존재도) 데이터가 사용된다. 추가의 양태로서, 가능도 분포에 기초하여 검증하고자 하는 분석물 쌍 농도값은 적어도 2종 또는 적어도 3종의 상이한 장비들로부터 수득한다. 예를 들어, 만일 특정 교정 용액의 측정 농도가 제1 장비 (즉, 가능도 분포를 위해 사용된 장비)에서 1 mg/mL이고 동일한 분석물에 대한 측정 농도가 제2 장비에서 0.5 mg/mL이며, 측정 농도가 제3 장비에서 2 mg/mL인 경우, 제2 장비 및 제3 장비에 대한 교정계수는 각각 2 및 0.5 이다.
한 가지 양태로서, 일단 보정/교정 계수가 결정되면 환자 샘플의 분석물 농도에 도달할때 장비의 소프트웨어는 그 계수를 사용한다.
비록 본 발명이 주로 Beckman DxC 또는 Abaxis Piccolo Chemistry Analyzer를 사용한 것으로 기재되어 있으나 이로써 한정되는 것은 아니다. 예를 들어 한 가지 양태로서, 초기 가능도 분포 및/또는 검증 대상 환자 데이터는 다음의 장비중 하나 이상으로 측정된 환자 결과로부터 확인될 수 있다: Beckman DxC 임상화학 분석기 (Beckman Coulter, Brea, CA), Beckman LX-20 임상화학 분석기 (Beckman Coulter, Brea, CA), Piccolo 화학분석기 (Abaxis, Union City, CA), Vitros 950® 화학시스템 (Ortho Clinical Diagnostics, Hong Kong), ADVIA® 화학시스템 (Siemens, Deerfield, IL), COBAS INTEGRA® (Roche, Basel, Switzerland), COBAS® 모듈식 분석기 (Roche, Basel, Switzerland), COBAS Fara® (Roche, Basel, Switzerland), Paramax® 장비, Radiometer KNA® 장비 (Radiometer America, Westlake, OH) 또는 본 분야에 알려진 모든 다른 분석기. 추가로 임상화학 분석기는 Nova Biomedical Corporation, Olympus America, Inc., Shimadzu Corp., Sysmex Corp., Thermo, Fisher Scientific Inc, Vital Scientific B.V., Horiba, Ltd., JEOL Ltd., Abbott Diagnostics 및 Adaltis Inc.로부터 입수할 수 있다.
본 분야의 당업자 또는 통상적인 기술을 가진 분석화학자는 상기 장비들을 과중한 실험적 부담없이 작동할 수 있다.
인구통계학적 평가
한 가지 양태로서, 본 발명의 방법은 특정 인구통계로부터 분석물 농도 데이터를 평가하는데 사용된다. 이 양태에서, 본 발명의 방법은 위에 개괄된 바와 같이 실시한다. 그러나, 가능도 분포를 수립하기에 앞서 사용자에 의해 선정된 인구통계에 따라 환자 데이터를 분류한다. 예를 들어, 한 가지 양태로서, 환자 데이터는 (1) 성별, (2) 인종, (3) 신부전 또는 이의 결손(예를 들어, 환자의 크레아티닌 측정 수준을 사용함으로써), (4) 간부전 또는 이의 결손, (5) 출생국가, (6) 특정 요법(들)의 사용, (7) 이전 임상 또는 진단 시험 결과, (8) 외래환자 대 입원환자, (9) 환자의 당뇨병 여부, (10) 연령별 그룹화, (11) 간 질환, (12) 알콜 남용(예를 들어, ALT/GGT 비율의 경우) 등에 따라 분류될 수 있다. 다른 방법으로서 사용자는 각 인구통계에 대해 예정된 가능도 분포를 사용한다.
상기 나열된 인구통계 사례는 한정적인 것이 아니다. 본 발명의 사용자는 관련이 있을 수 있는 특정 인구통계를 지정할 수 있다.
일단 데이터가 인구통계학으로(예를 들어, 서브데이터베이스로) 분류되면 본 발명의 방법은 위에 개괄된 바와 같이 실시한다. 각 서브데이터베이스내 데이터는 제2 분석물의 농도값에 따라 다수의 빈들로 분류된다. 이 시점에서 한 가지 양태로서 데이터 이상값(상기 정의됨)은 존재하는 경우 데이터 세트에서 즉시 배제된다.
