DE LA VALIDATION DES METHODES DANALYSE A LEVALUATION DE

LINCERTITUDE DES RESULTATS DE MESURE

Michle Dsenfant Marc Priel Cdric Rivier
Laboratoire National dEssais BNM-LNE
1, rue Gaston Boissier 75724 Paris Cedex 15

Rsum

external manner with collaborative works implying several

laboratories.

La norme ISO/CEI 17025 demande de valider les mthodes

lorsque les laboratoires utilisent des mthodes non
normalises ou hors du domaine d'application de la norme.
Ce rfrentiel demande galement dvaluer lincertitude
des rsultats fournis. Les laboratoires danalyses chimiques
ont une longue exprience et une longue tradition de
validation de leurs mthodes danalyse mais prouvent
parfois des difficults pour valuer lincertitude de leurs
rsultats.

The knowledge of the methods characteristics is a

pertinent information for the uncertainty evaluation. The
authors wish to present their views and approach in order to
establish a link between the characterization data and the
measurement uncertainty.

Dans cet article, les auteurs souhaitent faire le point sur

cette notion de validation.

La validation se dfinit comme la confirmation par

examen et lapport de preuves objectives du fait que les
prescriptions particulires en vue dune utilisation prvue
dtermine sont remplies ISO/CEI 17025 5.4.5.1

Les performances dune mthode peuvent sexprimer

laide de caractristiques telles que : la slectivit, la
spcificit, la justesse, la linarit, la rptabilit, la
reproductibilit, la robustesse, les limites de dtection.
Ces caractristiques svaluent grce des travaux
exprimentaux, raliss soit en interne, soit de manire
collective en impliquant plusieurs laboratoires.
La connaissance des caractristiques des mthodes est une
information tout fait pertinente pour lvaluation de
lincertitude des rsultats danalyse et les auteurs prsentent
leur approche pour assurer le passage des donnes de
caractrisation lvaluation de lincertitude du rsultat.

Abstract
The ISO/IEC 17025 standard requires to validate the testing
and analytical methods when they are not standardized or
when standardized methods are used outside of their scope.
A measurement uncertainty must also be associated with
the results. Analytical laboratories have a long tradition in
the process of methods validation, but some difficulties
occur for the evaluation of their uncertainties.
In this article, the authors want to clarify the concept of
method validation and its relationship with the uncertainty
of measurement.

The performances of a method may be described with

several characteristics as : selectivity, specificity, trueness,
linearity, repeatability, reproducibility, rugdness, limit of
detectionThese characteristics are evaluated through
experiments. The experimental works can be managed
either in an internal manner in the laboratory or in an

Validation ou caractrisation dune

mthode ?

Il faut donc dmontrer que la mthode mise en uvre par le

laboratoire est apte lemploi prvu (besoin du client).
Il faut dterminer les besoins et attentes du client, et peuttre ne pas sarrter ce quil spcifie. Comme la norme
lindique, il faut lucider la demande et considrer ce
dont le client aura besoin pour utiliser linformation qui lui
sera remise, examiner les exigences rglementaires et
lgales, et rechercher les informations ncessaires la mise
en uvre de la mthode.
Le laboratoire doit donc traduire les besoins du client en
terme de performance pour les comparer ensuite avec les
caractristiques estimes de la mthode candidate.

Besoins du
client

Mthode
candidate

Traduction des
besoins
en terme de
performance de
la mthode

Caractristiques
de la
mthode

Revue de contrat
validation
Fig.1 Relation entre caractrisation et validation dune
mthode

Comment dcrire les performances

dune mthode danalyse ?
Depuis de trs nombreuses annes, lapproche des analystes
a t de caractriser les performances des mthodes
danalyse en valuant au travers de travaux exprimentaux
des caractristiques.
Ces caractristiques sont dcrites dans diffrents ouvrages
tels [1] ou documents manant de lassociation europenne
Eurachem [2]
Voici la liste des caractristiques les plus souvent cites :

Slectivit, spcificit
Rptabilit
Reproductibilit
Linarit
Sensibilit
Capacit de dtection
Robustesse
Justesse

Comment valuer ces caractristiques ?

