本发明涉及病毒载量检测，特别涉及hiv-1病毒载量检测性能评估方法及系统。
背景技术：
：：1、在艾滋病病毒(hiv)感染的管理中，“治疗即预防”的理念已经成为一个核心策略。实践表明，高效的抗反转录病毒治疗是预防和治疗hiv感染的最有效手段。这种治疗手段不仅可以抑制病毒在感染者体内的复制，还能显著降低病毒的传播风险。2、hiv病毒载量的监测是评估病毒复制活跃程度和动态变化的关键指标，它不仅对指导临床医生合理用药具有至关重要的作用，而且是评估治疗效果不可或缺的工具。特别地，hiv-1病毒载量检测在艾滋病的发现、诊断和治疗过程中占据了举足轻重的地位。3、近年来，随着hiv病毒载量检测需求的持续增长，特别是在艾滋病快速诊断领域的迫切需求下，hiv-1核酸即时检测(molecular point-of-care testing,简称poct)技术应运而生。然而，新技术的问世必然伴随着对其性能严格验证的需求，以确保其准确性和可靠性，从而评估其在临床实践中的应用价值。4、为了全面评估病毒载量检测试剂盒的性能，需要利用定值质控品和临床样本，通过对比不同检测试剂的检测结果，来进行综合判断。这种方法不仅可以帮助我们了解试剂的检测限、准确性和重复性，还能为临床实验室在实际检测工作中提供宝贵的数据支持和参考。通过这样的评估，我们可以确保所选用的检测试剂能够真实反映患者的病毒载量情况，进而指导临床决策，优化治疗效果。5、为此，本发明提出hiv-1病毒载量检测性能评估方法及系统。技术实现思路1、有鉴于此，本发明实施例希望提供hiv-1病毒载量检测性能评估方法及系统，以解决或缓解现有技术中存在的技术问题，即如何全面评估病毒载量检测试剂盒的性能，并对此至少提供一种有益的选择；本发明的技术方案是这样实现的：2、第一方面，hiv-1病毒载量检测性能评估方法：3、(一)概述：4、本发明旨在解决上述技术问题，通过使用passing-bablok回归评估两种方法之间的线性关系，不要求数据满足正态分布，特别适用于方法比较和一致性分析。passing-bablok回归可以给出回归线、置信区间以及预测区间，从而帮助研究者更全面地了解两种试剂检测结果之间的关系。5、(二)技术方案：6、为了实现上述技术目标，需执行如下的步骤s1～s6。7、2.1步骤s1，数据准备与整理：8、确保有两组对应的病毒载量检测结果，分别来自两种不同的试剂。并去除或处理异常值和缺失值，构成数据集d。9、2.1.1步骤s100，数据对应性：10、确保每一对数据点(xi,yi)中，xi和yi分别代表使用试剂a和试剂b对同一个样本的病毒载量检测结果。11、2.1.2步骤s101，异常值处理：12、用iqr法则时定义低于(q1-1.5*iqr)或高于(q3+1.5*iqr)的值为异常值，其中q1是第一四分位数，q3是第三四分位数，(iqr＝q3-q1)是四分位距。13、2.1.3缺失值处理：14、对于缺失值，采取删除含有缺失值的观测、使用均值/中位数/众数填充、或使用插值/预测模型进行估算等方法。15、2.1.4数据集构建：16、经过上述处理后，我们得到一个清洁的数据集d：17、d＝[(x1,y1),(x2,y2),…,(xn,yn)]；18、其中，n是样本数量，xi和yi分别是试剂a和试剂b对第i个样本的检测结果。19、2.2步骤s2，passing-bablok回归分析：20、对于数据集d中的每一对数据点(xi,yi)，计算所有可能的两点间直线的斜率a及其截距b。斜率a的估计值是所有这些斜率的中位数。截距b的估计通过计算每个数据点的残差，并找到这些残差的中位数来得到。21、2.2.1步骤s200，斜率计算：22、对于数据集d中的每一对不同的数据点(xi,yi)和(xj,yj)(其中i≠j)，计算两点间直线的斜率aij：23、24、计算所有可能的两点组合的斜率后，我们将这些斜率值进行排序，并取中位数作为passing-bablok回归的斜率估计值a。25、2.2.2步骤s201，截距计算：26、在确定了斜率a之后，计算每个数据点的残差residuali(或称为垂直偏移)：27、residuali＝yi-(a*xi)；28、同样地，我们取这些残差的中位数作为截距的估计值b。29、2.2.3步骤s202，输出结果：30、passing-bablok回归的输出结果包括回归线方程(y＝ax+b)，斜率a，截距b，以及它们的置信区间。置信区间的计算可使用bootstrap统计方法估计参数的变异性。31、2.3步骤s3，相关性分析：32、每一对数据点(xi,yi)的斜率a及其截距b，计算pearson相关系数，根据回归结果进行分析，评估两种试剂检测结果之间的线性关联程度。33、pearson相关系数r是衡量两个变量之间线性关系强度和方向的一个指标。其值范围在-1到1之间，其中1表示完全正相关，-1表示完全负相关，0表示无相关：34、35、其中：n是数据点的数量。