Exponentially Weighted Moving Average ( Ewma ) Control Charts For Monitoring An Analytical Process

Exponencialmente móvil ponderado Gráficas media (EWMA) de control para la supervisión de un proceso analítico referencias referencias 14 Referencias Referencias 8 quotIn este trabajo, extendemos el trabajo de Bilen et al. (2010) por (i) la mejora de la sensibilidad esquema de monitoreo de salida utilizando ponderado exponencialmente (ii) el uso de los mínimos cuadrados generalizados enfoque (GLS) en la PCR junto con la estructura de covarianza de autorregresivo (AR) que se mueve esquema de control de la media (EWMA) Error modelo de corrección de los residuos para obtener las mejores estimaciones objetivas lineales de la AR y los parámetros de regresión y (iii) la aplicación del régimen SPC multivariante, a saber MEWMA, a las entradas del proceso multicorrelated críticos. Los gráficos de control EWMA y MEWMA se demuestra que son robustos a la no normalidad, autocorrelación y eficaz en la detección de pequeños cambios en el proceso (Apley amp Lee, 2008 Borror, Montgomery, amplificador Runger 2003 Carson amp Yeh 2008 Humana, Kritzinger, amplificador Chakraborti, 2011 Kohehler, Marcos, amplificador Ox27 Connell, 2001 Lu, 1999 Midi amp Shabbak 2011 Neubauer, 1997 Scranton, Runger, Keats, amplificador Montgomery, 1996 Stoubos amp Sullivan, 2002 Testik, Runger, amplificador Borror, 2003). Este sistema de doble gráfica de control propuesto proporciona la capacidad de controlar las entradas del proceso, la evaluación y luego controlar la salida del proceso. quot Mostrar Ocultar resumen Resumen Resumen: En este trabajo se presenta un esquema de monitoreo dual para el control multivariable proceso en cascada autocorrelación usando componentes principales regresiones. El modelo de serie temporal autorregresivo se impone a la variable de salida correlacionado con el tiempo, que depende de muchas variables de entrada del proceso multicorrelated. Una regresión de mínimos cuadrados de componentes principales generalizado se utiliza para describir la relación entre el producto y sus variables de proceso de entrada en el modelo de error de regresión autorregresiva. Un sistema de doble monitoreo consiste en carta EWMA basada en residual, aplicado a las características del producto, y el gráfico MEWMA, aplicado a las características del proceso en cascada multivariados, se propone. Se aplica EWMA gráfico de control para aumentar el rendimiento de detección, sobre todo a los pequeños cambios del medio. El MEWMA se aplica a un conjunto seleccionado de variables de entrada de la primera componente principal para aumentar la sensibilidad a la detección de errores de proceso. El sistema de doble propuesta de las características del producto y de proceso aumenta tanto el rendimiento de detección y predicción del sistema de seguimiento de los procesos en cascada autocorrelacionados multivariantes. El sistema de seguimiento de doble propuesta supera a la tabla de control de tipo residual convencional aplicado a los residuos de la regresión de componentes principales solos. La aplicación de la metodología propuesta se demuestra a través de un ejemplo de un proceso de secado de pulpa de remolacha azucarera. Artículo Jul el año 2016 wichai Chattinnawat quotIf un nuevo K (T n. T n1), entonces este evento se declara como un incidente. BALA El operador de red define el umbral mediante el uso de un promedio móvil ponderado exponencial (EWMA) 18 que se aplica exponencialmente decreciente factores de ponderación. quot Mostrar Ocultar resumen Resumen Resumen: Las redes de hoy en día se enfrentan continuamente surjan nuevas amenazas, por lo que el análisis de datos de la red para la detección de anomalías en las redes operativas actuales esenciales. Los operadores de red tienen que tratar con el análisis de grandes volúmenes de datos. Para contrarrestar este problema principal, que trata de los flujos IP (también conocidos como Netflows) registros es común en la gestión de red. Sin embargo, en las redes modernas, incluso los registros de Netflow aún representan un gran volumen de datos. El interés en la clasificación del tráfico, así como la detección de ataques y anomalías en la supervisión de la red y las actividades relacionadas con la seguridad se ha vuelto muy fuerte. En esta tesis se aborda el tema de análisis de registros NetFlow mediante la introducción de mecanismos simples para la evaluación de grandes cantidades de datos. Los