Análisis de recuentos de esporas.<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />He estado trabajando con un científico que está realizando algunos experimentos para desinfectar varios medios de las esporas de enfermedades de las plantas. El medio está infestado con esporas de la enfermedad, luego el medio recibe tratamientos atenuantes. Luego se cuentan las esporas supervivientes. No se dispone de un recuento inicial de esporas para cada medio individual. Se analiza una muestra de medio no tratado para obtener los recuentos de esporas iniciales. Se calcula una cuenta inicial media de esporas para cada tipo de medio. Los datos se analizan en JMP utilizando GLM con una distribución binomial con los recuentos después del tratamiento de las esporas sobrevivientes en un medio individual, los conteos medios iniciales de esporas son la segunda variable (denominador) en el análisis binomial. Con este análisis, la probabilidad de supervivencia de las esporas se informa sobre la base del uso del recuento medio de esporas de una muestra del medio. ¿Hay algún problema con este enfoque? Me doy cuenta de que sería preferible tener un recuento inicial para cada medio. ¿El uso del medio de esporas iniciales medias es un problema en este análisis? Tenemos la intención de informar que estamos utilizando el recuento medio de esporas iniciales de una muestra separada de los medios.
Re: Análisis de conteos de esporasNo estoy exactamente seguro de qué está intentando salir del experimento o cómo se configura el experimento, por lo que algunos detalles más podrían ser útiles.
Sospecho que está comparando el efecto de diferentes duraciones de tratamiento con diferentes desinfectantes (químicos o físicos (calor, vapor)).
A menudo, uno está interesado en la disminución logarítmica en el recuento de esporas o bacterias. Por ejemplo, pique mi salsa de manzana con 10 ^ 8 ufc / ml de mi organismo favorito y luego corro los frascos a través de varios ciclos de esterilización (temperatura y tiempo). Luego abro los frascos y cuento con un par de muestras de cada frasco y utilizo los datos para encontrar una combinación de temperatura de tiempo mínima que me proporcione una disminución de 3 log (o 6) log en las cuentas. El mismo tipo de experimento se puede realizar en una superficie, dosificar la superficie, recuperarse con y sin tratamiento y comparar los resultados.
yo En cualquier caso, la respuesta no es binomial (0 o 1). a no ser que soy solamente mirando si obtuve una disminución mayor o menor que 6 log o quizás una esterilización completa en lugar de una completa. En la mayoría de los casos, los científicos (y los reguladores) están más interesados en la estimación de la reducción logarítmica y los intervalos de confianza en torno a la estimación (y si puede operar en una condición en la que el IC está por debajo del umbral requerido).
Re: Análisis de conteos de esporasCuando veas a Pioson piensa en Poisson, mi mal.
Re: Análisis de conteos de esporasGracias por los comentarios y sugerencias.
Parte de mi terminología no era la mejor. El uso de la supervivencia laboral y
infectado es miss líder. Un laboratorio puebla el medio con esporas viables.
El enfoque son las esporas viables en el medio y específicamente la probabilidad.
De esporas viables sobre el medio.
Déjame ver aclarar lo que estamos haciendo. Este es un estudio de saneamiento. los
Dos medios son arandelas de acero y un trozo cuadrado de lana. Así que no hay esporas
Vivirían en el medio si brotaran. Los tratamientos son para desinfectar.
Las cuentas de esporas son esporas viables. Queremos saber cuán efectivos son los
Los tratamientos son en la limpieza de las esporas. La cuenta inicial con la lana.
un promedio de 2,2 millones, la arandela de acero promedió 8500. Conociendo el
la probabilidad de una espora viable en el medio después del tratamiento es valiosa.
Los conteos son enteros. No son continuos. He usado GLM con el
Distribución de Pioson como sugirió Mark. Encuentro significado pero no tanto
Como con el binomio. La probabilidad de una espora viable en el medio es de
El interés y los tratamientos que lo afectan significativamente. Es el binomio
diciendome esto? Una baja probabilidad de una espora viable nos dice que hay una baja
probabilidad de propagación de esporas viables.
Si el binomio no es el enfoque correcto, el tratamiento con GLM Pioson
Las estimaciones se dividen por las estimaciones iniciales de esporas para producir el
probabilidad de una espora viable en el medio. ¿Sería esta una mejor manera de
estimar esta probabilidad?
¿O tienes otro enfoque para sugerir? Gracias.
Re: Análisis de conteos de esporasNo estoy seguro de lo que está tratando de analizar como su variable dependiente dada su descripción anterior. ¿Parece que está intentando una respuesta binaria "contaminada / no contaminada", pero luego está utilizando un conteo inicial de esporas simulado y un conteo real de esporas después del tratamiento como sus únicas variables de entrada? Estoy un poco confundido en cuanto a su objetivo aquí porque si hay alguna esporas que sobreviven después del tratamiento, entonces su medio es contaminado. Su probabilidad es automáticamente del 100%. Ahora, si se incluyeron en el modelo algunas variables relacionadas con el tratamiento (p. Ej., El tiempo del tratamiento o la temperatura o ...) de tal manera que estaba tratando de determinar la efectividad de su tratamiento, y el número final de esporas después del tratamiento fue Su respuesta, entonces pude ver el punto de este ejercicio. Y al punto de Mark, si su respuesta es el conteo de esporas posteriores al tratamiento, querría la distribución de Poisson y la función de enlace de registro para el GLM. ¿O me estoy perdiendo algo aquí?
Re: Análisis de conteos de esporasSi el método para infestar cada uno de los medios individuales (muestras) es consistente, entonces puede suponer que el recuento de esporas inicial es el mismo. A continuación, puede utilizar un GLM con la distribución de Poisson y la función de enlace de registro sin un desplazamiento. Habilite la opción de dispersión excesiva para un mejor ajuste. (Verifique si es significativo).
La distribución binomial que eligió asume una respuesta dicotómica, pero es probable que su proporción no sea tan buena como la entiendo. Es continuo, no?
