Curso Validacion

Curso: Técnicas Estadísticas Aplicadas al Sistema
de Gestión de Laboratorios bajo la ISO/IEC 17025

Tema: Validación de Métodos de ensayo analíticos
con aplicaciones de MINITAB y Excel
Expositor: José Camero Jiménez
Octubre 2007
VALIDACIÓN
VALIDAR :
“Confirmar el cumplimiento de los requisitos particulares
para un uso especificado propuesto, por medio del
examen y la presentación de evidencias objetivas”.
ISO 8402: 1994
Guía para efectuar
Validación de Métodos de Ensayos
INDECOPI
Validación de Métodos de Ensayo:

Es un proceso mediante el cual se define requisitos
analíticos, que aseguran que el método de ensayo
bajo ciertas consideraciones ha desarrollado
capacidades consistentes con la aplicación requerida.
(EURACHEM Guide. The fitness for purposse of analytical methods)

¿ Cuando es necesario validar
un método de ensayo?
Un método de ensayo se validad cuando es necesario
verificar que los parámetros ejecutados son los
adecuados para resolver un problema analítico en
particular. El laboratorio debe validar :
1. Los métodos de ensayo no normalizados.
2. Los métodos de ensayo normalizados modificados,

ampliados o aplicados a un alcance diferente al originalmente
establecidos en la norma.
3. Cuando se requiera demostrar la equivalencia entre dos

métodos de ensayo.
PLANEAMIENTO DE VALIDACIÓN
Definir tipo
Definir Objetivo Definir parámetros
y frecuencia
Definir de validación
de verificación de Definir procedimiento
criterios
control de calidad operacional
de
de validación
revalidación 1
12 2
Preparar
11 3
procedimiento
rutina
PLANEAMIENTO DE 4
10
VALIDACION
Definir los
9 5 Ensayos de
validación
8 7 6
Ejecutar los
ensayos completos
Verificar
compatibilidad
Ajustar los de equipos
Caracterizar
parámetros Ejecutar ensayos
materiales
de validación preliminares
PARÁMETROS DE VALIDACIÓN
Incertidumbre
9
Sensibilidad
7
Robustez
Rango de
6 8
Trabajo
2 4
Veracidad Linealidad
1 3 5
Precisión Selectividad / LDM y LCM

Especificidad
1. Veracidad:
Grado de concordancia existente entre el valor medio obtenido de
una gran serie de resultados y un valor aceptado como referencia.
(ISO 5725 - 1)
2. Precisión:
Grado de coincidencia existente entre los resultados
independientes de un ensayo, obtenidos en condiciones
estipuladas.
(ISO 5725 - 1)
2.1 Exactitud:
Grado de concordancia existente entre el resultado del

ensayo y un valor aceptado de referencia.
(ISO 5725 - 1)
VERACIDAD
- +
-
PRECISION
+
3. Selectividad/Especificidad:
Es el grado por el cual un método puede determinar un

analito particular dentro de una mezcla compleja, sin ser
interferido por otros componentes de la mezcla.
(EURACHEM – Guide The fitness for purpose of analytical methods)

4. Límite de Detección del Método

(LDM) y Límite de Cuantificación
del Método (LCM) :
4.1 LDM :
Es la menor cantidad de un analito en una muestra la cual
puede ser detectada pero no necesariamente cuantificada con
un valor exacto.

4. Límite de Detección del Método

(LDM) y Límite de Cuantificación
del Método (LCM) :
4.2 LCM :
Es la concentración mínima que puede determinarse con un nivel
aceptable de exactitud.

5. Linealidad:
Es la relación entre la concentración de analito y respuesta del

método. Esta relación, denominada comúnmente curva patrón o
curva de calibración.
Define la capacidad del método para obtener los resultados de la
prueba proporcionales a la concentración del analito.

6. Rango de Trabajo:
Es el intervalo entre la más alta y más baja concentración del

analito de la muestra, para la cual se ha demostrado que el
método analítico tiene un nivel apropiado de precisión,
veracidad y linealidad.
(Text on validation of analytical procedures. ICH Harmonized

Tripartite Guideline)
7. Sensibilidad:
Es el cambio en la respuesta de un instrumento de medida

dividido por el cambio correspondiente en el estímulo.
(Text on validation of analytical procedures. ICH Harmonized

Tripartite Guideline)
8. Robustez:
Es la medida de la resistencia de un método al cambio de

respuesta cuando se introducen pequeñas variaciones en el
procedimiento.
9. Incertidumbre:
Un parámetro asociado con el resultado de una medición, que
caracteriza la dispersión de los valores que podrían ser
atribuidos razonablemente al mensurando.
(EURACHEM – Cuantificación de la Incertidumbre en Mediciones
Analíticas )
DETERMINACIÓN DE VERACIDAD
1 CASO : Repeticiones en Muestra de Referencia Certificada

(MRC)
Repetición 1
MRC
Repetición 2
Repetición 3
Repetición 4
Se determina por : ...
• Prueba T-Student. Repetición n
• Prueba de Wilcoxon.
Prueba T-Student
T experimental : Se determina de la siguiente manera:
texp erimental 
 x   n

T tabla : Se determina de la siguiente manera:
ttabla  t 
 n 1,1 
 2
Existe diferencia significativas si :
texp erimental t tabla

