[发明专利]使用所测分析物改进疾病诊断的方法

权利要求书

1.一种试剂盒，其用于实施用于诊断疾病的方法，所述方法包括以下步骤：

a)确定来自受试者的盲样中的至少三种预定生物标记物的浓度；

b)选择与所述受试者相关的一个或多个元变量，元变量在与已知有或没有所述疾病的群体成员的受试者相关的群体中变化；

c)将所述生物标记物的浓度转换为一个或多个群体分布特征和所述一个或多个元变量的函数，以计算表示每种生物标记物的伪浓度，其中，所述伪浓度通过如下等式计算：

伪浓度＝α×自然对数((C_i/C(_c或h))-(C_h/C_c))²，其中：

α为比例常数；

C_i＝实际患者的生物标记物的测量浓度；

C(_c或h)＝该患者生物标记物的患者年龄调整浓度；

C_h＝非疾病患者的生物标记物的患者年龄调整平均浓度；

C_c＝疾病患者的生物标记物的患者年龄调整平均浓度；

d)比较所述伪浓度和确定的已知有或没有疾病的群体成员的伪浓度的训练集模型，所述比较包括在多维空间的空间分析，所述在多维空间的空间分析包括拓扑稳定性调节、元变量标准化和/或伪浓度转换中的一种或多种；以及

e)确定所述比较是否提供所述受试者具有所述疾病的指示，其中所述指示是分数，所述分数的确定是通过使用单独的样品的单独的网格点确定乘以单独的双标记平面的总预测能力。

2.根据权利要求1所述的试剂盒，所述训练集模型的制备方法包括以下步骤：

a)确定来自一组受试者的样品的训练集中至少三种预定生物标记物的浓度；

b)选择与所述受试者相关的元变量，所述元变量在与已知有或没有所述疾病的群体成员的受试者相关的群体中变化；

c)将所述生物标记物的浓度转换为一个或多个群体分布特征和所述元变量的函数，以计算表示每种生物标记物的伪浓度；以及

d)由确定的已知有或没有疾病的群体成员的伪浓度制备所述训练集模型。

3.根据权利要求1或2所述的试剂盒，其中，所述疾病为选自由以下组成的组的实体组织癌：乳腺癌、前列腺癌和肺癌。

4.根据权利要求1或2所述的试剂盒，其中，所述比较步骤还包括使用不一致训练集模型。

5.根据权利要求1或2所述的试剂盒，其中，用于标准化处理以及对浓度的不规则或不连续分布进行平滑处理的数学方法是将非疾病和疾病状态下的蛋白质的测量浓度与经年龄调整的浓度的平均值的比值取对数，其中单独的样品是预测的，以及将非疾病和疾病状态下的蛋白质的浓度的比值取对数，使得在相关计算中使用的所得的新自变量的分布被压缩以帮助相关计算。

6.根据权利要求1或2所述的试剂盒，其中，所述诊断疾病的方法还包括基于对足够的双标记平面上的双标记平面拓扑不稳定性的知识，通过调整所述单独的生物标记物的加权影响对所述训练集模型的校正步骤，以显著改变风险分数，这些不稳定性是由每个双标记平面的拓扑结构中的陡坡或高峰或深谷引起的。