이상값의 배제 여부와 상관없이, 분류된 데이터는 상기된 바와 같이 다수의 빈들(예를 들어, 적어도 10개의 상이한 빈들)로 그룹화한다. 추가의 양태로서, 각 서브데이터베이스로부터의 분석물 데이터는 적어도 20개, 적어도 25개, 적어도 30개, 적어도 35개, 적어도 40개, 적어도 45개 또는 적어도 50개로 분류된다. 한 가지 양태로서, 하나의 서브데이터베이스로부터의 데이터 세트는 다른 서브데이터베이스(들)의 데이터와 동일한 갯수의 빈으로 분류한다. 다른 양태로서, 하나의 서브데이터베이스의 데이터 세트는 다른 서브데이터베이스(들)의 데이터와 상이한 개수의 빈으로 분류한다. 각 데이터베이스의 데이터 포인트 수에 따라 당업자는 분류된 데이터 세트를 적절한 빈으로 하는 방법을 용이하게 알 것이다.
이어서 사용자가 선택한 신뢰구간 (예를 들어, 중앙 95% 또는 중앙 97.5% 신뢰구간)에서 가능도 분포를 수립한다(각 서브데이터베이스에서 데이터의 각 빈에 대해). 그런 다음, 한 가지 양태로서, 각 빈의 신뢰구간에 대한 상한 한계 및 하한 한계를 그래픽 형태로 표시한다. 한 가지 양태로서, 상한 신뢰 한계 및 하한 신뢰 한계는 각 서브데이터베이스에 대해 가능도 분포를 수립한다.
다른 양태로서, 각 인구통계에 대한 (1) 하한 신뢰 한계와 (2) 상한 신뢰 한계 모두에 곡선맞춤(예를 들어, 회귀곡선)을 적용하여 각 인구통계에 적합한 측정치의 공간(즉, 가능도 분포)을 수립한다. 이 공간을 벗어난 측정치(즉, 상한 곡선 위 또는 하한 곡선 아래)는 오류인 것으로 또는 타당성이 없는 것으로 간주된다.
한 가지 양태로서, 가능도 분포가 수립되면(일단 곡선맞춤으로 또는 곡선맞춤없이), 상기 분포에 대해 환자 분석물 데이터를 분석하여 환자 분석물 데이터가 오류에 해당하는지를 결정한다. 만일 환자 분석물 데이터가 가능도 분포에 속하는 경우 데이터는 오류에 해당하지 않는다.
만일 분석 대상 데이터가 가능도 분포를 수립하기 위해 사용된 데이터를 획득하는데 사용한 것과 상이한 하나 이상의 장비로부터 수득된 경우, 앞서 상세히 설명한 바와 같이 하나 이상의 보정/교정 계수를 사용한다.
3종 또는 그 이상의 분석물
한 가지 양태로서, 본 발명은 3종 이상의 분석물간의 상관성 평가에 기초하여 현장 시험 결과를 검증하는 방법을 제공한다. 추가의 양태로서, 본 발명은 3종, 4종 또는 5종 분석물간의 상관성 평가에 기초하여 현장 시험 결과의 타당성을 판정하는 방법을 제공한다.
한 가지 양태로서, 3종 분석물이 사용된 경우 환자 분석물 농도 데이터가 분석물중 하나의 농도값에 기초하여 최고값부터 최저값으로 분류되거나 최저값부터 최고값으로 분류된다. 분류된 분석물의 각 분석물 농도는 두 가지의 다른 분석물 농도들과 연관이 있다. 이 시점에서 한 가지 양태로서 데이터 이상값(상기된 바와 같음)은 데이터 세트로부터 배제된다. 그런 다음, 농도 데이터는 다수의 빈들로 분리된다. 분석물 쌍에 대해 상기한 바와 같이 각 빈에 대해 중앙 신뢰구간이 결정된다.
이어서 각 신뢰구간의 하한 한계와 상한 한계를 그래프에 표시할 수 있다. 한 가지 양태로서, 데이터는 삼차원 그래프에 표시하며, 각 축 (즉, x, y 및 z 축)은 분석물중 하나의 농도에 해당한다. 신뢰 상한 한계 및 신뢰 하한 한계를 사용하여 가능도 분포를 수립하며, 이 가능도 분포는 다른 환자로부터 수득한 3종 분석물에 대한 분석물 농도 데이터의 타당성을 평가하는데 사용한다.
