WO2022053238A1 - Method and control device for determining a number of samples for a collective analysis using an analyzer for analyzing samples of a biological material - Google Patents

Method and control device for determining a number of samples for a collective analysis using an analyzer for analyzing samples of a biological material Download PDF

Info

Publication number
WO2022053238A1
WO2022053238A1 PCT/EP2021/072162 EP2021072162W WO2022053238A1 WO 2022053238 A1 WO2022053238 A1 WO 2022053238A1 EP 2021072162 W EP2021072162 W EP 2021072162W WO 2022053238 A1 WO2022053238 A1 WO 2022053238A1
Authority
WO
WIPO (PCT)
Prior art keywords
samples
analysis
prevalence
prevalence value
analysis device
Prior art date
Application number
PCT/EP2021/072162
Other languages
German (de)
French (fr)
Inventor
Edgar Klenske
Verena Neumann
Original Assignee
Robert Bosch Gmbh
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 Robert Bosch Gmbh filed Critical Robert Bosch Gmbh
Publication of WO2022053238A1 publication Critical patent/WO2022053238A1/en

Links

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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • 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
    • 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
    • G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu

Definitions

  • the invention is based on a device or a method according to the species of the independent claims.
  • the subject matter of the present invention is also a computer program.
  • PCR polymerase chain reaction
  • EP 3 670 669 A1 describes a method for detecting SARS-CoV-2 in a plurality of biological samples from living beings and equipment for carrying out the method.
  • the pool size or the number of individual samples in the pool has been determined on the basis of simple criteria, such as symptoms or no symptoms of infection in patients, which is why, for example, suboptimal with regard to an expected number of tests or analyzes ultimately required per sample Pool sizes can be chosen.
  • a pool size of 10 can be recommended for a test pooling procedure for symptom-free patients and a pool size of 2 for symptomatic patients.
  • a pool size of 10 might be too large and a pool size of 2 might also be suboptimal.
  • a prevalence value can be taken into account in an analysis of collective samples or collective analysis, also called pool testing or test pooling, of biological material in order to determine a number of individual samples for the collective analysis that depends on the prevalence value.
  • aggregated data on infections can be used to compile pooled samples, in particular to estimate the prevalence of infection in samples that have already been tested and based on this to determine an optimal pool size or number of samples for the pooled analysis.
  • a number of analyzes or tests can be reduced and a test capacity can thus implicitly be increased.
  • an automatically guided test pooling or an automatically Guided compilation of the collective sample can be realized, which can, for example, have a positive effect in the fight against diseases such as COVID-19 or the like.
  • a pooling protocol can be integrated into an automated test platform or into an analysis device in such a way that the number of samples for the collective analysis can be optimally determined automatically, for example on the basis of historical data.
  • the analysis device can also take over tracking of the samples in the collective analysis through automation and guide a user through the collective analysis and, if necessary, the subsequent testing of the individual samples.
  • a prevalence-dependent collective analysis or history-dependent test pooling for example for SARS-CoV2 or the like, can be made possible.
  • PCR polymerase chain reaction
  • the analyzes based on the PCR are extremely sensitive, so they can also detect the smallest amounts of biological material, in this case a virus, for example, in a sample. Since these tests are only available to a limited extent due to a shortage of corresponding reagents and laboratory capacities, test capacity can be increased by advantageously determining the number of samples for bulk analysis.
  • a method for determining a number of samples for a collective analysis using an analysis device for analyzing samples of biological material is presented, wherein subsets of the number of samples are analyzed in a mixed state for the collective analysis, the method having the following steps: reading in a prevalence value representing a prevalence of a disease caused by a pathogen for which the samples are analyzed; and
  • the analysis device can be, for example, an analysis unit for a microfluidic device.
  • a microfluidic device can be, for example, a device for a chip laboratory, also known as a lab-on-a-chip system.
  • a chip laboratory can be understood as a microfluidic system in which the entire functionality of a macroscopic laboratory can be accommodated on a plastic substrate the size of a credit card, for example, the chip laboratory cartridge, and in which complex biological, diagnostic, chemical or physical processes can run in miniaturized form.
  • the microfluidic device can be a microfluidic cartridge.
  • the microfluidic device can be or can be coupled to the analysis device.
  • the sample of biological material can be arranged in the microfluidic device.
  • the biological material can contain bacteria, viruses, other pathogenic cells, human cells, animal cells, plant cells or the like.
  • the sample can be a liquid sample or a liquid sample, for example saliva, blood, sperm, swab.
  • the analysis device can be designed in cooperation with the microfluidic device in order to carry out a polymerase chain reaction (PCR; polymerase chain reaction), in particular a quantitative real-time PCR.
  • An analysis of a sample can have a number of processing cycles.
  • a processing cycle can represent a processing step on the sample, a waiting time and/or a measurement process.
  • a processing cycle can be defined in terms of time.
  • Processing the sample can also be understood to mean pure measurement and/or working with the sample.
  • An analysis result can be qualitative and/or quantitative, for example Statement as to whether the sample contains a target molecule or a biological material that is being sought.
  • An analysis result can represent a partial analysis result or an intermediate stage for a final result of the analysis.
  • the pathogen can be, for example, a corona virus such as SARS-CoV2.
  • the disease can be, for example, a viral disease such as COVID-19.
  • the method can have a step of evaluating the results of past analyzes of the analysis device and additionally or alternatively at least one further analysis device in order to determine the prevalence value.
  • the prevalence value determined in the evaluation step can be read in in the reading step.
  • the at least one further analysis device can be connected to the analysis device in a data-transmitting manner.
  • the prevalence value can also be read in by a communication interface of the analysis device.
  • the prevalence value can be receivable via the communication interface from at least one further analysis device and additionally or alternatively from at least one network storage device.
  • a prevalence value can be used which can also take into account analysis results and/or knowledge about a current prevalence from at least one data source outside of the analysis device.
  • the prevalence value can be read in by a user interface of the analysis device.
  • the prevalence value can be receivable via the user interface in response to a user input.
  • the prevalence value can be provided, modified or adjusted by means of the user input.
  • the determination rule applied in the applying step can have a look-up table and additionally or alternatively a mathematical relationship between the prevalence value, the number of samples for the pool analysis and an expected number of analyzes per sample.
  • the look-up table can relate the prevalence value to the number of samples for pooled analysis.
  • the mathematical relationship can be a stochastic relationship, in which case the expected number of analyzes per sample can be minimized depending on the prevalence value.
  • the method can have a step of generating an output signal for output to a user interface of the analysis device and additionally or alternatively to an operating interface of the analysis device.
  • the output signal can represent the specific number of samples for the collective analysis.
  • the user interface can be designed to cause optical, graphic and/or acoustic signaling of the specific number of samples for the collective analysis in response to the output signal.
  • the operational interface can be configured to, in response to the output signal, control operation of means for compiling a collective sample for the collective analysis from the determined number of samples.
  • the approach presented here also creates a control device that is designed to carry out, control or implement the steps of a variant of a method presented here in corresponding devices. Also through this embodiment variant of the invention in the form of a control unit the object on which the invention is based can be solved quickly and efficiently.
  • control unit can have at least one computing unit for processing signals or data, at least one memory unit for storing signals or data, at least one interface to a sensor or an actuator for reading in sensor signals from the sensor or for outputting control signals to the actuator and/or or have at least one communication interface for reading in or outputting data that are embedded in a communication protocol.
  • the arithmetic unit can be, for example, a signal processor, a microcontroller or the like, with the memory unit being able to be a flash memory, an EEPROM or a magnetic memory unit.
  • the communication interface can be designed to read in or output data wirelessly and/or by wire, wherein a communication interface that can read in or output wire-bound data can, for example, read this data electrically or optically from a corresponding data transmission line or can output it to a corresponding data transmission line.
  • a control device can be understood to mean an electrical device that processes sensor signals and outputs control and/or data signals as a function thereof.
  • the control unit can have an interface that can be designed in terms of hardware and/or software.
  • the interfaces can be part of what is known as a system ASIC, for example, which contains a wide variety of functions of the control unit.
  • the interfaces can be separate integrated circuits or to consist at least partially of discrete components.
  • the interfaces can be software modules which are present, for example, on a microcontroller alongside other software modules.
  • An analysis device for analyzing samples of biological material is also presented, the analysis device having an embodiment of the aforementioned control unit.
  • an embodiment of the aforementioned control device can be advantageously employed or used to determine the number of samples for a bulk analysis.
  • the analysis device can also have a coupling section for coupling the analysis device to a microfluidic device for processing the sample and analysis means for performing the analysis of the sample.
  • a computer program product or computer program with program code which can be stored on a machine-readable carrier or storage medium such as a semiconductor memory, a hard disk memory or an optical memory and for carrying out, implementing and/or controlling the steps of the method according to one of the embodiments described above, is also advantageous used, especially when the program product or program is run on a computer or device.
  • FIG. 1 shows a schematic representation of an analysis device with a control device according to an exemplary embodiment
  • FIG. 2 shows a flow chart of an embodiment of a method for determining a number of samples for a collective analysis using an analysis device for analyzing samples of biological material
  • FIG. 3 shows a prevalence value-analysis number diagram in connection with the analysis device or the control unit from FIG. 1 and/or in connection with the method from FIG. 2.
  • FIG. 1 shows a schematic representation of an analysis device 100 with a control unit 110 according to an exemplary embodiment.
  • the analysis device 100 is designed to analyze samples of biological material.
  • Analysis device 100 includes control unit 110.
  • the analysis device 100 is designed, for example, as an analysis unit for a microfluidic device.
  • a microfluidic device is, for example, a device for a chip laboratory, also called a lab-on-a-chip system.
