【技术实现步骤摘要】
【国外来华专利技术】确定生物标志物信号的受试者间和受试者内变异的方法
本专利技术大体上涉及个性化生物标志物信号的方法和使用该方法的医疗程序。更具体地,本专利技术涉及增强对来自于受试者或受试者组的生物标志物数据的信号的检测的方法。
技术介绍
生物标志物越来越多地用于医学中以表征疾病并对其采取措施。生物标志物通常表示为在诸如体液或组织的生物样品中所测量的分子,例如实验室分析物,医师可用其帮助做出疾病诊断、预后和治疗的决策。生物标志物的表现的主要特征在于:(1)其敏感度,对于诊断性生物标志物,这对应于在当患者真正患病时其检测出该疾病的能力;以及(2)其特异度,对于诊断性生物标志物,其具有正确地确定受试者没有患病并且不会产生假阳性的能力。当疾病的患病率是已知的或可以被估计时,阳性预测值(PPV)和阴性预测值(NPV)代表使用贝叶斯定理(Bayes'theorem)来描述生物标志物的表现的其他相关统计数据。当生物标志物是由临床实验室在生物样品中测量的定量数值时,通常使用参考范围来将数值在参考范围以外的健康状况表征为疾病的标志。参考范围通常由包括95%的健康受试者的区间来表示。在这种情况下,生物标志物的特异度有意设置为等于95%,这意味着,根据定义,大约5%的健康受试者的观察值落在参考区间以外。层别法(stratification)是一种可以推导出总群体的小组的参考范围的方法。例如,根据性别的层别法考虑了异质因素“性别”,以推导出针对男性和女性的不同的95%参考范围。例如,已知女性血红蛋白比男性低16g/L,因此对于女性的参考范围通常比男性低16g/L。层别法是一种可以从总群体进展到亚群 ...
【技术保护点】
1.一种增强对来自于受试者或受试者组的生物标志物数据的信号的检测的方法,包括以下步骤:i)测量来自于所述受试者或受试者组的一个或多个标志物M的零个、一个或多个值,ii)对步骤i)的对所述一个或多个标志物所测量的所述零个、一个或多个值应用自适应贝叶斯模型,以得出所述受试者或受试者组的每个标志物M的期望值的个体分布,iii)针对每个标志物M,从所述个体分布得出若干个体参考Z分数和针对给定特异度水平的个体参考范围,iv)测量所述受试者或受试者组的一个或多个标志物M的一个或多个另外的值,v)将所述一个或多个测量的值与所述一个或多个个体参考Z分数和个体参考范围进行比较,其中所述一个或多个测量的值与所述一个或多个个体参考Z分数和范围的偏差指示所述受试者或受试者组的生物或生理的状况或变异。
【技术特征摘要】
【国外来华专利技术】2015.10.22 US 62/244,9571.一种增强对来自于受试者或受试者组的生物标志物数据的信号的检测的方法,包括以下步骤:i)测量来自于所述受试者或受试者组的一个或多个标志物M的零个、一个或多个值,ii)对步骤i)的对所述一个或多个标志物所测量的所述零个、一个或多个值应用自适应贝叶斯模型,以得出所述受试者或受试者组的每个标志物M的期望值的个体分布,iii)针对每个标志物M,从所述个体分布得出若干个体参考Z分数和针对给定特异度水平的个体参考范围,iv)测量所述受试者或受试者组的一个或多个标志物M的一个或多个另外的值,v)将所述一个或多个测量的值与所述一个或多个个体参考Z分数和个体参考范围进行比较,其中所述一个或多个测量的值与所述一个或多个个体参考Z分数和范围的偏差指示所述受试者或受试者组的生物或生理的状况或变异。2.一种测定受试者的血浆容量变异的方法,包括以下步骤:i)测量从所述受试者获得的全血样品和/或血清样品的一个或多个标志物M的值,其中所述一个或多个标志物选自包含以下的组:血红蛋白浓度(HbC)、转铁蛋白、肌酸酐、血小板、低密度脂蛋白(LDL)、白蛋白、总蛋白、钙、胆固醇、甘油三酯、甲状腺素、白细胞、血小板压积(PCT)、中性粒细胞和单核细胞,ii)对步骤i)的对所述一个或多个标志物所测量的值应用自适应贝叶斯模型,以得出针对每个标志物M的个体Z分数,iii)从所述针对每个标志物M的个体Z分数得出与血浆容量相关的Z分数,iv)将所述与血浆容量相关的Z分数与一个或多个参考范围进行比较,其中所述Z分数与一个或多个参考范围的偏差表示血浆容量变异。3.根据权利要求2所述的方法,其中所述针对每个标志物的个体Z分数表示相对于个体平均值的个体变异。4.根据权利要求2所述的方法,其中步骤i)测量一个或多个标志物M的值在不同的时间进行多次。5.根据权利要求2至4任一项所述的方法,其中所述针对每个标志物Mi的个体Z分数通过以下公式确定:其中ME(i,j)是受试者j的个体平均值,VAR(i,j)是受试者j的个体方差,并且Mi表示所述标志物之一在时间i的值。6.根据权利要求2至5任一项所述的方法,其中步骤iii)包括-建立所述与血浆容量相关的Z分数的第一估计值(Z(Mi)估计值),所述第一估计值被计算为所有生物标志物的Z分数之和乘以相应标志物的系数,-确定与每个观察值Mi相关的变异的残差(R),所述残差(R)为R(Mi)=所有生物标志物的Z分数-∑(Z(Mi)估计值)×(相应标志物的系数),-建立与每个标志物M的变异之间的一致性相关的加权函数,所述加权函数被计算为所述标志物的变异的残差的正态概率分布,以及-通过用所述加权函数对所述Z分数的估计值(Z(Mi)估计值)进行加权来...
【专利技术属性】
技术研发人员:PE·索塔斯,Y·O·舒马赫,L·洛比格斯,
申请(专利权)人:拜奥凯泽有限责任公司,
类型:发明
国别省市:瑞士,CH
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。