한 가지 양태로서, 일단 가능도 분포가 수립되면(곡선맞춤의 적용과 함께 또는 곡선맞춤 없이), 상기 분포에 대하여 환자 분석물 데이터를 분석하여 환자 분석물 데이터가 오류에 해당하는지를 결정한다. 만일 환자 분석물 데이터가 가능도 분포내에 속한다면 이 데이터는 오류에 해당하지 않는다.
본 발명의 방법의 자동화
한 가지 양태로서, 본 명세서에 제공된 방법은 진단 또는 임상 화학 장비의 소프트웨어에 도입된다. 추가의 양태로서, 장비는 상기된 장비중에서 선택된다. 다른 양태로서, 본 명세서에 제공된 방법은 장비에 의해 수행된 측정의 정확성에 대한 가능성을 평가하기 위해 미들웨어에 도입된다.
한 가지 양태로서, 본 발명의 소프트웨어 제품은 본 발명의 방법의 단계를 수행하기 위한 컴퓨터-실행 지시를 갖는 컴퓨터 판독 매체를 포함한다. 적합한 컴퓨터 판독 매체로는 이로써 한정되는 것은 아니지만 CD, CD-ROM, DVD, DVD-ROM, 하드디스크 드라이브, 플래시 메모리, ROM/RAM, 마그네틱 디스크 또는 테이프, 광디스크 등이 포함된다.
본 발명의 방법을 수행하기 위한 컴퓨터 실행 지시는 사용자에 의해 선택된 컴퓨터 언어 또는 수 가지 컴퓨터 언어의 조합으로 기록될 수 있다. 예를 들어, 다음의 컴퓨터 언어중 하나 이상이 사용될 수 있다: C, C++, C#, 자바, 자바스크립트, Perl, PHP, Python, Ruby, SQL, Fortran.
실시예
본 발명은 추가로 아래 실시예를 참고로 예시된다. 그러나, 상기에 기재된 양태와 같은 이들 실시예는 예시이며 어떠한 경우든 본 발명의 가능 범위를 한정하는 것으로 해석해서는 안된다.
실시예 1 - 나트륨 농도와 염화물 농도사이의 예상되는 상관성의 평가에 의한 현장 시험 결과의 타당성의 판정
나트륨과 염화물은 혈중에 존재하는 주요 세포외 이온을 구성한다. 염화물 농도에 영향을 미치는 생리학적 요소는 유사한 양상으로 나트륨 농도에도 영향을 미친다. 따라서, 나트륨과 염화물 사이의 상관성을 사용하여 나트륨 측정 농도가 염화물 측정 농도와 비교했을때 타당성 또는 정확성이 있는지의 가능성을 평가할 수 있다.
나트륨 측정 농도의 정확성/타당성의 타당성 판정을 위해 이에 대응하는 염화물 측정 농도에 기초하여 나트륨 농도와 염화물 농도 사이의 상관성을 평가하였다.
Beckman DxC 임상화학 분석기에 의해 분석된 500,000개 이상의 환자 샘플의 시험 결과를 사용하여 나트륨 농도값과 염화물 농도값의 데이터베이스를 수립하였다.
나트륨과 염화물 모두에 대한 데이터를 함유하는 모든 샘플들을 염화물 측정 농도값에 따라 분류하였다. 이 실시예에서는 85 mmol/L 내지 120 mmol/L의 염화물값을 갖는 환자 결과가 사용되었다. 이 범위보다 높거나 낮은 염화물 농도값을 갖는 환자는 이상값으로서 배제되었다. 염화물 측정 농도에 따라 농도 데이터 쌍을 36개의 상이한 빈들로 분류하였다. 각 염화물 빈은 나트륨 농도값의 범위를 함유했고, 각 염화물 농도 빈과 연관된 나트륨 농도값의 수의 범위는 475개 내지 38,433개였다.
이어서, 각 염화물 빈과 연관된 나트륨 농도값에 대한 중앙 97.5% 신뢰구간을 계산하였다. DxC 및 Piccolo 화학 분석기로 측정된 분석물 농도에 존재하는 것으로 알려진 약간의 편차에 대해 신뢰구간을 보정하였다. 도 1의 그래프 제목에서 +3은 Piccolo를 사용하여 측정한 Na 값이 Beckman 분석기로 수득한 측정 결과와 비교했을 때 대략 3 mmol/L가 더 크다는 사실을 가리킨다.