  • the microfluidic device can be a microfluidic cartridge.
  • the microfluidic device can be coupled or is coupled to the analysis device 100 .
  • the sample of biological material can be arranged in the microfluidic device.
  • the analysis device 100 is designed to carry out a polymerase chain reaction (PCR; polymerase chain reaction) in cooperation with the microfluidic device.
  • PCR polymerase chain reaction
  • the control unit 110 is designed to determine a number of samples or number of samples NP for a collective analysis. Here, subsets of the number of samples in a state mixed with each other are analyzed by the analyzer 100 for the collective analysis.
  • control unit 110 includes a reading device 114 and an application device 116.
  • Reading device 114 is designed to read in a prevalence value p(C).
  • the prevalence value p(C) represents a prevalence of a disease caused by a pathogen for which the samples are analyzed.
  • the reading-in device 114 is designed to forward the read-in prevalence value p(C) to the application device 116 .
  • the application device 116 is designed to apply a determination rule 117 to the read-in prevalence value p(C) in order to determine the number of samples or number of samples NP for the collective analysis depending on the prevalence value p(C).
  • the application device 116 is also designed to provide the specific number of samples or number of samples NP for the collective analysis in the form of a signal.
  • the application device 116 is designed to apply a look-up table and/or a mathematical relationship to the read-in prevalence value p(C) as the determination rule 117 .
  • the determination rule 117 includes the look-up table and/or the mathematical context. The mathematical relationship exists between the prevalence value p(C), the number of samples or number of samples NP for the collective analysis and an expected number of analyzes per sample.
  • control unit 110 also includes an evaluation device 112.
  • Evaluation device 112 is designed to evaluate results 103 of past analyzes by analysis device 100 and/or at least one further analysis device 130 in order to determine prevalence value p(C).
  • the results 103 represent, for example, positive or negative results, with a positive result representing the presence of a target molecule in the biological material of a sample and thus a specific infection and/or disease, and a negative result representing an absence of the target molecule and thus no specific infection and/or disease represents.
  • Control unit 110 is connected to analysis means 102 of analysis device 100 and/or via a communication interface 108 of analysis device 100 to the at least one further analysis device 130 in a data-transmitting manner.
  • the evaluation device 112 is also designed to provide the determined prevalence value p(C) for the reading-in device 114 . In this case, the reading device 114 is designed to read in the prevalence value p(C) determined by means of the evaluation device 112 .
  • the reading device 114 is additionally or alternatively designed to read in the prevalence value p(C) from the communication interface 108 of the analysis device 100, in particular via the communication interface 108 from at least one further analysis device 130 and/or a network storage device 140.
  • control unit 110 is connected to communication interface 108 in a data-transmitting manner, in particular via communication interface 108 to the at least one other Analysis device 130 and/or the network storage device 140.
  • the reading device 114 is designed to read in the prevalence value p(C) from a user interface 104 of the analysis device 100.
  • the prevalence value p(C) can be received via the user interface 104 in response to a user input.
  • the control unit 110 is connected to the user interface 104 in a manner capable of data transmission.
  • control unit 110 also includes a generating device 118.
  • Generating device 118 is designed to generate an output signal 119 using the number of samples or number of samples NP for the collective analysis.
  • the output signal 119 represents the specific number of samples or number of samples NP for the collective analysis.
  • the generating device 118 is designed to generate the output signal 119 for output to the user interface 104 and/or to an operating interface 106 of the analysis device 100 .
  • the operating interface 106 is connected to the analysis means 102 in a data-transmitting manner.
  • the output signal 119 the number of samples or number of samples NP for the collective analysis can be signaled to a user of the analysis device 100 by means of the user interface 104.
  • a collective sample for the collective analysis can be compiled from the number of samples or number of samples NP using the output signal 119 by means of the analysis means 102 .
  • the prevalence of the infection can be determined or estimated as a prevalence value p(C). This can either be done on the individual analysis device 100 itself, through networked data exchange between a plurality of analysis devices 100, 130, for example in a laboratory, or by manual input from the user via the user interface 104.
  • the number of positive and negative results can be stored in order to estimate a baseline infection rate. Depending on which group of people on a particular analyzer 100, 130 is tested, this results in an estimate of the prevalence or the prevalence value p(C) for the device or the laboratory over time.
  • a manual input of the prevalence value p(C) is e.g. This is useful, for example, when samples from a new patient group that differs from the previous group are to be analyzed.
  • the analysis device 100 Based on the prevalence value p(C), the analysis device 100 then automatically determines the optimal pool size or number of samples NP for the collective analysis and can display the same to the user, for example.
  • the control unit 110 can be designed to guide the user through the pooling process or the collective analysis in order to reduce or avoid errors when processing the samples.
  • the variable to be minimized is the number of tests or analyzes required to record the infection status of a group of people. This can be represented in a simple way via the mean number NT of tests or analyzes per sample. This is calculated from the number of analyzes required per collective sample divided by the number of samples NP for the collective analysis. At least one analysis should always be carried out for each collective sample, and an additional analysis for each sample in the collective sample if the collective sample tested positive as a whole. The probability that at least one sample in the collective sample is positive can be determined using the prevalence value p(C) and the calculation rules for probabilities ' pl f .'.' ⁇ determine. Taken together, this results in the expected number NT of analyzes per sample as a function of the prevalence value p(C) and the number NP of samples NP for the collective analysis whereby
  • NP is the number of samples for bulk analysis and p(C) is the prevalence or prevalence value, for example for SARS-CoV2.
  • a table or look-up table for the optimal number NP, the number of samples for the collective analysis for ranges of prevalence values p(C), can be generated with the aid of the mathematical relationship mentioned above.
  • This look-up table is stored in control unit 110 as determination rule 117 or as part thereof and is based on the prevalence value read in p(C) evaluated in order to automatically determine the optimal pool size or optimal number NP of samples NP for the pool analysis.
  • An exemplary lookup table of the determination rule 117 includes in particular the assignments mentioned below.
  • a prevalence value p(C) of 1.24% a number of NPs of 10 samples can be combined for the pooled analysis.
  • a prevalence value p(C) of 1.24% to 1.58% a number of NPs of 9 samples can be combined for the collective analysis.
  • a prevalence value p(C) of 1.58% to 2.07% a number of NPs of 8 samples can be combined for the collective analysis.
  • a prevalence value p(C) of 2.07% to 2.83% a number of NPs of 7 samples can be combined for the collective analysis.
  • a prevalence value p(C) of 2.83% to 4.11% a number of NPs of 6 samples can be combined for the collective analysis.
  • a prevalence value p(C) of 4.11% to 6.56% a number of NPs of 5 samples can be combined for the collective analysis.
  • a prevalence value p(C) of 6.56% to 12.39% a number of NPs of 4 samples can be combined for the collective analysis.
  • a prevalence value p(C) of 12.39% to 30.66% a number of NP from 3 samples can be combined for the collective analysis. From a prevalence p(C) of 30.66%, only a single sample can be analyzed.
  • such a lookup table links different pool sizes or numbers NP of samples for the collective analysis with the respective range of prevalence values p(C) for which they are optimal.
  • p(C) For very small prevalence values p(C), a large pool size or large number NP of samples should be aimed for.
  • the mathematical relationship shows that even with prevalence values p(C) of over 1.24%, the number of NPs of 10 samples is no longer optimal. If, for example, patients with symptoms are tested, a significantly higher probability of infection should be assumed. It also shows that from a prevalence value p(C) of about 30%, only individual samples should be analyzed and that a collective sample of two individual samples should be avoided.
  • FIG. 2 shows a flow chart of an embodiment of a method 200 for determining a number of samples for a bulk analysis using an analyzer for analyzing samples of biological material. For bulk analysis, subsets of the number of samples are analyzed in a mixed state.
  • the method 200 for determining can be carried out using the control device from FIG. 1 or a similar control device.
  • the method 200 for determining can also be carried out using the analysis device from FIG. 1 or a similar analysis device.
  • the method 200 for determining comprises a step 210 of reading in and a step 220 of applying.
  • a prevalence value is read in, which represents a prevalence of a disease caused by a pathogen for which the samples are analyzed.
  • a determination rule is applied to the read-in prevalence value in order to determine the number of samples for the collective analysis as a function of the prevalence value.
  • the method 200 for determining also includes a step 205 of evaluating results of past analyzes of the analysis device and/or at least one further analysis device in order to determine the prevalence value.
  • the prevalence value determined in step 205 of evaluation is read in.
  • the method 200 for determining also includes a step 230 of generating an output signal for output to a user interface of the analysis device and/or to an operating interface of the analysis device. The output signal represents the specific number of samples for the collective analysis.
  • FIG. 3 shows a prevalence value-number of analyzes diagram 300 in connection with the analysis device or the control unit from FIG. 1 and/or in connection with the method from FIG Numbers of analyzes or expected numbers NT of analyzes per sample are plotted on the ordinate axis of diagram 300 .
  • das Diagram 300 shows only five graphs 301, 302, 303, 305 and 310 as an example.
  • a first graph 301 shows a prevalence value-analysis number relationship for a number NP from a sample.
  • a second graph 302 shows a prevalence value-analysis number relationship for a number NP of 2 samples.
  • a third graph 303 shows a prevalence value-number of analyzes relationship for a number NP of 3 samples.
  • a fourth graph 305 shows a prevalence value-analysis number relationship for a number NP of 5 samples.
  • a fifth graph 310 shows a prevalence value-number of analyzes relationship for a number NP of 10 samples.
  • the diagram 300 shows a number of analyzes that are necessary to determine the infection status of a patient or a sample, depending on the prevalence value p(C), for different pool sizes or numbers NP of samples for the pool analysis.
  • a large pool size or number NP of samples can greatly reduce the number NT of necessary analyzes per sample at low infection rates or prevalence values p(C).
  • pooling or collective analysis means additional work and can therefore be avoided. Between these two extremes there are optimal pool sizes or numbers of samples NP, which can be used to record as many samples as possible with as few analyzes as possible.
  • an embodiment includes an "and/or" link between a first feature and a second feature, this should be read in such a way that the embodiment according to one embodiment includes both the first feature and the second feature and according to a further embodiment either only that having the first feature or only the second feature.