xi和yi分别是第i个数据点的x和y值(x和y分别代表两种不同试剂的病毒载量检测结果)。和分别是x和y的均值。36、这个公式计算了两组数据之间的协方差，并将其标准化，从而得到一个介于-1和1之间的值，用于表示两组数据之间的线性关联程度。37、在s3步骤中将使用这个公式来计算pearson相关系数，并根据该系数的值来评估两种试剂检测结果之间的线性关联程度。如果r接近1，则说明两种试剂的检测结果之间存在强烈的正相关；如果r接近-1，则说明存在强烈的负相关；如果r接近0，则说明两种试剂的检测结果之间几乎没有线性关系。38、2.4步骤s4，bland-altman一致性分析：39、通过图形化方式展示两种试剂方法的pearson相关系数r的一致性；计算两种方法测量结果的差值(diff＝方法1-方法2)。计算差值的均值meandiff和标准差sddiff。然后绘制bland-altman图，以差值为纵坐标，两种方法测量结果的均值为横坐标。期间添加一致性界限(均值差±1.96*标准差)。40、2.4.1步骤s400，计算两种方法测量结果的差值：41、对于数据集中的每一对数据点(xi,yi)，计算它们的差值diffi：42、diff_i＝xi-yi；43、2.4.2步骤s401，计算差值的均值和标准差：44、差值的均值meandiff和标准差sddiff可以通过以下公式计算：45、46、其中，n是数据点的数量。47、2.4.3步骤s402，绘制bland-altman图：48、纵坐标是两种方法测量结果的差值diffi，横坐标是两种方法测量结果的均值((xi+yi)/2)。对于数据集中的每一个数据点，我们都在图上绘制一个点。49、2.4.4步骤s403，添加一致性界限：50、一致性界限是通过计算差值均值加减1.96倍的标准差来得到的。在bland-altman图上，我们绘制两条水平线来表示这些界限：51、[上界＝meandiff+1.96×sddiff]；52、[下界＝meandiff-1.96×sddiff]；53、如果大部分点都落在这两条线之间，那么我们可以认为这两种测量方法具有较好的一致性。54、2.5步骤s5，卡方检验：55、将bland-altman一致性分析得出的连续数据转换为高/低病毒载量的分类数据，构建列联表，进行卡方检验。比较两种试剂分类结果的差异p值。56、2.5.1步骤s500，建立列联表(contingency table)：57、a表示两种试剂都判断为高载量的次数，b表示试剂1判断为低载量而试剂2判断为高载量的次数，c表示试剂1判断为高载量而试剂2判断为低载量的次数，d表示两种试剂都判断为低载量的次数。58、2.5.1步骤s501，建立卡方统计量(chi-square statistic)：59、用于衡量观测频数与期望频数之间的差异度x2：60、61、其中，oi是观测频数(即列联表中的a,b,c,d)，ei是期望频数，它是基于独立假设下(即两种试剂的分类结果相互独立)计算出来的。在2*2列联表中，期望频数eij可以通过以下公式计算：62、63、其中，ri是行总和，cj是列总和，n是总样本量。64、2.5.2步骤s502，计算自由度df(degrees of freedom)：65、在2*2列联表的卡方检验中，自由度为1，计算公式为：66、df＝(行数-1)×(列数-1)；67、2.5.3步骤s503，p值计算：68、根据期望频数eij和自由度df，可以查阅卡方分布表或使用统计软件来计算p值。p值用于判断两种试剂的分类结果是否存在显著差异。如果p值小于显著性水平(如0.05)，则拒绝原假设(即两种试剂的分类结果相互独立)，认为两种试剂的分类结果存在显著差异。69、2.6步骤s6，kappa一致性检验：70、根据p值分类结果计算kappa系数，两种试剂分类结果的一致性程度k。71、72、其中：73、po是观测到的一致率，即两种试剂分类结果相同的比例。74、pe是期望的一致率，即在随机情况下预期会达成一致的比例。75、其中，观测到的一致率po：是两种试剂分类结果相同的样本数占总样本数的比例。如果总样本数为n，且两种试剂分类结果相同的样本数为a，则：76、77、其中，期望的一致率pe：是在没有实际分类信息的情况下，仅根据每种分类在两种试剂中的出现频率所预期的随机一致率。对于二分类问题(如高/低病毒载量)，如果试剂1分类为高的比例为p1，分类为低的比例为1-p1；试剂2分类为高的比例为p2，分类为低的比例为1-p2，则：78、pe＝p1×p2+(1-p1)×(1-p2)；79、将po和pe代入kappa系数的公式中，即可得到两种试剂分类结果的一致性程度。kappa系数的取值范围通常在-1到1之间，但实际应用中通常位于0到1之间。一般来说，kappa系数越接近1，表示两种试剂的一致性越高；越接近0，表示一致性越低。