【技术实现步骤摘要】
使用所测分析物改进疾病诊断的方法本申请是申请日为2014年3月13日的题为“使用所测分析物改进疾病诊断的方法”的中国专利申请号201480024982.6的分案申请。
本专利技术涉及改进疾病诊断的准确性的方法,并且涉及包括所测分析物与二元结果的相关性的相关联的诊断测试。
技术介绍
其中三个或多个自变量用于关联二元结果(诸如存在或不存在给定疾病)的相关方法通常与聚类或邻域搜索法、回归法和小波分析法一起使用。在疾病预测的情况下,测量血液或血清的常见成分并且使用这些浓度作为各种疾病状态预测的自变量来尝试关联。在结果是“疾病”或“非疾病”的给定疾病状态的情况下,通常使用逻辑回归法。其他技术包括例如遗传算法。这些方法的预测能力高度依赖于选择用于该方法的成分分析物。本领域的技术人员认识到,似乎有预测能力的许多分析物和参数在实践中不会改进诊断和分析能力。回归方法使用自变量中的趋势以与结果关联。线性方法是基于线性趋势且逻辑回归是基于对数趋势。在生物疾病预测中通常使用逻辑回归。分组聚类方法考察对类似结果分组的变量相关拓扑学。该聚类方法的优点是它可以找到其中趋势不连续但在趋势上具有拓扑局部逆转的相关性。这种方法虽然高度非线性且易受具有小测量误差的局部高度可变结果的影响,但在生物用途中可以更具预测性。此外,这两种方法通常都可以与聚类法组合小规模应用于整体回归方法。然而,逻辑上似乎关联的一些自变量在实践中不显示预测趋势。因此,所需要的是通过利用迄今还没有为疾病状态的诊断贡献出有用信息的患者特异性和群体特异性变量来改进诊断准确性的方法。已经完成了发现生物标记物的大量研究,生物标记物 ...
【技术保护点】
1.一种试剂盒,其用于实施用于诊断疾病的方法,所述方法包括以下步骤:a)确定来自受试者的盲样中的至少三种预定生物标记物的浓度;b)选择与所述受试者相关的一个或多个元变量,元变量在与已知有或没有所述疾病的群体成员的受试者相关的群体中变化;c)将所述生物标记物的浓度转换为一个或多个群体分布特征和所述一个或多个元变量的函数,以计算表示每种生物标记物的伪浓度,其中,所述伪浓度通过如下等式计算:伪浓度=α×自然对数((Ci/C(c或h))‑(Ch/Cc))
【技术特征摘要】
2013.03.14 US 61/851,8671.一种试剂盒,其用于实施用于诊断疾病的方法,所述方法包括以下步骤:a)确定来自受试者的盲样中的至少三种预定生物标记物的浓度;b)选择与所述受试者相关的一个或多个元变量,元变量在与已知有或没有所述疾病的群体成员的受试者相关的群体中变化;c)将所述生物标记物的浓度转换为一个或多个群体分布特征和所述一个或多个元变量的函数,以计算表示每种生物标记物的伪浓度,其中,所述伪浓度通过如下等式计算:伪浓度=α×自然对数((Ci/C(c或h))-(Ch/Cc))2,其中:α为比例常数;Ci=实际患者的生物标记物的测量浓度;C(c或h)=该患者生物标记物的患者年龄调整浓度;Ch=非疾病患者的生物标记物的患者年龄调整平均浓度;Cc=疾病患者的生物标记物的患者年龄调整平均浓度;d)比较所述伪浓度和确定的已知有或没有疾病的群体成员的伪浓度的训练集模型,所述比较包括在多维空间的空间分析,所述在多维空间的空间分析包括拓扑稳定性调节、元变量标准化和/或伪浓度转换中的一种或多种;以及e)确定所述比较是否提供所述受试者具有所述疾病的指示,其中所述指示是分数,所述分数的确定是通过使用单独的样品的单独的网格点确定乘以单独的双标记平面的总预测能力。2.根据权利要求1所述的试剂盒,所述训练集模型的制备方法包括以下步骤:a)确定来自一组受试者的样品的训练集中至少三种预定生物标记物的浓度;b)选择与所述受试者相关的元变量,所述元变量在与已知有或没有所述疾病的群体成员的受试者相关的群体中变化;c)将所述生物标记物的浓度转换为一个或多个群体分布特征和所述元变量的函数,以计算表示每种生物标记物的伪浓度;以及d)由确定的已知有或没有疾病的群体成员的伪浓度制备所述训练集模型。3.根据权利要求1或2所述的试剂盒,其中,所述疾病为选自由以下组成的组的实体组织癌:乳腺癌、前列腺癌和肺癌。4.根据权利要求1或2所述的试剂盒,其中,所述比较步骤还包括使用不一致训练集模型。5.根据权利要求1或2所述的试剂盒,其中,用于标准化处理以及对浓度的不规则或不连续分布进行平滑处理的数学方法是将非疾病和疾病状态下的蛋白质的测量浓度与经年龄调整的浓度的平均值的比值取对数,其中单独的样品是预测的,以及将非疾病和疾病状态下的蛋白质的浓度的比值取对数,使得在相关计算中使用的所得的新自变量的分布被压缩以帮助相关计算。6.根据权利要求1或2所述的试剂盒,其中,所述诊断疾病的方法还包括基于对足够的双标记平面上的双标记平面拓扑不稳定性的知识,通过调整所述单独的生物标记物的加权影响对所述训练集模型的校正步骤,以显著改变风险分数,这些不稳定性是由每个双标记平面的拓扑结构中的陡坡或高峰或深谷引起的。7.一种试剂盒,其用于实施用于诊断疾病的方法,该方法包括在选自包括免疫系统促炎症和抗炎症标记物、肿瘤抗发生标记物、血管新生标记物、细胞凋亡标记物、血管生成蛋白标记物和组织标记物的集的至少三种生物标记物的生物样品中的浓度的确定,其中,除所述组织标记物外的所述生物标记物的任何一种或多种是低丰度蛋白,其中,所述试剂盒用于实施在多维空间中对所述生物标记物进行空间分析,所述在多维空间的空间分析包括拓扑稳定性调节、元变量标准化和/或伪浓度转换中的一种或多种,并且所述群体也具有所述疾病,其中,所述伪浓度通过如下等式计算:伪浓度=α×自然对数((Ci/C(c或h))-(Ch/Cc))2,其中:α为比例常数;Ci=实际患者的生物标记物的测量浓度;C(c或h)=该患者生物标记物的患者年龄调整浓度;Ch=非疾病患者的生物标记物的患者年龄调整平均浓度;Cc=疾...
【专利技术属性】
技术研发人员:加琳娜·克拉西克,穆森·马雷法特,基思·林根费尔特,
申请(专利权)人:奥特拉西斯公司,
类型:发明
国别省市:美国,US
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。