研究者は通常、複雑な実験方法を使用して、開発中および製品ライフサイクル全体にわたる医薬品の重要な品質属性（CQA）を評価します。 機器はデータを取得するための範囲を検証しており、研究者は検出限界（LOD）を超える結果を得ることがよくあります。 取得できる値の範囲に制限のある応答を含む予測モデルを実行している技術者の場合、この投稿はあなたにぴったりです。 JMP Proには、統計モデル内の検出限界を適切に処理し、エラーのリスクを軽減するための、簡単に導入できる手法が含まれています。
JMP Proで新しいLODコントロールを利用することの実際的な価値は何ですか？
例を考えてみましょう。3つの入力を使用する実験室の方法で抽出および測定できる固体不純物の最大量を決定するための一連の実験を計画しています。 測定方法には、1単位の検出下限が含まれています。 過去に、欠測値の使用、対数を使用できるように非常に小さいがゼロではない値の作成、LODの影響を受ける観測値の制限の適用など、LODを処理するためのさまざまな手法を試しました。に含まれているLODコントロールを使用するJMPプロ16 。
前方選択を利用した対数正規分布の一般化線形モデルを使用して、抽出および測定できる不純物の量をモデル化します。 LOD制御なしでモデルを実行すると、重大なエラーが含まれている可能性が非常に高い予測が得られます。
欠測値を使用して最大化されたモデルは、137.8の推定値を提供します。これは、実験で実現された最大不純物量の34.7を大幅に超えています。 95％の信頼区間の制限が非常に広範囲に広がっていることに注意してください。
ゼロに近い値を使用して最大化されたモデルは、472.4の非現実的な推定値を提供します。
1ユニットの下限を使用して最大化されたモデルは、16.6での不純物の最適量を過小評価しているようです。これは、実験中に実現された最大量の約半分です。
最終モデルではLODコントロールを使用します。 測定できる不純物の最適量は36.7と推定されています。 現実的な推定は、3つのメソッド入力すべてを含むモデルから得られることに注意してください。 3つのメソッド入力のそれぞれに極大値があり、これは対象分野の専門家にとって理にかなっています。
この比較は、LODコントロールがモデルの予測推定のエラーをどのように軽減するかを明確に示しています。 最適と識別された入力の金額を囲むスペースで確認実行を作成することは、常にベストプラクティスです。
検出限界とは何ですか？
機器は通常、分析対象物を含まないマトリックスから値を生成します。これはブランク測定値として知られています。 空白の読み取り値のグループは、測定システムに固有の「ノイズ」の分布を形成します。 この「ノイズ」は、機器によってテストされた均質なサンプルの複数の読み取りから予想されるランダムな変動です。
検出限界は、空白の読み取り値と統計的に異なる最小の濃度/量です。 [1] 。
最小量=空白メジャーの平均+（信頼水準x空白メジャーの標準偏差）
99％の信頼水準を使用すると、検出限界は、ブランクの平均より約3標準偏差（ブランク）上にある最小信号の平均です。
定量限界は、偽陰性の結果を軽減するためによく使用されます（つまり、実際の測定値が利用可能な場合、測定値は制限外であると想定します）。
一部の測定には、両側の制限があります。 力を測定するロードセルは、通常、両側の制限内の精度のゾーンを持っています。
科学者とエンジニアは、機器の検出限界、メソッドの検出限界、定量限界、実際の定量限界など、さまざまな種類の検出限界に対応しています。 使用される制限のタイプに関係なく、実験の目標を達成するためにLODで打ち切るためのカットオフ値を特定するのは科学者またはエンジニアの責任です。
検出限界がモデルの推定に影響するのはなぜですか？
パラメータ推定は通常、累積分布関数（CDF）を使用して行われます。 制限が存在する場合、結果はシフトされたCDFと変更されたパラメーターになります。 以下のプロットは、対称分布に対するLODの効果を示しています。
測定値内の制限によるCDFのシフトは、偏った分布の場合に特に深刻です。これは、パラメーターの大きなシフトを作成するCDFに含まれていない大量の潜在的なデータとして以下に示されています。
検出限界を検閲値として適切に使用すると、確率密度関数から推定が行われます。 PDFの形状は、欠落している部分が次のようになる可能性があるため、パラメーターのシフトを軽減します。パラメーターはより正確であり、現実的なモデル推定を生成します。
JMP ProでLODコントロールをどのように利用できますか？
同様のシナリオを考えてみましょう。実験室の方法を使用して抽出および測定できる固体不純物の最大量を見つけるために、一連の実験を計画しています。 DOE>カスタムデザインメニューオプションを使用して、実験の構造を設定します。 JMP 16以下に示すように、設計プロセスの一部として検出限界を追加する機能が含まれています。
LODコントロールを設定する別の方法は、それらを列のプロパティに追加することです。
JMP Proは、モデル内の制限を適切に検閲するために必要な追加の列を作成する必要なしに、LODを自動的に制御します。
LODコントロールを活用して実用的な価値を実現
JMP Pro 16でこのLODコントロールを使用すると、モデル推定の精度と精度が大幅に向上し、QBD（Quality by Design）の取り組みが強化されます。 技術者は、限界があることが知られている測定方法を処理するための優れた新しいツールを手に入れました。
参照
[1] IUPAC。 化学用語大要、第2版。 （「ゴールドブック」）。 ADマクノートとAによって編集されました。 ウィルキンソン。 Blackwell Scientific Publications、オックスフォード（1997）。 SJチョークによって作成されたオンラインバージョン（2019-）。 ISBN0-9678550-9-8。 https://doi.org/10.1351/goldbook 。
いい記事、ロブ！これは、低レベルの不純物が懸念される場合に、確かに便利な機能になります。二国間の制限を示すために、どのようにグラフィックを作成したかを尋ねる同僚がいます。JSLが関わっていたと思います。そのスクリプトを共有できるチャンスはありますか？ありがとう！
こんにちはグウェン@gwenhallberg 、Robがこれを確実に取得するように（そして、追加したコメント/質問を表示したい人にすばやく表示されるように）、@ mentionタグを使用してください。この場合、ロブ@statpharmer 、グウェンは書いた：
いい記事、ロブ！これは、低レベルの不純物が懸念される場合に、確かに便利な機能になります。二国間の制限を示すために、どのようにグラフィックを作成したかを尋ねる同僚がいます。JSLが関わっていたと思います。そのスクリプトを共有できるチャンスはありますか？ありがとう！
@statpharmer微生物学者として、LOD未満のカウントは非常に一般的です。 LOD = 10の場合、以前は<10の代わりに9を採用していましたが、対数計算で変換できます。 では、データを0.9で試して1を置き換え、分析した他のシナリオとの予測プロファイルの最終的な違い、つまりミス、0、1、LODに極端に低いものを確認するようにお願いできますか？ 私はJMPv15のユーザーであり、試すことができませんでした。ありがとうございました。
@statpharmer正直なところ、私はこの機能が大好きですが、JMPではなくJMPProの一部であることに悲しみを感じています。
1ではなく0.9をプラグインすると、他のすべてが同じであるため、プロファイラーは最適な結果を過小評価し続けます。
@statpharmer結果を共有していただきありがとうございます。 同僚のJMPProでこの機能を使用するために生データを共有して、アプリケーションのアップグレードを正当化できるかどうか疑問に思います。 対数正規分布にも興味があります。 JMPはLODを示すこれらのゼロをどのように処理していますか？ありがとうございました。
不純物データセットを記事に投稿して、記載されている概念を試してみることができるようにしました。