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Abstract

The invention relates to a method for determining a number (NP) of samples for a collective analysis using an analyzer (100) for analyzing samples of a biological material. Subsets of the number (NP) of samples in a mixed condition are analyzed for the collective analysis. The method comprises a step of reading in a prevalence value (p(C)) which represents a prevalence of a disease caused by a pathogen, in terms of which prevalence value the samples are analyzed. The method also comprises a step of applying a determination specification (117) to the read-in prevalence value (p(C)) in order to determine the number (NP) of samples for the collective analysis according to the prevalence value (p(C)).

Description

Beschreibung description
Titel title
Verfahren und Steuergerät zum Bestimmen einer Anzahl von Proben für eine Sammelanalyse unter Verwendung eines Analysegeräts zum Analysieren von Proben biologischen Materials Method and controller for determining a number of samples for bulk analysis using an analyzer for analyzing samples of biological material
Stand der Technik State of the art
Die Erfindung geht von einer Vorrichtung oder einem Verfahren nach Gattung der unabhängigen Ansprüche aus. Gegenstand der vorliegenden Erfindung ist auch ein Computerprogramm. The invention is based on a device or a method according to the species of the independent claims. The subject matter of the present invention is also a computer program.
Es wurden beispielsweise neue Testprotokolle publiziert, die es ermöglichen, durch sogenanntes Pool-Testing bzw. Test-Pooling insbesondere vorhandene Laborkapazitäten zu erhöhen. Proben von Patienten können zunächst in ein Archiv-Gefäß und dann in ein Pool-Gefäß gegeben werden. Im Pool-Gefäß können dabei die Proben mehrerer Patienten kombiniert werden, in den Archivgefäßen findet sich jeweils nur die Probe eines einzelnen Patienten. Anschließend wird zunächst der Pool mit Hilfe eines PCR-Tests (PCR = polymerase chain reaction; Polymerase- Kettenreaktion) mit hoher Sensitivität analysiert. Fällt dieser negativ aus, kann man davon ausgehen, dass alle Proben negativ sind. Fällt der Pool-Test dagegen positiv aus, sind alle Proben noch einmal einzeln zu testen. Da die Grundwahrscheinlichkeit bzw. die Prävalenz für eine aktive Infektion häufig verhältnismäßig klein sein kann, fällt beispielsweise der Pool-Test häufig negativ aus und auf die Einzeltests kann verzichtet werden. For example, new test protocols have been published that make it possible to increase existing laboratory capacities in particular through so-called pool testing or test pooling. Samples from patients can be placed first in an archive tube and then in a pool tube. Samples from several patients can be combined in the pool vessel, while the archive vessels only contain the sample from a single patient. The pool is then analyzed with high sensitivity using a PCR test (PCR = polymerase chain reaction). If this is negative, it can be assumed that all samples are negative. If, on the other hand, the pool test is positive, all samples must be tested again individually. Since the basic probability or the prevalence of an active infection can often be relatively small, the pool test, for example, is often negative and the individual tests can be dispensed with.
Die EP 3 670 669 Al beschreibt ein Verfahren zur Detektion von SARS-CoV-2 in einer Mehrzahl biologischer Proben von Lebewesen und auf eine Ausrüstung zum Ausführen des Verfahrens. Bisher wird die Poolgröße bzw. die Anzahl von Einzelproben in dem Pool auf Basis einfacher Kriterien bestimmt, wie beispielsweise Symptomen oder keinen Symptomen für eine Infektion bei Patienten, weswegen beispielsweise im Hinblick auf eine zu erwartende Anzahl von letztendlich notwendigen Tests bzw. Analysen pro Probe suboptimale Poolgrößen gewählt werden können. Beispielsweise kann bisher für ein Test-Pooling-Verfahren bei symptomfreien Patienten eine Poolgröße von 10 empfohlen sein, bei symptomatischen Patienten eine Poolgröße von 2. Durch Analyse von Wahrscheinlichkeiten und der zu erwartenden Anzahl von Tests pro Probe kann insbesondere gezeigt werden, dass je nach gegebener Prävalenz von Infektionen eine Poolgröße von 10 unter Umständen zu groß sein könnte und eine Poolgröße von 2 ebenfalls suboptimal sein könnte. EP 3 670 669 A1 describes a method for detecting SARS-CoV-2 in a plurality of biological samples from living beings and equipment for carrying out the method. So far, the pool size or the number of individual samples in the pool has been determined on the basis of simple criteria, such as symptoms or no symptoms of infection in patients, which is why, for example, suboptimal with regard to an expected number of tests or analyzes ultimately required per sample Pool sizes can be chosen. For example, a pool size of 10 can be recommended for a test pooling procedure for symptom-free patients and a pool size of 2 for symptomatic patients. By analyzing probabilities and the expected number of tests per sample, it can be shown in particular that depending on the given prevalence of infection, a pool size of 10 might be too large and a pool size of 2 might also be suboptimal.
Offenbarung der Erfindung Disclosure of Invention
Vor diesem Hintergrund werden mit dem hier vorgestellten Ansatz ein Verfahren, weiterhin ein Steuergerät, das dieses Verfahren verwendet, sowie schließlich ein entsprechendes Computerprogramm gemäß den Hauptansprüchen vorgestellt. Durch die in den abhängigen Ansprüchen aufgeführten Maßnahmen sind vorteilhafte Weiterbildungen und Verbesserungen der im unabhängigen Anspruch angegebenen Vorrichtung möglich. Against this background, with the approach presented here, a method, furthermore a control unit that uses this method, and finally a corresponding computer program according to the main claims are presented. Advantageous developments and improvements of the device specified in the independent claim are possible as a result of the measures listed in the dependent claims.
Gemäß Ausführungsformen kann insbesondere bei einer Analyse von Sammelproben bzw. Sammelanalyse, auch Pool-Testing bzw. Test-Pooling genannt, von biologischem Material ein Prävalenzwert berücksichtigt werden, um eine von dem Prävalenzwert abhängige Anzahl von Einzelproben für die Sammelanalyse zu bestimmen. Beispielsweise können für die Zusammenstellung von Sammelproben aggregierte Daten über Infektionen genutzt werden, um insbesondere eine Prävalenz der Infektion in bereits getesteten Proben zu schätzen und darauf basierend eine optimale Poolgröße bzw. Anzahl von Proben für die Sammelanalyse zu bestimmen. According to embodiments, a prevalence value can be taken into account in an analysis of collective samples or collective analysis, also called pool testing or test pooling, of biological material in order to determine a number of individual samples for the collective analysis that depends on the prevalence value. For example, aggregated data on infections can be used to compile pooled samples, in particular to estimate the prevalence of infection in samples that have already been tested and based on this to determine an optimal pool size or number of samples for the pooled analysis.
Daher können insbesondere eine Anzahl von Analysen bzw. Tests verringert werden und kann somit implizit eine Testkapazität erhöht werden. Es kann beispielsweise ein automatisch angeleitetes Test-Pooling bzw. eine automatisch angeleitete Zusammenstellung der Sammelprobe realisiert werden, wodurch beispielsweise ein positiver Effekt im Kampf gegen Erkrankungen wie COVID-19 oder dergleichen erzielt werden kann. So kann insbesondere ein Pooling- Protokoll derart in eine automatisierte Testplattform bzw. in ein Analysegerät eingebunden werden, dass die Anzahl von Proben für die Sammelanalyse automatisch beispielsweise anhand von historischen Daten optimal bestimmt werden kann. Dabei kann beispielsweise das Analysegerät durch Automatisierung auch ein Tracking der Proben bei der Sammelanalyse übernehmen und einen Anwender durch die Sammelanalyse und gegebenenfalls das Nach-Testen der Einzelproben leiten. Insbesondere kann eine prävalenzabhängige Sammelanalyse bzw. ein historienabhängiges Test-Pooling beispielsweise für SARS-CoV2 oder dergleichen ermöglicht werden. Therefore, in particular, a number of analyzes or tests can be reduced and a test capacity can thus implicitly be increased. For example, an automatically guided test pooling or an automatically Guided compilation of the collective sample can be realized, which can, for example, have a positive effect in the fight against diseases such as COVID-19 or the like. In particular, a pooling protocol can be integrated into an automated test platform or into an analysis device in such a way that the number of samples for the collective analysis can be optimally determined automatically, for example on the basis of historical data. In this case, for example, the analysis device can also take over tracking of the samples in the collective analysis through automation and guide a user through the collective analysis and, if necessary, the subsequent testing of the individual samples. In particular, a prevalence-dependent collective analysis or history-dependent test pooling, for example for SARS-CoV2 or the like, can be made possible.
Bei Pandemieszenarien wie der Coronavirus-(SARS-CoV2)-Pandemie können somit schnelle und hoch verfügbare Tests bzw. Analysen bereitgestellt werden, um Infektionen zeitnah und umfangreich detektieren zu können. Damit können nicht nur Neuinfektionen durch Quarantäne verhindert werden, sondern auch eine Effektivität von Gegenmaßnahmen wie Schulschließungen und Abstandsgeboten gemessen werden. Beispielsweise können für einen Nachweis von SARS-CoV2-lnfektionen Analysen auf der Basis der Polymerase- Kettenreaktion (PCR) verwendet werden. Die Analysen auf Basis der PCR sind höchst sensitiv, können also auch kleinste Mengen von biologischem Material, hier beispielsweise Virus, in einer Probe detektieren. Da diese Tests aufgrund einer Knappheit von entsprechenden Reagenzien und Laborkapazitäten lediglich begrenzt verfügbar sind, kann eine Testkapazität durch vorteilhaftes Bestimmen der Anzahl von Proben für die Sammelanalyse erhöht werden. In pandemic scenarios such as the coronavirus (SARS-CoV2) pandemic, fast and highly available tests or analyzes can be provided in order to be able to detect infections promptly and extensively. This not only prevents new infections through quarantine, but also measures the effectiveness of countermeasures such as school closures and distance requirements. For example, analyzes based on the polymerase chain reaction (PCR) can be used to detect SARS-CoV2 infections. The analyzes based on the PCR are extremely sensitive, so they can also detect the smallest amounts of biological material, in this case a virus, for example, in a sample. Since these tests are only available to a limited extent due to a shortage of corresponding reagents and laboratory capacities, test capacity can be increased by advantageously determining the number of samples for bulk analysis.
Es wird ein Verfahren zum Bestimmen einer Anzahl von Proben für eine Sammelanalyse unter Verwendung eines Analysegeräts zum Analysieren von Proben biologischen Materials vorgestellt, wobei für die Sammelanalyse Teilmengen der Anzahl von Proben in einem miteinander gemischten Zustand analysiert werden, wobei das Verfahren folgende Schritte aufweist: Einlesen eines Prävalenzwertes, der eine Prävalenz einer durch einen Krankheitserreger ausgelösten Erkrankung repräsentiert, auf den hin die Proben analysiert werden; und A method for determining a number of samples for a collective analysis using an analysis device for analyzing samples of biological material is presented, wherein subsets of the number of samples are analyzed in a mixed state for the collective analysis, the method having the following steps: reading in a prevalence value representing a prevalence of a disease caused by a pathogen for which the samples are analyzed; and
Anwenden einer Bestimmungsvorschrift auf den eingelesenen Prävalenzwert, um abhängig von dem Prävalenzwert die Anzahl von Proben für die Sammelanalyse zu bestimmen. Applying a determination rule to the read-in prevalence value in order to determine the number of samples for the collective analysis depending on the prevalence value.
