Compara tratamientos en todo un experimento de microscopía

Por qué comparar tratamientos a mano sale mal

Cómo funciona un experimento en SlideScope

1. Abre la carpeta en SlideScope. Se abre como un conjunto de datos con todas las imágenes que contiene, en los formatos que lee SlideScope: CZI, ND2, SVS, NDPI, OME-TIFF, LIF y más.
2. Organízala como un experimento. Asigna a cada imagen un tratamiento, una muestra y una réplica, importando una hoja de muestras o aceptando sugerencias basadas en los nombres de archivo. Excluye una imagen indicando el motivo: queda registrada y puedes recuperarla. El experimento es un archivo pequeño junto a tus imágenes, así que se mueve con la carpeta.
3. Aplica una receta a todas las imágenes (Plus). La misma configuración de Quantify cuenta núcleos, células o partículas y puntúa DAB en cada imagen, así que cada número se obtuvo de la misma manera.
4. Compara tratamientos (Plus). Elige una medición y SlideScope dibuja un punto por muestra, con la media y la DE de cada tratamiento, y ejecuta las pruebas correspondientes.
5. Revisa y exporta. Abre cualquier imagen marcada desde la cola de revisión, corrige la clase o el grado de IHQ de un objeto y exporta las tablas de imágenes, muestras y grupos, el gráfico y un párrafo de Métodos.

La estadística, y por qué n es el número de muestras

Las imágenes y las células de un mismo animal, paciente o cultivo no son independientes. SlideScope primero promedia las imágenes de cada muestra y luego ejecuta las pruebas sobre un valor por muestra, así que n es el número de réplicas biológicas que realmente tienes.

Puedes comparar cualquier valor que la receta haya producido para cada imagen: número de objetos, densidad por mm², porcentaje de positivos, H-score, puntuación de Allred, área media de los objetos o intensidad media por canal.

Controles antes de confiar en una diferencia

• Imágenes atípicas: una imagen muy alejada de las demás imágenes de su muestra (z robusto mayor que 3.5) se marca y pasa a la cola de revisión.
• Réplicas discordantes: se marca un tratamiento cuyas muestras varían mucho (coeficiente de variación mayor que 0.5).
• Muy pocas muestras: se marca un tratamiento con menos de tres muestras, porque ninguna prueba puede decir mucho sobre él.
• Calidad de imagen: los resultados con muy pocos objetos, píxeles saturados o una lámina deficiente se marcan con los mismos controles que Quantify usa en una sola imagen.
• Correcciones registradas: los objetos que reclasificas o cuyo grado cambias, y las imágenes que excluyes con un motivo, quedan escritos en el texto de Métodos exportado.

Lo que no hace

• No ejecuta pruebas post hoc por pares después del ANOVA, modelos mixtos ni cálculos de potencia. Para eso, exporta la tabla de muestras a Prism, R o Python.
• Compara los valores que produjo una receta; no elige la receta ni la medición por ti.
• Ask Your Slide responde preguntas sobre la imagen abierta. Todavía no responde preguntas sobre un experimento completo.
• Es para investigación. No es un sistema de diagnóstico, y una diferencia estadísticamente significativa no es un hallazgo clínico.

Preguntas sobre el análisis de experimentos

Respuestas rápidas

Ideal para: grupos de investigación que comparan tratamientos, genotipos o puntos temporales en muchas imágenes de cortes teñidos, cultivos u organoides, y que quieren que cada imagen se cuente de la misma manera y que n se reporte correctamente.

Puntos fuertes: una receta en todas las imágenes, la muestra como unidad estadística, controles de valores atípicos y de réplicas con una cola de revisión, y exportaciones con un párrafo de Métodos.

Limitación importante: solo pruebas estándar para dos grupos y para varios grupos; sin estadística post hoc ni modelos mixtos.

Última revisión: 11 de noviembre de 2026.