연구자들은 일반적으로 복잡한 실험실 방법을 사용하여 개발 및 제품 수명주기 전반에 걸쳐 약물의 주요 품질 속성(CQA)을 평가합니다. 기기에는 데이터 획득 범위가 검증되어 있으며, 연구자들은 검출 한계(LOD)를 넘어서는 결과를 얻는 경우가 많습니다. 얻을 수 있는 값 범위에 대한 제한이 있는 응답을 포함하는 예측 모델을 실행하는 기술 담당자라면 이 게시물이 적합합니다. 이제 JMP Pro에는 통계 모델 내에서 탐지 한계를 적절하게 처리하고 오류 위험을 줄이기 위해 쉽게 배포할 수 있는 기술이 포함되어 있습니다.
JMP Pro의 새로운 LOD 컨트롤을 활용함으로써 얻을 수 있는 실질적인 가치는 무엇입니까?
예를 들어 보겠습니다. 우리는 세 가지 입력을 활용하는 실험실 방법으로 추출 및 측정할 수 있는 고체 불순물의 최대량을 결정하기 위한 일련의 실험을 계획하고 있습니다. 측정 방법에는 1 단위의 하한 검출 한계가 포함됩니다. 우리는 과거에 LOD를 처리하기 위해 결측값 사용, 로그 사용을 허용하기 위해 매우 작지만 0이 아닌 값 생성, LOD의 영향을 받는 관측값에 대한 제한 설정 등 다양한 기술을 시도했습니다. 포함된 LOD 컨트롤을 사용하여 JMP 프로 16 .
우리는 추출 및 측정할 수 있는 불순물의 양을 모델링하기 위해 순방향 선택을 활용하는 로그 정규 분포를 갖춘 일반화된 선형 모델을 사용합니다. LOD 제어 없이 모델을 실행하면 심각한 오류가 포함될 가능성이 매우 높은 예측이 생성됩니다.
결측값을 사용한 최대화된 모델은 137.8의 추정치를 제공하는데, 이는 실험에서 실현된 최고 불순물 양인 34.7을 크게 초과합니다. 95% 신뢰구간 한계의 범위가 매우 넓다는 점에 유의하세요.
0에 가까운 값을 사용하는 최대화된 모델은 472.4라는 비현실적인 추정치를 제공합니다.
1-단위 하한을 사용한 최대화된 모델은 최적의 불순물 양인 16.6을 과소평가한 것으로 보이며, 이는 실험 중에 구현된 최대 양의 대략 절반에 해당합니다.
최종 모델에서는 LOD 컨트롤을 사용합니다. 측정할 수 있는 최적의 불순물량은 36.7로 추정됩니다. 현실적인 추정치는 세 가지 방법 입력을 모두 포함하는 모델에서 나온 것입니다. 세 가지 방법 입력 각각에 대한 로컬 최대값이 있으며 이는 해당 분야 전문가에게 적합합니다.
비교는 LOD 제어가 모델 예측 추정의 오류를 어떻게 완화하는지 명확하게 보여줍니다. 최적으로 식별된 입력의 양을 둘러싼 공간에서 확인 실행을 생성하는 것이 항상 모범 사례입니다.
검출 한계는 무엇입니까?
기기는 일반적으로 분석 물질 없이 매트릭스에서 빈 판독값으로 알려진 값을 생성합니다. 공백 판독값 그룹은 측정 시스템에 내재된 "노이즈" 분포를 형성합니다. 이 "노이즈"는 기기로 테스트한 균질한 샘플을 여러 번 판독할 때 기대할 수 있는 무작위 변동성입니다.
검출한계는 공시험치와 통계적으로 다른 가장 작은 농도/양입니다. [1] .
최소 수량 = 공백 측정의 평균 + (신뢰 수준 x 공백 측정의 표준 편차)
99% 신뢰 수준을 사용하면 검출 한계는 공백 평균보다 약 3 표준 편차(공백) 높은 가장 작은 신호의 평균입니다.
정량화 한계는 위음성 결과를 완화하기 위해 종종 활용됩니다(즉, 실제 측정이 가능할 때 측정이 한계를 벗어났다고 가정합니다).
일부 측정에는 양측 한계가 있습니다. 힘을 측정하는 로드 셀은 일반적으로 양측 한계 내에서 정확도 영역을 갖습니다.
과학자와 엔지니어는 기기 검출 한계, 방법 검출 한계, 정량 한계 및 실제 정량 한계를 포함하여 다양한 유형의 검출 한계를 다룹니다. 사용된 한계 유형에 관계없이 실험 목표를 달성하기 위해 LOD를 사용한 검열의 한계값을 식별하는 것은 과학자나 엔지니어의 몫입니다.
탐지 한계가 모델 추정에 영향을 미치는 이유는 무엇입니까?