Slectivit, spcificit
Cette caractristique est tudie en premier, en effet elle
permet de vrifier que le signal mesur correspond bien
lanalyte recherch.
La slectivit peut se dfinir comme laptitude dun
lment de la mthode danalyse (appareil de mesure,
milieu de culture, etc.) discerner un analyte donn dans
un mlange complexe.
La spcificit est la proprit dune mthode danalyse de
convenir exclusivement la caractristique ou lanalyte,
avec la garantie que le rsultat de lanalyse ne provient que
de lanalyte.
Trs souvent la spcificit se fonde sur une absence
dinterfrence. [3]
Lorsque lon ne peut pas valuer linfluence de chaque
constituant de la matrice, une technique commode
demploi, permettant dvaluer linfluence de certaines
interfrences, est la mthode des ajouts doss. Elle consiste
ajouter dans lchantillon avant, pendant ou aprs sa
prparation des quantits connues de lanalyte. On examine
alors si la rponse de linstrument de mesure correspond au
signal initial augment du signal correspondant la quantit
ajoute.
Les effets lis la slectivit et la spcificit sont valus
globalement lors de lvaluation de la justesse.
Rptabilit et Reproductibilit (interne)
Pour dfinir la rptabilit, il faut dj dfinir la fidlit qui
est ltroitesse de laccord entre des rsultats dessais. La
rptabilit est la fidlit sous des conditions de
rptabilit ; cest dire des conditions o des rsultats

dessais indpendants sont obtenus par la mme mthode

sur des individus dessais identiques dans le mme
laboratoire, par le mme oprateur, utilisant le mme
quipement et pendant un court intervalle de temps.
La rptabilit reprsente la valeur minimale de la fidlit
de la mthode lorsquelle est utilise par le laboratoire, elle
est souvent quantifie par un cart-type not Sr.
La rptabilit est value k niveaux de concentration
(raliss par des solutions talons ou des matriaux de
rfrence), en rptant n mesures. Aprs vrification de
lhomognit des variances (test de Cochran) on value
lcart-type de rptabilit, la norme exprimentale [4]
Protocole dvaluation dune mthode alternative
danalyses physico-chimiques quantitatives par rapport
une mthode de rfrence , propose un nombre
dchantillons dau moins k=10 et de faire au moins n=2
rptitions.
Pour la reproductibilit, on note quil coexiste deux
dfinitions, lune propose par le Vocabulaire International
des Termes Fondamentaux et Gnraux de Mtrologie (NF
X 07-001) et lautre par la norme NF ISO 3534-1 (1993).
Le traitement statistique utilis est celui dcrit par la norme
NF ISO 5725 [7], le facteur laboratoire S L estim avec p
laboratoires, tant alors remplac par le facteur tudi p
modalits (par exemple le temps). On note quil sagit
dune reproductibilit qui est interne au laboratoire.
Lcart-type de reproductibilit sexprime par lexpression
suivante :
S R = S L2 + S r2
Quand le nombre de rptitions est le mme pour chaque
modalit, cette expression se traduit par la formule
suivante :
SR =

1 p
xi x
p 1 j =1

1
+ S r2 1
n

On constate dans cette expression quun terme provient de

la rptabilit et que lautre exprime la dispersion des
rsultats aux p modalits ( x i ) par rapport la moyenne
gnrale ( x ).
Linarit, sensibilit
La linarit et la sensibilit sont deux caractristiques qui
sont values simultanment. Des exprimentations proches
de ce qui a t dcrit pour lvaluation de lcart-type de
rptabilit peuvent tre mises en uvre. Le guide
Eurachem prconise k=6 niveaux et n=3 rptitions, la
norme XP T 90-210 propose k=5 niveaux et n=5
rptitions.
Le test statistique consiste comparer les carts entre les
moyennes des points exprimentaux et la droite estime,
lerreur rsiduelle (cest--dire la rptabilit) par une
analyse de variance. Lvaluation de cette caractristique,

permet de prciser le domaine dutilisation de la mthode

en fonction de lerreur de linarit que lon est prt
accepter.

