选取150份干扰物和浓度不同的葡萄糖样本数据,按照全干扰、缺失胆固醇、缺失乳酸、缺失白蛋白和缺失尿素将数据划分5个子集。每个子集进行卷积平滑滤波法(Savitzky-Golay smoothing,SG)处理后,建立偏最小二乘回归(Partial Least Squares...选取150份干扰物和浓度不同的葡萄糖样本数据,按照全干扰、缺失胆固醇、缺失乳酸、缺失白蛋白和缺失尿素将数据划分5个子集。每个子集进行卷积平滑滤波法(Savitzky-Golay smoothing,SG)处理后,建立偏最小二乘回归(Partial Least Squares Regression,PLSR)模型。利用克拉克误差网格(Clarke Error Grid,CEG)及t检验分析4种干扰物对葡萄糖预测影响。结果表明,子集1~5对应模型预测集相关系数(Correlation Coefficient of Prediction,R p)分别为0.9131、0.7115、0.7624、0.8578和0.8658,预测集均方根误差(Root Mean Square Error of Prediction,RMSEP)分别为54.8993、239.5512、162.3715、133.9682和106.0521 mg/dL。5个子集位于CEG的A+B区分别为100%、71.43%、66.66%、85.71%和88.89%。t检验中每1 mg/dL的胆固醇、乳酸和白蛋白分别使葡萄糖预测值降低5.288 mg/dL、增高2.214 mg/dL和增高0.031 mg/dL。故胆固醇和乳酸的影响相当显著,其次是白蛋白,而尿素的影响则相对较弱。因此,在中红外血糖定量分析中必须考虑胆固醇、乳酸和白蛋白对血糖检测的影响。展开更多
