Cómo calcular la precisión del ICH mediante el análisis de componentes de varianzaHola
Estoy intentando realizar un análisis de componentes de varianza (utilizando JMP 18.0.2) para calcular valores %CV para datos de precisión ICH, más específicamente para calcular (a) repetibilidad, (b) precisión intermedia y (c) reproducibilidad.
El estudio fue realizado por 2 operadores, midiendo 3 réplicas en 2 ocasiones diferentes, en 5 concentraciones de muestra diferentes.
Agradecería mucho que alguien me ayudara a realizar el análisis adecuado para obtener los datos de precisión de ICH. He probado a usar el gráfico de indicador de variabilidad/atributo y he realizado un análisis anidado con REML y análisis bayesiano. ¿Cuál de estos debería usar para el análisis? También sé que los resultados se ven afectados por el tipo de modelo (anidado o cruzado). ¿Debería usar REML o bayesiano? ¿Debería usar anidado o cruzado? ¿Debería anidar el operador bajo la ocasión, o la ocasión bajo el operador?
Cualquier ayuda sería muy apreciada.
Gracias.
Atentamente
Para ella
Modelado estadístico avanzadoAnálisis y modelado de datos básicosIngeniería de Calidad y ProcesosRe: Cómo calcular la precisión de ICH mediante el análisis de componentes de varianzaTengo dudas sobre la estructura de su conjunto de datos. Las filas no se identifican de forma única mediante combinaciones de Ocasión, Operador y Repetición. En otras palabras, ¿cómo puede el Operador n.º 1 medir la misma Repetición 5 veces en una misma Ocasión?
Re: Cómo calcular la precisión de ICH mediante el análisis de componentes de varianzaSegún la descripción de la situación, parece que Operador, Ocasión y Muestras están todos cruzados (cada operador ve cada ocasión y cada muestra) y las repeticiones estarían anidadas (no sé por qué las llama réplicas). Por lo tanto, su modelo debería ser factorial para Operador, Ocasión y Muestra, y las repeticiones anidadas (los componentes anidados serán para la repetibilidad de la precisión). Si bien puede usar un gráfico de rango para evaluar la estabilidad de las medidas repetidas y cuantificar ese componente de variación, y puede tener un gráfico de barras X para representar la repetibilidad de la precisión (esta será la base para los límites de control) contra las otras fuentes (esto se desviaría sin normalizar las concentraciones), los gráficos de control no serán útiles para evaluar los otros tres componentes debido a la presencia de interacciones.
Por otra parte, ha modificado la muestra a propósito modificando las concentraciones. ¿Son estos estándares de referencia? De ser así, las interpretaciones del análisis cambian. Esto sesgará el componente de varianza. Debería normalizar esto antes del análisis. ¿Quizás restar el valor medido real a la concentración teórica?
Re: Cómo calcular la precisión de ICH mediante el análisis de componentes de varianzaHola @JayC008 : Mencionas ICH; ¿exactamente qué guía de ICH estás tratando de seguir?
Re: Cómo calcular la precisión de ICH mediante el análisis de componentes de varianzaHola @MRB3855 : Estoy tratando de calcular valores de precisión para repetibilidad, precisión intermedia y reproducibilidad según las pautas ICHQ2 (R2).
Re: Cómo calcular la precisión de ICH mediante el análisis de componentes de varianzaHola @Ressel : Gracias por tus comentarios. Estoy intentando determinar la precisión de repetibilidad, precisión intermedia y reproducibilidad de un método de ensayo. (Según la recomendación ICHQ2, para evaluar la repetibilidad se necesitarían al menos nueve determinaciones que cubran el rango reportable del procedimiento (p. ej., 3 concentraciones/3 réplicas cada una). El rango de concentración de mi ensayo es de 2,5e5 a 2e6 (concentraciones de muestra). Estas muestras se prepararon por triplicado (repeticiones). Dos operadores tomaron tres mediciones (triplicadas) para cada una de estas concentraciones de muestra. El mismo procedimiento se repitió en una segunda ocasión. Por lo tanto, dos ocasiones, dos operadores, tres repeticiones para cinco concentraciones de muestra que cubren el rango del ensayo analítico.
La pregunta es, ¿cómo obtengo CV de precisión para repetibilidad (repetir mediciones en las 5 concentraciones diferentes), precisión intermedia (en todos los operadores y ocasiones) y reproducibilidad (en todos los operadores)?
Re: Cómo calcular la precisión de ICH mediante el análisis de componentes de varianzaHola @JayC008 ,
Es posible que no comprenda sus solicitudes aquí, pero tal vez esté buscando orientación adicional sobre algunos de los cálculos de datos y cómo realizarlos dentro de JMP.
Por favor, aclare si eso no es lo que está preguntando, ya que no creo que su elección inicial de cálculos de datos/plataforma sea por donde yo empezaría.
Para quienes sigan el hilo, he incluido un enlace a la guía ICHQ2(R2) .
Según lo que leí en la sección 3.3.2.4, debería poder utilizar la plataforma de distribución y/o las plataformas de tabulación dentro de JMP para los cálculos de los datos recomendados.
Otros podrían tener una opción/plataforma rápida para la generación del intervalo de confianza utilizando el intervalo de confianza de Clopper-Pearson para proporciones o con una fórmula.
3.3.2.4 Datos recomendados
“La desviación estándar, la desviación estándar relativa (coeficiente de variación) y una
Se debe informar el intervalo de confianza del 100(1-α) % (o intervalo estadístico alternativo justificado).
El intervalo observado debe ser compatible con la aceptación de precisión correspondiente.
criterios, salvo justificación contraria.
Además, para los procedimientos analíticos multivariados, las métricas de rutina de RMSEP abarcan
“Exactitud y precisión.”
La validación del método necesitará documentación adicional de procedimientos más allá de la ayuda y el alcance del foro de discusión de la comunidad de usuarios de JMP.
Además, se debe demostrar el límite de cuantificación y los límites de detección para el procedimiento analítico bajo investigación.
salud,
Stan
Re: Cómo calcular la precisión de ICH mediante el análisis de componentes de varianzaSugiero combinar (concatenar) Ocasión y Operador en una columna que describa cada configuración del método. Así se ven los datos para la concentración de muestra más alta.
De esta manera, se puede estimar la variación entre configuraciones y la variación entre repeticiones dentro de la configuración. Para ello, se usaría Analizar -> Ajustar modelo, donde la configuración (concatenación de ocasión y operador) se modela como un efecto aleatorio.
En el resultado de este análisis, se puede encontrar la DE (componente de varianza de la raíz cuadrada) entre configuraciones, dentro de una configuración, y la suma total de estas. Los intervalos de confianza del 95% asociados con cada DE se pueden calcular como la raíz cuadrada del 95% inferior y el 95% superior. En términos de ICH Q2 , la variación total corresponde a la precisión intermedia y el residuo a la repetibilidad.