Dieses Verfahren kann beispielsweise in Software oder Hardware oder in einer Mischform aus Software und Hardware beispielsweise in einem Steuergerät implementiert sein. Das Analysegerät kann beispielsweise eine Analyseeinheit für eine mikrofluidische Vorrichtung sein. Bei einer solchen mikrofluidischen Vorrichtung kann es sich beispielsweise um eine Vorrichtung für ein Chiplabor, auch Lab-on-a-Chip-System genannt, handeln. Unter einem Chiplabor kann ein mikrofluidisches System verstanden werden, in dem die gesamte Funktionalität eines makroskopischen Labors auf einem beispielsweise kreditkartengroßen Kunststoffsubstrat, der Chiplaborkartusche, untergebracht werden kann und in dem komplexe biologische, diagnostische, chemische oder physikalische Prozesse miniaturisiert ablaufen können. Die mikrofluidische Vorrichtung kann eine mikrofluidische Kartusche sein. Die mikrofluidische Vorrichtung kann mit dem Analysegerät koppelbar oder gekoppelt sein. Die Probe biologischen Materials kann in der mikrofluidischen Vorrichtung angeordnet sein. Das biologische Material kann Bakterien, Viren, sonstige pathogene Zellen, menschliche Zellen, tierische Zellen, pflanzliche Zellen oder dergleichen aufweisen. Bei der Probe kann es sich um eine Probenflüssigkeit oder flüssige Probe handeln, beispielsweise Speichel, Blut, Sperma, Abstrich. Das Analysegerät kann in Zusammenwirkung mit der mikrofluidischen Vorrichtung ausgebildet sein, um eine Polymerase- Kettenreaktion (PCR; Polymerase Chain Reaction) durchzuführen, insbesondere eine quantitative Echtzeit-PCR. Eine Analyse einer Probe kann eine Vielzahl von Bearbeitungszyklen aufweisen. Ein Bearbeitungszyklus kann einen Bearbeitungsschritt an der Probe, eine Wartezeitdauer und/oder einen Messvorgang repräsentieren. Ein Bearbeitungszyklus kann zeitlich definiert sein. Unter Bearbeiten der Probe kann auch ein reines Messen und/oder ein Arbeiten mit der Probe verstanden werden. Ein Analyseergebnis kann beispielsweise eine qualitative und/oder quantitative Aussage dahingehend sein, ob der Probe ein gesuchtes Zielmolekül oder ein gesuchtes biologisches Material vorhanden ist. Ein Analyseergebnis kann ein Teilanalyseergebnis oder eine Zwischenstufe für ein endgültiges Ergebnis der Analyse repräsentieren. Bei dem Krankheitserreger können sich beispielsweise um Coronaviren wie SARS-CoV2 handeln. Bei der Erkrankung kann es sich beispielsweise um eine von Viren ausgelöste Erkrankung wie COVID-19 handeln. This method can be implemented, for example, in software or hardware or in a mixed form of software and hardware, for example in a control unit. The analysis device can be, for example, an analysis unit for a microfluidic device. Such a microfluidic device can be, for example, a device for a chip laboratory, also known as a lab-on-a-chip system. A chip laboratory can be understood as a microfluidic system in which the entire functionality of a macroscopic laboratory can be accommodated on a plastic substrate the size of a credit card, for example, the chip laboratory cartridge, and in which complex biological, diagnostic, chemical or physical processes can run in miniaturized form. The microfluidic device can be a microfluidic cartridge. The microfluidic device can be or can be coupled to the analysis device. The sample of biological material can be arranged in the microfluidic device. The biological material can contain bacteria, viruses, other pathogenic cells, human cells, animal cells, plant cells or the like. The sample can be a liquid sample or a liquid sample, for example saliva, blood, sperm, swab. The analysis device can be designed in cooperation with the microfluidic device in order to carry out a polymerase chain reaction (PCR; polymerase chain reaction), in particular a quantitative real-time PCR. An analysis of a sample can have a number of processing cycles. A processing cycle can represent a processing step on the sample, a waiting time and/or a measurement process. A processing cycle can be defined in terms of time. Processing the sample can also be understood to mean pure measurement and/or working with the sample. An analysis result can be qualitative and/or quantitative, for example Statement as to whether the sample contains a target molecule or a biological material that is being sought. An analysis result can represent a partial analysis result or an intermediate stage for a final result of the analysis. The pathogen can be, for example, a corona virus such as SARS-CoV2. The disease can be, for example, a viral disease such as COVID-19.
Gemäß einer Ausführungsform kann das Verfahren einen Schritt des Auswertens von Ergebnissen vergangener Analysen des Analysegeräts und zusätzlich oder alternativ zumindest eines weiteren Analysegeräts aufweisen, um den Prävalenzwert zu ermitteln. Hierbei kann im Schritt des Einlesens der im Schritt des Auswertens ermittelte Prävalenzwert eingelesen werden. Das zumindest eine weitere Analysegerät kann datenübertragungsfähig mit dem Analysegerät verbunden sein. Eine solche Ausführungsform bietet den Vorteil, dass mittels Tracking bereits durchgeführter Analysen bzw. bisheriger Analyseergebnisse ein zuverlässiger und genauer aktueller Prävalenzwert gefunden werden kann, um eine optimale Anzahl von Proben für die Analyse zu bestimmen. According to one embodiment, the method can have a step of evaluating the results of past analyzes of the analysis device and additionally or alternatively at least one further analysis device in order to determine the prevalence value. In this case, the prevalence value determined in the evaluation step can be read in in the reading step. The at least one further analysis device can be connected to the analysis device in a data-transmitting manner. Such an embodiment offers the advantage that a reliable and precise current prevalence value can be found by tracking analyzes already carried out or previous analysis results in order to determine an optimal number of samples for the analysis.
Auch kann im Schritt des Einlesens der Prävalenzwert von einer Kommunikationsschnittstelle des Analysegeräts eingelesen werden. Hierbei kann der Prävalenzwert über die Kommunikationsschnittstelle von zumindest einem weiteren Analysegerät und zusätzlich oder alternativ von zumindest einer Netzwerkspeichereinrichtung empfangbar sein. Eine solche Ausführungsform bietet den Vorteil, dass ein Prävalenzwert verwendet werden kann, der auch Analyseergebnisse und/oder Erkenntnisse über eine aktuelle Prävalenz von zumindest einer Datenquelle außerhalb des Analysegeräts berücksichtigen kann. In the step of reading in, the prevalence value can also be read in by a communication interface of the analysis device. In this case, the prevalence value can be receivable via the communication interface from at least one further analysis device and additionally or alternatively from at least one network storage device. Such an embodiment offers the advantage that a prevalence value can be used which can also take into account analysis results and/or knowledge about a current prevalence from at least one data source outside of the analysis device.
Ferner kann im Schritt des Einlesens der Prävalenzwert von einer Benutzerschnittstelle des Analysegeräts eingelesen werden. Hierbei kann der Prävalenzwert über die Benutzerschnittstelle ansprechend auf eine Benutzereingabe empfangbar sein. Mittels der Benutzereingabe kann der Prävalenzwert bereitgestellt, modifiziert oder eingestellt werden. Eine solche Ausführungsform bietet den Vorteil, dass auch von einer Analysehistorie unabhängige Einflussfaktoren hinsichtlich der Prävalenz für die Bestimmung einer optimalen Anzahl von Proben für die Sammelanalyse berücksichtigt werden können. Furthermore, in the step of reading in, the prevalence value can be read in by a user interface of the analysis device. In this case, the prevalence value can be receivable via the user interface in response to a user input. The prevalence value can be provided, modified or adjusted by means of the user input. Such an embodiment offers the advantage that factors influencing the prevalence that are independent of an analysis history can also be used for the determination an optimal number of samples for the collective analysis can be considered.
Gemäß einer Ausführungsform kann die im Schritt des Anwendens angewendete Bestimmungsvorschrift eine Nachschlagtabelle und zusätzlich oder alternativ einen mathematischen Zusammenhang zwischen dem Prävalenzwert, der Anzahl von Proben für die Sammelanalyse und einer erwarteten Anzahl von Analysen pro Probe aufweisen. Die Nachschlagtabelle kann einen Zusammenhang zwischen dem Prävalenzwert und der Anzahl von Proben für die Sammelanalyse herstellen. Bei dem mathematischen Zusammenhang kann es sich um einen stochastischen Zusammenhang handeln, wobei die erwartete Anzahl von Analysen pro Probe abhängig von dem Prävalenzwert minimiert werden kann. Eine solche Ausführungsform bietet den Vorteil, dass eine einfache, sichere und genaue Bestimmung einer optimalen Anzahl von Proben für die Sammelanalyse ermöglicht wird. According to one embodiment, the determination rule applied in the applying step can have a look-up table and additionally or alternatively a mathematical relationship between the prevalence value, the number of samples for the pool analysis and an expected number of analyzes per sample. The look-up table can relate the prevalence value to the number of samples for pooled analysis. The mathematical relationship can be a stochastic relationship, in which case the expected number of analyzes per sample can be minimized depending on the prevalence value. Such an embodiment offers the advantage that an optimal number of samples for the collective analysis can be determined in a simple, reliable and precise manner.
Zudem kann das Verfahren einen Schritt des Erzeugens eines Ausgangssignals zur Ausgabe an eine Benutzerschnittstelle des Analysegeräts und zusätzlich oder alternativ an eine Betriebsschnittstelle des Analysegeräts aufweisen. In addition, the method can have a step of generating an output signal for output to a user interface of the analysis device and additionally or alternatively to an operating interface of the analysis device.
Hierbei kann das Ausgangssignal die bestimmte Anzahl von Proben für die Sammelanalyse repräsentieren. Die Benutzerschnittstelle kann ausgebildet sein, um ansprechend auf das Ausgangssignal eine optische, graphische und/oder akustische Signalisierung der bestimmten Anzahl von Proben für die Sammelanalyse zu bewirken. Die Betriebsschnittstelle kann ausgebildet sein, um ansprechend auf das Ausgangssignal einen Betrieb von Mitteln zum Zusammenstellen einer Sammelprobe für die Sammelanalyse aus der bestimmten Anzahl von Proben anzusteuern. Eine solche Ausführungsform bietet den Vorteil, dass eine zuverlässige Anleitung und/oder Ansteuerung zum Zusammenstellen der Sammelprobe für die Sammelanalyse erreicht werden kann. Here, the output signal can represent the specific number of samples for the collective analysis. The user interface can be designed to cause optical, graphic and/or acoustic signaling of the specific number of samples for the collective analysis in response to the output signal. The operational interface can be configured to, in response to the output signal, control operation of means for compiling a collective sample for the collective analysis from the determined number of samples. Such an embodiment offers the advantage that reliable guidance and/or control for compiling the collective sample for the collective analysis can be achieved.
Der hier vorgestellte Ansatz schafft ferner ein Steuergerät, das ausgebildet ist, um die Schritte einer Variante eines hier vorgestellten Verfahrens in entsprechenden Einrichtungen durchzuführen, anzusteuern bzw. umzusetzen. Auch durch diese Ausführungsvariante der Erfindung in Form eines Steuergeräts kann die der Erfindung zugrunde liegende Aufgabe schnell und effizient gelöst werden. The approach presented here also creates a control device that is designed to carry out, control or implement the steps of a variant of a method presented here in corresponding devices. Also through this embodiment variant of the invention in the form of a control unit the object on which the invention is based can be solved quickly and efficiently.