Si lon adopte la dfinition de la norme NF ISO 3534, la

justesse est dfinie comme ltroitesse de laccord entre la
valeur moyenne obtenue partir dune large srie de
rsultats dessais et une valeur de rfrence accepte.

Capacit de dtection
Les caractristiques, limite de dtection et limite de
quantification, dont les dfinitions ne font pas encore
lobjet dun consensus international servent essentiellement
dfinir le domaine dutilisation de la mthode danalyse.
Elles nont pas dincidence directe sur lvaluation de
lincertitude. Nanmoins, elles ont une importance sur la
faon de rapporter les rsultats, notamment lorsque les
valeurs estimes du mesurande sont infrieures la limite
de dtection.
Robustesse
La norme FD V 01-000 [3] propose pour dfinition :
laptitude dune mthode danalyse fournir de faibles
variations du rsultat lorsquelle est soumise des
modifications contrles des conditions dapplication
(exemple : temprature ambiante, lumire, pression
atmosphrique, humidit, ractifs, appareillage, etc.). La
technique de la planification dexprience permet
danalyser linfluence des diffrents facteurs qui sont
supposs avoir une action sur la variable de rponse (le
rsultat de lanalyse). Les facteurs peuvent tre quantitatifs
(on fixe les diffrents niveaux lors de la prparation de
lexprience) ou qualitatifs (par exemple loprateur et on
parle alors de modalit).
On fait alors lhypothse que le phnomne peut tre dcrit
sous la forme dun polynme o la variable de rponse (le
rsultat de lanalyse) sexprime en fonction des facteurs
susceptibles dagir sur le processus danalyse.
y = a1 x 1 + a 2 x 2 + .... + a j x j + ... + a l x l
Le modle prsent ici ne tient pas compte des interactions
entre facteurs. Les mthodes statistiques de traitement et
danalyse des rsultats dessais permettent un calcul des
coefficients du polynme. Lanalyse de variance permet de
vrifier que les effets dfinis comme influents pour la
rponse tudie sont rellement associs au facteur tudi et
quils ne sont pas les rsultats dune variabilit naturelle du
phnomne tudi. On peut rsumer le test statistique en
disant que cest un test dhypothse dans lequel les
variations induites par un facteur A sur la rponse, note
Var(A) sont compares aux variations alatoires de la
rponse (Var rsiduelle ou variance de rptabilit).
En fonction des rsultats de ces tests, si un facteur est
dclar comme influent, on peut soit modifier ou bloquer
les niveaux ou les modalits pour rendre la mthode
insensible, soit inclure dans lincertitude leffet du ou des
facteurs influents. Il est certain que ltude de la robustesse
de la mthode se situe entre les phases de dveloppement et
de caractrisation de la mthode.
Justesse

Pour valuer la justesse, il faut donc disposer de rfrences.

Cest au travers de cette caractristique, que lon assure la
traabilit aux units du Systme International (SI). Les
valeurs de rfrence acceptes peuvent provenir : dun
matriau de rfrence, dune valeur fournie par une
mthode de rfrence, dune valeur provenant dun essai
inter-laboratoire (essai daptitude) et ventuellement de
lutilisation de la mthode des ajouts doss. Bien
videmment la qualit de la valeur de rfrence est
primordiale.
Le principe du test statistique consiste calculer un cart
normalis EN
EN =

xi x Ref
2
u i2 + u Ref

Si EN est infrieur 2, on considre que lcart nest pas

significatif. Il est aussi possible de comparer lcart
xi x Ref une tolrance L.
Si xi x Ref L ,alors lerreur de justesse est considre
comme non significative.
Lattitude dun laboratoire est gnralement dessayer
damliorer la mthode, jusqu' ce que cet cart devienne
faible par rapport aux incertitudes sur la mesure et sur la
valeur de rfrence. En analyse chimique, il est rare de faire
des corrections.