이어서 각 염화물 빈의 신뢰구간에 대한 신뢰 상한 한계 및 하한 한계(즉, 1.25% 및 98.75% 한계)를 회귀분석하였다 (도 1의 2개 곡선 참조). 회귀 곡선은 나트륨 및 염화물 농도 데이터의 정확성/타당성을 평가하기 위한 상한 및 하한 경계로서 역할을 하였다(즉, 가능도 분포의 상한 및 하한 경계).
결과
예상된 나트륨 및 염화물 농도 상관성(가능도 분포를 수립하는 도 1의 두 곡선 참조)을 사용하여 Piccolo 화학 분석기로 측정된 22,555개의 환자 샘플들로부터 수득한 나트륨 및 염화물 농도 데이터의 타당성 또는 정확성을 평가하였다. 만일 농도 데이터 쌍이 상한 회귀곡선보다 위에 속하거나 하한 회귀곡선보다 아래에 속하는 경우 (도 1) 그 데이터는 각각 부적당하게 높거나 낮은 것으로 생각되었다.
예상된 통계적 상관성과 비교했을때 나트륨 농도 결과의 3.4%가 부적당하게 높았고 나트륨 농도 결과의 3.1%가 부적당하게 낮은 것으로 밝혀졌다(도 1). 타당하지 않은 것으로 확인된 나트륨 농도값의 대부분은 예상 가능도 범위를 약간 벗어난 반면, 나트륨과 염화물 농도 상관성이 통계상 불가능하여 진정한 오류를 나타내는 다수의 결과들이 있었다 (도 1).
이들 결과를 근거로 현장 환자 데이터의 타당성을 판정하기 위한 본 명세서에서 설명된 방법은 가능한 오류를 확인하기 위한 강력한 기술이다. 오류를 확인하기 위한 알고리즘은 현장 데이터를 처리하는데 사용되는 미들웨어 소프트웨어로 간단히 자동처리되며 장비 자체의 소프트웨어에 도입될 가능성이 있다.
실시예 2-환자가 입원환자 또는 외래환자 인지의 여부에 따른 염화물 측정값에 기초한 나트륨 측정값의 오류 가능성에 대한 평가
타당한 나트륨과 염화물 농도값의 범위를 수립하기 위하여 나트륨 농도와 염화물 농도간의 상관성을 평가하였다.
Beckman DxC 임상화학 분석기로 분석된 500,000개 이상의 환자 샘플들로부터의 시험 결과를 사용하여 나트륨 및 염화물 농도값의 데이터베이스를 수립하였다. 이어서, 상기 데이터베이스에서의 값을 2개의 서브데이터베이스(즉, (1) 입원환자로부터 수득한 결과 및 (2) 외래환자로부터 수득한 결과)로 분리하였다.
각 서브데이터베이스의 경우 나트륨과 염화물에 대한 농도 데이터 쌍을 함유하는 모든 시료들을 염화물 측정 농도값에 따라 36개의 상이한 빈들로 분류 및 그룹화하였다. 각 빈은 고유 염화물 값에 해당한다. 이 실시예에서는 85 mmol/L 내지 120 mmol/L의 염화물 값을 갖는 환자 결과가 사용되었다. 이 범위보다 높거나 낮은 염화물 농도값을 갖는 환자는 이상값으로서 배제하였다.
이어서, 각 서브데이터베이스에서 각 염화물 빈과 연관된 나트륨 농도값에 대한 중앙 97.5% 신뢰구간을 계산하였다. 각 신뢰구간은 신뢰 상한 한계 및 하한한계와 연관이 있다. 각 서브데이터베이스에서 빈마다 수립된 97.5% 신뢰구간의 경우 각 상한 한계는 개개 빈에 대한 98.75% 신뢰한계이고 하한 한계는 개개 빈에 대한 1.25% 신뢰한계이다.
