HBV感染者血清的感染性与完整病毒(Dane)颗粒的多少和亚病毒颗粒的数量有关。HBV-LP是存在于亚病毒颗粒和Dane颗粒上的外膜蛋白, 其独特的双重拓扑结构和超量表达与病毒复制、肝细胞的直接毒害作用及致癌性、反式激活增强病毒复制作用、上调cccDNA拷贝数作用密切相关, 因此血清HBV-LP浓度的监测对指导HBV感染者的诊治具有重要的临床应用价值。临床实验室定量检测所采用的标准曲线的精度直接影响其检测系统的优化及测定结果的准确度, 目前常用最小二乘法对各离散点进行直线回归来建立标准曲线模型或手工绘制标准曲线。由于检测数据线性化变换会对估计参数的性质产生影响, 如不再具有无偏性, 导致拟合精度偏低, 而用半对数坐标纸手工绘制标准曲线的人为影响因素较大, 因此测定结果误差难以控制。

ELISA分析血清HBV-LP浓度是一个抗原与抗体结合的免疫反应过程, A与浓度之间一般不呈线性关系, 需用五点或七点不同浓度进行定标, 经过各种回归模型拟合才能得出真实反映浓度与A关系的回归方程, 以此绘制定量检测的标准曲线。本研究同时利用了Excel软件的规划求解功能直接对HBV-LP检测数据采用最小二乘法对各种回归模型参数进行迭代算法以最优化解, 发现其拟合效果与SPSS软件的曲线估计一致, 这与文献[10]报道相符, 而且对检测数据未进行线性转化, 避免了因线性化变换对估计参数性质产生的影响, 从而获得了比线性化回归更高的拟合精度。在规划求解的过程中, 可根据散点图趋势和各参数生物学意义设定一定取值范围, 由经验给出参数初值。经过规划求解参数初值的多次尝试给出, 迭代速度与给出的参数初值相关, 但小数点后三位的拟合结果是一致的。因此应用Excel规划求解建立血清HBV-LP浓度标准曲线模型并绘制其拟合标准曲线是一种精确而实用的有效方法, 可直接计算出待测血清HBV-LP浓度, 同时避免了因手工绘制标准曲线的人为因素与繁琐所带来的结果差异。本研究中, HBV-LP标准品检测数据散点图趋势显示在整个取值区间内, A与浓度间的真实关系并非线性, 对A与浓度间进行多种回归模型分析, 发现四参数方程模型、线性模型、对数线性模型、二次多项式模型、三次多项式模型、S模型、Logistic模型的回归方程均有意义(P< 0.001), 以四参数方程模型、二次多项式模型、三次多项式模型、S模型的拟合精度较高, 且以四参数方程模型的拟合精度最佳(r²=0.999 5), 而线性模型、对数线性模型的拟合精度相对较低, 表明四参数方程模型是血清HBV-LP浓度标准曲线的最适拟合模型, 这对临床实验室血清HBV-LP定量检测, 优化实验室检测系统以提高血清HBV-LP定量检测的准确度具有重要的临床指导意义。