mecanismos se basan en los registros de Netflow espacialmente agregados. Estos registros son evaluados por el uso de una función kernel. Esta similitud función analiza los datos agregados sobre los cambios en los patrones cuantitativos y topológicas. Mediante el uso de técnicas de aprendizaje automático el objetivo es utilizar los datos agregados y los clasificará en el tráfico benigno y anomalías. Además de la detección de anomalías en el tráfico de red, el tráfico se analiza desde la perspectiva de un atacante y un operador de red mediante el uso de un modelo teórico-juego con el fin de definir las estrategias de ataque y defensa. Para extender los modelos de evaluación, la información de la capa de aplicación se ha analizado. Un problema que ocurre con los flujos de aplicación es que, en algunos casos, los flujos de red pueden no estar claramente atribuidos a sesiones o usuarios, como por ejemplo en redes superpuestas anónimos. Un modelo para la atribución de los flujos a las sesiones de los usuarios o se ha definido y relacionado con esto, el comportamiento de los mecanismos de ataque y defensa se estudia en el marco de un juego. De texto completo de la tesis Mar 2012 Diario de Informática Biomédica Cynthia Wagner quotIn contraste, la approachx27x27 x27x27pro-activa implica señales de advertencia de monitoreo de desempeño en el tiempo. Por ejemplo uno puede confiar en las variantes de las reglas comunes de la inestabilidad de la ejecución del Plan General 27 por ejemplo, inspeccionar el número de puntos de tendencia hacia arriba o hacia abajo, o el número de puntos en el mismo lado de la línea central. quot Mostrar Ocultar resumen Resumen Resumen: Los modelos de predicción se postulan como herramientas útiles para apoyar tareas tales como la toma de decisiones clínicas y la evaluación comparativa. En particular, los modelos de árboles de clasificación han gozado de mucho interés en la literatura Informática Biomédica. Sin embargo, su rendimiento predictivo prospectivo en el transcurso del tiempo no ha sido investigado. En este artículo sugerimos y aplicar métodos de control de procesos estadísticos para vigilar durante más de 5 años el rendimiento predictivo prospectivo de TM80, uno de los pocos modelos de clasificación de árboles publicados en la literatura clínica. TM80 es un modelo para predecir la mortalidad entre los pacientes de edad muy avanzada en los cuidados intensivos en base a un conjunto de datos en múltiples centros. También examinamos el rendimiento predictivo en las hojas treex27s. Este estudio proporciona información importante sobre los patrones de (in) estabilidad del rendimiento treex27s y su lifequot quotshelf. El estudio subraya la importancia de la validación continua de los modelos de pronóstico en el tiempo utilizando herramientas estadísticas y la recalibración oportuna de los modelos de árboles. - Texto completo del artículo agosto 2011El proceso de validación inmunogenicidad inmunoensayo garantiza el desarrollo de un método robusto, reproducible. Sin embargo, independientemente de lo bien desarrollado, validado, y se mantiene un método es, en el curso de la ejecución de un gran número de muestras en el tiempo, no es raro ver a los malos reactivos, equipos mal calibrados, errores de personal, u otra desconocida e impredecible factores que tienen un impacto en el rendimiento del método y la calidad de los resultados de la muestra. Así pues, el inmunoensayo inmunogenicidad necesita para ser vigilado con un tiempo extra estadística proceso de control de calidad interno para asegurar una producción consistente y fiable. El control estadístico de procesos se ha aplicado ampliamente para controlar los procesos de fabricación y en los laboratorios clínicos. Su aplicación a los inmunoensayos de inmunogenicidad es relativamente novedoso. orientación limitada está disponible para implementar el proceso para monitorear el desempeño inmunogenicidad inmunoensayo semicuantitativo. Aquí, hemos realizado una evaluación de la aptitud para los gráficos de control de procesos con datos reales de laboratorio de tres métodos de inmunoensayo inmunogenicidad cada una utilizando una plataforma tecnológica diferente. Además, un panel de muestras preparadas diseñados para evaluar el funcionamiento del método a largo plazo se evaluaron periódicamente durante más de un año. Por último, hacemos recomendaciones para un proceso de control de calidad interno en base a los resultados de estas