Параметрическое определение LOB и LOD является фундаментальной статистической процедурой, которая преобразует исходные данные повторных измерений холостых образцов и образцов с низким сигналом в обоснованные пороги обнаружения. Сначала экспериментально исследуют истинный холостой образец (без аналита) в 20–60 повторностях для расчета предела холостого образца:
$$\text{LOB} = \text{Mean}{\text{blank}} + 1.645 \times SD{\text{blank}}$$
Затем исследуют образец с низкой концентрацией аналита — на уровне LOB или немного выше — также в 20–60 повторностях. Предел обнаружения рассчитывается следующим образом:
$$\text{LOD} = \text{LOB} + 1.645 \times SD_{\text{low concentration sample}}$$
Выбранный LOD должен пройти этап проверки: при анализе повторностей с предварительно установленной концентрацией LOD не менее 95% индивидуальных результатов должны превышать LOB. Такая двухэтапная параметрическая логика является нормативным требованием для диагностических иммуноанализов.
Предел холостого образца (LOB) — это то, что, по мнению прибора, он «видит», когда аналита нет; он определяется как 95-й процентиль измерений холостого образца. Предел обнаружения (LOD) — это минимальная истинная концентрация, которую можно надежно отличить от этого шума; он рассчитывается путем добавления к LOB доверительного интервала 95%, основанного на вариабельности образца с низким уровнем аналита. Экспериментальный протокол требует 20–60 повторностей для каждого уровня и подтверждающей проверки, при которой значения не менее чем 95% образцов с добавленным LOD превышают LOB.
Формирование предела холостого образца (LOB) на основе повторных измерений холостых образцов
Что представляет собой холостой образец
Холостой образец — это матрица образца, содержащая нулевую концентрацию аналита; в идеале это та же нативная биологическая жидкость (сыворотка, плазма, моча), которая будет использоваться для исследования пациентов.
Использование искусственных буферов не рекомендуется. Натуральные холостые образцы матрицы сохраняют тот же уровень фоновых интерференций и неспецифического связывания, с которыми вы столкнетесь в реальных клинических образцах.
Требования к повторностям и проведение исследования
Чтобы получить стабильную оценку вариабельности холостого образца, необходимо выполнить не менее 20, а в идеале до 60 независимых повторных измерений холостого образца.
Эти повторности следует распределить между несколькими сериями и днями, чтобы учесть прецизионность внутри лаборатории, а не только результаты одной серии с высокой прецизионностью.
Слишком малое количество холостых образцов (например, 10 повторностей) увеличивает неопределенность и может привести к тому, что LOB не пройдет проверку.
Параметрическая формула и коэффициент 1.645
LOB рассчитывается как 95-й процентиль распределения значений холостого образца при предположении о нормальном (гауссовом) распределении сигналов холостого образца.
Коэффициент 1.645 — это односторонняя z-оценка, которая помещает ровно 5% распределения измерений холостого образца выше LOB.
Это дает 95%-ную уверенность в том, что единичный результат, полученный для истинного холостого образца, не будет ошибочно интерпретирован как «обнаруженный».
Статистическая достоверность полученного значения
Используя формулу $$\text{LOB} = \text{mean}{\text{blank}} + 1.645 \cdot SD{\text{blank}}$$, вы утверждаете, что в долгосрочной перспективе не более 1 из 20 измерений истинного холостого образца превысит этот порог случайным образом.
Это контролирует частоту ложноположительных результатов и является основой валидации иммуноанализа.
Переход от LOB к пределу обнаружения (LOD)
Выбор подходящего образца с низкой концентрацией
Необходим образец с известной низкой концентрацией аналита, намеренно установленной на уровне экспериментально определенного LOB или немного выше него.
Если концентрация значительно превышает LOB, LOD будет завышен; если она слишком близка к LOB, вариабельность может быть завышена относительно концентрации, что исказит расчет.
Стремитесь выбрать концентрацию, при которой сигнал только начинает выделяться из уровня шума.
