Regresión General de Deming para Estimar el Sesgo Sistemático y su Intervalo de Confianza en Estudios de Comparación de Métodos

ANTECEDENTES: Se utilizan varias formas de análisis de regresión de mínimos cuadrados para estimar el error sistemático promedio (sesgo) y su intervalo de confianza en estudios de comparación de métodos. Cuando las suposiciones que subyacen a un método de regresión particular no son apropiadas para los datos, se producen errores en las estadísticas estimadas. En este informe, presento un método mejorado para el análisis de regresión que está libre de las suposiciones simplificadoras habituales y es generalmente aplicable a datos de comparación de métodos linealmente relacionados. MÉTODOS: Se aplicaron ecuaciones teóricas basadas en el enfoque de Deming, desarrolladas posteriormente por físicos y ampliadas aquí, al análisis de datos de comparación de métodos. Se utilizaron simulaciones de Monte Carlo para demostrar la validez del nuevo procedimiento y comparar su rendimiento con procedimientos de regresión lineal ordinaria (OLR) y regresión de Deming simple (SDR). RESULTADOS: Los estudios de simulación incluyeron tres tipos de datos comúnmente encontrados en estudios de comparación de métodos: (a) SDs dentro del método constantes para ambos métodos, (b) CVs dentro del método constantes para ambos métodos, y (c) ni SDs ni CVs constantes para ambos métodos. Para todos los casos examinados, OLR produjo intervalos de confianza poco fiables del sesgo estimado. Sin embargo, las estimaciones puntuales de sesgo sistemático de OLR fueron fiables cuando el coeficiente de correlación fue >0.975. SDR produjo estimaciones fiables del sesgo sistemático para todos los casos estudiados, pero los intervalos de confianza del sesgo sistemático fueron poco fiables cuando los SDs de los métodos variaron en función de la concentración del analito. CONCLUSIÓN: Solo la regresión general de Deming reponderada iterativamente produjo estimaciones estadísticamente no sesgadas del sesgo sistemático y intervalos de confianza fiables del sesgo para todos los casos.