Secondly, the data of the days with

Secondly, the data of the days with less than five
patient samples analyzed were also eliminated. Since data were
collected over a period of several months, analytical drifts or shifts
might have occurred and therefore we decided to normalize our
values by subtracting the daily median from the individual patient
results. Using these normalized COI values, we had to incorporate
the uncertainty of the calculated medians in our formulas as well:
X < COL − (p95 − p950)xp,i − (p97, 5 − p950)m
(for the non − competive assays)
X > COL − (p5 − p50)xp,i − (p2, 5 − p50)m
(for the competive assays)
with (p95–p50) xp,i and (p5–p50) xp,i being the spread between the
95th or 5th percentile and the median of our normalized patient
values; (p97,5–p50)m and (p2,5–p50)m being the proportional half
of the 95% confidence interval on our calculated daily median. In
order to quantify the uncertainty of the calculated medians, bootstrapping
statistics was performed on our normalised dataset [10].
1000 resamples of 5 individual patient results were taken. This generated
a dataset of 1000 medians, of which the distribution was
calculated. This distribution is in fact an overestimation of the real
variation because often more than 5 patient results per day are
available.

ผลลัพธ์ (ไทย) 1:

ประการที่สอง ข้อมูลมีน้อยกว่าห้าวันตัวอย่างผู้ป่วยวิเคราะห์ยังถูกตัดออกไป เนื่องจากข้อมูลได้รวบรวมในช่วงหลายเดือน drifts วิเคราะห์ หรือกะอาจเกิดขึ้นดังนั้น เราจึงตัดสิน ใจให้ปกติของเราค่า โดยการลบค่ามัธยฐานรายวันจากผู้ป่วยแต่ละรายผลลัพธ์ที่ เราใช้ค่า COI มาตรฐานเหล่านี้ มีการรวมความไม่แน่นอนของ medians คำนวณในสูตรของเราเป็นอย่างดี:X < คอลัมน์− (p95 − p950) xp ฉัน m − (p97, 5 − p950)(สำหรับ assays competive −ไม่ใช่)X > คอลัมน์− (p5 − p50) xp ฉัน m − (p 2, 5 − p50)(สำหรับ competive assays)กับ xp (p95 – p50) ฉัน (p5-p50) xp ฉันกำลังแพร่กระจายระหว่างการ5 หรือ 95th percentile และมัธยฐานของผู้ป่วยของเรามาตรฐานค่า (p97, 5 – p50) m และ (p 2, 5 – p50) m ครึ่งสัดส่วนการของช่วงความเชื่อมั่น 95% ในมัธยฐานของเราทุกวันคำนวณ ในสั่งการวัดปริมาณความไม่แน่นอนของ medians คำนวณ bootstrappingสถิติที่ดำเนินการบนชุดข้อมูลของเรา normalised [10]resamples 1000 ผลลัพธ์ผู้ป่วยแต่ละรายที่ 5 ได้นำ นี้สร้างขึ้นชุดข้อมูลของ 1000 medians ซึ่งมีการกระจายคำนวณ แจกนี้เป็นจริง overestimation เป็นของจริงความผันแปรเนื่องจากผลลัพธ์ผู้ป่วยมักจะมากกว่า 5 ต่อวันพร้อมใช้งาน

ผลลัพธ์ (ไทย) 2:

ประการที่สองข้อมูลของวันที่มีน้อยกว่าห้าตัวอย่างผู้ป่วยที่ถูกตัดออกมาวิเคราะห์ยัง เนื่องจากข้อมูลที่ถูกเก็บรวบรวมในช่วงหลายเดือนที่กองการวิเคราะห์หรือการเปลี่ยนแปลงที่อาจเกิดขึ้นและดังนั้นเราจึงตัดสินใจที่จะปกติของเราค่าโดยการหักค่ามัธยฐานในชีวิตประจำวันจากผู้ป่วยแต่ละรายผล โดยใช้ค่า COI เหล่านี้ปกติเราต้องรวมความไม่แน่นอนของมีเดียคำนวณในสูตรของเราได้เป็นอย่างดี: X <COL - (P95 - p950) XP ฉัน - (p97 5 - p950) ม. (สำหรับไม่ - ตรวจแข่งขัน ) X> COL - (p5 - p50) XP ฉัน - (p2 5 - p50) ม. (สำหรับการตรวจแข่งขัน) กับ (P95-P50) XP ผมและ (P5-p50) XP, ฉันถูกแพร่กระจายระหว่าง95 หรือร้อยละ 5 และค่าเฉลี่ยของผู้ป่วยปกติของเราค่า; (p97,5-p50) และม. (p2,5-p50) ม. เป็นสัดส่วนครึ่งหนึ่งของช่วงความเชื่อมั่น95% ในการคำนวณของเราเฉลี่ยรายวัน ในการสั่งซื้อปริมาณความไม่แน่นอนของมีเดียคำนวณที่ร่วมมือสถิติได้ดำเนินการในชุดปกติของเรา[10]. 1000 resamples 5 ผลผู้ป่วยแต่ละรายถูกนำ นี้สร้างชุดข้อมูลของมีเดีย 1000 ซึ่งการจัดจำหน่ายได้รับการคำนวณ การกระจายนี้อยู่ในความเป็นจริงของการประเมินค่าสูงจริงการเปลี่ยนแปลงเพราะบ่อยกว่า 5 ผลของผู้ป่วยต่อวันเป็นใช้ได้