Параметрический расчет LOD
После измерения 20–60 повторностей этого образца с низкой концентрацией и расчета его стандартного отклонения ((SD_{\text{low conc}})) LOD определяется следующим образом:
$$\text{LOD} = \text{LOB} + 1.645 \cdot (SD_{\text{low conc}})$$
Это смещает предел обнаружения за порог холостого образца на дополнительную величину, учитывающую прецизионность на границе обнаружения.
Фактически это означает: «Если истинная концентрация равна LOD, 95% результатов измерений превысят LOB».
Почему нельзя использовать только SD холостого образца?
LOB уже учитывает вариабельность холостого образца.
Однако при низких концентрациях аналита прецизионность анализа обычно изменяется — стандартное отклонение часто увеличивается по мере перехода концентрации от нулевого значения к слабому сигналу.
Добавляя SD образца с низкой концентрацией, вы напрямую учитываете невоспроизводимость на границе обнаружения, предотвращая получение нереалистично низкой оценки LOD.
Проверка: подтверждение достоверности LOD
Подтверждающий эксперимент
После расчета предварительного LOD необходимо проверить его с использованием новых повторных измерений.
Приготовьте образец с точно такой концентрацией LOD и выполните его многократное измерение (снова 20–60 повторностей).
Критерий прохождения
Подсчитайте, сколько отдельных измерений превышают LOB.
Для прохождения проверки не менее 95% результатов должны превышать LOB.
Если более 5% результатов оказываются ниже LOB (то есть более 1 из 20), предложенный LOD слишком низок.
Затем необходимо повторно оценить LOD с использованием образца с немного более высокой концентрацией и повторять проверку до выполнения критерия.
Ключевые различия: LOD, чувствительность и функциональная чувствительность
LOD и чувствительность анализа
LOD определяет бинарный качественный порог — присутствует аналит или нет?
Чувствительность анализа в аналитическом смысле означает наклон калибровочной кривой.
Два иммуноанализа могут иметь одинаковый LOD, но существенно различаться по наклону калибровочных кривых.
Более крутой наклон обеспечивает большую способность различать небольшие различия концентраций, что клинически значимо, даже если LOD остается неизменным.
Функциональная чувствительность — истинная количественная оценка нижнего диапазона
Если LOD отвечает на вопрос «можно ли это обнаружить?», то функциональная чувствительность отвечает на вопрос «можно ли это надежно измерить?»
Она определяется как минимальная концентрация, при которой коэффициент вариации (%CV) составляет ≤20% в нескольких независимых сериях (обычно >6).
В иммуноферментных анализах (сэндвич-анализах) функциональная чувствительность часто определяет более клинически значимую границу диапазона выдаваемых результатов, чем чисто статистический LOD.
Понимание компромиссов
Параметрические предположения, которые нельзя игнорировать
Формула LOB предполагает нормальное распределение сигналов холостого образца и постоянное стандартное отклонение в диапазоне низких концентраций.
Если результаты измерений холостых образцов имеют асимметричное распределение или дисперсия резко изменяется, параметрический LOB может неверно отражать истинную частоту ложноположительных результатов.
В таких случаях может потребоваться непараметрический подход (основанный на рангах) или увеличение количества повторностей.
Риски при выборе матрицы холостого образца
Использование искусственного буферного холостого образца может создать нереалистично чистый фон, искусственно занижая LOB и LOD.
При последующем применении анализа к нативным образцам пациентов интерференции матрицы могут привести к ложноотрицательным результатам.
Всегда используйте нативную биологическую матрицу для определения LOB и LOD.
Риски при выборе образца с низкой концентрацией
Выбор концентрации образца с низким уровнем аналита, которая уже значительно превышает истинный LOD, увеличивает SD_low conc, что приводит к консервативно завышенному LOD и может скрыть реальные характеристики анализа в нижнем диапазоне.
И наоборот, концентрация, слишком близкая к нулю, может дать очень малое SD, создавая впечатление высокой точности, но при этом проверка с большой вероятностью будет провалена.