Caractristiques de la mthode et
composantes dincertitude
Toutes les caractristiques qui servent dcrire les
performances dune mthode danalyse nont pas une
incidence directe sur lvaluation de lincertitude du rsultat
danalyse. Le tableau ci-dessous rsume limpact des
diffrentes caractristiques sur lvaluation de lincertitude.
Caractristique
Impact sur lincertitude
Slectivit,
Les effets lis la slectivit et la
spcificit
spcificit sont valus globalement
lors de lvaluation de la
composante dincertitude lie la
justesse.
Rptabilit,
Ces variances figurent parmi les
Reproductibilit lments les plus significatifs pour
lvaluation de lincertitude
Linarit,
1er Cas : Si le test statistique montre
Sensibilit
que le modle est linaire, pas
dincidence sur lincertitude
2me Cas : Si le test montre que le
modle nest pas linaire, on peut

alors soit rduire le domaine de

mesure, soit ajouter une
composante (de non linarit) dans
lvaluation de lincertitude
Cette composante pouvant tre
lcart maximal au modle
Capacit de
dtection
Robustesse

Cette caractristique na pas

dincidence sur lvaluation de
lincertitude, elle sert pour dfinir le
domaine dutilisation de la mthode.
La technique des plans dexprience
permet de quantifier leffet dun
facteur, pour un facteur dont le
domaine de variation est limit
a, alors lincertitude
correspondante est

Justesse

GUM est possible. On rappelle que la procdure dcrite

dans le GUM comporte 4 tapes principales :

a
ua = c
3

ou c est le coefficient de sensibilit

de la rponse aux variations du
facteur a.
En analyse chimique, dune manire
gnrale, on n'applique pas de
corrections de justesse. Lobjectif
lors de la mise au point de la
mthode est de vrifier quil ny a
pas derreur systmatique
significative.

Note : le laboratoire peut avec profit utiliser toutes les

informations dont il dispose et notamment celles cites ciaprs car elles correspondent bien souvent leffet cumul
de plusieurs grandeurs dentre du modle.
Si le modle nest pas disponible, ou incomplet, ou que les
efforts pour ltablir sont trop importants par rapport aux
objectifs, le laboratoire doit utiliser toutes les informations
disponibles :

Comme nous lavons prsent au

paragraphe traitant de la justesse :
Si
En 2

u Justesse = u Ref

Ou bien si
x i x Ref L u Justesse =

L
3

Quelles stratgies pour lvaluation de

lincertitude et la prise en compte des
caractristiques de la mthode ?
Le laboratoire danalyse face la question de la validation
des mthodes et lestimation de lincertitude des rsultats
se trouve face deux situations possibles : soit lapproche
intra-laboratoire avec une dmarche analytique qui lui
permet dvaluer lincertitude du rsultat de mesure en
combinant toutes les sources dincertitude, soit une
approche collective (inter-laboratoire), si la mthode de
mesure est aussi pratique par dautres collgues.
Lapproche intra-laboratoire
Cette approche se dcompose en plusieurs possibilits.
Si un modle mathmatique complet du processus de
mesure est disponible, une valuation analytique de type

Identification des facteurs dinfluence qui ont une

action sur le rsultat de lanalyse et prise en
compte de ces facteurs pour la construction du
modle mathmatique
Evaluation de lincertitude des diffrentes
grandeurs dentre du modle (facteurs
dinfluence) laide de mthodes de type A et de
mthodes de type B
Application de la loi de propagation de
lincertitude pour valuer lincertitude sur le
rsultat en fonction de lincertitude des diffrentes
grandeurs dentre du modle.
Evaluation dune incertitude largie.

Cartes de contrle pour valuer la rptabilit ou la

reproductibilit dans le temps
Organiser des essais en faisant varier le maximum
de conditions et de facteurs ayant une influence a
priori sur le rsultat, observer la dispersion des
rsultats et calculer la variance correspondante

Le laboratoire doit ensuite combiner la variance obtenue

avec les autres causes dincertitude (elles-mmes exprimes
sous forme de variance) qui nont pas pu sexprimer au
cours des rptitions (par exemple la justesse).
Le modle statistique peut scrire :

y = m + C Jus + C Lin + ci xi + e
i

o
y : rsultat de la mesure
m : valeur vraie
C Jus : correction de justesse de la mthode
C Lin : correction de non-linarit

ci xi : termes correctifs deffets tels que la robustesse

e : erreur rsiduelle
La variance de y scrit donc :

u 2 ( y ) = u 2 (C Jus ) + u 2 (C Lin ) + ci2 u 2 (xi ) + S r2

i

Ces variances sont values lors de la caractrisation de la

mthode dveloppe au paragraphe prcdent. Selon les
donnes disponibles, ces caractristiques peuvent tre
values une une ou de manire groupe.