모수 추정은 일반적으로 누적 분포 함수(CDF)를 사용하여 이루어집니다. 한계가 있으면 결과적으로 CDF가 이동되고 매개변수가 변경됩니다. 아래 플롯은 대칭 분포에 대한 LOD의 효과를 보여줍니다.
측정 내 한계로 인한 CDF의 이동은 편향된 분포의 경우 특히 심각합니다. 이는 아래에서 매개변수에 큰 변화를 일으키는 CDF에 포함되지 않은 상당량의 잠재적 데이터로 표시됩니다.
검측 한계를 검열값으로 적절하게 사용하면 확률 밀도 함수를 통해 추정이 이루어집니다. 누락된 부분이 있을 수 있으므로 PDF의 모양은 매개변수의 이동을 완화합니다. 매개변수가 더 정확하여 현실적인 모델 추정치를 산출합니다.
JMP Pro에서 LOD 제어를 어떻게 활용할 수 있나요?
비슷한 시나리오를 생각해 봅시다. 우리는 실험실 방법을 사용하여 추출하고 측정할 수 있는 고체 불순물의 최대량을 알아내기 위해 일련의 실험을 계획하고 있습니다. DOE> Custom Design 메뉴 옵션을 사용하여 실험 구조를 설정합니다. JMP 16 여기에는 아래와 같이 설계 프로세스의 일부로 검출 한계를 추가하는 기능이 포함되어 있습니다.
LOD 컨트롤을 설정하는 또 다른 방법은 이를 열 속성에 추가하는 것입니다.
JMP Pro는 모델 내 한도에 맞게 검열하는 데 필요한 추가 열을 생성할 필요 없이 LOD를 자동으로 제어합니다.
LOD 컨트롤을 활용한 실용가치 실현
JMP Pro 16에서 이 LOD 제어를 사용하면 모델 추정치의 정밀도와 정확성이 크게 향상되어 QbD(Quality by Design) 노력이 향상됩니다. 이제 기술 인력은 한계가 있는 것으로 알려진 측정 방법을 처리할 수 있는 훌륭한 새 도구를 갖게 되었습니다.
참조
[1] IUPAC. 화학 용어 개요, 2판. ("골드북"). AD McNaught와 A.가 편집함. 윌킨슨. 블랙웰 사이언티픽 출판물, 옥스퍼드(1997). SJ Chalk가 제작한 온라인 버전(2019-)입니다. ISBN 0-9678550-9-8. https://doi.org/10.1351/goldbook .
사람들이 언급된 개념을 가지고 놀 수 있도록 불순물 데이터 세트를 기사에 게시했습니다.
@statpharmer 결과를 공유해 주셔서 감사합니다. 제 동료의 JMP Pro에서 이 기능을 사용할 수 있도록 원시 데이터를 공유해 주시고 업그레이드 신청을 정당화해 주실 수 있는지 궁금합니다. 로그 정규 분포에도 관심이 있습니다. JMP는 LOD를 나타내는 0을 어떻게 처리합니까? 감사합니다.
1 대신 0.9를 연결하고 다른 모든 것은 동일하면 프로파일러는 계속해서 최적의 결과를 과소평가합니다.
@statpharmer 솔직히 말해서 저는 이 기능을 좋아하지만 JMP가 아닌 JMP Pro의 일부라는 점이 아쉽습니다.
@statpharmer 미생물학자로서 LOD보다 적은 수의 수를 갖는 것은 매우 일반적입니다. LOD=10인 경우 <10을 대체하기 위해 9를 채택했는데 로그 계산으로 변환할 수 있습니다. 따라서 데이터를 0.9로 사용하여 1을 대체하고 분석한 다른 시나리오(예: 누락, 0, 1, LOD로 극도로 낮음)와 예측 프로필의 최종 차이가 무엇인지 확인해 보시기 바랍니다. 저는 JMP v15 사용자일 뿐이어서 시도해 볼 수 없었습니다. 감사합니다.
안녕 그웬 @그웬홀버그 , Rob이 이 메시지를 받게 하려면(그리고 귀하가 추가한 댓글/질문을 보고 싶은 사람이 빨리 볼 수 있도록 하려면) @mention 태그를 사용하세요.이 경우 롭은 @statpharmer , 그웬은 다음과 같이 썼습니다.
좋은 기사네요, 롭!이는 낮은 수준의 불순물과 관련하여 우리에게 확실히 유용한 기능이 될 것입니다.양측 한계를 보여주기 위해 그래픽을 어떻게 만들었는지 묻는 동료가 있습니다.나는 JSL이 관련되어 있다고 가정합니다.그 스크립트를 공유할 수 있는 기회가 있나요?감사해요!
좋은 기사네요, 롭!이는 낮은 수준의 불순물과 관련하여 우리에게 확실히 유용한 기능이 될 것입니다.양측 한계를 보여주기 위해 그래픽을 어떻게 만들었는지 묻는 동료가 있습니다.나는 JSL이 관련되어 있다고 가정합니다.그 스크립트를 공유할 수 있는 기회가 있나요?감사해요!
