目的:在研究中我们发现镉测定试纸条测定数据在不同浓度范围显示出不同的线性趋势。目前校准曲线多采用的logit-log线性模型受到线性条件的约束,不能对线性趋势不同的高浓度区和低浓度区数据充分拟合,本研究通过基于变点分析构建分段线性回归模型来对高、低浓度区分别拟合模型,以期为镉测定试纸条建立预测性能更好的校准曲线,提高镉测定试纸条结果判读的准确性,进一步推进简单灵敏的尿镉体外快速诊断技术的发展。方法:本研究的数据为不同理论浓度的镉校正集样品的检测结果:镉测定试纸条和干式荧光免疫分析仪联合检测得到的样品荧光值,电感耦合等离子体质谱仪（ICP-MS）检测得到的样品实际浓度,根据校准曲线反算的预测浓度。基于广义波动检验对高斯线性回归模型的结构变化进行分析,使用segmented、极大似然法和条件似然法估计回归变点和分段线性回归模型的斜率、截距等参数。并由此计算各模型的决定系数R2、均方误差（MSE）,以及各校正集样品的预测浓度与实际浓度的相对误差来评估模型的拟合质量。结果:基于广义波动检验的6种方法都表明高斯线性回归模型的结构发生变化。score-test、davies-test、BIC、极大似然法和条件似然法5种方法检测到的变点数量分别为1、2、9、1和1个。5条分段线性回归模型都达到了较高的拟合优度（2>0.99）,但具有9个变点的模型的拟合质量和预测性能优于具有1个和2个变点的分段线性回归模型,体现在更高的R2（0.9987 vs 0.9952 vs 0.9911 vs 0.9911 vs 0.9911）以及更低的MSE（34.206 vs 47.323 vs 72.185 vs 71.371 vs 71.371）。将根据回归模型反算的预测浓度与理论浓度进行比较,具有9个变点的分段线性回归模型比具有1个变点和2个变点的分段线性回归模型在全浓度范围内的预测值与理论值更为接近。此外,从预测浓度与实际浓度的相对误差大于15%或小于-15%的校正集样品数量来看,具有9个变点的模型拥有更少的超标样品数（6 vs 8 vs 8 vs 6 vs 6）,阴性样的预测浓度与实际浓度的偏差也最小(-0.03μg·L-1 vs-10.49μg·L-1 vs-10.55μg·L-1 vs-10.54μg·L-1vs-10.55μg·L-1)。具有9个变点的分段线性回归模型与三次样条曲线模型相比,分段线性回归模型的R2更高（0.9987 vs 0.9910）,MSE更低（34.206 vs 116.921）。结论:以荧光值为预测变量,以理论浓度为响应变量构建的高斯线性回归模型中存在结构变化。使用score-test、davies-test、BIC、极大似然法和条件似然法构建了5条分段线性回归模型,基于score-test得到的单变点分段线性回归模型和极大似然法、条件似然法构建的回归模型类似,变点估计值和模型相关参数值也接近,但单变点线性回归模型的拟合质量和预测性能不如davies-test得到的具有2个变点的分段线性回归模型。基于BIC得到的具有9个变点的分段线性回归模型的拟合质量和预测性能最好,并且优于三次样条曲线模型。
暂无评论