각각의 증가하는 염화물 농도(즉, 각 염화물 농도 빈)에서 나트륨 농도에 대한 1.25% 한계와 98.75% 한계를 결정하고 그래프에 표시하였다 (도 2). 입원환자 데이터의 경우, 85 mmol/L의 염화물과 연관된 나트륨 농도값에 대한 1.25% 한계는 113 mmol/L이고 85 mmol/L의 염화물과 연관된 나트륨 농도값에 대한 98.75% 한계는 144 mmol/L이었다 (도 2).
이어서, 각 서브데이터베이스에 대한 상한 한계 및 하한 한계를 회귀분석하여 분석물 농도 가능도 분포의 상한 및 하한 경계를 수립하였다 (도 2). 가능도 분포는 환자 인구통계의 각각에 대한 구체적 염화물 측정값에서 예상된 나트륨 값의 범위를 수립하였다.
입원환자 (도 2에서 "x 값")의 경우, 각각의 상응하는 염화물 측정값에서 하한 회귀 곡선 위에 속하고 상한 회귀 곡선 아래에 속하는 나트륨 측정값은 허용할 수 있는 것으로 간주할 수 있다. 따라서, 하한 회귀 곡선 아래에 속하거나 상한 회귀 곡선 위에 속하는 나트륨 농도값은 측정 오류의 가능성이 높은 것으로 간주할 수 있다. 예를 들어 도 2에서 105 mmol/L의 염화물 농도와 120 mmol/L의 나트륨 농도를 갖는 입원환자의 경우 나트륨 값은 하한 회귀곡선 아래에 속하며 오류 가능성이 높은 것으로 간주할 수 있다.
마찬가지로, 외래환자의 경우 (도 2에서 "+값"), 각각의 상응하는 염화물 측정값에서 하한 회귀곡선 위에 속하고 상한 회귀곡선 아래에 속하는 나트륨 측정값은 허용성할 수 있거나 정확한 것으로 간주할 수 있다. 예를 들어, 도 2에서 105 mmol/L의 염화물 농도와 130 mmol/L의 나트륨 농도를 갖는 외래환자의 경우 나트륨 값은 하한 회귀곡선 아래에 속하여 오류 가능성이 높은 것으로 간주할 수 있다.
실시예 3-환자의 크레아티닌 농도에 따라, 알부민 측정값에 기초하여 칼슘 농도 측정값의 오류 가능성을 평가하는 방법
크레아티닌, 칼슘 및 알부민 농도값을 포함하는 대략 500,000 명 환자들로부터의 시험 결과를 취합하였다.
환자 데이터를 2개의 서브데이터베이스로 분류하였다. 정상적인 크레아티닌 농도(<1.5 mg/dL)를 갖는 환자를 제1 서브데이터베이스로 그룹화하고 1.5 내지 3.0 mg/dL의 크레아티닌 농도를 갖는 환자를 제2 서브데이터베이스로 그룹화하였다.
각 서브데이터베이스에서, 칼슘과 알부민 모두에 대한 데이터를 함유하는 모든 샘플들을 알부민 측정 농도에 따라 분류하였다. 이 실시예에서는 1.0 내지 5.0 g/dL의 알부민 값을 갖는 환자 결과를 분류하였다. 이 범위를 벗어난 값을 갖는 환자 샘플은, 매우 소수의 환자가 상기 값보다 높고 상기 값보다 낮은 알부민 농도값을 가져 믿을만한 신뢰구간을 수립할 수 없다는 사실로 인해, 이상값으로서 배제하였다. 각 서브데이터베이스내 환자 데이터는 40개의 상이한 알부민 빈들로 분류하였다.
이어서, 각 서브데이터베이스내 값에 대해 각 알부민 농도값과 연관된 칼슘 농도값에 대한 97.5% 신뢰구간을 계산하였다(도 3a 및 도 3b).
각각의 증가하는 알부민 농도에서 칼슘 농도에 대한 1.25 및 98.75 퍼센타일 한계(percentile limit)를 결정하고 그래프에 표시하였다(도 3a 및 도 3b). 알부민 농도(1.0 내지 5.0 g/dL)와 연관된 칼슘 값에 대한 1.25 및 98.75 퍼센타일 한계의 계산으로 구체적 알부민 측정 농도에서 예상된 칼슘 값의 범위를 보여주는 분포 (97.5% 신뢰구간)를 제공하였다(도 3a 및 도 3b). <1.5 g/dL의 크레아티닌을 갖는 환자의 경우, 3.0 g/dL의 알부민과 연관된 나트륨 값에 대한 1.25 퍼센타일은 7.5 mg/dL이고 3.0 g/dL의 알부민과 연관된 칼슘 값에 대한 98.75 퍼센타일은 10.1 g/dL이다.
