Springen naar inhoud

HPLC calibratiecurve met foutieve waarde IS


  • Log in om te kunnen reageren

#1

paatsch

    paatsch


  • 0 - 25 berichten
  • 11 berichten
  • Ervaren gebruiker

Geplaatst op 01 oktober 2006 - 10:25

Goedenmorgen,

afgelopen week hebben we een geneesmiddelbepaling gedaan op de HPLC via de interne standaard methode. Het probleem is echter dat bij de 2 van de 6 calibratiepunten de interne standaard waarde 2,5 keer zo hoog ligt als bij de andere waarden. Het is niet onmogelijk de injecties op nieuw uit te voeren en nu zit ik een beetje met het probleem hoe hier mee verder te gaan (en door tijdnood zijn ze ook niet eens in duplo uitgevoerd).

Zonder ook maar een correlatiecoefficient of iets dergelijks uit te rekenen kan ik nu ook wel zeggen dat de curve niet lineair is. Wanneer ik echter gewoon de responsies uitzet en niet de responsratio's loopt de curve op het oog wel erg goed lineair. Hoe kan ik nu het beste verder gaan? Moet ik de twee waarden helemaal weglaten en op welke grond precies? Moet ik dan maar geen Responsratio's uitzetten? Alle reacties zijn welkom :oops:

MVG

Dit forum kan gratis blijven vanwege banners als deze. Door te registeren zal de onderstaande banner overigens verdwijnen.

#2

Napoleon1981

    Napoleon1981


  • >1k berichten
  • 2399 berichten
  • Ervaren gebruiker

Geplaatst op 01 oktober 2006 - 10:36

Voor het verwerpen van resultaten zijn statistische tests, die zul je er op los moeten laten.

Je verhaal over responsfactoren snap ik niet. Eerst heb je het over 1 interne standaard en daarna over verschillende responsfactoren......

#3

Arjan1793

    Arjan1793


  • >25 berichten
  • 47 berichten
  • Ervaren gebruiker

Geplaatst op 01 oktober 2006 - 19:50

Als je het mij vraagt, zou ik die 2 bewuste punten weglaten en blijven verder werken met de responsratio's. Dit vind ik persoonlijk toch iets comfortabeler en betrouwbaarder.

Je kunt hiervoor inderdaad statistische test gebruiken. Het nadeel hiervan is dat deze zich meestal beperken tot het bepalen van uitschieters in een verder normaal verdeeld veld metingen. Nu acht ik de kans groot dat het hier om een menselijke fout gaat en dan helpt statistiek je natuurlijk niet veel verder.

Dus, als je je niet moet bekommeren om externe audits, acreditaties etc. dan zou ik gewoon die 2 punten verwerpen op grond van het gezond verstand. Anders zul je aan de slag moeten met uitschieterstesten e.a.

#4

Napoleon1981

    Napoleon1981


  • >1k berichten
  • 2399 berichten
  • Ervaren gebruiker

Geplaatst op 01 oktober 2006 - 21:32

Je kunt hiervoor inderdaad statistische test gebruiken. Het nadeel hiervan is dat deze zich meestal beperken tot het bepalen van uitschieters in een verder normaal verdeeld veld metingen. Nu acht ik de kans groot dat het hier om een menselijke fout gaat en dan helpt statistiek je natuurlijk niet veel verder.

Dan helpt de statistiek je natuurlijk wel. Als alle metingen (behalve de menselijke fout) zich volgens de normale gaussian distribution vallen, dan zal een statistische test gewoon opmerken dat deze hier niet binnen valt.

Dit vind ik persoonlijk toch iets comfortabeler en betrouwbaarder.


Dit zijn risico volle opmerkingen natuurlijk wanneer je het experiment niet gedaan hebt.

De enige correcte manier is statistische tests loslaten en de correcte berekenings methode gebruiken. Ik heb het gevoel dat het hier om een school werkstuk gaat, dus een prima gelegenheid om eens te laten zien hoe het moet, ipv van zomaar 2 van de 6 metingen (dit is 33%!) weg te gooien.

#5

rwwh

    rwwh


  • >5k berichten
  • 6847 berichten
  • Moderator

Geplaatst op 02 oktober 2006 - 05:36

Zomaar weggooien mag inderdaad niet. Menselijke fouten verwerpen mag alleen als je kunt terugvinden wat er precies is foutgegaan. Als je niet precies kunt vinden wat er mis is, zou het net zo goed kunnen dat de andere metingen de andere kant op fout zijn, en de kans daarop is net wat een statistische methode probeert vast te stellen. Bij 2 van de 6 geef ik je weinig kans dat een Q test je toestaat om ze te verwijderen.