Hierzu kann das Steuergerät zumindest eine Recheneinheit zum Verarbeiten von Signalen oder Daten, zumindest eine Speichereinheit zum Speichern von Signalen oder Daten, zumindest eine Schnittstelle zu einem Sensor oder einem Aktor zum Einlesen von Sensorsignalen von dem Sensor oder zum Ausgeben von Steuersignalen an den Aktor und/oder zumindest eine Kommunikationsschnittstelle zum Einlesen oder Ausgeben von Daten aufweisen, die in ein Kommunikationsprotokoll eingebettet sind. Die Recheneinheit kann beispielsweise ein Signalprozessor, ein Mikrocontroller oder dergleichen sein, wobei die Speichereinheit ein Flash-Speicher, ein EEPROM oder eine magnetische Speichereinheit sein kann. Die Kommunikationsschnittstelle kann ausgebildet sein, um Daten drahtlos und/oder leitungsgebunden einzulesen oder auszugeben, wobei eine Kommunikationsschnittstelle, die leitungsgebundene Daten einlesen oder ausgeben kann, diese Daten beispielsweise elektrisch oder optisch aus einer entsprechenden Datenübertragungsleitung einlesen oder in eine entsprechende Datenübertragungsleitung ausgeben kann. For this purpose, the control unit can have at least one computing unit for processing signals or data, at least one memory unit for storing signals or data, at least one interface to a sensor or an actuator for reading in sensor signals from the sensor or for outputting control signals to the actuator and/or or have at least one communication interface for reading in or outputting data that are embedded in a communication protocol. The arithmetic unit can be, for example, a signal processor, a microcontroller or the like, with the memory unit being able to be a flash memory, an EEPROM or a magnetic memory unit. The communication interface can be designed to read in or output data wirelessly and/or by wire, wherein a communication interface that can read in or output wire-bound data can, for example, read this data electrically or optically from a corresponding data transmission line or can output it to a corresponding data transmission line.
Unter einem Steuergerät kann vorliegend ein elektrisches Gerät verstanden werden, das Sensorsignale verarbeitet und in Abhängigkeit davon Steuer- und/oder Datensignale ausgibt. Das Steuergerät kann eine Schnittstelle aufweisen, die hard- und/oder softwaremäßig ausgebildet sein kann. Bei einer hardwaremäßigen Ausbildung können die Schnittstellen beispielsweise Teil eines sogenannten System-ASICs sein, der verschiedenste Funktionen des Steuergeräts beinhaltet. Es ist jedoch auch möglich, dass die Schnittstellen eigene, integrierte Schaltkreise sind oder zumindest teilweise aus diskreten Bauelementen bestehen. Bei einer softwaremäßigen Ausbildung können die Schnittstellen Softwaremodule sein, die beispielsweise auf einem Mikrocontroller neben anderen Softwaremodulen vorhanden sind. In the present case, a control device can be understood to mean an electrical device that processes sensor signals and outputs control and/or data signals as a function thereof. The control unit can have an interface that can be designed in terms of hardware and/or software. In the case of a hardware design, the interfaces can be part of what is known as a system ASIC, for example, which contains a wide variety of functions of the control unit. However, it is also possible for the interfaces to be separate integrated circuits or to consist at least partially of discrete components. In the case of a software design, the interfaces can be software modules which are present, for example, on a microcontroller alongside other software modules.
Es wird auch ein Analysegerät zum Analysieren von Proben biologischen Materials vorgestellt, wobei das Analysegerät eine Ausführungsform des vorstehend genannten Steuergerätes aufweist. In Verbindung mit dem Analysegerät kann eine Ausführungsform des vorstehend genannten Steuergerätes vorteilhaft eingesetzt oder verwendet werden, um die Anzahl von Proben für eine Sammelanalyse zu bestimmen. Das Analysegerät kann auch einen Kopplungsabschnitt zum Koppeln des Analysegeräts mit einer mikrofluidischen Vorrichtung zum Bearbeiten der Probe sowie Analysemittel zum Durchführen der Analyse der Probe aufweisen. An analysis device for analyzing samples of biological material is also presented, the analysis device having an embodiment of the aforementioned control unit. In connection with the analysis device, an embodiment of the aforementioned control device can be advantageously employed or used to determine the number of samples for a bulk analysis. The analysis device can also have a coupling section for coupling the analysis device to a microfluidic device for processing the sample and analysis means for performing the analysis of the sample.
Von Vorteil ist auch ein Computerprogrammprodukt oder Computerprogramm mit Programmcode, der auf einem maschinenlesbaren Träger oder Speichermedium wie einem Halbleiterspeicher, einem Festplattenspeicher oder einem optischen Speicher gespeichert sein kann und zur Durchführung, Umsetzung und/oder Ansteuerung der Schritte des Verfahrens nach einer der vorstehend beschriebenen Ausführungsformen verwendet wird, insbesondere wenn das Programmprodukt oder Programm auf einem Computer oder einer Vorrichtung ausgeführt wird. A computer program product or computer program with program code, which can be stored on a machine-readable carrier or storage medium such as a semiconductor memory, a hard disk memory or an optical memory and for carrying out, implementing and/or controlling the steps of the method according to one of the embodiments described above, is also advantageous used, especially when the program product or program is run on a computer or device.
Ausführungsbeispiele des hier vorgestellten Ansatzes sind in den Zeichnungen dargestellt und in der nachfolgenden Beschreibung näher erläutert. Es zeigt: Exemplary embodiments of the approach presented here are shown in the drawings and explained in more detail in the following description. It shows:
Fig. 1 eine schematische Darstellung eines Analysegeräts mit einem Steuergerät gemäß einem Ausführungsbeispiel; 1 shows a schematic representation of an analysis device with a control device according to an exemplary embodiment;
Fig. 2 ein Ablaufdiagramm eines Ausführungsbeispiels eines Verfahrens zum Bestimmen einer Anzahl von Proben für eine Sammelanalyse unter Verwendung eines Analysegeräts zum Analysieren von Proben biologischen Materials; und 2 shows a flow chart of an embodiment of a method for determining a number of samples for a collective analysis using an analysis device for analyzing samples of biological material; and
Fig. 3 ein Prävalenzwert-Analysenanzahl-Diagramm im Zusammenhang mit dem Analysegerät oder dem Steuergerät aus Fig. 1 und/oder im Zusammenhang mit dem Verfahren aus Fig. 2. 3 shows a prevalence value-analysis number diagram in connection with the analysis device or the control unit from FIG. 1 and/or in connection with the method from FIG. 2.
In der nachfolgenden Beschreibung günstiger Ausführungsbeispiele der vorliegenden Erfindung werden für die in den verschiedenen Figuren dargestellten und ähnlich wirkenden Elemente gleiche oder ähnliche Bezugszeichen verwendet, wobei auf eine wiederholte Beschreibung dieser Elemente verzichtet wird. Fig. 1 zeigt eine schematische Darstellung eines Analysegeräts 100 mit einem Steuergerät 110 gemäß einem Ausführungsbeispiel. Das Analysegerät 100 ist ausgebildet, um Proben biologischen Materials zu analysieren. Das Analysegerät 100 umfasst das Steuergerät 110. In the following description of favorable exemplary embodiments of the present invention, the same or similar reference symbols are used for the elements which are shown in the various figures and have a similar effect, with a repeated description of these elements being dispensed with. 1 shows a schematic representation of an analysis device 100 with a control unit 110 according to an exemplary embodiment. The analysis device 100 is designed to analyze samples of biological material. Analysis device 100 includes control unit 110.
Das Analysegerät 100 ist beispielsweise als eine Analyseeinheit für eine mikrofluidische Vorrichtung ausgeführt. Eine solche mikrofluidische Vorrichtung ist beispielsweise eine Vorrichtung für ein Chiplabor, auch Lab-on-a-Chip-System genannt. Die mikrofluidische Vorrichtung kann eine mikrofluidische Kartusche sein. Die mikrofluidische Vorrichtung ist mit dem Analysegerät 100 koppelbar oder gekoppelt. Die Probe biologischen Materials kann in der mikrofluidischen Vorrichtung angeordnet sein. Das Analysegerät 100 ist ausgebildet, um in Zusammenwirkung mit der mikrofluidischen Vorrichtung eine Polymerase- Kettenreaktion (PCR; Polymerase Chain Reaction) durchzuführen. The analysis device 100 is designed, for example, as an analysis unit for a microfluidic device. Such a microfluidic device is, for example, a device for a chip laboratory, also called a lab-on-a-chip system. The microfluidic device can be a microfluidic cartridge. The microfluidic device can be coupled or is coupled to the analysis device 100 . The sample of biological material can be arranged in the microfluidic device. The analysis device 100 is designed to carry out a polymerase chain reaction (PCR; polymerase chain reaction) in cooperation with the microfluidic device.
Das Steuergerät 110 ist ausgebildet, um eine Anzahl von Proben bzw. Probenanzahl NP für eine Sammelanalyse zu bestimmen. Dabei werden für die Sammelanalyse Teilmengen der Anzahl von Proben in einem miteinander gemischten Zustand mittels des Analysegeräts 100 analysiert. Dazu umfasst das Steuergerät 110 eine Einleseeinrichtung 114 und eine Anwendungseinrichtung 116. Die Einleseeinrichtung 114 ist ausgebildet, um einen Prävalenzwert p(C) einzulesen. Der Prävalenzwert p(C) repräsentiert eine Prävalenz einer durch einen Krankheitserreger ausgelösten Erkrankung, auf den hin die Proben analysiert werden. Ferner ist die Einleseeinrichtung 114 ausgebildet, um den eingelesenen Prävalenzwert p(C) an die Anwendungseinrichtung 116 weiterzugeben. Die Anwendungseinrichtung 116 ist ausgebildet, um eine Bestimmungsvorschrift 117 auf den eingelesenen Prävalenzwert p(C) anzuwenden, um abhängig von dem Prävalenzwert p(C) die Anzahl von Proben bzw. Probenanzahl NP für die Sammelanalyse zu bestimmen. Auch ist die Anwendungseinrichtung 116 ausgebildet, um die bestimmte Anzahl von Proben bzw. Probenanzahl NP für die Sammelanalyse in Gestalt eines Signals bereitzustellen. Insbesondere ist die Anwendungseinrichtung 116 ausgebildet, um als die Bestimmungsvorschrift 117 eine Nachschlagtabelle und/oder einen mathematischen Zusammenhang auf den eingelesenen Prävalenzwert p(C) anzuwenden. Anders ausgedrückt umfasst die Bestimmungsvorschrift 117 die Nachschlagtabelle und/oder den mathematischen Zusammenhang. Der mathematische Zusammenhang besteht zwischen dem Prävalenzwert p(C), der Anzahl von Proben bzw. Probenanzahl NP für die Sammelanalyse und einer erwarteten Anzahl von Analysen pro Probe. The control unit 110 is designed to determine a number of samples or number of samples NP for a collective analysis. Here, subsets of the number of samples in a state mixed with each other are analyzed by the analyzer 100 for the collective analysis. For this purpose, control unit 110 includes a reading device 114 and an application device 116. Reading device 114 is designed to read in a prevalence value p(C). The prevalence value p(C) represents a prevalence of a disease caused by a pathogen for which the samples are analyzed. Furthermore, the reading-in device 114 is designed to forward the read-in prevalence value p(C) to the application device 116 . The application device 116 is designed to apply a determination rule 117 to the read-in prevalence value p(C) in order to determine the number of samples or number of samples NP for the collective analysis depending on the prevalence value p(C). The application device 116 is also designed to provide the specific number of samples or number of samples NP for the collective analysis in the form of a signal. In particular, the application device 116 is designed to apply a look-up table and/or a mathematical relationship to the read-in prevalence value p(C) as the determination rule 117 . In other words, the determination rule 117 includes the look-up table and/or the mathematical context. The mathematical relationship exists between the prevalence value p(C), the number of samples or number of samples NP for the collective analysis and an expected number of analyzes per sample.
