Regresión de Deming Ponderada con Perfil de Precisión para Comparación de Métodos | JoVE Visualize

Área de la Ciencia:

Química Analítica
Bioestadística
Validación de Métodos

Sus antecedentes:

La validación de métodos utiliza comúnmente la comparación de métodos (MC) con un método de referencia.
El modelado paramétrico, específicamente la regresión de Deming, es el enfoque más robusto para MC.
La regresión de Deming requiere una ponderación precisa basada en la varianza de la medición, que a menudo depende de la concentración.

Objetivo del estudio:

Presentar el marco matemático para integrar modelos de perfil de precisión con regresión de errores en variables (Deming).
Proporcionar un método para la regresión de Deming ponderada aplicable cuando los perfiles de precisión son conocidos o desconocidos.
Mejorar la precisión y generalización de los estudios de validación de métodos.

Principales métodos:

El estudio describe la teoría matemática que conecta los modelos de perfil de precisión con la regresión de Deming.
La regresión de Deming ponderada se implementa utilizando código R tanto para escenarios de perfil de precisión conocidos como desconocidos.
La implementación incluye diagnósticos como errores estándar de jackknife, intervalos de confianza y pruebas de valores atípicos.

Principales resultados:

Se proporciona código R para la regresión de Deming ponderada con perfiles de precisión conocidos y desconocidos.
La metodología admite diagnósticos de normalidad, linealidad e identificación de valores atípicos.
Este enfoque supera las limitaciones de métodos anteriores que asumían varianza constante o coeficiente de variación.

Conclusiones:

Los modelos de perfil de precisión ofrecen un enfoque más flexible y generalizable para la regresión de Deming en comparación con los métodos existentes.
Este marco permite una validación de métodos precisa incluso cuando la varianza de la medición cambia con la concentración del analito.
Los códigos R desarrollados facilitan la aplicación práctica de estos métodos estadísticos avanzados.