evaluaciones. Comparando exponencialmente móvil ponderado promedio reglas y ejecutar en el control del proceso de inmunoensayos de inmunogenicidad semicuantitativos. Citas en el texto completo bioentidades Artículos relacionados Enlaces externos AAPS J. 2010 Marzo 12 (1): 7986. Publicado en línea el 10 de diciembre 2009 doi: 10.1208 / s12248-009-9166-4 Comparando ponderado exponencialmente media móvil y Ejecutar reglas de Control de Procesos de Semicuantitativo La inmunogenicidad Departamento de Inmunología clínica inmunoensayos, Amgen, Thousand Oaks, California 91320 EE. UU. Departamento de Bioestadística, Amgen, Thousand Oaks, California 91320 EE. UU. Amgen, Una Amgen Center Drive, Thousand Oaks, California 91320 EE. UU. Narendra Chirmule, Teléfono: 1-805-4479572 , Fax: 1-805-4801306, e-mail: moc. negmaelumrihc. Recibido 2009 19 de octubre de 2009 Aceptado el 23 de noviembre Derechos de Autor x000a9 Asociación Americana de Científicos Farmacéuticos 2009 Este artículo ha sido citado por otros artículos en PMC. Resumen El proceso de validación inmunogenicidad inmunoensayo garantiza el desarrollo de un método robusto, reproducible. Sin embargo, independientemente de lo bien desarrollado, validado, y se mantiene un método es, en el curso de la ejecución de un gran número de muestras en el tiempo, no es raro ver a los malos reactivos, equipos mal calibrados, errores de personal, u otra desconocida e impredecible factores que tienen un impacto en el rendimiento del método y la calidad de los resultados de la muestra. Así pues, el inmunoensayo inmunogenicidad necesita para ser vigilado con un tiempo extra estadística proceso de control de calidad interno para asegurar una producción consistente y fiable. El control estadístico de procesos se ha aplicado ampliamente para controlar los procesos de fabricación y en los laboratorios clínicos. Su aplicación a los inmunoensayos de inmunogenicidad es relativamente novedoso. orientación limitada está disponible para implementar el proceso para monitorear el desempeño inmunogenicidad inmunoensayo semicuantitativo. Aquí, hemos realizado una evaluación de la aptitud para los gráficos de control de procesos con datos reales de laboratorio de tres métodos de inmunoensayo inmunogenicidad cada una utilizando una plataforma tecnológica diferente. Además, un panel de muestras preparadas diseñados para evaluar el funcionamiento del método a largo plazo se evaluaron periódicamente durante más de un año. Por último, hacemos recomendaciones para un proceso de control de calidad interno en base a los resultados de estas evaluaciones. Palabras clave: gráfico de control, EWMA, inmunoensayo, ensayo OOT introducción analítica de muestras clínicas es una parte central del proceso de desarrollo clínico. Estos resultados clínicos se utilizan para el establecimiento de declaraciones de la etiqueta para el producto. Un proceso de control de buena calidad ayudará a asegurar la validez de los resultados de las pruebas. Además, no importa qué tan sólido el desarrollo, validación y mantenimiento de un ensayo, un cierto grado de variabilidad natural es inevitable. El ensayo se considera bajo control estadístico cuando se está operando con dicha variabilidad natural. A veces, las fuentes tales como el error de pipeteado, una mala reactivo, analista de error, etc., pueden dar lugar a una gran variabilidad y resultados inaceptables. En tales casos, el ensayo se considera fuera de control estadístico. Un buen proceso de control de calidad ayudará a identificar estos ensayos como de tendencia (OOT). Sin embargo, existen varios procesos de control de calidad, y no hay una orientación limitada para implementar un proceso para monitorear el desempeño inmunogenicidad inmunoensayo semicuantitativo. Shewhart de tipo (1) y Leveyx02013Jennings (2) cartas de control son herramientas comunes de control de calidad para supervisar el rendimiento de todos los tipos de procesos. Westgard desarrollado multirules estadísticos que optimizan la detección de error de proceso y minimizado rechazo proceso incorrecto (3). Estos procesos de control de calidad han sido ampliamente utilizados por los laboratorios clínicos. Ponderado exponencialmente gráficos cambiantes de promedios (EWMA), que supervisan un promedio ponderado de la observación actual y todas las observaciones anteriores (4), también han sido evaluados para laboratorios clínicos (5, 6). En los ensayos de diagnóstico, evaluación de la calidad con respecto a las