Gemäß einem Ausführungsbeispiel umfasst das Steuergerät 110 auch eine Auswerteeinrichtung 112. Die Auswerteeinrichtung 112 ist ausgebildet, um Ergebnisse 103 vergangener Analysen des Analysegeräts 100 und/oder zumindest eines weiteren Analysegeräts 130 auszuwerten, um den Prävalenzwert p(C) zu ermitteln. Die Ergebnisse 103 repräsentieren beispielsweise positive oder negative Ergebnisse, wobei ein positives Ergebnis ein Vorliegen eines Zielmoleküls in dem biologischen Material einer Probe und somit eine spezifische Infektion und/oder Erkrankung repräsentiert und ein negatives Ergebnis eine Abwesenheit des Zielmoleküls und somit keine spezifische Infektion und/oder Erkrankung repräsentiert. Das Steuergerät 110 ist hierbei datenübertragungsfähig mit Analysemitteln 102 des Analysegeräts 100 und/oder über eine Kommunikationsschnittstelle 108 des Analysegeräts 100 mit dem zumindest einen weiteren Analysegeräts 130 verbunden. Die Auswerteeinrichtung 112 ist ferner ausgebildet, um den ermittelten Prävalenzwert p(C) für die Einleseeinrichtung 114 bereitzustellen. Hierbei ist die Einleseeinrichtung 114 ausgebildet, um den mittels der Auswerteeinrichtung 112 ermittelten Prävalenzwert p(C) einzulesen. According to one exemplary embodiment, control unit 110 also includes an evaluation device 112. Evaluation device 112 is designed to evaluate results 103 of past analyzes by analysis device 100 and/or at least one further analysis device 130 in order to determine prevalence value p(C). The results 103 represent, for example, positive or negative results, with a positive result representing the presence of a target molecule in the biological material of a sample and thus a specific infection and/or disease, and a negative result representing an absence of the target molecule and thus no specific infection and/or disease represents. Control unit 110 is connected to analysis means 102 of analysis device 100 and/or via a communication interface 108 of analysis device 100 to the at least one further analysis device 130 in a data-transmitting manner. The evaluation device 112 is also designed to provide the determined prevalence value p(C) for the reading-in device 114 . In this case, the reading device 114 is designed to read in the prevalence value p(C) determined by means of the evaluation device 112 .
Gemäß einem weiteren Ausführungsbeispiel ist die Einleseeinrichtung 114 zusätzlich oder alternativ hierzu ausgebildet, um den Prävalenzwert p(C) von der Kommunikationsschnittstelle 108 des Analysegeräts 100 einzulesen, insbesondere über die Kommunikationsschnittstelle 108 von zumindest einem weiteren Analysegerät 130 und/oder einer Netzwerkspeichereinrichtung 140 einzulesen. Hierzu ist das Steuergerät 110 datenübertragungsfähig mit der Kommunikationsschnittstelle 108 verbunden, insbesondere über die Kommunikationsschnittstelle 108 mit dem zumindest einen weiteren Analysegeräts 130 und/oder der Netzwerkspeichereinrichtung 140. Zusätzlich oder alternativ ist die Einleseeinrichtung 114 ausgebildet, um den Prävalenzwert p(C) von einer Benutzerschnittstelle 104 des Analysegeräts 100 einzulesen. Hierbei ist der Prävalenzwert p(C) über die Benutzerschnittstelle 104 ansprechend auf eine Benutzereingabe empfangbar. Dazu ist das Steuergerät 110 datenübertragungsfähig mit der Benutzerschnittstelle 104 verbunden. According to a further exemplary embodiment, the reading device 114 is additionally or alternatively designed to read in the prevalence value p(C) from the communication interface 108 of the analysis device 100, in particular via the communication interface 108 from at least one further analysis device 130 and/or a network storage device 140. To this end, control unit 110 is connected to communication interface 108 in a data-transmitting manner, in particular via communication interface 108 to the at least one other Analysis device 130 and/or the network storage device 140. Additionally or alternatively, the reading device 114 is designed to read in the prevalence value p(C) from a user interface 104 of the analysis device 100. Here, the prevalence value p(C) can be received via the user interface 104 in response to a user input. For this purpose, the control unit 110 is connected to the user interface 104 in a manner capable of data transmission.
Gemäß noch einem weiteren Ausführungsbeispiel umfasst das Steuergerät 110 auch eine Erzeugungseinrichtung 118. Die Erzeugungseinrichtung 118 ist ausgebildet, um unter Verwendung der Anzahl von Proben bzw. Probenanzahl NP für die Sammelanalyse ein Ausgangssignal 119 zu erzeugen. Das Ausgangssignal 119 repräsentiert die bestimmte Anzahl von Proben bzw. Probenanzahl NP für die Sammelanalyse. Die Erzeugungseinrichtung 118 ist ausgebildet, um das Ausgangssignal 119 zur Ausgabe an die Benutzerschnittstelle 104 und/oder an eine Betriebsschnittstelle 106 des Analysegeräts 100 zu erzeugen. Die Betriebsschnittstelle 106 ist datenübertragungsfähig mit den Analysemitteln 102 verbunden. Unter Verwendung des Ausgangssignals 119 ist mittels der Benutzerschnittstelle 104 die Anzahl von Proben bzw. Probenanzahl NP für die Sammelanalyse einem Benutzer des Analysegeräts 100 signalisierbar. Zusätzlich oder alternativ ist unter Verwendung des Ausgangssignals 119 mittels der Analysemittel 102 eine Sammelprobe für die Sammelanalyse aus der Anzahl von Proben bzw. Probenanzahl NP zusammenstellbar. According to yet another exemplary embodiment, control unit 110 also includes a generating device 118. Generating device 118 is designed to generate an output signal 119 using the number of samples or number of samples NP for the collective analysis. The output signal 119 represents the specific number of samples or number of samples NP for the collective analysis. The generating device 118 is designed to generate the output signal 119 for output to the user interface 104 and/or to an operating interface 106 of the analysis device 100 . The operating interface 106 is connected to the analysis means 102 in a data-transmitting manner. Using the output signal 119, the number of samples or number of samples NP for the collective analysis can be signaled to a user of the analysis device 100 by means of the user interface 104. In addition or as an alternative, a collective sample for the collective analysis can be compiled from the number of samples or number of samples NP using the output signal 119 by means of the analysis means 102 .
Aufgrund der Sensitivität einer Analyse auf Basis einer Polymerase- Kettenreaktion kann eine zuverlässige Sammelanalyse unter Verwendung des Analysegeräts 100 durchgeführt werden. In einer Testplattform, hier in dem Analysegeräts 100, kann die Prävalenz der Infektion als Prävalenzwert p(C) ermittelt bzw. geschätzt werden. Dies kann entweder auf dem einzelnen Analysegeräts 100 selbst erfolgen, durch vernetzten Datenaustausch zwischen mehreren Analysegeräten 100, 130 beispielsweise in einem Labor, oder aber durch Handeingabe des Benutzers über die Benutzerschnittstelle 104. So kann auf dem Analysegeräts 100 z. B. die Anzahl der positiven und negativen Ergebnisse gespeichert sein, um damit eine Grundinfektionsrate zu schätzen. Abhängig davon, welche Personengruppe auf einem jeweiligen Analysegeräts 100, 130 getestet wird, ergibt sich damit im Laufe der Zeit eine Schätzung der Prävalenz bzw. des Prävalenzwertes p(C) für das Gerät bzw. das Labor. Eine Handeingabe des Prävalenzwertes p(C) ist z. B. dann sinnvoll, wenn Proben von einer neuen Patientengruppe, die sich von der bisherigen Gruppe unterscheidet, analysiert werden sollen. Basierend auf dem Prävalenzwert p(C) bestimmt das Analysegerät 100 dann automatisch die optimale Poolgröße bzw. Probenanzahl NP für die Sammelanalyse und kann dem Benutzer dieselbe beispielsweise anzeigen. Ferner kann das Steuergerät 110 ausgebildet sein, um den Benutzer durch den Pooling-Prozess bzw. die Sammelanalyse zu leiten, um Fehler beim Verarbeiten der Proben zu verringern oder zu vermeiden. Because of the sensitivity of a polymerase chain reaction analysis, reliable bulk analysis can be performed using analyzer 100 . In a test platform, here in the analysis device 100, the prevalence of the infection can be determined or estimated as a prevalence value p(C). This can either be done on the individual analysis device 100 itself, through networked data exchange between a plurality of analysis devices 100, 130, for example in a laboratory, or by manual input from the user via the user interface 104. B. the number of positive and negative results can be stored in order to estimate a baseline infection rate. Depending on which group of people on a particular analyzer 100, 130 is tested, this results in an estimate of the prevalence or the prevalence value p(C) for the device or the laboratory over time. A manual input of the prevalence value p(C) is e.g. This is useful, for example, when samples from a new patient group that differs from the previous group are to be analyzed. Based on the prevalence value p(C), the analysis device 100 then automatically determines the optimal pool size or number of samples NP for the collective analysis and can display the same to the user, for example. Furthermore, the control unit 110 can be designed to guide the user through the pooling process or the collective analysis in order to reduce or avoid errors when processing the samples.
Hinsichtlich des vorstehend genannten mathematischen Zusammenhangs der Bestimmungsvorschrift 117 sei angemerkt, dass die zu minimierende Größe die Anzahl der notwendigen Tests bzw. Analysen ist, um den Infektionsstatus einer Personengruppe zu erfassen. Dies lässt sich auf einfache Weise über die mittlere Anzahl NT von Tests bzw. Analysen pro Probe darstellen. Diese errechnet sich aus der Anzahl der notwendigen Analysen pro Sammelprobe, geteilt durch die Anzahl von Proben NP für die Sammelanalyse. Pro Sammelprobe soll dabei immer mindestens einer Analyse erfolgen, und zusätzlich eine Analyse für jede Probe in der Sammelprobe, falls die Sammelprobe als Ganzes positiv getestet wurde. Die Wahrscheinlichkeit dafür, dass in der Sammelprobe mindestens eine Probe positiv ist, lässt sich über den Prävalenzwert p(C) und die Rechenregeln für Wahrscheinlichkeiten zu
Figure imgf000014_0001
' pl f .' .’ ^bestimmen. Zusammengenommen ergibt sich damit die zu erwartende Anzahl NT von Analysen pro Probe in Abhängigkeit von dem Prävalenzwert p(C) und der Anzahl NP von Proben NP für die Sammelanalyse zu
Figure imgf000014_0002
wobeiWith regard to the aforementioned mathematical relationship of determination rule 117, it should be noted that the variable to be minimized is the number of tests or analyzes required to record the infection status of a group of people. This can be represented in a simple way via the mean number NT of tests or analyzes per sample. This is calculated from the number of analyzes required per collective sample divided by the number of samples NP for the collective analysis. At least one analysis should always be carried out for each collective sample, and an additional analysis for each sample in the collective sample if the collective sample tested positive as a whole. The probability that at least one sample in the collective sample is positive can be determined using the prevalence value p(C) and the calculation rules for probabilities
Figure imgf000014_0001
' pl f .'.' ^determine. Taken together, this results in the expected number NT of analyzes per sample as a function of the prevalence value p(C) and the number NP of samples NP for the collective analysis
Figure imgf000014_0002
whereby