Lapproche inter-laboratoire
Dans les approches collectives, on utilise les rsultats
dessais inter-laboratoires. En fait il existe plusieurs types
dessais inter-laboratoires : les essais qui contribuent
lvaluation dun laboratoire (essais daptitude), qui sont
organiss en se rfrant au guide ISO 43-1 [6] et les essais
qui servent dterminer les performances dune mthode
NF ISO 5725 [7].

Lutilisation de rsultats provenant dessais daptitude

mrite que lon se proccupe de la traabilit de la valeur de
rfrence. En effet dans de trs nombreux essais daptitude,
la valeur de rfrence par rapport laquelle sont valus les
carts des laboratoires est bien souvent la moyenne
(arithmtique ou pondre) des rponses des laboratoires et
la traabilit de cette valeur aux units du Systme
International (SI) nest pas toujours prouve.

non

Mthode normalise
+ Essais
interlaboratoires
ISO 5725 sr et SR

non

oui

Approche
Intra laboratoire

Approche
Intra-laboratoire
Rptitions +
Preuves de lutilisation de
la mthode normalise

non
Participation ?

Participation
Essais
Daptitude ?

oui

Valeur de Rfrence
Traable SI ?
oui

U ( y ) = kS aptitude

non

2
U ( y ) = k S aptitude
+ u 2justesse

oui

oui

U ( y ) = k S + u ( xi )
2
R

Pour valuer lincertitude, il faut ajouter lcart-type

provenant de la dispersion des rsultats des laboratoires,
une composante dincertitude lie la justesse de la
mthode.

Conclusion
Comme le propose le document ISO/DTS 21748, la
reproductibilit qui est value collectivement via lessai
inter-laboratoires, on peut ajouter un terme de justesse (not
dans ce document ) plus un terme qui comprend toutes les
autres contributions lincertitude qui nont pu tre mises
en oeuvre par lessai inter-laboratoire.
Le modle statistique scrit :

y = m + + B + ci xi + e
i

o
y : rsultat de mesure
m : valeur vraie
: justesse de la mthode
B : effet laboratoire
ci x i : termes correctifs deffets non pris en compte lors de
lessai interlaboratoire
e : erreur rsiduelle
En introduisant la variance de reproductibilit

S R2 = u 2 (B ) + u 2 (e )
La variance de y scrit alors :
u 2 ( y ) = u 2 ( ) + s R2 + c i2 u 2 ( x i )

Dans les approches intra-laboratoire et inter-laboratoire, le

principe pour valuer lincertitude est le mme : combiner
les sources dincertitude les plus significatives en faisant la
somme de leurs variances.
En fonction des donnes disponibles, qui sont diffrentes
suivant lapproche choisie, on compose, dans la dmarche
intra-laboratoire : justesse, rptabilit, non-linarit,
robustesse et dautres facteurs si ncessaire ; dans
lapproche inter-laboratoire : au minimum justesse et
reproductibilit inter-laboratoire.

Rfrences
[1] Max Feinberg, La validation des mthodes danalyse,
Masson, (1996)
[2] Eurachem Guide : The fitness for Purpose of Analytical
Methods A laboratory guide to method validation and
related topics (1998)
[3] FD V 01-000 (dcembre 1999) Analyse des produits
agricoles et alimentaires Terminologie
[4] X PT 90-210 (1999) Qualit de leau - Protocole
dvaluation dune mthode alternative danalyses physicochimique quantitative par rapport une mthode de
rfrence
[5] ISO/DTS 21748 Application of statistics - Guide to the
use of repeatability, reproducibility and trueness estimates
in measurement uncertainty estimation

[6] ISO/CEI Guide 43-1 Essais daptitude des laboratoires

par intercomparaison partie 1 Dveloppement et mise en
oeuvre de systmes dessais daptitude
[7] NF ISO 5725 Application de la statistique -Exactitude
(justesse et fidlit) des rsultats et mthodes de mesure