크레아티닌 측정 농도의 인구통계에 기초하여 별도의 그래프를 작성하였다. 도 3a는 1.5 mg/dL 미만의 크레아티닌 값에 대한 알부민과 칼슘간의 상관성을 보여준다. 도 3b는 1.5 내지 3.0 mg/dL의 크레아티닌 농도를 갖는 환자에 대해 동일한 상관성을 보여준다.
**********
본 명세서에 전반에 걸쳐 언급된 특허, 특허원, 간행물, 제품 설명서 및 프로토콜은 이들의 전문이 본원에 참고로 인용된다.
본 설명서에 예시되고 논의된 양태는 단지 본 발명자들이 인지하고 있는 최적의 방법을 본 분야의 전문가에게 교시하여 본 발명을 제조하고 사용할 수 있도록 하는 의도로 제시된 것이다. 본 분야의 전문가가 상기 교시를 기반으로 인지할 수 있듯이, 본 발명으로부터 벗어나지 않으면서 본 발명의 상기된 양태에 대한 변형 및 변화가 이루어질 수 있다. 따라서 특허청구범위 및 이의 균등범위내에서 본 발명이 본원에 구체적으로 기술된 방식외의 다른 방식으로 실시될 수 있음은 이해되어야 한다.

Claims (8)

  1. 제1 분석물의 제1 임상시험 결과 및 이에 대응하는 제2 분석물의 제2 임상시험 결과를, 제1 분석물 및 제2 분석물에 대한 예정된 가능도 분포(predetermined likelihood distribution)와 비교하는 단계, 및 상기 가능도 분포와의 상기 제1 임상시험 결과의 상관성에 기초하여 상기 제1 임상 시험 결과의 타당성을 판정하는 단계를 포함하는, 제1 임상시험 결과의 타당성을 판정하는 방법.
  2. 제1항에 있어서, 상기 제1 임상시험 결과와 이에 대응하는 제2 임상시험 결과를 얻는 단계를 추가로 포함하는, 방법.
  3. 제1항에 있어서, 상기 제1 임상시험 결과가 상기 예정된 가능도 분포를 벗어난 경우에는 상기 제1 임상 시험 결과가 타당하지 않은 것이고 상기 제1 임상시험 결과가 상기 예정된 가능도 분포 내에 속하는 경우에는 상기 제1 임상 시험 결과가 타당한 것인, 방법.
  4. 제1항에 있어서, 상기 제1 분석물 및 제2 분석물이 직접 빌리루빈/총 빌리루빈, HDL/총 콜레스테롤, LDL/총 콜레스테롤, HDL/LDL, 알부민/칼슘, 나트륨/염화물, BUN/크레아티닌, AST/ALT, 총 단백질/알부민, 칼륨/총 CO2, 칼슘/인, 칼슘/마그네슘, 칼륨/크레아티닌, 마그네슘/칼륨, 음이온 갭(Anion gap)/칼륨, 나트륨/칼륨, 염화물/칼륨, 마그네슘/포스페이트, ALT/GGT, ALT/ALP, CK/LDH 및 염화물/총 CO2로 이루어진 그룹으로부터 선택되는, 방법.
  5. 제1 분석물 및 이에 대응하는 제2 분석물에 대한 예정된 가능도 분포의 수집물을 포함하는 데이터베이스로서, 상기 제1 분석물의 임상시험 결과가 상기 제2 분석물의 임상시험 결과와 상관성이 있는, 데이터베이스.
  6. 제5항에 있어서, 컴퓨터 판독 매체에 있는, 데이터베이스.
  7. 제1 분석물 및 이에 대응하는 제2 분석물에 대한 다수의 임상시험 결과를 확인하는 단계, 상기 임상시험 결과들을 제2 분석물에 대한 결과들에 기초하여 분류하는 단계, 상기 분류된 데이터를 다수의 빈(bin)들로 그룹화하는 단계, 각 빈에 대한 제1 분석물 임상시험 결과값들의 신뢰구간을 확인하는 단계, 상기 신뢰구간들 내의 임상시험 결과들에 기초하여 가능도 분포를 결정하는 단계를 포함하는, 제1 분석물 임상시험 결과 및 이에 대응하는 제2 분석물 임상시험 결과에 대한 가능도 분포를 결정하는 방법.
