建立神经元特异性内酶参考间隔:基于分区方法和基于性别的持续年龄和季节相关模型的比较分析
Haibin Zhao1, Dong Zhu1, Miaomiao Zhang1
1Laboratory Medicine Department, Beijing Tsinghua Changgung Hospital, School of Clinical Medicine, Tsinghua University, Beijing 102218, China.
Diagnostics (Basel, Switzerland)
|October 16, 2024
概括
静态参考间隔 (RIs) 不足以跟踪生物分析剂的变化. 这项研究开发了针对神经元特异性酶 (NSE) 的性别特异性,持续年龄和季节相关的RI,提供了更精确的健康评估.
科学领域:
- 临床化学 临床化学
- 生物统计学 生物统计学
- 生物标志物研究 生物标志物研究
背景情况:
- 静态参考区间 (RIs) 不考虑动态生物分析物变化.
- 神经元特异性酶 (NSE) 是一个关键的生物标志物,但其参考范围需要动态调整.
研究的目的:
- 为NSE开发基于性别,持续,年龄和季节整合的RI.
- 将这些新的连续RI与传统的分区RI进行比较.
主要方法:
- 利用来自4097个人的现实数据进行NSE分析.
- 使用霍夫曼方法确定分区RI.
- 开发了连续的RI与位置,规模和形状 (GAMLSS) 的通用添加模型.
主要成果:
- 为不同年龄/性别组建立分区RI.
- 持续的RI显示男性的NSE稳定,但女性在50岁左右显著增加.
- 观察到季节性变化会影响NSE水平,尽管影响程度低于年龄.
结论:
- 在中国北方成功开发了针对NSE的性别特定,连续,年龄和季节整合的RI.
- 在女性NSE水平中突出显著的年龄和季节相关变化.
- 与静态RI相比,连续RI为健康评估提供了更好的响应能力和个性化.
更多相关视频
14:13Detecting Estrogenic Ligands in Personal Care Products using a Yeast Estrogen Screen Optimized for the Undergraduate Teaching Laboratory
Published on: January 1, 2018
13.1K
08:16Fluorescence-Activated Nuclei Negative Sorting of Neurons Combined with Single Nuclei RNA Sequencing to Study the Hippocampal Neurogenic Niche
Published on: October 20, 2022
2.8K
