Académique Documents
Professionnel Documents
Culture Documents
MTODOS ANALTICOS
NDICE
Introduccin. Necesidad de la validacin.
Norma UNE EN ISO/IEC 17025.
Gua de Validacin ENAC.
INTRODUCCIN
Cuando trabajamos con procedimientos
analticos, ms o menos complejos, en los
que participan instrumentos que tienen
carcter no estable, no podemos aplicar
estrictamente el concepto de calibracin
estable que se aplica generalmente a los
equipos de medida directa.
INTRODUCCIN II
INTRODUCCIN III
Qu mtodos deben ser validados?
Desde el punto de vista del esquema
anterior, todos los mtodos necesitan ser
conocidos por los laboratorios que los
utilizan, para establecer sus lmites de
aplicacin y los parmetros que se van a
utilizar para su control.
VALIDACIN DE MTODOS ANALTICOS
INTRODUCCIN IV
Las preguntas que nos debemos hacer,
ANTE UN MTODO SUPUESTAMENTE
VALIDADO,
VALIDADO son:
si el mtodo est validado, est validado
el laboratorio para llevarlo a cabo con
satisfaccin? ; y
cules son los parmetros de validacin
del mtodo que debemos controlar?.
INTRODUCCIN V
Finalmente, debemos tener claro que la
La validacin en la Norma
UNE-EN ISO/IEC 17025: 2000 (i)
La validacin en la Norma
UNE-EN ISO/IEC 17025: 2000 (ii)
!
"
"
!
"
!
!
"
%
"
!
&
VALIDACIN DE MTODOS ANALTICOS
La validacin en la Norma
UNE-EN ISO/IEC 17025: 2000 (iii)
'()*
"
'()*
!
%
!
+
,
,
,
-
,
-
'()* .
!
&
"
/
"
"
!
10
La validacin en la Norma
UNE-EN ISO/IEC 17025: 2000 (iv)
.
%
0
+
"
"
"
$
$
!
1"
"
"
!
!
$
"
11
La validacin en la Norma
UNE-EN ISO/IEC 17025: 2000 (v)
. '()*
"
"
!
"
!
. '()*
!
"
%
&
/
!
. '()* .
%
"
2
0
"
"
!
&
+
"
%
"
"
"
!
"
12
)34( 5
'6*7(
4*89: )8(
13
CONCEPTOS ESTADSTICOS
BSICOS
(i)
DISTRIBUCIN NORMAL
0.25
Frecuencia
0.20
0.15
0.10
0.05
0.00
2
+2
Valores de x
14
CONCEPTOS ESTADSTICOS
BSICOS
(ii)
Porcentaje del rea total
68.27 %
90 %
95 %
95.45 %
99 %
99.73 %
99.9 %
Intervalo
15
CONCEPTOS ESTADSTICOS
BSICOS
(iii)
=
=
=
16
CONCEPTOS ESTADSTICOS
BSICOS
(iv)
COMPARACIN DE DOS VARIANZAS
Lo primero que habr que hacer es comprobar si
y
son homogneas ( es
las dos varianzas
la que presenta un valor mayor).
Se rechazar la hiptesis nula (que dice que
= ) cuando el valor del estadstico calculado a
partir de las varianzas muestrales, rebase el
valor tabulado de (con los grados de libertad
y
) para el nivel de
significacin
adoptado
(prueba
bilateral),
aceptndose, por tanto la hiptesis alternativa
( ).
17
CONCEPTOS ESTADSTICOS
BSICOS
(v)
COMPARACIN DE DOS MEDIAS
Una vez comprobada la homogeneidad de las
varianzas muestrales, podremos comparar las medias.
VARIANZAS IGUALES
El estadstico para comparar las medias de
dos muestras aleatorias independientes de
tamaos iguales ( =
), con
grados de libertad, lo compararemos con el
correspondiente valor de de la distribucin
de Student al nivel de significacin
).
preestablecido (normalmente
18
CONCEPTOS ESTADSTICOS
BSICOS
(vi)
COMPARACIN DE DOS MEDIAS
Una vez comprobada la homogeneidad de las varianzas
muestrales, podremos comparar las medias.
