详情

原文传递分析仪的核心校准

专利名称：	分析仪的核心校准
摘要：	本发明描述了使用来自所选择的测定批次的试剂在诸如核酸分析仪、免疫测定分析仪或临床化学分析仪的仪器上确定未知样品中分析物的剂量的方法和系统。所述方法和系统使用基于对多个其他仪器上的一组校准品的响应值的测量结果以及测定批次特定的响应信息的核心剂量‑响应信息来校准所述仪器。
专利类型：	发明专利
国家地区组织代码：	美国;US
申请人：	拜克门寇尔特公司
发明人：	马克·霍兰;科南·德威特
专利状态：	有效
申请日期：	2017-06-30T00:00:00+0800
发布日期：	2019-04-26T00:00:00+0800
申请号：	CN201780041098.7
公开号：	CN109690318A
代理机构：	北京集佳知识产权代理有限公司
代理人：	陈炜;席兵
分类号：	G01N35/00(2006.01);G;G01;G01N;G01N35
申请人地址：	美国加利福尼亚州
主权项：	1.一种生成用于仪器的剂量-响应曲线的方法，所述仪器被配置为使用所选择的测定批次确定分析物，所述方法包括：使用多个源仪器和多个测定批次测量一个或多个校准品的响应值；生成由包括模型参数的模型限定的核心剂量-响应曲线，其中所述核心剂量-响应曲线包括使所述模型拟合所述一个或多个校准品的所述响应值的所述模型参数的至少一个参数估计，其中所述参数估计与至少一个概率密度相关联，并且其中所述概率密度是批次特定密度贡献和仪器特定密度贡献的组合；从所述仪器接收使用所述所选择的测定批次在所述仪器上的一个或多个校准调节剂的测量的响应值；使用所述模型、所述至少一个参数估计、所述至少一个概率密度和所述一个或多个校准调节剂的所述测量的响应值生成仪器特定的、批次特定的剂量-响应曲线；以及将所述仪器特定的、批次特定的剂量-响应曲线发送到所述仪器。 2.根据权利要求1所述的方法，其中生成所述仪器特定的、批次特定的剂量-响应曲线的步骤包括使用所述概率估计作为先验分布和所述一个或多个校准调节剂的所述测量的响应值以形成后验分布来应用贝叶斯推断，以及将所述后验分布的中心量度指定为所述模型参数的所述值。 3.根据权利要求2所述的方法，其中所述中心量度是中值、模式或平均值中的一者。 4.根据权利要求1所述的方法，其中生成核心剂量-响应曲线的步骤包括使用随机方法计算先验分布。 5.根据权利要求4所述的方法，其中所述随机方法包括马尔可夫链蒙特卡罗方法。 6.根据权利要求1或4中任一项所述的方法，其中生成所述仪器特定的、批次特定的剂量-响应曲线的步骤包括确定性方法。 7.根据权利要求6所述的方法，其中所述确定性方法包括数值积分方法。 8.根据权利要求7所述的方法，其中所述数值积分方法包括高斯求积积分。 9.一种使用来自所选择的测定批次的试剂在仪器上确定未知样品中分析物剂量的方法，包括：在计算机处理器处接收由包括至少一个参数估计的模型限定的核心剂量-响应曲线，其中每个参数估计与至少一个概率密度相关联，并且其中每个概率密度是批次特定密度贡献和仪器特定密度贡献的组合；在所述计算机处理器处接收关于使用所述所选择的测定批次在所述仪器上对一个或多个校准调节剂的响应值的测量结果的信息；在计算机处理器处接收使用所述模型、所述发送的多个参数估计、所述发送的多个概率密度以及所述一个或多个校准调节剂的所述响应值的仪器特定的、所选择的批次特定的剂量-响应曲线；在所述计算机处理器处接收使用所述所选择的测定批次在所述仪器上测量的所述未知样品的测量结果；以及在所述计算机处理器处使用所述仪器特定的、所选择的批次特定的剂量-响应曲线和所述未知样品的所述测量结果确定所述未知样品中所述分析物的剂量。 10.根据权利要求9所述的方法，还包括以下步骤：从多个仪器接收使用一个或多个测定批次在所述多个仪器上的一个或多个校准调节剂的测量的响应值；使用所述模型、所述至少一个参数估计、所述至少一个概率密度和使用所述一个或多个测定批次在所述多个仪器上的一个或多个校准调节剂的所述测量的响应值生成调整的剂量-响应曲线；以及将所述调整的剂量-响应曲线从所述多个仪器发送到至少一个仪器。 