使用四种间接方法对CEA,AFP,CA125和CA199的基准间隔建立结果和与年龄相关的变化进行比较

科学领域:

• 临床化学 临床化学
• 生物统计学 生物统计学
• 实验室医学 实验室医学

背景情况:

• 确定准确的参考间隔对于解释临床实验室试验结果至关重要.
• 存在各种统计方法来计算参考区间,每一种都有潜在的优点和局限性.
• 这些方法的性能,特别是在处理异常值和稳定性方面,需要持续评估.

研究的目的:

• 为了比较四种不同的方法 (RefineR,Kosmic,TMC和非参数) 的性能,用于计算临床实验室参考间隔.
• 与其他方法相比,评估TMC算法的稳定性和异常值检测能力.
• 调查年龄和性别对癌症生物标志物CA125和CA199的参考间隔的影响.

主要方法:

• 对参考区间计算方法的比较分析:RefineR,Kosmic,TMC和非参数方法.
• 对算法稳定性和异常值识别率的评估.
• 统计分析以确定基于人口统计因素 (年龄,性别) 的参考区间的显著差异.

主要成果:

• 来自RefineR,Kosmic,TMC和非参数方法的参考间隔显示出一般的相似性.
• TMC算法表现出卓越的稳定性和更高的通过率,具有有效的自动异常值隔离.
• 在不同年龄和性别队列之间观察到CA125和CA199的参考间隔的显著变化.

结论:

• 虽然多种方法产生可比的参考间隔,但TMC算法提供了增强的稳定性和异常值管理.
• 人口因素,特别是年龄和性别,对CA125和CA199的参考间隔产生重大影响,需要分层分析.
• 这些发现支持使用像TMC这样强大的算法来可靠地确定参考区间,并强调考虑患者人口统计学的重要性.