VARIANZAS IGUALES
En el caso de muestras
tamaos distintos (
utilizaremos el estadstico:
con
libertad.
de
)
grados de
+
+
19
CONCEPTOS ESTADSTICOS
BSICOS
(vii)
COMPARACIN DE DOS MEDIAS
Una vez comprobada la homogeneidad de las varianzas
muestrales, podremos comparar las medias.
VARIANZAS DESIGUALES
En el caso de , aunque no
existe
solucin
exacta,
el
estadstico ms adecuado para
comparar dos medias es :
con g.l. aproximadamente:
Si es menor que el valor de tabulado podremos afirmar
que ambas medias no son diferentes al nivel de
significacin . En caso contrario deberemos decir que
son diferentes (al mencionado nivel de significacin ).
20
CONCEPTOS ESTADSTICOS
BSICOS
(viii)
CORRELACIN
La medida de la correlacin ms importante es el
$$!%&
(rho) entre ambas variables aleatorias.
!" ! ! #!
$=
' '
' '
=
21
CONCEPTOS ESTADSTICOS
BSICOS
(ix)
REGRESIN
Una vez establecido que existe correlacin entre las variables
e ' , con el anlisis de regresin, se ajusta una ecuacin de
regresin a una nube de puntos (parejas de valores ( ' )
observada.
Si la ecuacin de regresin es del tipo ' (de una lnea
recta), hablamos de REGRESIN LINEAL (siendo ' la variable
aleatoria dependiente y la variable aleatoria independiente de
la que conocemos el valor).
Los parmetros y se estiman (& y )), a partir de los valores
muestrales, generalmente por el mtodo de los mnimos
cuadrados.
La ecuacin anterior queda:
VALIDACIN DE MTODOS ANALTICOS
22
CONCEPTOS ESTADSTICOS
BSICOS
(ix)
REGRESIN
La ecuacin anterior queda:
donde
'
es la y estimada
'
)' =
'
=
&' =
' )'
23
CONCEPTOS ESTADSTICOS
BSICOS
(x)
REGRESIN
El error tipo en la estimacin de
' a partir de los valores de
(con la recta de regresin), es:
Las desviaciones estndar de
los coeficientes se calculan:
'(
&
' '
'(
24
CONCEPTOS ESTADSTICOS
BSICOS
(xi)
REGRESIN
Los intervalos de confianza de
los parmetros ) y & son:
&
&
REGIN DE CONFIANZA
de la regresin lineal ' & )
RECTA DE REGRESIN
y V. DEPENDIENTE
VARIABLE INDEPENDIENTE
25
CONCEPTOS ESTADSTICOS
BSICOS
(xii)
REGRESIN
Generalmente, especialmente cuando utilizamos la regresin lineal
para obtener la funcin de respuesta (recta de calibrado) de un
mtodo analtico, despus de obtenida la recta de regresin lineal
deberemos valorar el *$&# #! &+, ! de esa recta estimada a la
realidad observada (nube de puntos) para decidir si es aceptable o
no, de acuerdo con unas condiciones prefijadas.
Al trmino $ se le llama *$&# #! #! !$- &
y es un buen modo
de medir el grado de ajuste. (El significado de este trmino es que del 100% de la
dispersin, el
26
CONCEPTOS ESTADSTICOS
BSICOS
(xiii)
ANLISIS DE LA VARIANZA
Este anlisis presupone condiciones de normalidad y homogeneidad
de las varianzas, por lo que lo primero que se debe examinar es si las
varianzas que se analizan son homogneas.