80、(三)解决技术问题的机制：81、bland-altman一致性分析通过图形化方式展示两种方法的差异，并计算差值的均值和标准差。通过绘制bland-altman图并添加一致性界限，可以直观地看出两种方法之间的一致性程度。这种方法特别适用于连续变量的一致性评估，能够揭示试剂盒检测结果与标准方法之间的系统偏差和随机误差。82、卡方检验将连续数据转换为分类数据(如高/低病毒载量)，并构建列联表进行卡方检验。这有助于评估试剂盒在分类任务中的性能，特别是在需要快速判断病毒载量是否超过某个阈值的情况下。卡方检验能够揭示试剂盒与标准方法在分类结果上是否存在显著差异。83、最后通过计算kappa系数来评估两种试剂分类结果的一致性程度考虑了偶然一致性的可能性，因此比简单的一致率更能准确反映两种方法之间的一致性。这一步骤有助于进一步验证试剂盒在分类任务中的可靠性。84、第二方面，hiv-1病毒载量检测性能评估系统：85、如图2所示，所述系统包括处理器、与所述处理器连接的存储器，所述存储器中存储有程序指令，所述程序指令被所述处理器执行时，使所述处理器执行如所述所述的性能评估方法，并将一致性程度结果反馈至显示屏上。86、与现有技术相比，本发明的有益效果是：87、一、全面性能评估：本发明通过多维度的分析，包括相关性、一致性、分类准确性、卡方检验、bland-altman一致性分析和kappa系数等，为病毒载量检测试剂盒提供了一个全面的性能评估框架。这种全面评估有助于确保试剂盒在各种应用场景下都能提供可靠的结果。通过严格的实验设计和数据分析，可以及时发现并纠正试剂盒可能存在的问题，从而提升其检测的准确性和可靠性。88、二、标准化和可比性增强：本发明使用统一的评估标准和流程，可以使得不同试剂盒之间的性能更具可比性。这有助于医疗机构和研究者选择最适合其需求的试剂盒，也促进了试剂盒市场的公平竞争和技术进步。89、三、风险降低：本发明全面的性能评估能够降低因试剂盒性能不佳而导致的误诊风险，保障患者的健康和安全。同时，对于试剂盒生产商而言，也可以减少因产品质量问题而引发的法律和经济风险。90、四、科研和临床应用的桥梁：本发明的技术方案不仅适用于科研阶段的试剂盒开发，还可以作为临床试验和实际应用中性能验证的标准流程。这有助于将科研成果更快地转化为临床应用，服务于广大患者。当前第1页12当前第1页12
技术特征：1.hiv-1病毒载量检测性能评估方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的性能评估方法，其特征在于：在所述s1中，用iqr法则时定义低于(q1-1.5*iqr)或高于(q3+1.5*iqr)的值为异常值，其中q1是第一四分位数，q3是第三四分位数，(iqr＝q3-q1)是四分位距；得到一个数据集d：
3.根据权利要求1所述的性能评估方法，其特征在于：在所述s2中，包括如下步骤：
4.根据权利要求1所述的性能评估方法，其特征在于：在所述s3中，pearson相关系数r的计算方法为：
5.根据权利要求1所述的性能评估方法，其特征在于：在所述s4中，通过计算两种方法测量结果的差值，计算差值的均值meandiff和标准差sddiff；然后绘制bland-altman图，以差值为纵坐标，两种试剂方法测量结果的均值为横坐标，期间添加一致性界限。
6.根据权利要求5所述的性能评估方法，其特征在于：在所述s4中，包括：
7.根据权利要求1所述的性能评估方法，其特征在于：在所述s5中，包括：
8.根据权利要求7所述的性能评估方法，其特征在于：在所述s6中：
9.根据权利要求8所述的性能评估方法，其特征在于：在所述s6中：
10.hiv-1病毒载量检测性能评估系统，其特征在于：所述系统包括处理器、与所述处理器连接的存储器，所述存储器中存储有程序指令，所述程序指令被所述处理器执行时，使所述处理器执行如权利要求1-9中任意一项所述的性能评估方法。
技术总结本发明公开了HIV‑1病毒载量检测性能评估方法及系统；对于数据集D中的每一对数据点(x<subgt;i</subgt;,y<subgt;i</subgt;)，计算所有可能的两点间直线的斜率a及其截距b。斜率a的估计值是所有这些斜率的中位数。截距b的估计通过计算每个数据点的残差，并找到这些残差的中位数来得到；本发明涉及病毒载量检测技术领域；本发明通过多维度的分析，包括相关性、一致性、分类准确性、卡方检验、Bland‑Altman一致性分析和Kappa系数等，为病毒载量检测试剂盒提供了一个全面的性能评估框架。这种全面评估有助于确保试剂盒在各种应用场景下都能提供可靠的结果。通过严格的实验设计和数据分析，可以及时发现并纠正试剂盒可能存在的问题，从而提升其检测的准确性和可靠性。
技术研发人员：张航,张信辉,王寅寅
受保护的技术使用者：贵州中医药大学第二附属医院
技术研发日：技术公布日：2024/12/17
