当小于在统计学上相当于:在SARS-CoV-2肺炎中对病原体学评估的叶片特异优化
Rachel Reader1, Lincoln Hopkins2, Koen K A Van Rompay1
1California National Primate Research Center, University of California-Davis, Davis, CA, USA; Department of Pathology, Microbiology and Immunology, School of Veterinary Medicine, University of California-Davis, Davis, CA, USA.
优化COVID-19研究的 rhesus macaques 肺组织采样显著减少了25-75%的分析,同时保持了准确性. 这种经过统计验证的方法提高了临床前治疗评估的效率.
科学领域:
- 兽医病理学 兽医病理学
- 传染病研究 传染病研究
- 临床前模型 临床前模型
背景情况:
- 对动物模型中的肺病变进行准确的组织病理学评估对于COVID-19干预研究至关重要.
- rhesus macaques 是一个关键的模型,但SARS-CoV-2 病理分布给有效的评估带来了挑战.
- 该模型没有经过验证的采样优化,因此需要有效但全面的评估策略.
研究的目的:
- 开发和验证在 rhesus macaques 中用于COVID-19 的基因病学评估的叶片特异性采样值.
- 为了确定是否减少抽样可以保持统计等价与综合评估.
- 通过优化资源利用,提高临床前治疗评估的效率.
主要方法:
- 在SARS-CoV-2感染的 rhesus macaques (n=12) 中开发了间歇性肺炎的半定量评分系统.
- 两位病理学家在七个肺叶中对每只动物进行了710-1634个高功率场的评估,实现了高的评分器间可靠性 (科恩的 κ=0.74).
- 采用启动模拟 (10,000 次代) 和两次单边测试 (TOST) 等价分析来确定最小采样要求.
主要成果:
- 在最佳采样百分比中观察到显著的叶片特异性变化 (例如,左尾部25%,右中间60%).
- 优化的抽样减少了25-75%的各叶片所需的现场评估,同时保持了统计学等价性.
- 功率分析证实了在α=0.05时具有强大的检测能力,采用了优化的采样.
结论:
- 在 rhesus macaque COVID-19 模型中引入了第一个解剖学分层,统计验证的基因病学评估方法.
- 建立了特定于叶片的最低抽样门,以保持统计等价性,显著提高评估效率.
- 这种方法优化了资源利用并保持了灵敏度,可能加速临床前COVID-19治疗评估.
更多相关视频
09:32Multiplexed Immunofluorescence Analysis and Quantification of Intratumoral PD-1+ Tim-3+ CD8+ T Cells
Published on: February 8, 2018
08:05Lung CT Segmentation to Identify Consolidations and Ground Glass Areas for Quantitative Assesment of SARS-CoV Pneumonia
Published on: December 19, 2020
相关概念视频
Single Nucleotide Polymorphisms-SNPs
Statistical Methods for Analyzing Epidemiological Data
Coronavirus