0-& =
-&
27
CONCEPTOS ESTADSTICOS
BSICOS
(xiv)
ANLISIS DE LA VARIANZA
Gmax tabulado de Cochran
/1
10
0.9985
0.9750
0.9392
0.9057
0.8772
0.8534
0.8332
0.8159
0.8010
0.7880
0.9669
0.8709
0.7977
0.7457
0.7071
0.6771
0.6530
0.6333
0.6167
0.6025
0.9065
0.7679
0.6841
0.6287
0.5895
0.5598
0.5365
0.5175
0.5017
0.4884
0.8412
0.6838
0.5981
0.5441
0.5065
0.4783
0.4564
0.4387
0.4241
0.4118
0.7808
0.6161
0.5321
0.4803
0.4447
0.4184
0.3980
0.3817
0.3682
0.3568
0.7271
0.5612
0.4800
0.4307
0.3974
0.3726
0.3535
0.3384
0.3259
0.3154
0.6798
0.5157
0.4377
0.3910
0.3595
0.3362
0.3185
0.3043
0.2926
0.2829
0.6385
0.4775
0.4027
0.3584
0.3286
0.3067
0.2901
0.2768
0.2659
0.2568
10
0.6020
0.4450
0.3733
0.3311
0.3029
0.2823
0.2666
0.2541
0.2439
0.2353
28
CONCEPTOS ESTADSTICOS
BSICOS
(xv)
ANLISIS SIMPLE DE LA VARIANZA
Supnganse . grupos muestrales, de tamaos respectivos /,
todos iguales, siendo
el nmero total de elementos
muestrales ( ./ , supuesto que cada grupo muestral procede
de una poblacin normal y que todas las poblaciones normales
tienen la misma varianza (desconocida).
A cada valor muestral + se le asignan dos subndices
( -simo grupo, + -simo valor), donde . y + /.
29
CONCEPTOS ESTADSTICOS
BSICOS
(xvi)
ANLISIS SIMPLE DE LA VARIANZA
TABLA PARA EL ANLISIS SIMPLE DE LA VARIANZA
Grupo muestral
Observaciones
/
/
./
+=
+=
.
30
CONCEPTOS ESTADSTICOS
BSICOS
(xvii)
ANLISIS SIMPLE DE LA VARIANZA
Total
Grados de
libertad ( )
Sumas de diferencias
cuadrticas (SDC)
32 =
34 =
/
=
=
=
+=
=
2
+=
35 =
.
4
.
5
31
CONCEPTOS ESTADSTICOS
BSICOS
(xviii)
ANLISIS SIMPLE DE LA VARIANZA
<
32
34
&),%&#
32
1. NECESIDAD ANALTICA
4. PUESTA A PUNTO
33
34
35
MTODO (i)
An en el caso de que el mtodo elegido est publicado como
norma internacional, nacional o regional, y
con el objeto de atender los requisitos de la norma 17025 relativos
a mtodos (5.4.2. seleccin de mtodos),
es conveniente (en muchos casos preciso, cuando es necesario
complementar la norma con informacin adicional para asegurar su
correcta aplicacin) proceder a la elaboracin de un procedimiento
interno que recoja,
por un lado todos los aspectos tcnicos del mtodo y
por otro los aspectos formales y de calidad de la 17025.
Dicho procedimiento interno (borrador, mientras no sea validado)
deber realizarse teniendo en cuenta lo que se especifique en el
Sistema de la Calidad del laboratorio.
VALIDACIN DE MTODOS ANALTICOS
36
MTODO (ii)
El contenido mnimo de un mtodo que la 17025 especifica es:
1 3
1 /
1 5
1 4
1 *
1
"
"
%1 /
&1 5
"
/
4
(
:
1
;1 3
"
"
$
%
& !
%
37
PUESTA A PUNTO
La Puesta a punto de un mtodo es una actividad previa
a la validacin que debe realizar el laboratorio para llegar a
tener un conocimiento general del mismo. Con esta
actividad se consigue que el mtodo funcione dando
unas
respuestas
razonablemente
aceptables
y
consistentes.
Para ello, es necesario afinar el proceso del mtodo en
todos sus apartados, prestando una especial consideracin
a los diversos parmetros instrumentales de aplicacin
(p.e. longitudes de onda, paso de celda, velocidad de
aporte de muestra, temperaturas de horno, ....).
Como se ha visto antes en el esquema general de
validacin, puede ser necesario volver a esta etapa si los
resultados de la validacin no son aceptables.