pruebas de competencia se ha utilizado como un medio para determinar la calidad de los resultados generados por el laboratorio en los laboratorios de Laboratorio Clínico (7). Implementación de un proceso de control adecuado para un inmunoensayo inmunogenicidad puede ser complejo ya que el número y tipo de controles entre los métodos pueden variar, además, hay muchas gráficas de control y normas dirigidas entre los que elegir. La selección de un gráfico de control de proceso debe minimizar la detección de falsas alarmas y maximizar la detección de alarmas verdaderas. falsas alarmas o fallas excesivas para detectar una verdadera alarma rápidamente puede dar lugar a un ajuste proceso innecesario cuando un ensayo es perfectamente en el control o ajuste proceso demorado cuando es necesario, la pérdida de confianza en los gráficos de control como herramientas de supervisión, y en última instancia, la productividad dañado. Tres elementos de control de calidad en cada ensayo deben incluir los siguientes atributos. Cada ensayo debe (1) seguir un procedimiento operativo estándar, (2) incluye un conjunto de controles, y (3) los controles para cada prueba debe dar resultados dentro de los límites de aceptabilidad y validez de la carrera. Por lo general, cada prueba tiene un conjunto de controles positivos y negativos (controles internos) y también puede incluir conjunto adicional de los controles de ensayo específica (controles de rendimiento del método). Los controles internos son esenciales para las medidas de control de calidad para cada carrera y están destinados para su uso sólo con el número de lote de la prueba correspondiente. Controles de rendimiento del método pueden ser incluidos en una carrera para controlar un rendimiento constante, la variación de lote a lote entre los kits, y para servir como un indicador de rendimiento del ensayo en muestras que son reactores borderline. Hemos utilizado métodos estadísticos para determinar la adecuación al propósito de estos gráficos de control de procesos en la realización de inmunoensayos de inmunogenicidad validados que apoyan el desarrollo clínico de proteínas terapéuticas a través de varias plataformas analíticas. El uso de los criterios de aceptación predefinidos, hemos evaluado un método estadístico robusto y desarrollado requisitos funcionales de una herramienta Laboratory Information Management System que puede ser usado para monitorear el desempeño de los inmunoensayos de inmunogenicidad en tiempo real. MATERIALES Y MÉTODOS Gráficos de control de proceso / Métodos Un procedimiento de control de procesos que se pueden identificar diferentes magnitudes de los cambios, así como los cambios sistemáticos es ideal para supervisar el rendimiento del ensayo. tabla X, que supervisa un promedio de mediciones (puede ser mediciones individuales o múltiples para cada punto de muestreo), es un buen candidato para la detección de gran desplazamiento, pero no es sensible en la detección de pequeñas a cambio moderado. Cuando hay múltiples mediciones por punto de muestreo, carta X teóricamente puede detectar pequeño cambio a moderada si el número de mediciones por punto de muestreo se puede aumentar sin mucha restricción sin embargo, a menudo no es práctico. Dos enfoques utilizados comúnmente para aumentar la sensibilidad de la carta X en la detección de pequeñas a moderadas de desplazamiento están complementando el gráfico X con las normas de ejecución y la combinación de X Gráfica con la carta EWMA. La longitud promedio de carreras (ARL) de falsa alarma (número medio de intervalos de muestreo, el intervalo entre dos puntos consecutivos de muestreo, que se necesita para detectar un OOT cuando el proceso está bajo control) y ARL a la detección (número medio de intervalos de muestreo que se necesita para detectar un OOT cuando el proceso no está en control) son a menudo los criterios utilizados en la evaluación de los procedimientos de supervisión de procesos. Un buen procedimiento tiene mucho ARL a la detección falsa y corta ARL para la detección de verdad. Como complemento de la carta X con las normas de ejecución no es la adecuada, habida cuenta del aumento de la posibilidad de detectar las falsas alarmas (que tienen una señal de OOT cuando un ensayo está en control) y también la complicación en la aplicación de varias reglas en un gráfico de control. También es bien sabido que la suma acumulativa (CUSUM) tabla y el gráfico EWMA son buenos candidatos para la detección