Baidu
map

HLA:两个不同供应商的Luminex单抗原珠测定的平均荧光强度值协调和截止预测建模方法

2023-05-04 Jenny Ou MedSci原创 发表于上海

在使用当前模型发现两个供应商在特定于珠子的反应性分配中具有94%的准确性,建议使用具有自HLA校正和特定位点分析的非线性双曲线建模方法协调两个供应商之间的MFI值。

由于其高特异性和敏感性,Luminex单抗原珠(SAB)检测是确定HLA抗体特异性的绝佳工具。目前,SAB检测由两家供应商商业化,One Lambda(OL)Lifecodes-Immucor(LC)。两家供应商都提供平均荧光强度(MFI)值作为抗体与SAB结合的读数。

尽管是半定量读数,但MFI值经常被用作临床决策的截止值。然而,两家供应商之间的制造工艺(例如,抗原密度和涂在珠上的完整性)和SAB测定的测试方案的差异可能导致MFI值的差异。因此,使用随意选择的MFI值作为截止值,对I类和II类使用单一截止值,或者根据仅与一家供应商合作的经验使用通用截止值,可能会导致对SAB结果的误解。

到目前为止,两家供应商的SAB结果已经在一些研究中进行了比较,其中要么探讨了导致两家供应商之间最佳协议的MFI范围,要么使用两个供应商的单一截止值来分配阳性结果。

Reed等人提出,两个供应商之间最佳协议的最佳MFI截止值在1000到1500 MFI之间。Clerkin等人表明,当阳性抗体分配的MFI截止值为4000而不是1000时,两个供应商之间的协议增加了。除此之外,研究者们在这些研究中使用线性回归模型来评估两个供应商之间MFI值的相关性。

值得注意的是,目前还没有研究提供一种策略来模拟两个供应商的MFI值之间的关系,从而使MFI从一个供应商转换到另一个供应商。许多中心同时使用两个供应商的套件或从一个切换到另一个,这就需要协调两个供应商的MFI值。

2023年5月2日发表在HLA上的文章,研究者们的目标是生成一种方法,用于在HLA抗体结果的大数据集中协调两个Luminex SAB供应商的MFI值之间的截止值。为此,研究者们首先开发了一个非线性双曲线模型,以更好地理解来自两个不同供应商的MFI值在给定数据集中的相互关系,然后使用该模型建立数据驱动的、可比较的、特定于供应商的截止点,完全独立于用户使用一个或另一个供应商的体验。

非线性模型最优拟合数据:(A)背景校正/基线MFI上常见HLA I类珠的线性和非线性回归模型(B) raw MFI

线性模型用红色表示,非线性双曲线模型用绿色表示

使用OL和LC SAB试剂盒对47例经edta处理的血清HLA抗体数据进行分析。MFI比较常见HLAⅰ类珠84例和ⅱ类珠63例。在探索集(n = 24)中,通过基因座特异性最高自MFI减法校正的原始MFI非线性双曲线模型产生了最高的相关性(I类 r2=0.946, II类 r2= 0.898)。

在独立验证集(n = 12)中验证模型的性能(I类 r2=0.952, II类 r2=0.911)。此外,在移植后血清样本的独立队列(n = 11)中,使用当前模型规定的供应商特异性MFI截止值,我们发现两家供应商在头部特异性反应性分配方面的准确率为94%。

通过实验结果,研究者们建议使用非线性双曲线建模方法与自我HLA校正和位点特异性分析来协调特定研究数据集中两个供应商之间的MFI值,并且由于两种检测方法之间存在相当大的差异,不建议对单个患者样本使用MFI转换。

根据文献检索发现,本文是首篇提供非线性建模方法的研究,能够在两个供应商之间转换MFI值,并建立用户独立、特定于数据集的MFI截止。目前的模型将有助于为两个不同的工具包建立可比的MFI截止值,至少在研究大型数据集的人口层面上。但是,研究者们强烈建议对单个患者样本进行抗体模式分析,以获得准确的HLA抗体分配,但应该记住,根据特异性,两种检测的变化排除了单个患者从一个供应商到另一个供应商的MFI转换。

原始出处

Karahan, GE, Haasnoot, GW, Voogt-Bakker, K, Claas, FHJ, Roelen, D, Heidt, S. A modeling approach for mean fluorescence intensity value harmonization and cutoff prediction for luminex single antigen bead assays of two different vendors. HLA. 2023; 1- 13. doi:10.1111/tan.15082

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (0)
#插入话题

相关资讯

BMC Bioinformatics:耐药性的计算建模,以帮助艾滋病患者选择正确疗法

临床上记录的艾滋病毒突变的生物信息学检查可以帮助指导抗逆转录病毒疗法的选择。

Cancer:知道HPV疫苗接种的成本效果 可以这样建模

2017年9月,发表在《Cancer》的由印度科学家进行的印度普及免疫项目,考察了印度Punjad地区青少年女性注射人类乳头瘤病毒(HPV)疫苗接种的成本效果。

Br J Ophthalmol:角膜缘屈曲在兔中诱导产生慢性高眼压

中山大学中山眼科中心眼科学国家重点实验室的Wang Q和Wang J等人在Br J Ophthalmol杂志上发表了一项重要的工作,他们通过角膜缘屈曲的方法建立慢性高眼压症(OHT)的兔子模型。

Nature BME:大规模脑网络在直接电刺激过程中动态响应的建模与预测

直接电刺激大脑是一种调节大脑活动的技术,有助于治疗各种大脑功能障碍,促进大脑功能。例如,脑深部刺激(DBS)对帕金森病和癫痫等神经系统疾病有效,对慢性疼痛、难治性抑郁症和强迫症等神经精神疾病也有治疗前

Cancer Res:数字建模限制侵袭性肿瘤生长

癌症可被视为复杂的动态系统,因为它们具有许多可随时间和空间变化的相互影响的部分。也许最知名的复杂动态系统是天气,类似于天气预报,莫菲特癌症中心综合数学肿瘤科的研究人员正在使用数学方法来解释许多变量,以寻找新的方法来理解和控制癌症。他们最近的研究显示,癌症研究5月刊的封面文章显示,数学模型可用于预测不同肿瘤细胞群体如何相互作用,并对不断变化的环境作出反应。

统计建模:回归,深度学习,模型可解释性?

六年前,听一位医学统计的泰斗讲 logistic 回归,说,为什么 logistic 回归叫做logistic?经泰斗查阅浩瀚史料,原来是来自于二战时期美军后勤(logistics)运输中的统计建模。 届时百思不得:后勤情形中,建模用的因变量,如何转化为二分类? 泰斗虽犹在,小可不敢问。 logistic 曲线首创者 Verhulst 当然,本文也不

Baidu
map
Baidu
map
Baidu
map