#6

drune134

    drune134


  • >250 berichten
  • 873 berichten
  • Ervaren gebruiker

Geplaatst op 02 oktober 2006 - 06:27

Misschien niet helemaal logisch maar waarom zijn er 2 van de 6 fout en niet 4 van de 6?!?!
Een interne standaard voeg je toe. voor een respons die 2,5 maal zo groot is moet je ook 2,5 maal zoveel IS toegevoegd hebben. Het is ook heel goed mogelijk dat bij de andere veel te weinig is toegevoegd.
Statistisch mbv van bv een Grubbs test verwijderen lukt niet, je mag volgnes mij niet meer dan 11% van je waarnemingen verwijderen. Jij zou al op 33 % komen.

Conclusie: onderzoek mislukt
Gevolg: opnieuw (weet alleen niet of dat nog mogelijk is)

#7

paatsch

    paatsch


  • 0 - 25 berichten
  • 11 berichten
  • Ervaren gebruiker

Geplaatst op 02 oktober 2006 - 16:59

Bedankt voor de reacties.

Allereerst is overnieuw doen geen optie. Hier ontbreekt de tijd gewoon voor. Het weglaten van meetresultaten ben ik zelf ook geen voorstander van.

Het beste wat ik dus kan doen is statistisch bepalen of ik die twee waarden wel tot mijn lineaire curve behoren? Het probleem is alleen dat we totaal geen statistische kennis hebben en dus geen idee hebben wat voor soort testen we dan moeten uitvoeren. Als iemand ons misschien een beetje in de richting kan helpen, zou zeer gewaardeerd worden.

MVG

#8

Arjan1793

    Arjan1793


  • >25 berichten
  • 47 berichten
  • Ervaren gebruiker

Geplaatst op 02 oktober 2006 - 18:18

Arjan1793 Geplaatst: Gisteren om 20:50 uur
  Als je het mij vraagt, zou ik die 2 bewuste punten weglaten en blijven verder werken met de responsratio's. Dit vind ik persoonlijk toch iets comfortabeler en betrouwbaarder.


Ik geef toe, dit was een beetje kort door de bocht van mezelf.

Maar toch blijf ik erbij dat in geval van menselijke fouten statistiek je niets verder helpen behalve dan aantonen dat er een meetwaarde buiten de normaalverdeling valt. Dit had je nl. ook al visueel vastgesteld.
De verschillende testen (Dixons Q-test, Grubbs uitschieters, Kolmogorov-Smirnoff, t-test, e.a.) zullen vermoedelijk niet kunen aantonen dat er uitschieters zijn (te weinig metingen) maar toch kun je niet verder werken met de meetreeks de je hebt.
Dus : enige oplossing is opnieuw metingen uitvoeren maar dit bleek uit de eerste post niet mogelijk te zijn.

#9

bteunissen

    bteunissen


  • >1k berichten
  • 1122 berichten
  • Ervaren gebruiker

Geplaatst op 02 oktober 2006 - 18:37

Als het gaat om een opdracht voor bijv. school dan is het vaak (ondanks eventuele slechte onreproduceerbare resultaten) het belangrijkste dat je je resultaten op de juiste wijze bediscusiŽerd. Dus punten als, 'wat klopt er niet aan de resultaten', 'hoe kan dit komen', 'hoe kan dit in het vervolg voorkomen worden'. Als je je analyses niet opnieuw kan doen en ze zijn simpelweg 'slecht/niet goed genoeg' dan blijft er weinig over dan een goede discussie te schrijven over die resultaten.

#10

Mark87

    Mark87


  • 0 - 25 berichten
  • 7 berichten
  • Ervaren gebruiker

Geplaatst op 13 december 2006 - 13:59

Uitschieters moet je vergelijken in een uitschieterscriterium.
En volgens mij is daar een algemene formule voor namelijk : P= verdachte waarde- naastliggende waarde/spreidingsbreedte

#11

rwwh

    rwwh


  • >5k berichten
  • 6847 berichten
  • Moderator

Geplaatst op 13 december 2006 - 21:20

Niet helemaal. De waarde die je uitrekent zo heet Z: het aantal standaardafwijkingen dat je ernaast zit. Helaas moet je dat eigenlijk uitrekenen met de "echte waarde", en niet met het gemiddelde (dat er wel een goede benadering van is, als er maar genoeg waarnemingen zijn). Verder is het zo dat het concept outlier niet alleen bij kleine aantallen (door onnauwkeurig gemiddelde dus) maar ook bij grote aantallen meetpunten anders moet worden opgevat. Een voorbeeld: meet een eigenschap voor alle Nederlanders. Normaal gesproken is Z=4 redelijk gesproken een outlier. Maar 1 op de 10000 meetpunten verwacht je met |Z|>4! Dus voor heel Nederland komt dat 1600 keer voor!

Er zijn speciale statistische tests voor outliers. Het beste lees je daar meer over.

Veranderd door rwwh, 13 december 2006 - 21:21






0 gebruiker(s) lezen dit onderwerp

0 leden, 0 bezoekers, 0 anonieme gebruikers

Ook adverteren op onze website? Lees hier meer!

Gesponsorde vacatures

Vacatures