de pequeños cambios sistemáticos de la media del proceso. Un enfoque comúnmente recomendada es la combinación de gráfico de X, ya sea con CUSUM o EWMA para la capacidad de detectar los pequeños cambios de medio de proceso (4) a moderada. Elegimos EWMA sobre CUSUM para la facilidad de aplicación y la interpretación y el gráfico X con un tamaño de muestra de uno para evitar dentro de correlación se realiza la prueba. Requisitos funcionales de las gráficas de control de procesos Los criterios para un conjunto apropiado de los gráficos de control se determinaron como sigue: una falsa alarma en aproximadamente 200 carreras de ensayo, la detección de los grandes cambios de la media del proceso dentro de cuatro carreras de ensayo, la detección de cambios moderados de la media del proceso dentro de cinco carreras de ensayo, y la detección de pequeños cambios de la media del proceso dentro de 20 carreras de ensayo. Los gráficos de control para monitorear el desempeño de los inmunoensayos de inmunogenicidad se evaluó el uso de estos criterios de aceptación predefinidos. datos semicuantitativos de control Métodos Inmunogenicidad de inmunoensayo de ensayo fueron generados por tres inmunoensayos de inmunogenicidad semicuantitativos validados cada uno usando un technologyx02014electrochemiluminescence detección anteriormente descrito diferente (ECL) (8), ELISA (9), y resonancia de plasmón superficial (SPR) (10). Cada inmunoensayo inmunogenicidad se utilizó en el análisis de rutina de muestras clínicas. controles de análisis de cada ensayo fueron evaluados por primera vez frente a los criterios de aceptación del método. Los ensayos con causas definidas de fallo (es decir, desviaciones del método o elevado porcentaje de duplicados de coeficiente de variación) fueron excluidos de los gráficos de control. Todos los demás ensayos se incluyen en las listas de control. Los controles de ensayo se pusieron a prueba cada vez que se realizó un ensayo y se representa en el gráfico de control contra el tiempo. Controles introducidos en los gráficos de control se agruparon por carreras de ensayo. Una serie de análisis de este trabajo incluyó los resultados relacionados con la sola actuación del inmunoensayo inmunogenicidad de principio a fin. A menudo, esto dio como resultado en los controles a partir de múltiples placas que se agrupan en una serie de ensayos. El resultado medio del ensayo de cada control para todas las placas en una carrera se calcula y se introduce como un único punto en los gráficos de control. Cada ensayo consistió en placas del mismo lote para minimizar la variabilidad dentro de una serie. Información de los parámetros de ensayo que potencialmente contribuyen a la OOT tales como números de lote de reactivos críticos, número de instrumento, y el analista fueron capturados para cada ejecución de una hoja de cálculo de compañía con fines de diagnóstico. Con el fin de identificar cuándo un ensayo estaba fuera de control estadístico en un gráfico de control, se evaluaron los valores de los controles de ensayo en relación con los límites de control. El conjunto de límites de control definen el ancho de banda de la variación debida a la variabilidad natural. El inmunoensayo supervisado estaba fuera de control cuando una serie de análisis estaba fuera de los límites de control o identificada por la carta EWMA o por las reglas de ejecución. Los límites de control se generaron utilizando una colección de mediciones de ensayos independientes y distribuidos normalmente. Se analizó una colección inicial de los datos, y se excluyeron las mediciones que se encontraban fuera de los límites de control. Una última colección de mediciones en el control se utilizaron para calcular el nuevo conjunto de límites de control revisadas a utilizar para el control de la inmunoensayo. señales fuera de control fueron excluidos de los gráficos de control para satisfacer el supuesto de que las medidas utilizadas para generar los límites del gráfico de control son independientes e idénticamente distribuidos variantes normales. técnicas estadísticas especiales, tales como la transformación de datos, tienen que aplicarse si hay una desviación severa de la independencia o la normalidad. Se evaluaron los gráficos de control de proceso para la detección de un cambio conocido a un método. El ensayo de SPR conjunto de datos incluidos método se ejecuta en la que un cambio de lote de reactivos fue hecho que impactó a la media del proceso. los