Введение

Измерение величины статистического эффекта

Фактор Z в статистике

Фактор Z является мерой величины статистического эффекта. Он был предложен для использования в высокопроизводительном скрининге (HTS), где он также известен как Z', для оценки того, достаточно ли велик ответ в конкретном анализе, чтобы оправдать дальнейшее изучение.

Предыстория

В HTS экспериментаторы часто сравнивают большое количество (от сотен тысяч до десятков миллионов) отдельных измерений неизвестных образцов с положительными и отрицательными контрольными образцами. Конкретный выбор экспериментальных условий и измерений называется тестом (или анализом). Масштабные скрининги требуют значительных затрат времени и ресурсов. Поэтому, перед началом масштабного скрининга, для оценки качества теста (или анализа) используются небольшие предварительные (или пилотные) скрининги, чтобы попытаться предсказать, насколько он будет эффективен в условиях высокой пропускной способности. Z-фактор – это попытка количественно оценить пригодность конкретного теста (или анализа) для использования в полномасштабном HTS.

Z-фактор

Фактор Z' (Z-штрих) определяется четырьмя параметрами: средними значениями и стандартными отклонениями как положительного (p), так и отрицательного (n) контролей (, , и , ). При заданных значениях фактор Z' определяется следующим образом:

Фактор Z' является характеристическим параметром самого анализа, не зависящим от исследуемых образцов.

Интерпретация

Фактор Z определяет характерный параметр способности идентификации активных соединений для каждого конкретного анализа. Следующая классификация качества HTS-анализов по значению Z-фактора является модификацией таблицы 1, представленной в Zhang et al. (1999); следует отметить, что Z-фактор не может превышать единицу. Значение Z-фактора, применительно к скринингу, Интерпретация1.0Идеальный анализ1.0 > Z ≥ 0.5Отличный анализОбратите внимание, что если Z = 0.5, это эквивалентно разделению положительного и отрицательного контролей на 12 стандартных отклонений.0.5 > Z > 0Пограничный анализ0Анализ типа "да/нет"< 0Скрининг практически невозможенНаблюдается слишком большой перекрыв между положительным и отрицательным контролями, что делает анализ бесполезным. Следует отметить, что по стандартам многих экспериментов нулевой Z-фактор указывает на большой размер эффекта, а не на пограничную бесполезность, как указано выше. Например, если σp=σn=1, то μp=6 и μn=0 дает нулевой Z-фактор. Однако для нормально распределенных данных с такими параметрами вероятность того, что значение положительного контроля будет меньше значения отрицательного контроля, составляет менее 1 к 105. В высокопроизводительном скрининге используется повышенная строгость из-за большого количества проводимых тестов.