Sporenzählanalyse<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Ich habe mit einem Wissenschaftler zusammengearbeitet, der einige Experimente durchführt, um verschiedene Medien aus Sporen von Pflanzenkrankheiten zu reinigen. Das Medium ist mit Krankheitssporen befallen, dann erhält das Medium abschwächende Behandlungen. Dann werden die überlebenden Sporen gezählt. Eine anfängliche Zählung der Sporen ist nicht für jedes einzelne Medium verfügbar. Eine Probe unbehandelten Mediums wird getestet, um die anfänglichen Sporenzahlen zu ermitteln. Für jeden Medientyp wird eine mittlere anfängliche Sporenzahl berechnet. Die Daten werden in JMP unter Verwendung von GLM mit einer Binomialverteilung mit den Nachbehandlungszahlen der überlebenden Sporen auf individuellem Medium analysiert. Die mittleren anfänglichen Sporenzahlen sind die zweite Variable (Nenner) in der Binomialanalyse. Bei dieser Analyse wird die Wahrscheinlichkeit des Überlebens von Sporen basierend auf der mittleren Sporenzahl einer Probe des Mediums angegeben. Gibt es Probleme mit diesem Ansatz? Mir ist klar, dass es wünschenswert wäre, für jedes Medium eine Anfangszählung zu haben. Ist die Verwendung der mittleren anfänglichen Sporenzahl in dieser Analyse ein Problem? Wir planen zu berichten, dass wir die mittlere anfängliche Sporenzahl aus einer separaten Probe der Medien verwenden.
Re: SporenzählungsanalyseIch bin nicht ganz sicher, was Sie versuchen, aus dem Experiment herauszukommen oder wie das Experiment eingerichtet ist. Daher sind einige weitere Details hilfreich.
Ich vermute, dass Sie die Wirkung verschiedener Behandlungszeiten mit verschiedenen Desinfektionsmitteln (chemisch oder physikalisch (Hitze, Dampf)) vergleichen.
Oft ist man daran interessiert, die Sporen- oder Keimzahlen zu reduzieren. Zum Beispiel stach ich meine Apfelsauce mit 10 8 cfu / ml meines Lieblingsorganismus ein und durchläufe dann mehrere Sterilisationszyklen (Temperatur und Zeit). Dann öffne ich die Gläser und zähle für ein paar Proben aus jedem Glas und benutze die Daten, um eine Temperaturkombination für die minimale Zeit zu finden, die mir eine Abnahme der Anzahl um 3 Log (oder 6) Log ergibt. Dieselbe Art von Experiment könnte auf einer Oberfläche durchgeführt werden, die Oberfläche dosieren, sich mit und ohne Behandlung erholen und die Ergebnisse vergleichen.
ich In beiden Fällen ist die Antwort nicht binomisch (0 oder 1). es sei denn Ich bin nur Wenn ich schaue, ob ich mehr als oder weniger als eine Abnahme von 6 log oder vielleicht eine vollständige Sterilisation bekam oder nicht abgeschlossen. In den meisten Fällen interessieren sich Wissenschaftler (und Regulierungsbehörden) eher für die Schätzung der Log-Reduktion und für die Konfidenzintervalle um die Schätzung (und ob Sie unter Bedingungen arbeiten können, bei denen der CI unter dem erforderlichen Schwellenwert liegt.)
Re: SporenzählungsanalyseWenn Sie Pioson sehen, denken Sie an Poisson, My bad.
Re: SporenzählungsanalyseDanke für die Kommentare und Vorschläge.
Einige meiner Terminologie waren nicht die beste. Die Verwendung des Arbeitsüberlebens und
infiziert ist fehlführend. Ein Labor bevölkert das Medium mit lebensfähigen Sporen.
Der Fokus liegt auf lebensfähigen Sporen auf dem Medium und speziell auf der Wahrscheinlichkeit
von lebensfähigen Sporen auf dem Medium.