gráficos de control de procesos se aplicaron al conjunto de datos para observar la sensibilidad a los cambios realizados en el método. Más allá del análisis gráfico de control de proceso, se evaluó el rendimiento del ensayo se ejecuta con los controles de rendimiento del método que consistía en donantes normales y de anticuerpos anti-drogas (ADA) - spiked muestras que se extendió el rango de detección del método. Los controles de rendimiento del método se probaron más de un año para determinar la variabilidad de un método SPR. el software JMP versión 7.0.2 se utilizó para generar los gráficos de control de procesos. RESULTADOS La determinación de las gráficas de control apto para el propósito para el Análisis de inmunogenicidad Semicuantitativo Inmunoensayo Rendimiento Todos los resultados individuales de placas a partir de abril de 2007 hasta junio de 2008 para el método de ECL se representaron en un gráfico Leveyx02013Jennings (Fig. x000a0 1). Los resultados dentro de una serie de análisis son más similares entre sí que entre las corridas de ensayo. Dado que las variables que impulsan un inmunoensayo para estar fuera de control normalmente cambiar entre ejecuciones de ensayo, se realiza la prueba parece ser un intervalo de muestreo razonable. También es una buena opción en consideración de la viabilidad operativa y conveniencia. Como resultado, los métodos de inmunoensayo de inmunogenicidad se evaluaron utilizando los resultados medios de los controles de placa de acuerdo con se realiza la prueba de manera que cada ejecución puede ser determinada para estar en o fuera de control. Leveyx02013Jennings tabla de resultados para el método de electroquimioluminiscencia (ECL). Las líneas horizontales indican la media método (2.3) x000b1 1, x000b12, y x000b13 desviaciones estándar medidos por los primeros 20 placas. La línea gruesa ilustra. Evaluación del desempeño de los dos procedimientos de control de procesos X tabla con las reglas de ejecución (X Reglas de ejecución) X Gráfica y carta EWMA (X EWMA) Los dos procedimientos de supervisión de procesos fueron diseñados para (1) han ARL similar a la falsa alarma, (2) tienen similares ARL a la detección, y (3) cumple con los requisitos funcionales predefinidos para los gráficos de control. Los límites de control de tabla X se determinó que el proceso de ensayo significa x000b1 3 desviaciones estándar. Sobre la base de la ARL a la detección falsa y ARL a la detección verdadero como se muestra en Tablex000a0 I. las reglas de ejecución para tabla X se eligieron para ser de 2 2s (señalización de una alarma si se observa un cambio de más de 2 desviaciones estándar en dos intervalo de muestreo continuo ) y 4 1S (señalización de una alarma si se observa un cambio de más de 1 desviación estándar en cuatro intervalos de muestreo continuo). carta EWMA supervisa un promedio ponderado de observación actual y todas las observaciones anteriores. El peso fue elegido como 0,25, y los límites de control se calcularon como el proceso de ensayo significa x000b1 3 desviaciones estándar de las medias ponderadas. Un resumen de Ejecución Longitud media a los 0, 1, 2, y 3 turnos estándar de la media del proceso para la carta X con diferentes combinaciones de Ejecutar reglas (13, 14) y para el gráfico combinado X y gráfico EWMA (15) El X EWMA procedimiento, cuando se aplica al método SPR (Fig. x000a0 2), se indica un total de cuatro alarmas. El gráfico X indicaba tres alarmas para grandes desplazamientos de la media del proceso. Además, el gráfico EWMA indica una sistemática pequeño a moderado cambio de la media del proceso. Para mayor claridad, la primera alarma de una serie en el gráfico EWMA informa que hay un cambio sistemático de la media del proceso. Si no se trata, el cambio se anuncia como una alarma hasta que el proceso vuelve a la normalidad. Por lo tanto, la primera alarma de una serie se cuenta como una sola alarma para el gráfico EWMA. alarmas asociadas que indican los cambios sistemáticos y grandes en el control negativo SPR (NC), utilizando el X ponderado exponencialmente en movimiento procedimiento de proceso promedio (EWMA) de control. Las alarmas coincidió con un cambio en un lote de reactivos El procedimiento Ejecutar reglas X, cuando se aplica el método SPR (Fig. x000a0 3), se indica 12 alarmas. Pequeños cambios sistemáticos fueron identificados por cinco 1s 4 alarmas, los cambios sistemáticos moderados fueron detectados por cuatro 2s 2 alarmas, y grandes cambios