NP die Anzahl von Proben für die Sammelanalyse und p(C) die Prävalenz bzw. den Prävalenzwert darstellt, beispielsweise für SARS-CoV2. Mit Hilfe des vorstehend genannten mathematischen Zusammenhangs kann eine Tabelle bzw. Nachschlagtabelle für die optimale Anzahl NP die Anzahl von Proben für die Sammelanalyse für Bereiche von Prävalenzwerten p(C) generiert werden. Diese Nachschlagtabelle wird im Steuergerät 110 als Bestimmungsvorschrift 117 oder als Teil derselben hinterlegt und basierend auf dem eingelesen Prävalenzwert p(C) ausgewertet, um die optimale Poolgröße bzw. optimale Anzahl NP von Proben NP für die Sammelanalyse automatisch zu bestimmen. NP is the number of samples for bulk analysis and p(C) is the prevalence or prevalence value, for example for SARS-CoV2. A table or look-up table for the optimal number NP, the number of samples for the collective analysis for ranges of prevalence values p(C), can be generated with the aid of the mathematical relationship mentioned above. This look-up table is stored in control unit 110 as determination rule 117 or as part thereof and is based on the prevalence value read in p(C) evaluated in order to automatically determine the optimal pool size or optimal number NP of samples NP for the pool analysis.
Eine beispielhafte Nachschlagtabelle der Bestimmungsvorschrift 117 umfasst insbesondere die nachfolgend genannten Zuordnungen. Bis zu einem Prävalenzwert p(C) von 1,24% kann eine Anzahl NP von 10 Proben für die Sammelanalyse zusammengefasst werden. Bei einem Prävalenzwert p(C) von 1,24% bis 1,58% kann eine Anzahl NP von 9 Proben für die Sammelanalyse zusammengefasst werden. Bei einem Prävalenzwert p(C) von 1,58% bis 2,07% kann eine Anzahl NP von 8 Proben für die Sammelanalyse zusammengefasst werden. Bei einem Prävalenzwert p(C) von 2,07% bis 2,83% kann eine Anzahl NP von 7 Proben für die Sammelanalyse zusammengefasst werden. Bei einem Prävalenzwert p(C) von 2,83% bis 4,11% kann eine Anzahl NP von 6 Proben für die Sammelanalyse zusammengefasst werden. Bei einem Prävalenzwert p(C) von 4,11% bis 6,56% kann eine Anzahl NP von 5 Proben für die Sammelanalyse zusammengefasst werden. Bei einem Prävalenzwert p(C) von 6,56% bis 12,39% kann eine Anzahl NP von 4 Proben für die Sammelanalyse zusammengefasst werden. Bei einem Prävalenzwert p(C) von 12,39% bis 30,66% kann eine Anzahl NP von 3 Proben für die Sammelanalyse zusammengefasst werden. Ab einem Prävalenzwert p(C) von 30,66% kann lediglich eine einzige Probe analysiert werden. An exemplary lookup table of the determination rule 117 includes in particular the assignments mentioned below. Up to a prevalence value p(C) of 1.24%, a number of NPs of 10 samples can be combined for the pooled analysis. With a prevalence value p(C) of 1.24% to 1.58%, a number of NPs of 9 samples can be combined for the collective analysis. With a prevalence value p(C) of 1.58% to 2.07%, a number of NPs of 8 samples can be combined for the collective analysis. With a prevalence value p(C) of 2.07% to 2.83%, a number of NPs of 7 samples can be combined for the collective analysis. With a prevalence value p(C) of 2.83% to 4.11%, a number of NPs of 6 samples can be combined for the collective analysis. With a prevalence value p(C) of 4.11% to 6.56%, a number of NPs of 5 samples can be combined for the collective analysis. With a prevalence value p(C) of 6.56% to 12.39%, a number of NPs of 4 samples can be combined for the collective analysis. With a prevalence value p(C) of 12.39% to 30.66%, a number of NP from 3 samples can be combined for the collective analysis. From a prevalence p(C) of 30.66%, only a single sample can be analyzed.
Anders ausgedrückt verknüpft eine solche Nachschlagtabelle hierbei verschiedene Poolgrößen bzw. Anzahlen NP von Proben für die Sammelanalyse mit dem jeweiligen Bereich von Prävalenzwerten p(C), für den sie optimal sind. Für sehr kleine Prävalenzwerte p(C) sollte eine große Poolgröße bzw. große Anzahl NP von Proben angestrebt werden. Allerdings zeigt sich aufgrund des mathematischen Zusammenhangs, dass bereits bei Prävalenzwerten p(C) über 1,24% die Anzahl NP von 10 Proben nicht mehr optimal ist. Wenn zum Beispiel Patienten mit Symptomen getestet werden, sollte von einer deutlich höheren Infektionswahrscheinlichkeit ausgegangen werden. Es zeigt sich ferner, dass sich ab einem Prävalenzwert p(C) von etwa 30% lediglich einzelne Proben analysiert werden sollten, und dass eine Sammelprobe aus zwei Einzelproben vermieden werden sollte. Fig. 2 zeigt ein Ablaufdiagramm eines Ausführungsbeispiels eines Verfahrens 200 zum Bestimmen einer Anzahl von Proben für eine Sammelanalyse unter Verwendung eines Analysegeräts zum Analysieren von Proben biologischen Materials. Für die Sammelanalyse werden Teilmengen der Anzahl von Proben in einem miteinander gemischten Zustand analysiert. Das Verfahren 200 zum Bestimmen ist mittels des Steuergeräts aus Fig. 1 oder eines ähnlichen Steuergeräts ausführbar. Auch ist das Verfahren 200 zum Bestimmen unter Verwendung des Analysegeräts aus Fig. 1 oder eines ähnlichen Analysegeräts durchführbar. Das Verfahren 200 zum Bestimmen umfasst einen Schritt 210 des Einlesens und einen Schritt 220 des Anwendens. In other words, such a lookup table links different pool sizes or numbers NP of samples for the collective analysis with the respective range of prevalence values p(C) for which they are optimal. For very small prevalence values p(C), a large pool size or large number NP of samples should be aimed for. However, the mathematical relationship shows that even with prevalence values p(C) of over 1.24%, the number of NPs of 10 samples is no longer optimal. If, for example, patients with symptoms are tested, a significantly higher probability of infection should be assumed. It also shows that from a prevalence value p(C) of about 30%, only individual samples should be analyzed and that a collective sample of two individual samples should be avoided. FIG. 2 shows a flow chart of an embodiment of a method 200 for determining a number of samples for a bulk analysis using an analyzer for analyzing samples of biological material. For bulk analysis, subsets of the number of samples are analyzed in a mixed state. The method 200 for determining can be carried out using the control device from FIG. 1 or a similar control device. The method 200 for determining can also be carried out using the analysis device from FIG. 1 or a similar analysis device. The method 200 for determining comprises a step 210 of reading in and a step 220 of applying.
In dem Schritt 210 des Einlesens wird ein Prävalenzwert eingelesen, der eine Prävalenz einer durch einen Krankheitserreger ausgelösten Erkrankung repräsentiert, auf den hin die Proben analysiert werden. Nachfolgend wird in dem Schritt 220 des Anwendens eine Bestimmungsvorschrift auf den eingelesenen Prävalenzwert angewendet, um abhängig von dem Prävalenzwert die Anzahl von Proben für die Sammelanalyse zu bestimmen. In step 210 of reading in, a prevalence value is read in, which represents a prevalence of a disease caused by a pathogen for which the samples are analyzed. Subsequently, in step 220 of application, a determination rule is applied to the read-in prevalence value in order to determine the number of samples for the collective analysis as a function of the prevalence value.
Gemäß einem Ausführungsbeispiel umfasst das Verfahren 200 zum Bestimmen auch einen Schritt 205 des Auswertens von Ergebnissen vergangener Analysen des Analysegeräts und/oder zumindest eines weiteren Analysegeräts, um den Prävalenzwert zu ermitteln. Hierbei wird im Schritt 210 des Einlesens der im Schritt 205 des Auswertens ermittelte Prävalenzwert eingelesen. Auch umfasst das Verfahren 200 zum Bestimmen gemäß einem Ausführungsbeispiel einen Schritt 230 des Erzeugens eines Ausgangssignals zur Ausgabe an eine Benutzerschnittstelle des Analysegeräts und/oder an eine Betriebsschnittstelle des Analysegeräts. Das Ausgangssignal repräsentiert dabei die bestimmte Anzahl von Proben für die Sammelanalyse. According to one embodiment, the method 200 for determining also includes a step 205 of evaluating results of past analyzes of the analysis device and/or at least one further analysis device in order to determine the prevalence value. In this case, in step 210 of reading in, the prevalence value determined in step 205 of evaluation is read in. According to an exemplary embodiment, the method 200 for determining also includes a step 230 of generating an output signal for output to a user interface of the analysis device and/or to an operating interface of the analysis device. The output signal represents the specific number of samples for the collective analysis.
Fig. 3 zeigt ein Prävalenzwert-Analysenanzahl-Diagramm 300 im Zusammenhang mit dem Analysegerät oder dem Steuergerät aus Fig. 1 und/oder im Zusammenhang mit dem Verfahren aus Fig. 2. An der Abszissenachse des Diagramms 300 sind Prävalenzwerte p(C) aufgetragen und an der Ordinatenachse des Diagramms 300 sind Analysenanzahlen bzw. zu erwartende Anzahlen NT von Analysen pro Probe aufgetragen. Ferner sind in das Diagramm 300 beispielhaft lediglich fünf Graphen 301, 302, 303, 305 und 310 eingezeichnet. Ein erster Graph 301 zeigt einen Prävalenzwert-Analysenanzahl- Zusammenhang für eine Anzahl NP von einer Probe. Ein zweiter Graph 302 zeigt einen Prävalenzwert-Analysenanzahl-Zusammenhang für eine Anzahl NP von 2 Proben. Ein dritter Graph 303 zeigt einen Prävalenzwert-Analysenanzahl- Zusammenhang für eine Anzahl NP von 3 Proben. Ein vierter Graph 305 zeigt einen Prävalenzwert-Analysenanzahl-Zusammenhang für eine Anzahl NP von 5 Proben. Ein fünfter Graph 310 zeigt einen Prävalenzwert-Analysenanzahl- Zusammenhang für eine Anzahl NP von 10 Proben. 3 shows a prevalence value-number of analyzes diagram 300 in connection with the analysis device or the control unit from FIG. 1 and/or in connection with the method from FIG Numbers of analyzes or expected numbers NT of analyzes per sample are plotted on the ordinate axis of diagram 300 . Furthermore, in das Diagram 300 shows only five graphs 301, 302, 303, 305 and 310 as an example. A first graph 301 shows a prevalence value-analysis number relationship for a number NP from a sample. A second graph 302 shows a prevalence value-analysis number relationship for a number NP of 2 samples. A third graph 303 shows a prevalence value-number of analyzes relationship for a number NP of 3 samples. A fourth graph 305 shows a prevalence value-analysis number relationship for a number NP of 5 samples. A fifth graph 310 shows a prevalence value-number of analyzes relationship for a number NP of 10 samples.
Anders ausgedrückt zeigt das Diagramm 300 eine Anzahl der Analysen, die nötig sind, um den Infektionsstatus eines Patienten bzw. einer Probe zu ermitteln, abhängig von dem Prävalenzwert p(C), für verschiedene Poolgrößen bzw. Anzahlen NP von Proben für die Sammelanalyse. Durch eine große Poolgröße bzw. Anzahl NP von Proben lässt sich die Anzahl NT von notwendigen Analysen pro Probe bei niedrigen Infektionsraten bzw. Prävalenzwerten p(C) stark reduzieren. Für hohe Infektionsraten bzw. Prävalenzwerte p(C) bedeutet das Pooling bzw. die Sammelanalyse jedoch einen Mehraufwand und kann demnach vermieden werden. Zwischen diesen beiden Extremen gibt es jeweils optimale Poolgrößen bzw. Probenanzahlen NP, die genutzt werden können, um möglichst viele Proben mit möglichst wenig Analysen zu erfassen. In other words, the diagram 300 shows a number of analyzes that are necessary to determine the infection status of a patient or a sample, depending on the prevalence value p(C), for different pool sizes or numbers NP of samples for the pool analysis. A large pool size or number NP of samples can greatly reduce the number NT of necessary analyzes per sample at low infection rates or prevalence values p(C). For high infection rates or prevalence values p(C), however, pooling or collective analysis means additional work and can therefore be avoided. Between these two extremes there are optimal pool sizes or numbers of samples NP, which can be used to record as many samples as possible with as few analyzes as possible.
Umfasst ein Ausführungsbeispiel eine „und/oder“-Verknüpfung zwischen einem ersten Merkmal und einem zweiten Merkmal, so ist dies so zu lesen, dass das Ausführungsbeispiel gemäß einer Ausführungsform sowohl das erste Merkmal als auch das zweite Merkmal und gemäß einer weiteren Ausführungsform entweder nur das erste Merkmal oder nur das zweite Merkmal aufweist. If an embodiment includes an "and/or" link between a first feature and a second feature, this should be read in such a way that the embodiment according to one embodiment includes both the first feature and the second feature and according to a further embodiment either only that having the first feature or only the second feature.