11.根据权利要求10所述的方法，其中所述接收步骤和所述发送步骤通过互联网连接发生。 12.根据权利要求1、2、9或10中任一项所述的方法，其中所述模型是四参数逻辑模型，并且所述至少一个概率密度包括批次特定密度贡献和仪器特定密度贡献之和。 13.根据权利要求1、2、9或10中任一项所述的方法，其中所述模型是四参数逻辑模型，并且所述至少一个概率密度包括批次特定密度贡献和仪器特定密度贡献之和的对数。 14.根据权利要求11或12中任一项所述的方法，其中所述四参数逻辑模型具有公式其中x表示剂量，f(x)表示与剂量x相关联的响应值，其中a、b、c和d表示所述模型参数，并且其中指数i表示仪器，指数j表示试剂批次。 15.根据权利要求14所述的方法，其中其中α、β、γ和ξ各自表示对所述相应参数a、b、c和d的贡献，并且相应下标表示所述贡献的来源。 16.根据权利要求9或10中任一项所述的方法，其中所述至少一个概率密度还包括关联的批次x仪器贡献。 17.根据权利要求9或10中任一项所述的方法，还包括多个模型参数和多个概率密度，其中每个模型参数与模型参数相关联，其中所述多个模型参数包括参数a、b、c和d，并且其中与每个模型参数a、c和d相关联的所述概率密度包括相应批次特定密度贡献和相应仪器特定密度贡献之和的对数。 18.根据权利要求17所述的方法，其中与模型参数b相关联的所述概率密度包括参数b批次特定密度贡献和参数b仪器特定密度贡献之和。 19.一种使用来自所选择的测定批次的试剂确定未知样品中分析物剂量的系统，所述系统包括：测量装置，所述测量装置使用来自测定批次的试剂测量分析物的响应信息；和处理器，所述处理器与所述测量装置通信，所述处理器被配置为：接收由包括至少一个参数估计的模型限定的核心剂量-响应曲线，其中每个参数估计与至少一个概率密度相关联，并且其中每个概率密度是批次特定密度贡献和仪器特定密度贡献的组合；接收基于使用所述测定批次在所述仪器上对一个或多个校准调节剂的响应值的测量结果的信息；接收使用所述测定批次在所述仪器上测量的所述未知样品的测量的响应；以及确定所述未知样品的所述剂量、仪器特定的、所选择的批次特定的剂量-响应曲线和所述未知样品的所述测量的响应，其中所述仪器特定的、所选择的批次特定的剂量-响应曲线使用所述模型、所述发送的多个参数估计、所述发送的多个概率密度以及所述一个或多个校准调节剂的所述响应值。 20.根据权利要求19所述的系统，其中所述处理器被进一步配置为基于所述模型、所述至少参数估计、所述至少一个概率密度以及所述一个或多个校准调节剂的所述响应值来生成所述仪器特定的、所选择的批次特定的剂量-响应曲线。 21.一种使用来自所选择的测定批次的试剂在仪器上确定未知样品中分析物剂量的方法，包括：在计算机处理器处接收基于使用多个其他测定批次在多个其他仪器上对一组校准品的响应值的测量结果的核心剂量-响应信息；在所述计算机处理器处接收基于使用所述所选择的测定批次在所述仪器上对一个或多个校准调节剂的响应值的测量结果的信息；在所述计算机处理器处接收使用所述所选择的测定批次在所述仪器上测量的所述未知样品的测量结果；以及在所述计算机处理器处基于所述核心剂量-响应信息确定所述未知样品中所述分析物的所述剂量，并且所述信息基于对一个或多个校准调节剂的响应值的测量结果，以及对所述未知样品的所述测量结果。 22.根据权利要求21所述的方法，还包括：接收由包括多个参数的模型限定的核心剂量-响应曲线，其中所述多个参数使所述模型拟合所述组校准品的所述响应值，其中每个参数与多个概率密度中的至少一个相关联，并且其中每个概率密度是测定批次特定密度贡献和仪器特定密度贡献的组合，并且其中确定所述未知样品中所述分析物的所述剂量还至少部分地基于所述核心剂量-响应曲线。 23.