  8. 제7항에 있어서, 상기 제1 분석물 및 이에 대응하는 제2 분석물이 직접 빌리루빈/총 빌리루빈, HDL/총 콜레스테롤, LDL/총 콜레스테롤, HDL/LDL, 알부민/칼슘, 나트륨/염화물, BUN/크레아티닌, AST/ALT, 총 단백질/알부민, 칼륨/총 CO2, 칼슘/인, 칼슘/마그네슘, 칼륨/크레아티닌, 마그네슘/칼륨, 음이온 갭/칼륨, 나트륨/칼륨, 염화물/칼륨, 마그네슘/포스페이트, ALT/GGT, ALT/ALP, CK/LDH 및 염화물/총 CO2로 이루어진 그룹으로부터 선택되는, 방법.
KR1020127031906A 2010-05-06 2011-05-06 예상되는 분석물 상관성의 평가에 의한 현장 시험 결과의 타당성 판정 방법 KR20130105301A (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US33215410P 2010-05-06 2010-05-06
US61/332,154 2010-05-06
US37866810P 2010-08-31 2010-08-31
US61/378,668 2010-08-31
PCT/US2011/035583 WO2011140483A2 (en) 2010-05-06 2011-05-06 Validation of point-of-care test results by assessment of expected analyte relationships

Publications (1)

Publication Number Publication Date
KR20130105301A true KR20130105301A (ko) 2013-09-25

Family

ID=44902517

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020127031906A KR20130105301A (ko) 2010-05-06 2011-05-06 예상되는 분석물 상관성의 평가에 의한 현장 시험 결과의 타당성 판정 방법

Country Status (6)

Country Link
US (1) US20110276342A1 (ko)
EP (1) EP2567339A4 (ko)
JP (1) JP2013525819A (ko)
KR (1) KR20130105301A (ko)
CA (1) CA2798456A1 (ko)
WO (1) WO2011140483A2 (ko)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9151769B2 (en) * 2010-07-02 2015-10-06 Idexx Laboratories, Inc. Automated calibration method and system for a diagnostic analyzer
US8645306B2 (en) 2010-07-02 2014-02-04 Idexx Laboratories, Inc. Automated calibration method and system for a diagnostic analyzer
US20130231949A1 (en) * 2011-12-16 2013-09-05 Dimitar V. Baronov Systems and methods for transitioning patient care from signal-based monitoring to risk-based monitoring
US11676730B2 (en) 2011-12-16 2023-06-13 Etiometry Inc. System and methods for transitioning patient care from signal based monitoring to risk based monitoring
EP2685264B1 (en) * 2012-07-13 2020-12-02 Idexx Laboratories, Inc. Automated calibration method and system for a diagnostic analyzer
US20140222463A1 (en) * 2013-01-31 2014-08-07 Abbott Cardiovascular Systems Inc. Enhanced monitoring
US11036779B2 (en) * 2018-04-23 2021-06-15 Verso Biosciences, Inc. Data analytics systems and methods
TW202022379A (zh) * 2018-10-17 2020-06-16 日商資生堂股份有限公司 檢定根據血液中之肌酸酐含量之腎功能檢查結果之妥當性之方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DK409188D0 (da) * 1988-07-21 1988-07-21 Radiometer As Fremgangsmaade til maaling af en karakteristik i et fluidum
JP2828609B2 (ja) * 1994-09-22 1998-11-25 株式会社エイアンドティー 臨床検査分析装置
US6015667A (en) * 1996-06-03 2000-01-18 The Perkin-Emer Corporation Multicomponent analysis method including the determination of a statistical confidence interval
JP2001331581A (ja) * 2000-05-22 2001-11-30 Yusuke Tsukamoto 自動診断システム、自動診断方法、治療法自動決定システム、治療法自動決定方法及び記録媒体
JP2004509383A (ja) * 2000-05-31 2004-03-25 ファーストトラック　システムズ　インコーポレイテッド 臨床試験管理システム及び方法
CA2456296C (en) * 2001-08-24 2019-09-24 Bio-Rad Laboratories, Inc. Biometric quality control process
US20060160074A1 (en) * 2001-12-27 2006-07-20 Third Wave Technologies, Inc. Pharmacogenetic DME detection assay methods and kits
US7177767B2 (en) * 2002-10-18 2007-02-13 Abaxis, Inc. Systems and methods for the detection of short and long samples
AU2004322161B2 (en) * 2004-08-13 2009-12-03 Egomedical Technologies Ag Analyte test system for determining the concentration of an analyte in a physiological or aqueous fluid
US8112232B2 (en) * 2007-02-02 2012-02-07 Beckman Coulter, Inc. System and method for autoverifying laboratory test results
