Rethinking calibration as a statistical estimation problem to improve measurement accuracy

Význam tématu

Kalibrace je základní nástroj analytické chemie pro kvantifikaci koncentrací; ovlivňuje kvalitu dat, rozhodnutí v regulaci a spolehlivost rutinních i výzkumných analýz. Tradiční postupy založené na obyčejných metodách nejmenších čtverců (OLS) produkují nestranné odhady, které se však při malém počtu standardů nebo nízkém počtu stupňů volnosti vyznačují vysokou rozptylovou nejistotou. Tento rozptyl vede k jednorázovým odchylkám, které snižují praktickou přesnost jednotlivých měření. Studovaná práce znovu interpretuje kalibraci jako problém statistického odhadu (včetně chybějících prediktorů) a doporučuje aplikaci Bayesovských hierarchických modelů (BHM) pro zvýšení přesnosti bez změny laboratorních procedur.

Cíle a přehled studie / článku

Hlavní cíle jsou:

• vymezit statistickou příčinu vysoké variability výsledků u běžných kalibračních postupů,
• ukázat, jak BHM využívá informace sdílené v rámci jednoho testu (více vzorků s neznámou koncentrací) a mezi opakovanými testy (historie kalibračních křivek),
• porovnat klasické (inverzní odhad + Monte Carlo) a bayesovské přístupy na třech reálných příkladech (nonlineární ELISA, lineární fosfátová metoda, SPME-LCMS pro xenobiotika) a demonstrovat praktickou implementaci (MCMC v Stanu, R).

Použitá metodika a instrumentace

Metodika:

• Koncepce: kalibraci autoformulovat jako simultánní odhad parametrů křivky a chybějících prediktorů (koncentrací) — tj. problém s chybějícími daty. Likelihood pro odpovědi standardů a vzorků se společným modelem f(x,θ) a normální chybou.
• Porovnání přístupů: klasická dvoustupňová metoda (fit standardní křivky OLS → inverzní odhad koncentrace) včetně Monte Carlo simulací pro kvantifikaci nejistoty versus Bayesovská metoda (posteriory pomocí MCMC). Dále hierarchické rozšíření (BHM) umožňující „shrinkage“ — částečné sjednocení odhadů směrem ke společnému průměru u více vzorků nebo mezi opakovanými křivkami.
• Modelovací detaily: log-transformace u koncentrací (log‑normální předpoklad), společné hyper‑distribuce pro log(x0) v rámci testu a pro koeficienty β_k napříč testy. Hodnocení přesnosti pomocí absolutní chyby odhadu vůči QA vzorkům; konzistence vyjádřena postupností kvantilů posteriorů (50% a 95%).
• Význam vzorkovací velikosti: důraz na počet standardů (n) – při nízkém n (deg‑of‑freedom ≤ 4) je odhad reziduální variance nespolehlivý; příklad n=5 vs n=12 u ELISA ukázal dramatické zhoršení rozptylu odhadů při menším n.

Instrumentace a software (uvedeno v textu):

• ELISA sady Eurofins‑Abraxis / Abraxis (4‑parametrická logistická křivka),
• Kolorimetrická metoda pro ortofosfát (ammonium molybdate / antimonyl tartrate, reduction ascorbic acid — SM 4500‑PE),
• SPME (biokompatibilní) spojené s LC‑MS (QSight 220 zmíněný od PerkinElmer),
• Lab‑data (QA, standardy) v kombinaci se statistickým software: R, rv pro Monte Carlo, rstan/Stan pro MCMC; kód a data dostupné na GitHubu autora.

Hlavní výsledky a diskuse

• Role počtu standardů: menší počet bodů pro fit standardní křivky vede ke značné korelaci mezi parametry křivky a reziduálním rozptylem; to zvyšuje varianci odhadnutých koncentrací (ukázáno na ELISA, kde n=5 vykazovalo mnohonásobně vyšší posteriorní rozptyl než n=12).
• Úspěch BHM: aplikace BHM v rámci testu (sdílení informace mezi m neznámými vzorky) dramaticky snížila průměrnou absolutní chybu QA vzorků v každém z ilustrativních případů. Přidání hierarchie napříč testy přineslo další, i když často menší, zlepšení — zvláště pokud jsou koeficienty křivek vzájemně příbuzné.
• Replikace: opakované měření vzorku (m > 1) výrazně zlepšuje kvantifikaci nejistoty, protože umožní spolehlivější odhad reziduální variance; absence replik ztíží odhad nejistoty a vede k podhodnocení rizika chybného výsledku.
• Matrix effect (SPME‑LCMS): BHM pomáhá kvantifikovat a vyhodnotit rozdíly mezi matricemi (human vs různé zvířecí plazmy, PBS). V analyzovaném případě byly odhady koeficientů pro šest médií přesné a ukázaly, že náhrada lidské plazmy nekonečnou matrice je prakticky proveditelná, pokud rozdíly jsou stabilní.
• Praktické obtíže klasické metody: Monte Carlo pro inverzní metodu někdy generoval nerealizovatelné (log z negativních) řešení, čímž podhodnocoval nejistotu; BHM generuje úplné posteriory bez těchto numerických artefaktů.
• Implementace: autoři navrhují sekvenční aktualizaci hyper‑distribuce (empirické Bayes / sequential updating), aby laboratoře mohly průběžně akumulovat informaci a využívat ji bez nutnosti opakovaného plného multistudijního fitu.