Lassen Sie mich klarstellen, was wir tun. Dies ist eine Hygienestudie. Das
Zwei Medien sind Stahlscheiben und ein quadratisches Stück Wolle. Also keine Sporen
würde auf dem Medium leben, wenn sie sprießen würden. Die Behandlungen sind zu desinfizieren.
Die Sporenzählungen sind lebensfähige Sporen. Wir möchten wissen, wie effektiv das ist
Behandlungen sind bei der Reinigung der Sporen. Der Anfang zählt auf die Wolle
durchschnittlich 2,2 Millionen, die Stahlwaschanlage durchschnittlich 8500. Das wissen
Die Wahrscheinlichkeit einer lebensfähigen Spore auf dem Medium nach der Behandlung ist wertvoll.
Die Zählungen sind ganze Zahlen. Sie sind nicht kontinuierlich. Ich habe GLM mit der verwendet
Pioson-Verteilung wie Mark vorgeschlagen. Ich finde Bedeutung aber nicht so sehr
wie beim binomial. Die Wahrscheinlichkeit einer lebensfähigen Spore auf dem Medium liegt bei
Interesse und die Behandlungen, die es erheblich beeinflussen. Ist das binomial
sag mir das? Eine geringe Wahrscheinlichkeit einer lebensfähigen Spore sagt uns, dass es ein Tief gibt
Wahrscheinlichkeit der Verbreitung lebensfähiger Sporen.
Wenn das Binomial nicht der richtige Ansatz ist, könnte die GLM-Pioson-Behandlung erfolgen
Schätzungen werden durch die anfänglichen Sporenschätzungen geteilt, um die
Wahrscheinlichkeit einer lebensfähigen Spore auf dem Medium. Wäre das ein besserer Weg zu
Schätze diese Wahrscheinlichkeit?
Oder haben Sie einen anderen Ansatz, um dies vorzuschlagen. Vielen Dank.
Re: SporenzählungsanalyseIch bin nicht sicher, was Sie angesichts Ihrer obigen Beschreibung als abhängige Variable analysieren möchten. Es klingt, als ob Sie eine binäre "kontaminierte / nicht kontaminierte" Antwort versuchen, aber dann verwenden Sie eine simulierte anfängliche Sporenzahl und eine tatsächliche Sporenzahl nach der Behandlung als Ihre einzigen Eingangsvariablen? Ich bin etwas verwirrt, was dein Ziel hier angeht, denn wenn es gibt irgendein Sporen nach der Behandlung überleben, dann Ihr Medium ist kontaminiert. Ihre Wahrscheinlichkeit ist automatisch 100%. Wenn nun einige Variablen im Zusammenhang mit der Behandlung (z. B. Behandlungszeit, Temperatur oder ...) in das Modell aufgenommen wurden, so dass Sie die Wirksamkeit Ihrer Behandlung bestimmen wollten und die endgültige Anzahl der Sporen nach der Behandlung war Ihre Antwort, dann konnte ich den Punkt dieser Übung erkennen. Und zu Marks Punkt: Wenn Ihre Antwort die Anzahl der Sporenzahlen nach der Behandlung ist, möchten Sie die Poisson-Verteilung und die Protokollverknüpfungsfunktion für das GLM. Oder fehlt mir hier etwas?
Re: SporenzählungsanalyseWenn die Methode für den Befall jedes einzelnen Mediums (Proben) konsistent ist, können Sie davon ausgehen, dass die Anzahl der anfänglichen Sporen gleich ist. Sie könnten dann einen GLM mit Poisson-Verteilung und Protokollverknüpfungsfunktion ohne Offset verwenden. Aktivieren Sie die Option für Überdispersion, um eine bessere Passform zu erreichen. (Überprüfen Sie, ob es signifikant ist.)
Die Binomialverteilung, die Sie gewählt haben, setzt eine dichotome Antwort voraus, aber Ihr Verhältnis wird wahrscheinlich nicht so sein. Es ist kontinuierlich, nein?