VALIDACIN DE MTODOS ANALTICOS
38
39
4*89: )8(
(<= )3>(
"
40
DISEO EXPERIMENTAL Y
ESTADSTICO (i)
Es necesario resaltar que a la hora de determinar los
parmetros que se hayan seleccionado, estos no se
obtendrn, normalmente, de un modo secuencial, sino que
se obtendran como resultado final de un diseo
experimental adecuado que contemplara los objetivos que
se persigue conseguir, y en el que algunos de los
elementos
que
se
emplean
pueden
servir,
simultneamente, para la determinacin de ms de un
parmetro.
El siguiente proceso pretende ser representativo de un
mtodo analtico tpico y se compone de las fases:
41
DISEO EXPERIMENTAL Y
ESTADSTICO (ii)
4
:
4
*
<
1
4
/%
3
8
?
:
8
/
8
42
DISEO EXPERIMENTAL Y
ESTADSTICO (iii)
43
DISEO EXPERIMENTAL Y
ESTADSTICO (iv)
Interpolacin, contra una "recta de calibrado" del instrumento o
44
DISEO EXPERIMENTAL Y
ESTADSTICO (v)
A continuacin, se presenta, a modo de ejemplo un esquema de
diseo experimental y una serie de criterios elementales para la
determinacin de los diversos parmetros de validacin:
DISEO
EXPERIMENTAL
45
DISEO EXPERIMENTAL Y
ESTADSTICO (vi)
Ejemplo de esquema de diseo experimental
Patrones de trabajo limpios a cinco niveles de
concentracin
Muestras
de las que se dispone
para la validacin
Blanco
Materiales de Referencia a tres niveles de concentracin
bajo, cercano al lmite de cuantificacin
medio, prximo a los valores ms esperados
alto, cercano al mayor valor del intervalo de
trabajo
46
DISEO EXPERIMENTAL Y
ESTADSTICO (vii)
Ejemplo de esquema de diseo experimental
Cinco de cada una, preparadas cada da en condiciones de repetibilidad, lo que supone un total de
unidades de 45 por da:
Submuestras
1 x 5 = 5 blancos
5 x 5 = 25 patrones
3 x 5 = 15 materiales de referencia
Procesamiento
47
DISEO EXPERIMENTAL Y
ESTADSTICO (viii)
Ejemplo de esquema de diseo experimental
Lectura
Funcin de respuesta
48
DISEO EXPERIMENTAL Y
ESTADSTICO (ix)
Ejemplo de esquema de diseo experimental
Interpolacin
y clculos
Tratamiento
estadstico
49
DISEO EXPERIMENTAL Y
ESTADSTICO (x)
Los datos que obtendremos cada da pueden ser organizados
en tablas de acuerdo con el siguiente modelo:
Das (lecturas obtenidas - L - )
NIVEL
...
....
50
ENSAYOS
Como se ha previsto en el apartado anterior de diseo, el
procesamiento de todas las submuestras previstas cada da
se realizar en condiciones de repetibilidad y siguiendo el
mtodo completo.
Los patrones (y blancos) se prepararn cada da para recoger la
variabilidad que proviene de dicha preparacin. Si se parte de una
solucin madre, no es necesario preparar dicha solucin cada
da, siempre y cuando est controlada su deriva (e incluida en su
incertidumbre).
Los MR.s sern procesados siguiendo el mtodo completo, para poder dar
trazabilidad al resultado final (la funcin de respuesta realizada con patrones
limpios, si no han seguido el mtodo completo, puede dar trazabilidad a los
resultados de los procesados pero no al procesamiento seguido). Aunque los
patrones limpios hayan seguido el mtodo completo, el procesado de los
MR.s es necesario para la deteccin de efectos matriz.
51
SELECTIVIDAD / ESPECIFICIDAD
Normalmente, salvo en el caso de que estemos validando un
mtodo completamente desarrollado de nuevo por el laboratorio,
52
FUNCIN DE RESPUESTA /
LINEALIDAD / SENSIBILIDAD (i)
Funcin de respuesta instrumental (del sistema de lectura) que
6 = -7 + 6
Calculamos el coeficiente de regresin (-) de la misma y el coeficiente L0
(valor de la ordenada en el origen), por el mtodo de los mnimos cuadrados.
