已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Comparison of 8 methods for univariate statistical exclusion of pathological subpopulations for indirect reference intervals and biological variation studies

单变量 统计 数学 病态的 对数正态分布 正态分布 标准差 病理 多元统计 医学 数学分析
作者
Rui Zhen Tan,C. Markus,Samuel Vasikaran,Tze Ping Loh
出处
期刊:Clinical Biochemistry [Elsevier]
卷期号:103: 16-24 被引量:12
标识
DOI:10.1016/j.clinbiochem.2022.02.006
摘要

Indirect reference intervals and biological variation studies heavily rely on statistical methods to separate pathological and non-pathological subpopulations within the same dataset. In recognition of this, we compare the performance of eight univariate statistical methods for identification and exclusion of values originating from pathological subpopulations.The eight approaches examined were: Tukey's rule with and without Box-Cox transformation; median absolute deviation; double median absolute deviation; Gaussian mixture models; van der Loo (Vdl) methods 1 and 2; and the Kosmic approach. Using four scenarios including lognormal distributions and varying the conditions through the number of pathological populations, central location, spread and proportion for a total of 256 simulated mixed populations. A performance criterion of ± 0.05 fractional error from the true underlying lower and upper reference interval was chosen.Overall, the Kosmic method was a standout with the highest number of scenarios lying within the acceptable error, followed by Vdl method 1 and Tukey's rule. Kosmic and Vdl method 1 appears to discriminate better the non-pathological reference population in the case of log-normal distributed data. When the proportion and spread of pathological subpopulations is high, the performance of statistical exclusion deteriorated considerably.It is important that laboratories use a priori defined clinical criteria to minimise the proportion of pathological subpopulation in a dataset prior to analysis. The curated dataset should then be carefully examined so that the appropriate statistical method can be applied.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
WL发布了新的文献求助10
2秒前
真实的雪碧完成签到,获得积分10
2秒前
HEIKU应助凉初透采纳,获得30
3秒前
jz完成签到,获得积分10
6秒前
chengqin完成签到 ,获得积分10
6秒前
7秒前
鲤鱼完成签到 ,获得积分10
9秒前
ppg123应助慧子采纳,获得30
10秒前
10秒前
JamesPei应助WL采纳,获得10
10秒前
12秒前
15秒前
动听的雨发布了新的文献求助10
16秒前
karkar发布了新的文献求助10
16秒前
16秒前
20秒前
由富发布了新的文献求助10
20秒前
小段发布了新的文献求助10
21秒前
22秒前
24秒前
25秒前
YCH完成签到,获得积分10
25秒前
mumu发布了新的文献求助10
25秒前
加油完成签到 ,获得积分10
25秒前
柳叶坚刀完成签到,获得积分10
25秒前
26秒前
苏同学发布了新的文献求助10
26秒前
jinjinjin发布了新的文献求助10
27秒前
动听的雨完成签到,获得积分10
29秒前
柳叶坚刀发布了新的文献求助10
29秒前
许思真发布了新的文献求助10
30秒前
31秒前
背后山雁发布了新的文献求助10
31秒前
田田田发布了新的文献求助10
32秒前
亓雅丽发布了新的文献求助30
33秒前
乔达摩完成签到 ,获得积分10
33秒前
34秒前
杨榆藤完成签到,获得积分10
35秒前
木石前盟完成签到 ,获得积分10
36秒前
fifteen应助JUll采纳,获得10
37秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 830
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3248529
求助须知:如何正确求助?哪些是违规求助? 2891960
关于积分的说明 8269265
捐赠科研通 2559983
什么是DOI,文献DOI怎么找? 1388824
科研通“疑难数据库(出版商)”最低求助积分说明 650913
邀请新用户注册赠送积分活动 627798