Přínosy a praktické využití metody

• BHM zlepšuje praktickou přesnost měření (menší střední absolutní chyby) bez požadavku na změnu laboratorních protokolů či instrumentace — tedy vhodné pro rutinní QA/QC i regulované analýzy.
• Redukce falešně pozitivních/negativních rozhodnutí při hraničních hodnotách (příklad Toledo microcystin): robustnější odhady koncentrací mohou mít přímý dopad na veřejné zdraví a provozní rozhodování.
• Vhodné pro situace s omezeným počtem standardů nebo s opakovanými testy — laboratoře mohou využít historická data k tvorbě informativních priorů a tím zvýšit konzistenci výsledků.
• Možnosti integrace: navrhovaná webová aplikace (R Shiny) se sekvenční aktualizací hyper‑distribucí umožní jednoduché praktické nasazení v laboratořích a automatizované aktualizace priory pro další testy.

Budoucí trendy a možnosti využití

• Nasazení ve výrobních laboratořích a LIMS: integrace BHM do laboratorního SW pro průběžné zlepšování kalibrací a reporting nejistot.
• Rozšíření modelů: práce s ne‑IID chybovými strukturami, heteroskedasticitou, robustními (heavy‑tailed) přeživšími posteriorními modely a komplexními nelineárními kalibracemi.
• Sdílení znalostí mezi laboratořemi: federované nebo centralizované ukládání hyper‑distribucí pro konkrétní metody/analyty by umožnilo rychlejší konvergenci a lepší cross‑lab konsistenci.
• Automatizované sekvenční učení: implementace algoritmů pro aktualizaci priorů po každém testu (on‑the‑fly), čímž by se snížila potřeba manuálního zásahu a zvýšila konzistence analytických výsledků.

Závěr

Shrnutí: Bayesovské hierarchické modelování představuje efektivní způsob, jak zvýšit přesnost a konzistenci výsledků kalibračních metod používaných v analytické chemii. Tato metoda využívá informační „pooling“ v rámci jedné sady vzorků a přes čas napříč opakovanými kalibracemi, čímž dosahuje příznivého kompromisu mezi variancí a malým zkreslením (shrinkage). Implementace je realizovatelná pomocí současných výpočetních nástrojů (R, Stan) a lze ji učinit uživatelsky přístupnou skrze laboratorní aplikace.

Reference

1. J.N. Miller, J.C. Miller, Statistics and Chemometrics for Analytical Chemistry, 6. ed., Pearson, 2010.
2. C. Eisenhart, The interpretation of certain regression methods and their use in biological and industrial research, Ann. Math. Stat. 10 (1939) 162–186.
3. M.H. DeGroot, Probability and Statistics, 2. ed., Addison‑Wesley, 1986.
4. C. Osborne, Statistical calibration: A review, Int. Stat. Rev. 59 (1991) 309–336.
5. N.R. Draper, H. Smith, Applied Regression Analysis, Wiley, 1998.
6. J.N. Miller, Basic statistical methods for analytical chemistry, part 2. Calibration and regression methods, Analyst 116 (1991) 3–14.
7. W.R. Gilks, S. Richardson, D.J. Spiegelhalter (eds.), Markov Chain Monte Carlo in Practice, Chapman & Hall, 1996.
8. B. Efron, C. Morris, Stein’s paradox in statistics, Sci. Am. 236 (1977) 119–127.
9. C. Stein, Inadmissibility of the usual estimator for the mean of a multivariate normal distribution, Proceedings of the Third Berkeley Symposium, 1956.
10. A. Gelman et al., Bayesian Data Analysis, 3. ed., CRC Press, 2014.
11. B. Efron, Empirical Bayes methods for combining likelihoods, JASA 91 (1996) 538–550.
12. A. Gelman, J. Hill, Data Analysis using Regression and Multilevel/Hierarchical Models, Cambridge Univ. Press, 2007.
13. S.S. Qian, Environmental and Ecological Statistics with R, 2. ed., Chapman & Hall/CRC, 2016.
14. N.H. Godage et al., Enhancing quantitative analysis of xenobiotics in blood plasma through cross‑matrix calibration and bayesian hierarchical modeling, ACS Meas. Sci. Au 4 (2024) 127–135.
15. S. Jaffe et al., A Bayesian hierarchical modeling approach for improving measurement accuracy of microcystin concentrations, Chemosphere 384 (2025) 144481.
16. R Core Team, R: A Language and Environment for Statistical Computing, R Foundation, 2022.
17. Stan Development Team, Stan modeling language user’s guide and reference manual, 2022.
18. W. Chang et al., Shiny: Web application framework for R, 2023.