一种生成用于仪器的剂量-响应模型的方法，所述仪器被配置为使用所选择的测定批次确定分析物，所述方法包括： a)使用多个源仪器和多个源测定批次测量校准品的响应值； b)生成由包括模型参数的模型限定的核心剂量-响应曲线，其中所述核心剂量-响应曲线包括使所述模型拟合所述校准品的所述响应值的所述模型参数的参数估计，其中所述参数估计与概率密度相关联，并且其中所述概率密度是批次特定密度贡献和仪器特定密度贡献的组合； c)使用所述所选择的测定批次在所述仪器上测量校准调节剂的响应值；以及 d)使用所述模型、所述参数估计、所述概率密度和所述校准调节剂的所述响应值计算剂量-响应曲线，其中所述仪器不是所述多个源仪器中的一个。 24.根据权利要求23所述的方法，其中计算所述剂量响应曲线的步骤包括使用概率估计作为先验分布并使用所述校准调节剂的所述测量的响应值作为证据以形成后验分布来应用贝叶斯推断，以及将所述后验分布的中心量度指定为所述模型参数的所述值。 25.根据权利要求4所述的方法，其中所述中心量度是中值、模式或平均值中的一者。 26.一种使用所选择的测定批次在仪器上确定未知样品中分析物剂量的方法，所述方法包括： a)使用多个源仪器和多个源测定批次测量一组校准品的响应值； b)生成由包括多个参数估计的模型限定的核心剂量-响应曲线，其中所述多个参数估计使所述模型拟合所述组校准品的所述响应值，其中每个参数估计与至少一个概率密度相关联，并且其中每个概率密度是批次特定密度贡献和仪器特定密度贡献的组合； c)将所述多个参数估计和所述多个概率密度发送到所述仪器； d)使用所述所选择的测定批次在所述仪器上测量一个或多个校准调节剂的响应值； e)使用所述模型、所述发送的多个参数估计、所述发送的多个概率密度以及所述一个或多个校准调节剂的所述响应值生成仪器特定的、所选择的批次特定的剂量-响应曲线； f)使用所述所选择的测定批次在所述所选择的仪器上测量所述未知样品的响应；以及 g)使用所述仪器特定的、所选择的批次特定的剂量-响应曲线从所述测量的响应确定所述未知样品的所述剂量。 27.一种确定未知样品中分析物剂量的方法，所述方法包括： a)使用多个源仪器和多个源测定批次测量一组校准品的响应值； b)生成由模型、多个模型参数和多个概率密度限定的核心剂量一响应曲线，其中所述多个模型参数使所述模型拟合所述组校准品的所述响应值，其中每个模型参数与所述多个概率密度中的至少一个相关联，并且其中所述多个概率密度的每个概率密度是批次特定密度贡献和仪器特定密度贡献的组合； c)计算存储的参数调整表示的地址，其中所述地址间接地寻址对应于所述多个参数估计和所述多个概率密度的参数调整； d)选择仪器和测定批次，其中所述所选择的仪器不是所述多个源仪器中的一个； e)将所述多个参数估计和所述指针发送到所述所选择的仪器； h)使用所述所选择的测定批次在所述所选择的仪器上测量一个或多个校准调节剂的响应值； f)使用所述模型、所述多个参数估计、从由所述地址寻址的所述存储的参数调整表示的复制中访问的值以及使用所述所选择的批次在所述所选择的仪器上测量的所述一个或多个校准调节剂的所述响应值生成仪器特定的、批次特定的剂量-响应曲线； g)使用所述所选择的测定批次在所述所选择的仪器上测量所述未知样品的响应值；以及 h)使用所述仪器特定的、批次特定的剂量-响应曲线从所述测量的响应确定所述未知样品的所述剂量。 28.根据权利要求23至27中任一项所述的方法，其中所述所选择的测定批次不是所述多个源测定批次中的一个。 29.根据权利要求22至27中任一项所述的方法，其中所述模型是四参数逻辑模型，并且所述多个模型参数中的至少一个的所述概率密度包括批次特定密度贡献和仪器特定密度贡献之和。 30.根据权利要求22至27中任一项所述的方法，其中所述模型是四参数逻辑模型，并且所述多个模型参数中的至少一个的所述概率密度包括批次特定密度贡献和仪器特定密度贡献之和的对数。 31.根据权利要求29或30中任一项所述的方法，其中所述多个模型参数中的至少一个的所述概率密度还包括关联的批次x仪器贡献。 