在光度法鱟試劑（LAL）檢測系統中，各類儀器配備的數據處理和統計運算功能表面趨同，但算法差異可能導致結論偏差，因此，使用者必須深入理解鱟試劑檢測軟件中統計學參數的計算方式，避免因算法差異導致結果誤判。

一、相關系數：衡量線性關系的關鍵指標
相關系數r表示兩個隨機變量（在光度LAL測試中，通常是內毒素濃度與起始時間或吸光度OD）之間線性關系的強弱與方向。美國食品藥品監督管理局（FDA）指南明確規定：“在內毒素濃度范圍內，相關系數| r |的絕對值必須大于或等于0.980。”

其計算r的公式如下：

相關系數的計算基于回歸分析，主要檢驗平均值與實際Y值之間的關系。在實際應用中，不同軟件計算相關系數的方式存在差異。部分軟件會利用起始時間的每個重復樣本進行計算；而另一些軟件則先計算重復數據的平均值，再對平均值進行回歸分析。后一種方法通過減少Y值（如起始時間對數）與最佳擬合線之間的偏差，進而得到比使用單個重復樣本更高的r值。

Pyros Kinetix® Flex細菌內毒素定量檢測系統

但科德角國際合作企業美國ACC公司（Associates of Cape Cod）生產的所有軟件均采用前者方法，該方法能更保守地評估數據的線性度，并主張相關系數的計算應當結合重復樣本的變異性情況。FDA在1991年的動力學LAL技術指南中亦明確要求：“在計算每個標準品的重復樣品的反應時間之前，請勿求其平均值。”

二、變異系數：反映數據離散程度的相對指標
變異系數（Coefficient of Variation，簡稱CV）‌是衡量數據離散程度的相對指標，它通過標準差與平均值的比值來定義，通常以百分比形式呈現。標準差（Standard Deviation）是統計學中的關鍵指標，用于反映數據的離散程度，體現每個數據點與平均值之間的偏離情況。當所有數據點都緊密圍繞平均值時，標準差（即CV）較小，趨近于零；反之，若數據點與平均值的距離較大，則標準差較大，遠離零；當所有數據值完全相同時，標準差為零。

在統計分析中，計算標準差有兩種情況。當對數據集合中的每個數值都進行參數測量時，可以計算總體標準差，它能夠真實反映總體數據的離散程度（變異性），計算公式如下：
 

其中，∑表示求和操作，Xi表示每個數據點，N是數據總量。

另一種情況是從總體中抽取一定數量的樣本（n），通過以下公式估算總體標準差：

在此公式中，除數采用“n-1”，“-1”的作用是進行校正，以彌補樣本可能未能捕捉到的額外變異性。

在LAL檢測中，當重復樣本數量有限時，應采用樣本標準差公式（分母為n-1），這種校正方式會適度放大CV值，進而得到更為保守的CV值，且“-1”對少量重復樣本的影響尤為顯著。例如，科德角國際的Pyros Kinetix® Flex細菌內毒素檢測系統中的Pyros® eXpress軟件即采用此方法。值得注意的是，部分軟件可能會使用計算總體標準差的公式（分母為N），將導致CV值被低估，但這并不意味著該方法的檢測精度更高，僅僅是數據處理方式不同所致。
 

​

CV的應用需嚴格對應檢測目標參數。在終點法檢測中，內毒素濃度與OD值呈正比，二者具有線性關系，此時OD值的CV值與內毒素濃度的CV值相等。但在動力學檢測中，起始時間需經對數轉換后建立標準曲線以確定內毒素濃度，因此，起始時間的CV值始終小于內毒素濃度的CV值，若以起始時間CV評估重復性，可能因兩者非線性關系而產生誤導。因此，CV計算必須基于內毒素濃度均值，而非起始時間。

三、總結：明晰計算邏輯，確保檢測準確
深入了解軟件的計算方式，并確保正確應用相應公式至關重要。同時，合理設置規格標準也不容忽視。若軟件采用樣本標準差公式，而實驗室沿用基于總體標準差設定的CV標準，將導致合規性誤判。唯有明晰數據處理路徑，才能準確解讀結果并科學設定檢測可接受標準。