연구자들은 일반적으로 복잡한 실험실 방법을 사용하여 개발중인 약물의 중요 품질 속성 (CQA)을 제품 수명주기 내내 평가합니다. 기기는 데이터 획득 범위를 검증했으며 연구자들은 종종 검출 한계 (LOD)를 초과하는 결과를 얻습니다. 획득 할 수있는 값의 범위에 제한이있는 응답을 포함하는 예측 모델을 실행하는 기술 전문가라면이 게시물이 적합합니다. JMP Pro에는 이제 통계 모델 내의 탐지 한계를 적절히 처리하고 오류 위험을 줄이기 위해 쉽게 배포되는 기술이 포함되어 있습니다.
JMP Pro에서 새로운 LOD 컨트롤을 활용하는 실질적인 가치는 무엇입니까?
예를 들어 보겠습니다. 세 가지 입력을 사용하는 실험실 방법으로 추출 및 측정 할 수있는 고체 불순물의 최대 양을 결정하기위한 일련의 실험을 계획하고 있습니다. 측정 방법에는 1 단위의 하한 감지 한계가 포함됩니다. 우리는 결 측값 사용, 로그를 사용할 수 있도록 매우 작지만 0이 아닌 값 생성, LOD의 영향을받는 관측치에 대한 제한 부과 등 과거에 LOD를 처리하기 위해 다양한 기법을 시도했습니다. 에 포함 된 LOD 컨트롤 사용 JMP Pro 16 .
추출 및 측정 할 수있는 불순물의 양을 모델링하기 위해 순방향 선택을 활용하는 로그 정규 분포를 사용하는 일반화 된 선형 모델을 사용합니다. LOD 제어없이 모델을 실행하면 심각한 오류가 포함 된 것으로 의심되는 예측이 생성됩니다.
결 측값을 사용하는 최대화 된 모델은 137.8의 추정치를 제공하며, 이는 실험에서 실현 된 최고 불순물 양인 34.7을 훨씬 초과합니다. 95 % 신뢰 구간 한계의 매우 넓은 산포에 유의하십시오.
0에 가까운 값을 사용하는 최대화 된 모델은 472.4의 비현실적인 추정치를 제공합니다.
1 단위 하한을 사용하여 최대화 된 모델은 16.6에서 최적의 불순물 양을 과소 평가하는 것으로 보입니다. 이는 실험 중에 실현 된 최대 양의 약 절반입니다.
최종 모델에서 LOD 컨트롤을 사용합니다. 측정 할 수있는 최적의 불순물 양은 36.7로 추정됩니다. 현실적인 추정치는 세 가지 방법 입력을 모두 포함하는 모델에서 비롯됩니다. 세 가지 방법 입력 각각에 대한 로컬 최대 값이 있으며 이는 주제 전문가에게 의미가 있습니다.
비교는 LOD 제어가 모델에 대한 예측 추정에서 오류를 완화하는 방법을 명확하게 보여줍니다. 최적으로 식별 된 입력에 대한 양을 둘러싼 공간에서 확인 실행을 만드는 것이 항상 모범 사례입니다.
감지 한계는 무엇입니까?
기기는 일반적으로 분석 물없이 매트릭스에서 값을 생성하며이를 블랭크 판독이라고합니다. 블랭크 판독 값 그룹은 측정 시스템 고유의 "노이즈"분포를 형성합니다. 이 "노이즈"는 기기에서 테스트 한 균질 샘플을 여러 번 판독 할 때 기대할 수있는 임의의 변동성입니다.
검출 한계는 공백 판독 값과 통계적으로 다른 최소 농도 / 양입니다. [1] .
최소 수량 = 공백 측정 값의 평균 + (신뢰 수준 x 공백 측정 값의 표준 편차)
99 % 신뢰 수준을 사용하는 경우 검출 한계는 공백의 평균보다 대략 3 표준 편차 (공백) 위에있는 가장 작은 신호의 평균입니다.
위음성 결과를 완화하기 위해 정량화 한계가 종종 사용됩니다 (즉, 실제 측정 값을 사용할 수있을 때 측정 값이 한계를 벗어났다고 가정합니다).
일부 측정에는 양측 한계가 있습니다. 힘을 측정하는로드 셀은 일반적으로 양측 한계 내에서 정확도 영역을 갖습니다.
과학자와 엔지니어는 기기 검출 한계, 분석법 검출 한계, 정량 한계 및 실제 정량 한계를 포함하여 다양한 유형의 검출 한계를 다룹니다. 사용 된 한계 유형에 관계없이 실험 목표를 달성하기 위해 LOD로 검열하기위한 컷오프 값을 식별하는 것은 과학자 또는 엔지니어에게 달려 있습니다.
탐지 한계가 모델 추정에 영향을 미치는 이유는 무엇입니까?
