ГОСТ 32293-2013
12.3.6При использовании растворителей для приготовления тестируемых растворов для
расчета замедления скорости роста предпочтительнее использовать контрольные пробы с
растворителем.
12.4Прирост
Прирост рассчитывается как биомасса в конце тестирования за минусом биомассы в начале
тестирования для каждой отдельной контрольной или тестовой пробы. Для каждой тестовой или
контрольной пробы вычисляют среднюю величину прироста наряду с оценками различия.
Замедление прироста (1У) может быть вычислено для каждого тестирования по соотношению:
I
= — — —
100
.(
3
)
Ус
где 1У- ингибирование прироста. %;
Ус - среднее значение прироста в контрольной пробе:
Уг - прирост в параллельной пробе.
12.5Графическое изображение кривой отклика
12.5.1Графически изображают зависимость ингибирования от логарифма концентрации
исследуемого вещества и тщательно анализируют получившийся график без учета частных
показателей, которые были отобраны как отклоняющиеся.
12.5.2Прямой линией соединяют частные значения для получения зависимости
тестируемая концентрация - отклик, а затем для оценки результатов используют компьютерный
статистический метод. В зависимости от планируемого использования данных, качества (точности) и
объема данных, а также доступности инструментов для анализа данных может быть решено
остановить анализ результатов на данном этапе и рассчитать основные величины ЕСм и ЕСю (и
(или) ЕСя>) на основании построенной кривой.
12.6Статистические процедуры
12.6.1Целью статистических процедур является количественное описание зависимости
тестируемая концентрация - отклик с помощью регрессионного анализа. Для этого возможно
использовать метод взвешенного линейного регрессионного анализа, предварительно проделав
линеаризующее преобразование данных отклика (например, в пробит-преобразование, логит-
преобразование или преобразование Вейбулла), но нелинейные регрессионные методы являются
более предпочтительными, поскольку позволяют обрабатывать данные с учетом неизбежных
неточностей и отклонений от гладкого распределения. При достижении полного ингибирования роста
такие неточности могут быть увеличены за счет преобразований, влияющих на анализ. Необходимо
отметить, что стандартные методы анализа, использующие пробит-преобразование, логит-
преобразование или преобразование Вейбулла, предназначены для работы с дискретными данными
(например, смертность или выживаемость) и должны быть модифицированы для обработки данных о
росте и биомассе.
12.6.2Для каждой переменной отклика, которая будет проанализирована, используют
соотношение тестируемая концентрация - отклик для расчета частных значений ЕС*. Для каждой
величины должны быть определены 95%-ные доверительные интервалы. Пригодность данных
отклика к регрессионной модели должна быть оценена или графически, или статистически.
Регрессионный анализ должен быть проведен на основании откликов для отдельных проб. Если
нелинейная кривая с трудом вписывается в регрессионную модель из-за большого разброса в
данных, то проблема может быть решена путем выполнения регрессионного анализа средних
значений для группы проб, таким образом можно уменьшить влияние возможных отклоняющихся
значений. Использование такого варианта должно быть отмечено в отчете о проведении
тестирования как отклонение от стандартной процедуры, поскольку кривая для индивидуальных
значений не дает хороших результатов.
12.6.3Величина ЕС<о и доверительные интервалы также могут быть получены с
использованием линейной интерполяции с регулированием данных, если доступные модели
регрессионного анализа не подходят для обработки данных.
12.6.4Для оценки LOEC и NOEC необходимо сравнить средства обработки с
использованием дисперсионного анализа лабораторных техник (ANOVA). Метод для каждой
концентрации необходимо сравнить с контрольным методом, используя соответствующее кратное
сравнение или основной тестовый метод. Могут использоваться тесты Даннета или Уильямса. Это
необходимо для оценки допущения ANOVA об однородности различия. Подобная оценка может быть
выполнена графически или с помощью теста. Подходящими являются тесты Левена или Бартлетта.
Невозможность допущения об однородности различий иногда может быть скорректирована путем
логарифмического преобразования данных. Если разнородность различий является чрезмерной и не
может быть исправлена путем преобразования, то необходимо провести анализ методами, такими,
9