32.根据权利要求29或30中任一项所述的方法，其中所述多个模型参数包括参数a、b、c和d，并且其中与每个模型参数a、c和d相关联的所述概率密度包括相应批次特定密度贡献和相应仪器特定密度贡献之和的对数。 33.根据权利要求32所述的方法，其中与模型参数b相关联的所述概率密度包括参数b批次特定密度贡献和参数b仪器特定密度贡献之和。 34.根据权利要求29或30中任一项所述的方法，其中所述四参数逻辑模型具有公式其中x表示剂量，f(x)表示与剂量x相关联的响应值，其中a、b、c和d表示所述模型参数，并且其中指数i表示仪器，指数j表示试剂批次。 35.根据权利要求34所述的方法，其中其中α、β、γ和ξ各自表示对所述相应参数a、b、c和d的贡献，并且相应下标表示所述贡献的来源。 36.根据权利要求22至27中任一项所述的方法，其中生成核心剂量-响应曲线的步骤包括使用随机方法计算先验分布。 37.根据权利要求36所述的方法，其中所述随机方法包括马尔可夫链蒙特卡罗方法。 38.根据权利要求27所述的方法，其中生成仪器特定的、批次特定的剂量-响应曲线的步骤包括确定性方法。 39.根据权利要求38所述的方法，其中所述确定性方法包括数值积分方法。 40.根据权利要求39所述的方法，其中所述数值积分方法包括高斯求积积分。 41.根据权利要求23至27中任一项所述的方法，其中所述仪器和所述多个源仪器使用配体结合分析来确定所述分析物的所述剂量。 42.根据权利要求41所述的方法，其中所述仪器和所述多个源仪器为免疫测定分析仪。 43.根据权利要求41所述的方法，其中所述仪器和所述多个源仪器为核酸分析仪。 44.一种包括有形计算机介质的制品，所述有形计算机介质上存储有指令，所述指令在由处理器执行时使所述处理器使用来自所选择的测定批次的试剂在仪器上确定未知样品中分析物的剂量，通过：接收基于在多个其他仪器上对一组校准品的响应值的测量结果的核心剂量-响应信息；接收基于使用所述所选择的测定批次在所述仪器上对一个或多个校准调节剂的响应值的测量结果的信息；接收使用所述所选择的测定批次在所述仪器上测量的所述未知样品的测量结果；以及基于所述核心剂量-响应信息确定所述未知样品中所述分析物的所述剂量，所述信息基于对一个或多个校准调节剂的响应值的测量结果，以及对所述未知样品的所述测量结果。 45.根据权利要求44所述的制品，其中所述指令进一步使所述处理器接收由包括多个参数估计的模型限定的核心剂量-响应曲线，其中所述多个参数估计使所述模型拟合所述组校准品的所述响应值，其中每个核心剂量-响应曲线模型参数估计与多个概率密度中的至少一个相关联，并且其中每个概率密度是批次特定密度贡献和仪器特定密度贡献的组合，并且其中从所述测量的响应确定所述未知样品中所述分析物的所述剂量还至少部分地基于所述核心剂量-响应曲线。 46.一种仪器，包括：测量装置，所述测量装置使用来自测定批次的试剂测量分析物的响应信息；和处理器，所述处理器与所述测量装置通信，所述处理器被配置为：接收基于在多个其他仪器上对一组校准品的响应值的测量结果的核心剂量-响应信息，接收基于使用所述测定批次在所述仪器上对一个或多个校准调节剂的响应值的测量结果的信息，接收使用所述测定批次在所述仪器上测量的所述未知样品的测量的响应，以及基于所述核心剂量-响应信息从所述测量的响应确定所述未知样品的所述剂量，并且所述信息基于对一个或多个校准调节剂的响应值的测量结果。 47.根据权利要求46所述的仪器，其中所述核心剂量-响应信息包括由包括多个参数估计的模型限定的核心剂量-响应曲线，其中所述多个参数估计使所述模型拟合所述组校准品的所述响应值，其中每个核心剂量-响应模型参数估计与多个概率密度中的至少一个相关联，其中每个概率密度是批次特定密度贡献和仪器特定密度贡献的组合，并且其中所述处理器至少部分地基于所述核心剂量-响应曲线确定所述未知样品的所述剂量。
所属类别：	发明专利