JP5164646B2 (ja) * 2008-04-08 2013-03-21 国立大学法人高知大学 臨床検査データ解析支援装置、臨床検査データ解析支援方法及びそのプログラム
JP4872103B2 (ja) * 2009-02-05 2012-02-08 国立大学法人 大分大学 臨床検査値の管理装置、管理方法及び管理プログラム
US20110046919A1 (en) * 2009-03-02 2011-02-24 Juliesta Elaine Sylvester Method for accurate measurement of enzyme activities

Also Published As

Publication number Publication date
CA2798456A1 (en) 2011-11-10
EP2567339A2 (en) 2013-03-13
EP2567339A4 (en) 2013-10-23
JP2013525819A (ja) 2013-06-20
WO2011140483A2 (en) 2011-11-10
US20110276342A1 (en) 2011-11-10
WO2011140483A3 (en) 2012-04-05

Similar Documents

Publication Publication Date Title
KR20130105301A (ko) 예상되는 분석물 상관성의 평가에 의한 현장 시험 결과의 타당성 판정 방법
Oosterhuis et al. Total error vs. measurement uncertainty: revolution or evolution?
Braga et al. Performance specifications for measurement uncertainty of common biochemical measurands according to Milan models
Jafri et al. Ionized calcium measurement in serum and plasma by ion selective electrodes: comparison of measured and calculated parameters
Snaith et al. Point-of-care creatinine testing for kidney function measurement prior to contrast-enhanced diagnostic imaging: evaluation of the performance of three systems for clinical utility
Lyon et al. Patient acuity exacerbates discrepancy between whole blood and plasma methods through error in molality to molarity conversion:“Mind the gap!”
Dosoo et al. Biochemical and hematologic parameters for children in the middle belt of Ghana
Greenacre et al. Comparison of avian biochemical test results with Abaxis VetScan and Hitachi 911 analyzers
US20180308581A1 (en) Method to personalize a biomarker signal and medical procedures using the same
Carey et al. Chemistry testing on plasma versus serum samples in dialysis patients: clinical and quality improvement implications
Wang et al. Analytical comparison between two hematological analyzer systems: Mindray BC‐5180 vs Sysmex XN‐1000
Calvaresi et al. Plasma hemoglobin: A method comparison of six assays for hemoglobin and hemolysis index measurement
EP3971910A1 (en) Method for predicting markers which are characteristic for at least one medical sample and /or for a patient
Trenti et al. Developing GRADE outcome-based recommendations about diagnostic tests: a key role in laboratory medicine policies
Tan et al. Optimized delta check rules for detecting misidentified specimens in children
Poesen et al. Performance of cassette-based blood gas analyzers to monitor blood glucose and lactate levels in a surgical intensive care setting
Jhang et al. Postanalysis: medical decision making
Mondejar et al. Utility of icteric index in clinical laboratories: more than a preanalytical indicator
Shreewastav et al. Study of acid-base disorders and biochemical findings of patients in a tertiary care hospital: A descriptive cross-sectional study
Milani et al. Disagreement between direct and indirect potentiometric Na+ determination in infancy and childhood
Omar Essential laboratory knowledge for the clinician
Park et al. Effects of two types of medical contrast media on routine chemistry results by three automated chemistry analyzers
Yu et al. Practical delta check limits for tumour markers in different clinical settings
Lambert et al. Plasma cystatin C is a marker of renal glomerular injury in children treated with cisplatin or ifosfamide
Lee et al. Performance evaluation of the i‐Smart 300E cartridge for point‐of‐care electrolyte measurement in serum and plasma

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid