← Alla verktyg

Personligt referensintervall (RIper) med parametrisk empirisk Bayes

Kalkylator

Personligt referensintervall via parametrisk empirisk Bayes (PEB): en tröskel för nästa prov som krymper med patientens egna baslinjeprover, med proveniens per parameter.

Analyt & parameterkällorAnalyt
Storhet
Värde
Källa
μpop µmol/L
CVI %
CVG %
CVA %
Aktuellt labb
Jämförelselinje & konfidens
µmol/L
µmol/L
ProverAntal
#
µmol/L
1
2
3
4
Nedre gräns—µmol/L
Övre gräns—µmol/L

Ange minst ett tidigare prov

Använd bara friska baslinjeprover, äldsta först. Tomma rader hoppas över.

Shrinkage-trattenAnge prover för att rita shrinkage-tratten

Metoden härleds i sin helhet i artikeln Personliga referensintervall med parametrisk empirisk Bayes (PEB) — shrinkage-intuitionen, Normal–Normal-modellen och hur RIpop, RCV och RIper blir tre specialfall av samma formel.

Referenser

Metod

  • [1] Røys EÅ, Sandberg S, Aarsand AK, et al. (2025). A Parametric Empirical Bayes Approach to Personalized Reference Intervals and Reference Change Values. Clinical Chemistry, 71(11), 1147–1157. DOI ↗
  • [2] Fraser CG. (2001). Biological Variation: From Principles to Practice. AACC Press, Washington DC.

Databaser för biologisk variation

  • [3] Aarsand AK, Fernández-Calle P, Webster C, et al. The EFLM Biological Variation Database. European Federation of Clinical Chemistry and Laboratory Medicine. biologicalvariation.eu ↗
Metodik och formler

Parametrisk empirisk Bayes (PEB) krymper (shrinkar) patientens egen baslinje mot populationsmedlet μpop. Med få tidigare prover litar modellen mest på populationen; med fler litar den alltmer på individen. BV/log-spåret räknar på logskala — de backtransformerade gränserna blir därför asymmetriska. [1]

Shrinkage-faktorn [1]

B1=σG2σG2+σI2,Bn=B1nB1n+(1−B1)B_1=\frac{\sigma_G^2}{\sigma_G^2+\sigma_I^2},\qquad B_n=\frac{B_1 n}{B_1 n+(1-B_1)}

B1 är andelen mellanindividuell varians av totalvariansen — hur särskiljande analyten är. Bn är vikten på patientens medelvärde efter n prover: 0 vid n=0 (ren population) och växer mot 1 när proverna blir många.

Punktskattning för nästa prov

Y^=μpop+Bn(Xˉn−μpop)\hat{Y}=\mu_{\text{pop}}+B_n\left(\bar{X}_n-\mu_{\text{pop}}\right)

Väntevärdet för nästa mätning: populationsmedlet plus en shrinkad andel av patientens avvikelse från det. På logskala är X̄n log-medelvärdet (geometriskt medel).

Tröskel (RIper-intervall) [1]

Y^  ±  Z1−B1Bn  σpop\hat{Y}\;\pm\;Z\sqrt{1-B_1 B_n}\;\sigma_{\text{pop}}

Intervallet krymper med n via faktorn √(1−B₁Bₙ) — shrinkage-tratten. Vid n=0 återfås populationsintervallet (RIpop); vid n=1 motsvarar bredden ett referensändringsvärde (RCV). Z är antal standardavvikelser (1,96 = 95 % tvåsidigt).

Varianspartition på logskala

σ2=ln⁡ ⁣(1+(CV100)2)\sigma^2=\ln\!\left(1+\left(\tfrac{CV}{100}\right)^2\right)

CVG, CVI och CVA (i procent) omvandlas var för sig till log-varianser; σ²pop = σ²G + σ²I + σ²A. CVI/CVG bör komma från samma BV-studie [3] — annars blir B₁ svårtolkat. μpop och CVA är lokala, metodberoende storheter.