fueron capturados por tres 3s 1 alarmas. Aunque hubo discrepancias en el número de alarmas, los procedimientos de la regla X y X EWMA Run alarmas clasificadas en el mismo ensayo se ejecuta. Los dos procedimientos se aplicaron también a los métodos de ECL y ELISA, y aunque las listas de control de procesos no se muestran, el número de alarmas indicadas entre los dos métodos era compatible (Tablex000a0 II). alarmas asociadas que indican los cambios sistemáticos y grandes en el control negativo SPR (NC) mediante X Ejecutar reglas procedimiento de control de procesos. Las alarmas coincidió con un cambio en un lote de reactivos Comparación de dos procedimientos de control de procesos a través de tres inmunoensayos de inmunogenicidad en el número seleccionado de carreras para calcular los límites de los dos procedimientos de control de procesos se evaluaron para detectar un cambio conocido a un inmunoensayo inmunogenicidad. Ambos procedimientos de control de proceso detectado un cambio de chip biosensor mucho al método SPR en el conjunto de datos. El cambio, sabe que se producen en el plazo de 68 (12 de junio de 2007), fue señalada por primera vez en los procedimientos de la regla X y X EWMA Run durante la ejecución 68 en el gráfico X. Ambos procedimientos de control de proceso continuó para anunciar el cambio en carreras posteriores hasta que se sustituyó el lote de chips. En consideración de los efectos de la utilización de un número diferente de carreras para calcular los límites de control en el gráfico X y el gráfico EWMA, los límites de control se calcularon utilizando los primeros 20, 25, y 30 carreras. Se registró el número de detecciones, sólo para propósitos de comparación, ya que no se sabía si las detecciones eran verdaderas o falsas, tanto para los procedimientos de supervisión de procesos cuando se aplica a diferentes métodos de inmunoensayo inmunogenicidad: ECL, ELISA y SPR (Tablex000a0 II). No había consistencia en el número y tipo de las alarmas entre X EWMA y el procedimiento Ejecutar reglas X para los métodos de ECL y ELISA. No hubo diferencias en el número de alarmas entre los dos procedimientos en el método SPR Sin embargo, un examen más detallado de las listas (Figs. x000a0 2 y x200B y3) 3) reveló que el ensayo se ejecuta está alarmado fueron consistentes para ambos procedimientos. El uso del Método Rendimiento Controles para monitorear el desempeño resultados a largo plazo del método controles de rendimiento se ilustran en Fig. x000a0 4. Se encontró que todas las réplicas de los sujetos no se trataron con ADA ser negativo y fueron similares en el rango de variabilidad (14 RU). Se determinó el valor más bajo de sujetos 10408 (conocida que enriquecerse con ADA) para ser falso negativo sin embargo, todos los controles del ensayo para los criterios de aceptación del método se realiza la prueba pasaron y no generó una alarma OOT usando cualquiera de los procedimientos de control de procesos (5 Fig. x000a0 ). Al repetir el análisis, la muestra fue diagnosticado correctamente determina que es positivo. Una vez más todos los controles de ensayo para el análisis de repetición pasaron los criterios del método, y el ensayo tenía el control. Todas las demás réplicas del objeto 10408 y todos los demás temas de la ADA con púas fueron consistentemente decidido a ser positivo. Los sujetos 10.406 y 10.415 eran tanto de pinchos a la misma concentración ADA sin embargo, el punto más bajo de sujetos 10415 causó la variabilidad a ser aproximadamente el doble de la de sujetos 10406. Tales desviaciones en la variabilidad sería causa de reanálisis muestra ahora que la variabilidad método normal se entiende . muestras funcionales de un método se les dio seguimiento durante más de 1x000a0year en un inmunoensayo. Los resultados acumulados se resumen en una parcela HILO en la parte superior, inferior y línea media de cada caja representan máximo, mínimo y promedio, gráficos de control de proceso, respectivamente SPR para el control negativo (CN) y el control positivo (CP) con el tiempo. puntos encerrados en círculos representan carreras de ensayo donde se evaluaron los controles de rendimiento del método. El primero de los puntos de un círculo contenía una muestra mal diagnosticada. Todo método. DISCUSIÓN Un proceso de control de calidad internos adecuados para supervisar los inmunoensayos de inmunogenicidad semicuantitativos puede ayudar a asegurar el rendimiento del ensayo consistente y fiable. El proceso