53
FUNCIN DE RESPUESTA /
LINEALIDAD / SENSIBILIDAD (ii)
Debemos estimar tambin el grado de ajuste de la recta
estimada a los valores de 6 observados, calculando el grado
de determinacin, $ , que no deber superar unos valores
prefijados, (por ejemplo deber ser superior a 0.99), para considerar
que la funcin es lineal en el intervalo de concentraciones de
estudio,
adems del error tipo en la estimacin de 7 (=
6(7 8
la desviacin tipo de - ( -) y
la desviacin tipo de 6 (
),
54
FUNCIN DE RESPUESTA /
LINEALIDAD / SENSIBILIDAD (iii)
6 (7
-
7
6)
6 (7
6)
6!
7
7
6!
7 (6
7
-
6 (7
55
FUNCIN DE RESPUESTA /
LINEALIDAD / SENSIBILIDAD (iv)
Si la funcin de respuesta no posee el grado de
linealidad definido (por ejemplo un r2 > 0.99), entonces
se aumentar el nmero de 7 para descomponer
la funcin de respuesta en tramos del intervalo de
trabajo,
o se investigar otra funcin matemtica con el fin
de establecer la curva que mejor se ajuste a los
valores obtenidos y los niveles concretos en los
que se pueden cuantificar las muestras en las
condiciones de estudio.
VALIDACIN DE MTODOS ANALTICOS
56
FUNCIN DE RESPUESTA /
LINEALIDAD / SENSIBILIDAD (v)
Funcin de respuesta del mtodo: es la que se determina
cuando se calcula la recuperacin del mtodo y puede
coincidir exactamente con la instrumental cuando la
recuperacin es del 100%.
Si la funcin de respuesta del mtodo no coincide con la
instrumental (recuperacin distinta del 100%), los datos pueden
presentarse:
corregidos con el factor de recuperacin encontrado, o
sin corregir.
En ambos casos se deber tener en cuenta la contribucin a la
incertidumbre del resultado final de la opcin elegida.
57
FUNCIN DE RESPUESTA /
LINEALIDAD / SENSIBILIDAD (vi)
Sensibilidad
La sensibilidad de una funcin de respuesta
es la pendiente de la curva de calibracin en
cada punto (para una funcin de respuesta
lineal la pendiente (-) de la recta).
Este parmetro va a ser ms importante a la hora de efectuar
posteriores calibraciones y realizar un seguimiento del mtodo,
que en la propia validacin del mismo.
58
LMITE DE DETECCIN
El lmite de deteccin (6 ) se calcula a partir de los resultados
obtenidos del blanco, convertidos a resultado final sobre
muestra, segn la ecuacin:
6 = 2 + 92
ecuacin
59
LMITE DE CUANTIFICACIN
Es el valor, superior al 6 , a partir del cual los
resultados que se obtienen cumplen unos
condicionantes de precisin y de exactitud predeterminados por exigencias de norma, cliente, ...
(p.e. determinaciones con un nivel de incertidumbre
que asegure una probabilidad de cobertura del 95%) inferior
al 3% del resultado).
60
PRECISIN:
(i)
(Repetibilidad / Reproducibilidad)
La precisin de reproducibilidad que mide la siguiente sR es la
del mtodo en el laboratorio (es por tanto una medida de
precisin intermedia segn el esquema de la norma ISO 5725,
que define la sR como desviacin estndar de reproducibilidad
del mtodo en el mercado, incluyendo la variabilidad que
proviene de los distintos laboratorios de un ensayo
interlaboratorios adecuado).
