3.1.1   Obecné principy

Biologické zkoušky obsažené v lékopise jsou založeny na principu „ředění". O neznámém zkoušeném přípravku se předpokládá, že obsahuje stejnou aktivní složku jako referenční přípravek, ale s jiným poměrem aktivní a neúčinné složky. Teoreticky je v tomto případě neznámý přípravek pouze ředěním referenčního přípravku pomocí nějaké neúčin­né látky. Má-li se ověřit, zda se konkrétní právě prováděná zkouška řídí tímto modelem, je nutné porovnat závislost odpovědi na ředění přípravku i standardu. Pokud se v prováděné zkoušce výrazně liší průběh závislosti na dávce referenčního a neznámého přípravku, není tento model, užívající princip ředění pro tuto konkrétní zkoušku, vhodný. Vý­znamný rozdíl v závislosti na dávce u standardu a zkoušených přípravků může znamenat, že některý z přípravků obsahuje další aktivní složku, která není inertní, ale která ovlivňuje měřenou odpověď.

Aby bylo možno lépe analyzovat vliv ředění na biologickou odpověď, je vhodné transformovat závislost dávka­-odpověď na lineární funkci na nejširším možném rozsahu dávek. Pro statistickou analýzu biologických zkoušek jsou určeny dva modely: model rovnoběžnosti a model poměru sklonů.

Jejich použití je závislé na následujících podmínkách:

1. pokusným jednotkám jsou náhodně přidělena jednotlivá ošetření,

2. odpověď každého ošetření má normální rozdělení,

3. směrodatná odchylka odpovědí v jednotlivých skupinách, jak standardu, tak i neznámého přípravku, se navzájem statisticky významně neliší.

Při navrhování metodiky konkrétní zkoušky musí analytik zajistit, aby data sbíraná v mnoha zkouškách splňovala tyto teoretické předpoklady.

Podmínku 1 lze splnit správným použitím návodu z části 2.

Podmínka 2 je v praxi téměř vždy splněna. Pokud je provedeno více opakování pro každé ošetření, nezpůsobí malé odchylky od tohoto předpokladu obecně vážné selhání těchto metod hodnocení. Při podezření může být proveden test odchylky od normality (např. Shapiro-Wilk test¹).

Podmínka 3 může být ověřena testem homogenity rozptylů (např. Bartlettův test² nebo Cochranův test²). Pro tyto účely je též velmi užitečné použít grafického zobrazení dat (viz příklady v části 5).

Pokud nejsou splněny podmínky 2 a/nebo 3, může se splnění těchto podmínek zlepšit vhodnou transforrnací. Příkladem je např. ln y, √y nebo y².

• Logaritmická transformace odpovědi y na ln y, pokud není splněn předpoklad homogenity rozptylů. Transformace též vylepší shodu s předpokladem normality, pokud je rozložení skloněné doprava.
• Transformace y na √y je užitečná, pokud pozorování mají Poissonovo rozdělení, tj. pokud pozorované hodnoty představují počty.
• Transformace y na y² je vhodná, pokud např. odpověď více odpovídá ploše inhibiční zóny než jejímu průměru. Existuje ještě další skupina zkoušek, u kterých není možno měřit odpověď každé pokusné jednotky, ale je možné zjistit pouze procento jednotek reagujících na každé testované ošetření. Tyto zkoušky jsou popsány v části 4.

¹ Wilk, M. B. and Shapiro, S. S. (1968). The joint assessment of normality of several independent samples, Technometrics 10, 825-839.

² Bartlett, M. S. (1937). Properties of sufficiency and statistical tests, Proc. Roy. Soc. London,Series A 160, 280-282.

³ Cochran, W. G. (1951). Testing a linear relation among variances, Biometrics 7, 17-32.