Требования к статистическим подходам интерпретации результатов испытания на вирусы
1.При определении титра вирусов возникают те же проблемы, что и для всех биологических методов анализа. Чтобы определить достоверность исследования, необходимо проанализировать правильность (accuracy) определения вирусных титров и факторов (коэффициентов) снижения вирусной нагрузки, полученных на их основании, и провести валидацию методик. Целью статистического анализа является подтверждение проведения исследования с приемлемым уровнем компетентности в отношении вирусологических данных.
2.Аналитические методики могут быть качественными и количественными. К качественным методикам относятся методики определения инфицирующей способности на животных и методики инфекционной дозы на культуре ткани (TCID), в которых подсчитывается количество инфицированных и неинфицированных животных или клеток. Затем по доле инфицированных животных или клеток определяются инфицирующие титры. В количественных методиках определяемая инфекционность зависит от вирусной нагрузки.
К количественным методикам относятся методики бляшкообразования, в которых каждая бляшка принимается за одну инфекционную единицу, ПЦР в режиме реального времени. Результаты применения как качественных, так и количественных аналитических методик подлежат статистической обработке.
3.Вариабельность результатов методик может быть обусловлена ошибками при разведении, статистическими (случайными) эффектами и различиями в аналитических системах, которые либо неизвестны, либо трудно поддаются контролю. При сравнении результатов различных аналитических циклов (вариация между циклами (between-assay variation)) величина таких эффектов оказывается выше результатов внутри одного цикла (вариация внутри цикла (within-assay variation)).
4.Границы 95% доверительных интервалов результатов внутри одного цикла должны, как правило, укладываться в интервал ± 0,5 lg от среднего. Вариабельность внутри цикла оценивается с помощью стандартных статистических тестов. Вариабельность между циклами можно определить путем включения препарата сравнения, значение активности (potency) которого должно укладываться в ± 0,5 lg от среднего значения, установленного в лаборатории, чтобы методика была приемлемой. При должном обосновании допускается использовать методики с худшей прецизионностью.
5.По возможности в исследованиях по очистке с использованием «релевантных» и специфичных «модельных» вирусов необходимо рассчитывать границы 95% доверительных интервалов для
установленного фактора (коэффициента) снижения вирусной нагрузки. Если границы 95% доверительных интервалов для вирусологических методик изучения исходного материала равны ± s, а для
вирусологических методик изучения материала на следующем этапе обработки равны ± a, то границы 95% доверительных интервалов для фактора (коэффициента) снижения равны:
±√(s2 + a2) (1)
Вероятность обнаружения вирусов в низкой концентрации
6.Очевидно, что при низкой концентрации вируса (например, 10 – 1000 инфекционных частиц на литр) проба объемом несколько миллилитров может не содержать инфекционных частиц. Вероятность (p), что такая проба не содержит инфекционных вирусов, равна:
p = ((V−v)/V)n,
где:
V – общий объем подлежащего испытанию материала (л);
v – объем пробы (л);
n – абсолютное количество инфекционных частиц, статисти-чески распределенных в объеме V.
Если V ≫ v, то уравнение приближенно описывается распределением Пуассона:
p = e–cv,
где c – концентрация инфекционных частиц на литр, тогда величина с определяется по формуле:
c = ln(p/−v)
Пример: Если испытуемая проба имеет объем 1 мл, вероятность (p), что в ней не содержится вирус, истинные концентрации которого находятся в диапазоне 10 – 1000 инфекционных частиц на литр, равна:
с | 10 | 100 | 1000 |
р | 0,99 | 0,90 | 0,37 |
То есть при концентрации 1000 вирусов на литр, 37% проб объемом 1 миллилитр не будут содержать вирусных частиц.
7.Если лишь часть проб испытывается на вирусы и результаты отрицательны, необходимо рассчитать количество вирусов, которое должно содержаться в общем количестве проб, чтобы результаты оказались положительными. Полученное значение необходимо учитывать при расчете фактора снижения вирусной нагрузки.
Рекомендуется рассчитать 95% доверительные интервалы. Однако в некоторых случаях, ввиду недостаточного количества материала, их расчет невозможен.