61
PRECISIN:
(ii)
(Repetibilidad / Reproducibilidad)
TABLA PARA EL ANLISIS SIMPLE DE LA VARIANZA
CADA NIVEL
Da
Observaciones
6 =
+=
6+
6=
+=
6+
6
=
6
=
62
PRECISIN:
(iii)
(Repetibilidad / Reproducibilidad)
Anlisis simple de la varianza
Origen
de la varianza
Grados de
libertad ( )
Entre grupos
(Between)
Sumas de diferencias
cuadrticas (SDC)
Total
34
=
2
6 6
=
+=
+=
6+ 6
6+ 6
32 =
34 =
35 =
32
34
63
PRECISIN:
(iv)
(Repetibilidad / Reproducibilidad)
6
32
34
64
PRECISIN:
(v)
(Repetibilidad / Reproducibilidad)
Las sr y sR del mtodo estarn comprendidas entre el valor
menor y el valor mayor de todas las desviaciones tpicas
calculadas (todos los niveles) (o CV.s si se quiere presentar
en trminos relativos, que es ms comparable).
65
PRECISIN:
(vi)
(Repetibilidad / Reproducibilidad)
sR(P ) (%RS D)
R elacin P / sR (P ) (% R S D )
va lor de P
66
PRECISIN:
(vii)
(Repetibilidad / Reproducibilidad)
ECUACIN DE HORWITZ
(INTERLABORATORIOS)
C.V.(%) = 2(1 - 0,5 logC)
C = conc. expresada como potencia de 10
ECUACIN DE HORWITZ
100
ECUACIN DE HORWITZ
100
90
80
60
C.V.(%)
C.V.(%)
70
50
40
10
30
20
10
REPETIBILIDAD ( M AX.)
REPRODUCIBILIDAD
10
%
1%
pp
m
pp
m
10
00
pp
m
10
pp
m
1
pp
b
REPETIBILIDAD (M IN.)
10
0
CONCENTRACIN
10
0
pp
b
10
pp
b
1
pp
t
10
0
10
pp
t
1
10
%
1%
pp
m
pp
m
10
00
pp
m
REPETIBILIDAD ( M IN.)
10
0
10
pp
m
1
pp
b
10
0
pp
b
10
pp
b
1
pp
t
10
0
pp
t
10
pp
t
1
REPRODUCIBILIDAD
pp
t
CONCENTRACIN
REPETIBILIDAD (M AX.)
67
EXACTITUD (i)
La exactitud del mtodo puede establecerse por la
comparacin de los resultados, obtenidos en el diseo
experimental, de los Materiales de Referencia (MRi) con los
valores tericos de los mismos, observando el grado de
concordia entre el valor obtenido y el valor esperado.
La recuperacin en cada punto se calcula mediante la
siguiente expresin:
! ,/!$&
Donde:
:
)! #
:! /!$&#
= : )! #
: ! /!$&#
68
EXACTITUD (ii)
La recuperacin global del mtodo se calcula a
partir de la media de las individuales en cada
punto (indicaremos el intervalo de recuperaciones
obtenidas), cuando las recuperaciones en los
diversos niveles son similares.
Si la recuperacin no es similar en las distintas
concentraciones del intervalo de trabajo y se observa
que existe una posible relacin entre la
concentracin y la recuperacin (positiva o negativa),
deberamos recurrir al mtodo de adiciones,
adiciones para la
cuantificacin de las muestras reales.
VALIDACIN DE MTODOS ANALTICOS
69
EXACTITUD (iii)
MTODO DE ADICIONES
conc. (C)
Lectura (L)
(mg / l)
(absorbancias)
0,004
REGRESIN / CORRELACIN
P1
0,041
L = m C + L0
P2
0,167
P3
10
0,329
0,030
0,020
P4
20
0,614
0,012
0,260
M (M + B)
M+0
0,250
r2
0,9989
0,9963
M + P1
M+1
0,276
M + P2
M+5
0,368
M + P3
M + 10
0,467
M + P4
M + 20
0,645
SIN ADICIONES
CON ADICIONES
70
EXACTITUD (iv)
Absorbancias
0 .2 50 0,200
0,100
0,000
-15
-10
-5
10
7.8 2
-13 .22
SIN ADICIONES
Regres in SIN
CON ADICIONES
Regres in CON
15
20
mg / l
71
EXACTITUD (v)
La presentacin de los resultados finales sobre muestra
(incluye su incertidumbre asociada) siempre debern tener
en cuenta el factor de recuperacin.
recuperacin Este factor puede o no
aplicarse. Si se aplica, la incertidumbre del resultado final
deber tener en cuenta la contribucin de dicho factor. Si
no se aplica, la incertidumbre del resultado final deber
tener en cuenta la contribucin de no corregir.