Claims

Ansprüche Expectations
1. Verfahren (200) zum Bestimmen einer Anzahl (NP) von Proben für eine Sammelanalyse unter Verwendung eines Analysegeräts (100) zum Analysieren von Proben biologischen Materials, wobei für die Sammelanalyse Teilmengen der Anzahl (NP) von Proben in einem miteinander gemischten Zustand analysiert werden, wobei das Verfahren (200) folgende Schritte aufweist: A method (200) of determining a number (NP) of samples for bulk analysis using an analyzer (100) for analyzing samples of biological material, wherein for bulk analysis subsets of the number (NP) of samples are analyzed in a mixed state be, wherein the method (200) comprises the following steps:
Einlesen (210) eines Prävalenzwertes (p(C)), der eine Prävalenz einer durch einen Krankheitserreger ausgelösten Erkrankung repräsentiert, auf den hin die Proben analysiert werden; und reading (210) a prevalence value (p(C)) representing a prevalence of a disease caused by a pathogen for which the samples are analyzed; and
Anwenden (220) einer Bestimmungsvorschrift (117) auf den eingelesenen Prävalenzwert (p(C)), um abhängig von dem Prävalenzwert (p(C)) die Anzahl (NP) von Proben für die Sammelanalyse zu bestimmen. Applying (220) a determination rule (117) to the read-in prevalence value (p(C)) in order to determine the number (NP) of samples for the collective analysis as a function of the prevalence value (p(C)).
2. Verfahren (200) gemäß Anspruch 1, mit einem Schritt (205) des Auswertens von Ergebnissen (103) vergangener Analysen des Analysegeräts (100) und/oder zumindest eines weiteren Analysegeräts (130), um den Prävalenzwert (p(C)) zu ermitteln, wobei im Schritt (210) des Einlesens der im Schritt (205) des Auswertens ermittelte Prävalenzwert (p(C)) eingelesen wird. 2. Method (200) according to claim 1, with a step (205) of evaluating results (103) of past analyzes of the analysis device (100) and/or at least one further analysis device (130) in order to calculate the prevalence value (p(C)) to be determined, the prevalence value (p(C)) determined in step (205) of evaluating being read in in step (210) of reading.
3. Verfahren (200) gemäß einem der vorangegangenen Ansprüche, bei dem im Schritt (210) des Einlesens der Prävalenzwert (p(C)) von einer Kommunikationsschnittstelle (108) des Analysegeräts (100) eingelesen wird, wobei der Prävalenzwert (p(C)) über die Kommunikationsschnittstelle (108) von zumindest einem weiteren Analysegerät (130) und/oder einer Netzwerkspeichereinrichtung (140) empfangbar ist. Verfahren (200) gemäß einem der vorangegangenen Ansprüche, bei dem im Schritt (210) des Einlesens der Prävalenzwert (p(C)) von einer Benutzerschnittstelle (104) des Analysegeräts (100) eingelesen wird, wobei der Prävalenzwert (p(C)) über die Benutzerschnittstelle (104) ansprechend auf eine Benutzereingabe empfangbar ist. Verfahren (200) gemäß einem der vorangegangenen Ansprüche, bei dem die im Schritt (220) des Anwendens angewendete Bestimmungsvorschrift (117) eine Nachschlagtabelle und/oder einen mathematischen Zusammenhang zwischen dem Prävalenzwert (p(C)), der Anzahl (NP) von Proben für die Sammelanalyse und einer erwarteten Anzahl (NT) von Analysen pro Probe aufweist. Verfahren (200) gemäß einem der vorangegangenen Ansprüche, mit einem Schritt (230) des Erzeugens eines Ausgangssignals (119) zur Ausgabe an eine Benutzerschnittstelle (104) des Analysegeräts (100) und/oder an eine Betriebsschnittstelle (106) des Analysegeräts (100), wobei das Ausgangssignal (119) die bestimmte Anzahl (NP) von Proben für die Sammelanalyse repräsentiert. Steuergerät (110), das eingerichtet ist, um die Schritte des Verfahrens (200) gemäß einem der vorangegangenen Ansprüche in entsprechenden Einheiten (112, 114, 116, 118) auszuführen und/oder anzusteuern. Analysegerät (100) zum Analysieren von Proben biologischen Materials, wobei das Analysegerät (100) das Steuergerät (110) gemäß Anspruch 7 aufweist. Computerprogramm, das dazu eingerichtet ist, die Schritte des Verfahrens (200) gemäß einem der Ansprüche 1 bis 6 auszuführen und/oder anzusteuern. - 18 - 3. The method (200) according to any one of the preceding claims, in which, in the step (210) of reading in, the prevalence value (p(C)) is read in by a communication interface (108) of the analysis device (100), the prevalence value (p(C )) via the communication interface (108) from at least one other Analysis device (130) and / or a network storage device (140) can be received. Method (200) according to one of the preceding claims, in which in the step (210) of reading in the prevalence value (p(C)) is read in by a user interface (104) of the analysis device (100), the prevalence value (p(C)) is receivable via the user interface (104) in response to user input. Method (200) according to one of the preceding claims, in which the determination rule (117) applied in the applying step (220) comprises a look-up table and/or a mathematical relationship between the prevalence value (p(C)), the number (NP) of samples for bulk analysis and an expected number (NT) of analyzes per sample. Method (200) according to one of the preceding claims, with a step (230) of generating an output signal (119) for output to a user interface (104) of the analysis device (100) and/or to an operating interface (106) of the analysis device (100) , where the output signal (119) represents the determined number (NP) of samples for bulk analysis. Control device (110), which is set up to carry out and/or to control the steps of the method (200) according to one of the preceding claims in corresponding units (112, 114, 116, 118). Analysis device (100) for analyzing samples of biological material, the analysis device (100) having the controller (110) according to claim 7. Computer program set up to execute and/or control the steps of the method (200) according to one of Claims 1 to 6. - 18 -
10. Maschinenlesbares Speichermedium, auf dem das Computerprogramm nach Anspruch 9 gespeichert ist. 10. Machine-readable storage medium on which the computer program according to claim 9 is stored.
PCT/EP2021/072162 2020-09-08 2021-08-09 Method and control device for determining a number of samples for a collective analysis using an analyzer for analyzing samples of a biological material WO2022053238A1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102020211219.3 2020-09-08
DE102020211219.3A DE102020211219A1 (en) 2020-09-08 2020-09-08 Method and controller for determining a number of samples for bulk analysis using an analyzer for analyzing samples of biological material

Publications (1)

Publication Number Publication Date
WO2022053238A1 true WO2022053238A1 (en) 2022-03-17

Family

ID=77447885

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2021/072162 WO2022053238A1 (en) 2020-09-08 2021-08-09 Method and control device for determining a number of samples for a collective analysis using an analyzer for analyzing samples of a biological material

Country Status (2)

Country Link
DE (1) DE102020211219A1 (en)
WO (1) WO2022053238A1 (en)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103425897B (en) * 2013-09-02 2016-08-10 中国动物卫生与流行病学中心 Estimate the amount of sampling computer of Animal diseases prevalence rate
EP3670669A1 (en) 2020-03-24 2020-06-24 DRK-Blutspendedienst Baden-Württemberg - Hessen gemeinnützige GmbH Detection of sars-cov-2 in a plurality of biological samples

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030190644A1 (en) 1999-10-13 2003-10-09 Andreas Braun Methods for generating databases and databases for identifying polymorphic genetic markers
WO2002090572A2 (en) 2001-05-09 2002-11-14 Third Wave Technologies, Inc. Nucleic acid detection in pooled samples

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103425897B (en) * 2013-09-02 2016-08-10 中国动物卫生与流行病学中心 Estimate the amount of sampling computer of Animal diseases prevalence rate
EP3670669A1 (en) 2020-03-24 2020-06-24 DRK-Blutspendedienst Baden-Württemberg - Hessen gemeinnützige GmbH Detection of sars-cov-2 in a plurality of biological samples

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
BISWAS ATANU: "COVID-19: A Way to Test More People With Fewer Kits - The Wire Science", 10 April 2020 (2020-04-10), pages 1 - 5, XP055842413, Retrieved from the Internet <URL:https://science.thewire.in/the-sciences/covid-19-a-way-to-test-more-people-with-fewer-kits/> [retrieved on 20210920] *
HAN YANG ET AL: "Feasibility Study of Mixing Throat Swab Samples for Severe Acute Respiratory Syndrome Coronavirus-2 Screening", VIROLOGICA SINICA, vol. 35, no. 6, 8 July 2020 (2020-07-08), pages 830 - 832, XP037343306, ISSN: 1674-0769, DOI: 10.1007/S12250-020-00254-X *
NORIEGA RODRIGO ET AL: "Increasing testing throughput and case detection with a pooled-sample Bayesian 2 approach in the context of COVID-19", BIORXIV, 5 April 2020 (2020-04-05), XP055800861, Retrieved from the Internet <URL:https://www.biorxiv.org/content/10.1101/2020.04.03.024216v1.full.pdf> [retrieved on 20210503], DOI: 10.1101/2020.04.03.024216 *

Also Published As

Publication number Publication date
DE102020211219A1 (en) 2022-03-10

Similar Documents

Publication Publication Date Title
JP7204769B2 (en) Quality control for point-of-care diagnostic systems
EP3052934B1 (en) Method for recognising a state of a sample, device for analysing samples and laboratory automation system
DE2608192B2 (en) Automatic analysis system for a blood sample
DE112010001896T5 (en) Automatic analyzer
DE112014002045B4 (en) Nucleic acid analyzer and nucleic acid analysis method using the analyzer
DE102013216362A1 (en) Analysis method for classification support
DE112014004154T5 (en) Automatic analyzer
WO2022053238A1 (en) Method and control device for determining a number of samples for a collective analysis using an analyzer for analyzing samples of a biological material
EP2359147A1 (en) Device and method for automated verification of the calibration (calibration verification) of an analyzer
WO2020099269A1 (en) Method and device for analyzing biological material
EP2142913B1 (en) Analytic system for photometric determination of an analyte in a body fluid using an analytic device and a test carrier to be fitted to the analytic device
EP1563441A2 (en) Method for carrying out quality control on an analytical process and device for carrying out said method
DE102014205728B3 (en) A chip laboratory cartridge for a microfluidic system for analyzing a sample of biological material, a microfluidic system for analyzing a sample of biological material, and a method and apparatus for analyzing a sample of biological material
DE112021003438T5 (en) Optical analysis system and control method of optical analysis system
EP4168772B1 (en) Method and control system for evaluating luminescence signals in an analysis system for analysing a biological sample and analysing apparatus for analysing a biological sample
DE102011117320A1 (en) Apparatus and method for detecting substances present in biological or chemical samples
DE102014106918A1 (en) Method and apparatus for the automated execution of affinity-based assays
DE102018206092A1 (en) A method and apparatus for driving an analyzer to perform an analysis of a sample material
DE102020215815A1 (en) Method and device for training a classifier for molecular biological investigations
EP3550308A1 (en) Laboratory analysis system with improved sample pipetting
LU502506B1 (en) Method for adjusting a piezoelectric actuator
WO2017045992A1 (en) Dry chemically controlled device for the analysis of a sample of biological material
DE102013113170A1 (en) Method for determining a measured value and analyzer for carrying out the method
WO2019206616A1 (en) Diluting, mixing and/or aliquoting two fluids in a microfluidic system
EP3926636A2 (en) Method for detecting an amplification phase in an amplification

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21758659

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21758659

Country of ref document: EP

Kind code of ref document: A1