모수 추정치는 일반적으로 누적 분포 함수 (CDF)를 사용하여 수행됩니다. 한계가있는 경우 결과는 이동 된 CDF 및 변경된 매개 변수입니다. 아래 그림은 대칭 분포에 대한 LOD의 효과를 보여줍니다.
측정 내 한계로 인한 CDF의 이동은 특히 치우친 분포의 경우 심하며, 이는 아래에서 매개 변수의 큰 이동을 생성하는 CDF에 포함되지 않은 상당한 양의 잠재적 데이터로 볼 수 있습니다.
검출 한계를 검열 값으로 적절하게 사용하면 확률 밀도 함수에서 추정이 이루어집니다. PDF의 모양은 누락 된 부분이 매개 변수 일 수 있기 때문에 매개 변수의 이동을 완화하여 현실적인 모델 추정치를 산출합니다.
JMP Pro에서 LOD 컨트롤을 어떻게 활용할 수 있습니까?
비슷한 시나리오를 고려해 보겠습니다. 실험실 방법을 사용하여 추출하고 측정 할 수있는 고체 불순물의 최대 양을 알아 내기 위해 일련의 실험을 계획하고 있습니다. 실험의 구조를 설정하기 위해 DOE> Custom Design 메뉴 옵션을 사용합니다. JMP 16 다음과 같이 설계 프로세스의 일부로 감지 한계를 추가하는 기능이 포함됩니다.
LOD 컨트롤을 설정하는 또 다른 방법은 열 속성에 추가하는 것입니다.
JMP Pro는 모델 내의 한계에 대해 적절하게 검열하는 데 필요한 추가 열을 생성 할 필요없이 LOD를 자동으로 제어합니다.
LOD 컨트롤을 활용하여 실용적인 가치 실현
JMP Pro 16에서이 LOD 컨트롤을 사용하면 QbD (Quality by Design) 작업을 향상시키기 위해 모델 추정의 정밀도와 정확성이 크게 향상됩니다. 기술 인력은 이제 한계가있는 것으로 알려진 측정 방법을 처리 할 새로운 도구를 갖게되었습니다.
참고
[1] IUPAC. 화학 용어 개요, 2nd ed. ( "골드 북"). AD McNaught 및 A. 윌킨슨. Blackwell Scientific Publications, Oxford (1997). SJ Chalk가 만든 온라인 버전 (2019-). ISBN 0-9678550-9-8. https://doi.org/10.1351/goldbook .
좋은 기사, 롭!이것은 낮은 수준의 불순물과 관련된 우리에게 확실히 유용한 기능이 될 것입니다.양측의 한계를 보여주기 위해 그래픽을 어떻게 만들 었는지 묻는 동료가 있습니다.JSL이 관련되었다고 생각합니다.그 스크립트를 공유 할 수 있을까요?감사!
안녕 그웬 @gwenhallberg , Rob이 이 정보를 얻을 수 있도록(그리고 추가한 모든 댓글/질문을 보고 싶은 사람이 빠르게 볼 수 있도록) @mention 태그를 사용하세요.이 경우 롭 @statpharmer , 그웬은 다음과 같이 썼습니다.
좋은 기사, 롭!이것은 낮은 수준의 불순물이 관련된 우리에게 확실히 유용한 기능이 될 것입니다.나는 당신이 양방향 한계를 보여주기 위해 그래픽을 어떻게 만들었는지 묻는 동료가 있습니다.JSL이 관련되어 있다고 가정합니다.그 스크립트를 공유할 수 있는 기회가 있습니까?감사!
@statpharmer 미생물 학자로서 LOD보다 적은 수는 매우 일반적입니다. LOD=10이면 <10을 대체하기 위해 9를 채택하고 로그 계산으로 변환할 수 있습니다. 따라서 1을 대체하기 위해 데이터를 0.9로 시도하고 분석한 다른 시나리오(예: 미스, 0, 1, LOD로 매우 낮음)와 예측 프로필의 최종 차이점이 무엇인지 확인하도록 요청할 수 있습니까? 저는 JMP v15 사용자일 뿐이며 시도할 수 없습니다. 감사합니다.
@statpharmer 솔직히 이 기능은 마음에 들지만 JMP가 아닌 JMP Pro의 일부라는 사실이 안타까울 뿐입니다.
1 대신 0.9를 연결하면 다른 모든 것은 동일하지만 프로파일러는 최적의 결과를 계속 과소평가합니다.
@statpharmer 결과를 공유해 주셔서 감사합니다. 동료의 JMP Pro에서 이 기능을 사용할 수 있도록 원시 데이터를 공유할 수 있는지 그리고 업그레이드를 위해 내 응용 프로그램을 정당화할 수 있는지 궁금합니다. 나는 또한 로그 정규 분포에 관심이 있습니다. JMP는 LOD를 나타내는 0을 어떻게 처리합니까? 감사 해요.
나는 사람들이 언급된 개념을 가지고 놀 수 있도록 불순물 데이터 세트를 기사에 게시했습니다.