Otras formas con las puede determinarse la exactitud de un
mtodo, son:
por comparacin con resultados obtenidos por otro mtodo ya
validado
mediante estudios de intercomparacin.
72
INCERTIDUMBRES
Se calcularn de acuerdo con el procedimiento
correspondiente, teniendo en cuenta lo que se
dice en el documento ENAC aplicable.
73
INTERVALO DE TRABAJO
VALIDADO
El intervalo de trabajo validado puede coincidir con el que
utilizamos al principio, en el estudio de la funcin de
respuesta, como intervalo de trabajo deseable, pero puede
haber disminuido como resultado del proceso de
validacin.
Normalmente estar comprendido entre el Lmite de
Cuantificacin y el valor asignado al mayor patrn utilizado.
La expresin de los intervalos de trabajo validados en los
alcances de acreditacin de ENAC se expresan en las unidades
de resultado final sobre muestra (intervalo de trabajo de mtodo
completo), para lo cual habr que tener bajo control el efecto
que producen las diluciones aplicables a las muestras para
conseguir que produzcan lecturas comprendidas en el intervalo
de trabajo validado de la funcin de respuesta instrumental.
VALIDACIN DE MTODOS ANALTICOS
74
DECLARACIN DE MTODO
VALIDADO
Si los objetivos predefinidos se han
cumplido, podemos proceder a declarar
formalmente el mtodo validado.
validado
Dicha declaracin, en la que se recogen las
caractersticas del mtodo (parmetros de
validacin), se puede realizar en un formato
ad hoc.
75
REGISTROS
Deberemos guardar todos los registros que justifican el
proceso seguido de acuerdo con el sistema de la calidad
instaurado. A saber:
Origen de la necesidad analtica.
Borrador del mtodo con todos sus documentos anexos y
relacionados.
Parmetros de
preestablecidos.
validacin
seleccionados
objetivos
76
77
78
79
(Adaptado de prEN ISO 16140:2002 Microbiology of food and animal feeding stuffs Protocol for the validation of alternative methods)
RESULTADO
ASIGNADO
RESULTADO OBTENIDO
NEGATIVO
POSITIVO
NEGATIVO
AN
29
Acuerdo negativo (-/-)
(Resultado correcto)
DN
2
Desviacin negativa (+/-)
(Falso negativo)
TNO = AN + DN
31
Total Negativos Obtenidos
POSITIVO
DP
1
Desviacin positiva (-/+)
(Falso positivo)
AP
28
Acuerdo positivo
(Resultado correcto)
TPO = DP + AP
29
Total Positivos Obtenidos
> 7> ? ? ? =
=
>< ?2?6? =
>:= 5?59
=<
5<=
=7
57=
5=
<
TNA = AN + DP
30
Total Negativos Asignados
TPA = DN + AP
30
Total Positivos Asignados
TA = AN + AP
57
Total de Acuerdos
N = AN + DP + DN + AP
60
Total de Resultados
96,67
93,33
95,00
(En algunos textos, la exactitud antes definida, se puede encontrar denominada como EFICIENCIA)
80
81
EJEMPLO NUMRICO
NOTA MUY IMPORTANTE: LOS DATOS QUE SE PRESENTAN EN ESTAS HOJAS DEBEN SER
MTODO CUANTITATIVO
4*89: )8(
0@ = : 4 (A1
(<= )3>(
/
/
8%
6
CDD
%
B
!
DE
C %$
C %$ 0E F
!
"
E " GD
E1
8 E />"
HCE E 8
CE"
FE 0 GD
E 1
C %$
C %$
E"
82