The Computation of Results from Radioimmunoassays

The use of radioimmunoassay (RIA) as a routine aid to clinical diagnosis makes it important that procedures for estimating the potency of each test sample are good, ancl that the validity of assumptions implicit in the calculations is regularly monitored. The task is non-trivial: if a laboratory regularly conducts varied assays, with perhaps 50-500 test samples in each, even simple manual processes (graphical or arithmetical) are very time-consuming. Only by making RIA analysis a standard computer task, can it be handled satisfactorily. If a comprehensive program serves many centres, the costs of “writing can be relatively small and other benefits can be secured — reduction in numerical mistakes, thorough examination of the adequacy of fitted response curves, production of limits of error for potency estimates, ancl ease of managing files.

This paper is concerned with the principles that should underlie RIA software, and with requirements in respect of input, output, ancl analytical computations. Though not a detailed specification, it is a step towards producing a good program easily moved from one computer system to another and suitable for the computer facilities now becoming available in hospitals. If a proposed new program fails to supply many of the features described below, practitioners of radioimmunoassay not themselves expert hi statistics will be unwise to accept it as sufficient for their needs. Ease of input ancl clarity of output are essential but not sufficient in themselves. A user who adopts an apparently "simple" program may be safe for much of the time, but the occasional anomalous assay may lead to unsuspecting acceptance of wholly untrustworthy numerical conclusions.

Die Benutzung von Radioimmunoassays (RIA) als Routhiehilfe bei cler klinischen Diagnosestellung macht es erforderlich, claß zuverlässige Verfahren zur Schätzung cler Wirksamkeit jeder Untersucliungs-probe vorhanden sind und daß die Validität von Amiahmen,, che den Berechnungen zugrunde liegen, regelmäßig überwacht wird. Die Aufgabe ist nicht einfach: Wenn ein Laboratorium regelmäßig verschiedene Bestimmungen mit vielleicht je 50-500 Untersuchungsproben durchführt, dann sind selbst einfache manuelle Vorgänge (graphischer oder rechnerischer Art) sehr zeitraubend. Nur dadurch, claß che RIA-Analyse zu einer Routineaufgabe für clen Computer wird, kann diese Aufgabe zufriedenstellend erledigt werden. Wenn ein umfassendes Programm vielen Zentren dient, können che Kosten hierfür relativ niedrig gehalten und andere Vorteile sichergestellt werden — Verringerung cler numerischen Fehler, gründliche Untersuchung daraufhin, ob die angepaßte Wirkungskurve problemgerecht ist, Erzeugung von Fehlergrenzen für Wirksamkeitsschätzimgen und bequeme Dateiführung. Diese Arbeit beschäftigt sich mit clen Grundsätzen, die cler RIA-Software zugruncleliegen sollten, und mit den Erfordernissen in bezug auf Eingabe, Ausgabe und analytische Berechnungen. Obgleich sie keine detaillierte Spezifikation darstellt, bedeutet sie einen Schritt vorwärts in Richtung auf die Erstellung eines guten Programms, das leicht von einem Computersystem zum andern transferiert werden kann und sich für clie Computereinrichtungen eignet, che jetzt in den Krankenhäusern verfügbar werden. Wenn eüi vorgeschlagenes neues Programm die unten beschriebenen Merlanale nicht liefern kann, sind Anwender von Radioimmunoassay, che selbst keine Statistiker sind, gut beraten, es als für ihre Erfordernisse ungenügend abzulehnen. Leichtigkeit der Eingabe und Klarheit der Ausgabe sind wesentlich, aber nicht ausreichend. Eni Benutzer, der ehi scheinbar »einfaches« Programm annimmt, kann lange Zeit sieher gehen; jedoch kann che gelegentliche regelwidrige Bestimmung zur gutgläubigen Annahme gänzlich unzuverlässiger numerischer Schlußfolgerungen führen.

Keywords

Radioimmunoassay - Assay Validity - Non-linear Regression - Software Specification

Schlüssel-Wörter

Radioimmunoassay - Gültigkeit von Versuchen - nichtlineare Regression - Software Spezifikation

• References

• 1 EKINS R., NEWMAN B.. Theoretical Aspects of Saturation Analysis. Acta endocr. (Kbh.) Suppl 141 ( 1970; ) 11-38.
• 2 FINNEY D. J.. The Frequency Distribution of Deviates from Means and Regression Lines in Samples from a Multivariate Normal Population. Ann. math. Statist 11 ( 1946; ) 344-349.
• 3 FINNEY D. J.. Radioligand Assay. Biometrics 32 ( 1976; ) 721-740.
• 4 FINNEY D. J.. Statistical Method in Biological Assay. 3rd Ed. ( London: Charles Griffin & Co. Ltd.; 1978. ).
• 5 FINNEY D. T.. Bioassay and the Practice of Statistical Inference. Int. statist. Rev 41 ( 1979; ) 1-12.
• 6 FINNEY D. J., PHILLIPS P.. The Form and Estimation of a Variance Function, with Particular Reference to Radioimmunoassays. Appl. Statist 26 ( 1977; ) 312-320.
• 7 HEALY M. J. R.. Statistical Analysis of Radioimmunoassay Data. Biochem. J 130 ( 1972; ) 207-210.
• 8 RODBARD D., FRAZIER G. R.. Statistical Analysis of Radioligand Assay Data. Meth. Enzymol 31 ( 1975; ) 3-22.
• 9 RODBARD D., HUTT D. M.. Statistical Analysis of Radioimmunoassays and Immunoradiometric (Labelled Antibody) Assays: A Generalized Weighted, Iterative, Least Squares Method for Logistic Curve Fitting. Radioimmunoassay and Related Procedures in Medicine, Vol. 1. pp. 165-192. ( Vienna: International Atomic Energy Agency; 1974. ).
• 10 RODBARD D., LENOX R. H., WRAY H. L., RAMSETH D.. Statistical Characterization of the Random Errors in the Radioimmunoassay Dose-response Variable. Clin. Cliem 22 ( 1976; ) 350-358.