Необходимы итеративные исследования, ориентированные на LOB.
Количество повторностей и статистическая мощность
Десять повторностей — наследие некоторых старых протоколов — часто приводят к нестабильным оценкам стандартного отклонения.
При использовании 20–60 повторностей вы получаете более надежную оценку SD, что напрямую повышает достоверность как LOB, так и LOD.
Сокращение количества повторностей для экономии времени является наиболее частой причиной непрохождения проверки.
Как применить это к валидации вашего иммуноанализа
Определяйте LOB и LOD с помощью описанного здесь параметрического метода и цикла проверки. Выбирайте путь валидации с учетом этапа проекта и поставленной цели.
- Если основной фокус — нормативная регистрация (соответствие требованиям IVD): Используйте ≥20 повторностей нативной матрицы холостого образца и образца с низкой концентрацией для каждой серии, рассчитывайте LOB и LOD по формуле LOB + 1.645·SD_low и документируйте прохождение проверки на уровне ≥95%. Это ожидаемая схема на основе CLSI EP17.
- Если фокус — оптимизация анализа на ранней стадии (скрининг антител, улучшение сигнала): Быстрый суррогатный LOD с использованием исходных сигналов можно рассчитать по формуле (\text{LOD} = (2\cdot SD_{\text{zero}}/(B-A)) \cdot [B]). Минимизируйте неточность нулевого калибратора и максимизируйте разницу сигналов B-A, чтобы снизить LOD до утверждения спецификаций.
- Если фокус — определение диапазона выдаваемых результатов для клинического применения: Дополните LOD оценкой функциональной чувствительности. Проведите исследование панелей разведений с низким уровнем аналита в >6 независимых сериях, постройте профиль прецизионности (%CV в зависимости от концентрации) и установите количественный предел выдачи результатов на уровне концентрации, при которой %CV ≤ 20%.
- Если фокус — определение порога качественного латерально-проточного теста (LFD): Исследуйте последовательные разведения в фактической отрицательной матрице (например, экстракте ткани) и определите LOD как наименьший процент целевого вещества в единице массы/объема, при котором стабильная положительная полоска появляется не менее чем в 95% повторностей, а не только с помощью параметрических формул.
Ваши параметрические LOB и LOD — это не просто нормативные пункты, которые нужно отметить; они являются статистическими гарантами достоверности каждого клинического результата, находящегося вблизи предела обнаружения.
Сводная таблица:
| Параметр | Расчет / формула | Экспериментальная схема | Основной критерий валидации |
|---|---|---|---|
| Предел холостого образца (LOB) | $\text{Mean}{blank} + 1.645 \times SD{blank}$ | 20–60 повторностей нативной матрицы холостого образца | Устанавливает 95-й процентиль фонового шума |
| Предел обнаружения (LOD) | $\text{LOB} + 1.645 \times SD_{low,conc}$ | 20–60 повторностей образца с низкой концентрацией | $\ge 95%$ повторностей должны иметь результаты выше LOB |
| Функциональная чувствительность | Концентрация, при которой $%CV \le 20%$ | Серия разведений в $>6$ независимых сериях | Определяет практическую нижнюю границу количественного диапазона |
Ускорьте валидацию иммуноанализа с CamelBio
Установление точных пределов обнаружения и соблюдение нормативных требований требуют как статистической строгости, так и надежных компонентов анализа. CamelBio предоставляет производителям диагностических систем, клиническим лабораториям и научно-исследовательским институтам единый доступ к высокоэффективному сырью для IVD, техническим услугам по разработке анализов и экспертному консультированию, поддерживая ваши исследования на каждом этапе — от концепции до клинического применения.
Нужны ли вам сверхчистые антитела для минимизации фонового шума или экспертные рекомендации по клинической валидации — наша команда готова поддержать ваш проект. Свяжитесь с нами сегодня, чтобы обсудить требования к вашему иммуноанализу с нашими техническими специалистами!