Académique Documents
Professionnel Documents
Culture Documents
Rsum
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.
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
Slectivit, spcificit
Rptabilit
Reproductibilit
Linarit
Sensibilit
Capacit de dtection
Robustesse
Justesse
1 p
xi x
p 1 j =1
1
+ S r2 1
n
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
xi x Ref
2
u i2 + u Ref
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
Justesse
a
ua = c
3
u Justesse = u Ref
Ou bien si
x i x Ref L u Justesse =
L
3
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
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].
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
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 )
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