debe ser capaz de detectar la deriva del análisis con el tiempo para evitar posibles fuentes de sesgo en la determinación de los valores positivos y negativos. Un inmunoensayo inmunogenicidad que se ha desviado hacia abajo tiene el potencial para la disminución de la sensibilidad para la determinación de un verdadero positivo, y por el contrario, si el método se ha desplazado hacia arriba, es más probable que obtenga un resultado positivo falso. Hemos utilizado un enfoque estadístico sistemático para evaluar el rendimiento de los gráficos de control de procesos en la asignación exacta de las alarmas de OOT a la realización de inmunoensayos de inmunogenicidad. Hemos demostrado que los dos procedimientos de supervisión de procesos, gráfico X en combinación con gráficos EWMA y X Gráfica con las reglas de ejecución cuidadosamente seleccionados, son capaces de detectar pequeñas, moderadas y grandes cambios de la media del proceso, y de hecho una recomendación para el uso de tales procedimientos para monitorear el desempeño de los inmunoensayos de inmunogenicidad. Hasta la fecha, no ha habido una evaluación sistemática de la aplicación de las tablas de control de procesos en la supervisión del funcionamiento de los métodos de inmunoensayo inmunogenicidad semicuantitativos. El uso de un gran número de datos de los controles de ensayo en tres diferentes inmunoensayos de inmunogenicidad, hemos llevado a cabo un análisis de la capacidad de los gráficos de control de proceso para identificar la desviación del ensayo desde un estado en-control. Todos los análisis indica que las actuaciones de los dos procedimientos son comparables como se esperaba. Por otra parte, ambos gráficos detectaron un ensayo conocido el cambio de reactivo equivalente. Nuestra sugerencia es usar la carta X junto con la carta EWMA como su capacidad para detectar cambios en el proceso de pequeño a grande escala está bien estudiado y documentado, y también, el procedimiento combinado es fácil de aplicar. El peso y el múltiplo de desviaciones estándar de la carta EWMA también pueden ser elegidos para alcanzar la ARL a falsas alarmas y la ARL a la detección de la gestión le gustaría tener. La tabla X con varias reglas de ejecución se puede utilizar si las reglas de ejecución se pueden seleccionar de manera que la ARL a falsa alarma y ARL a la detección son aceptables, y también, el patrón identificado por las reglas de ejecución seleccionados son característicos del ensayo cuando está en un estado fuera de control. Las carreras de ensayo utilizados para calcular los límites de control deben (1) ser independientes, (2) No se desvíe de una distribución de Gauss, y (3) numéricamente ser lo suficientemente grande para capturar la variabilidad inherente del ensayo. directrices de la industria recomiendan 20 experimentos para evaluar la precisión (11). Los datos de este análisis indican que la acumulación de aproximadamente 30 carreras puede ser necesaria para calcular los límites de control. Si cualquiera de los puntos fuera de control han de ser excluidos de lograr la independencia y la normalidad, de 20 a 30 carreras todavía deben estar disponibles para determinar los límites de control. Límites calcularse sin tener en cuenta la correlación de gestión dentro-puede conducir a una subestimación de la variabilidad del método dentro de una serie de análisis y por lo tanto dar lugar a alta frecuencia de falsas alarmas de OOT. La fuerte correlación intraserial observado en nuestros inmunoensayos de inmunogenicidad se ha observado en otros laboratorios clínicos y fue atribuido a la naturaleza no estacionaria y ergódico de los procesos de análisis en el laboratorio clínico (12). Como se ha dicho, nuestro enfoque era para trazar la media de todas las placas dentro de la corrida contra realiza la prueba. Hay formas más estadísticamente impulsadas para hacer frente a la correlación. Por ejemplo, un modelo de serie temporal se puede utilizar para eliminar la correlación y, a continuación, se puede aplicar gráficos de control para los residuos del modelo. Nuestro enfoque fue elegido por su simplicidad, ya que elimina adecuadamente el efecto de correlación y es razonablemente sensible en la detección de control de carreras de ensayo. Otra consideración de cálculo límite de control apropiada es si se debe trazar ensayo se ejecuta con los valores de control que no logran los criterios de aceptación descritos en el inmunoensayo inmunogenicidad. J Immunol. Pie.