Ejemplo: Determinar veracidad en los siguientes
resultados de ensayo con una MRC de 866ppm de
fierro
Determinación de Fierro en MRC con 866 ppm
Repeticiones ppm Repeticiones ppm Repeticiones ppm

1 863 11 851 21 858
2 849 12 849 22 858
3 856 13 864 23 869
4 868 14 865 24 864
5 861 15 856 25 871
6 860 16 862 26 868
7 872 17 860 27 856
8 878 18 848 28 869
9 853 19 864 29 872
10 868 20 862 30 875
Prueba de Normalidad
Normal Probability Plot
.999
.99
.95
Probability
.80
.50
.20
.05
.01
.001
848 858 868 878

Fierro
Av erage: 862.3 Anderson-Darling Normality Test
StDev : 7.91398 A-Squared: 0.201
N: 30 P-Value: 0.870
T-Test of the Mean
Test of mu = 866.00 vs mu not = 866.00
Variable N Mean StDev SE Mean T P

Fierro 30 862.30 7.91 1.44 -2.56 0.016
Conclusión: Los resultados de las repeticiones no son veraces al 95%

de confianza.
Ejemplo: Determinar veracidad en los siguientes
resultados de ensayo con una MRC de 8.4% de grasa
Determinación de %Grasa en MRC con 8.4%
Repeticiones %Grasa Repeticiones %Grasa Repeticiones %Grasa

1 8.57 11 8.21 21 8.35
2 8.58 12 8.53 22 8.29
3 8.54 13 8.55 23 8.45
4 8.22 14 8.28 24 8.31
5 8.27 15 8.48 25 8.21
6 8.53 16 8.22 26 8.52
7 8.46 17 8.22 27 8.56
8 8.46 18 8.4 28 8.57
9 8.27 19 8.22 29 8.36
10 8.39 20 8.38 30 8.23
.999
.99
.95
Probability
.80
.50
.20
.05
.01
.001
8.2 8.3 8.4 8.5

%Grasa
StDev : 0.134079 A-Squared: 1.027
N: 30 P-Value: 0.009
Wilcoxon Signed Rank Test
Test of median = 8.400 versus median not = 8.400
N for Wilcoxon Estimated

N Test Statistic P Median
%Grasa 30 29 187.0 0.517 8.390
Conclusión: Los resultados de las repeticiones son veraces al 95% de

confianza.
2 CASO : Repeticiones en Muestra en un método estandarizado y
el método a validar.
Método Estandarizado Método a Validar

Muestra
Repetición 1
Repetición 1
Repetición 2
Repetición 2
Repetición 3
Repetición 3
Repetición 4
Repetición 4 ...
... Repetición n
Repetición n
Se determina por :
• Prueba T-Student dos muestras.
• Prueba de Mann Whitney.
Pruebas para dos poblaciones
Varianzas desconocidas S21 y S22
 H0: 1 = 2 Ha: 1  2
 H0: 1 - 2 = 0 Ha: 1  2
x1  x2
 Comparamos con 0.
 Pero, ¿cuál es la desviación estándar de

x1  x2
?
Varianza de : x1  x2
 Si las poblaciones son independientes:
Var ( x1  x2 )  Var ( x1 )  Var ( x2 )

 Así:
Var ( x1  x2 )  Var ( x1 )  Var ( x2 )
DesvEst( x1  x2 )  Var ( x1 )  Var ( x2 )

 2
 2
 1
 2
n1 n2
Varianza de : x1  x2
 2
 2
1 1
Var ( x1  x 2 )  1
 2
 ( 
2
)
n1 n2 n1 n 2
¡Pero σ2 es desconocido, y debemos estimarlo!
Si sólo tenemos las x el mejor estimador de σ2 es:
n1
1
s12   i
n1 1 i1
( x  x) 2
Si sólo tenemos las y, el mejor estimador de σ 2 es:
n2
1
s2 
2

n2 1 i1
(yi  y)2
Estimar la varianza común S2
 Combinamos los dos estimadores y tenemos
1  n1 n2
2
s 
2
(xi  x)  (yi  y) 
2
n1  n2  2  i1 i1 
para estimar la varianza común 2.
Prueba t para dos
poblaciones independientes
(Varianza común desconocida)
( x1  x 2 )  (  1   2 )
t 
1 1
s 
n1 n2
Con los supuestos de antes, t tiene una
distribución t con n1+ n2 - 2 grados de libertad.
Ejemplo: Determinar veracidad en los siguientes resultados de
ensayo con una muestra no certificada analizada en 30
repeticiones por el método a validar y un método estandarizado
Determinación de Fierro en ppm en muestra no certificada
Met. Valid Met. Stan. Met. Valid Met. Stan. Met. Valid Met. Stan.
499 501 510 492 499 493
491 502 490 504 504 505
511 504 499 500 493 499
501 500 495 506 498 491
511 510 507 502 506 482
518 481 492 500 495 496
502 501 507 502 498 486
505 512 505 510 501 489
503 523 495 497 500 495
497 506 495 516 500 496
.999
.99
.95
Probability
.80
.50
.20
.05
.01
.001
490 500 510

MetVal
N: 30 P-Value: 0.723
.999
.99
.95
Probability
.80
.50
.20
.05
.01
.001
480 485 490 495 500 505 510 515 520 525
MetStan
N: 30 P-Value: 0.696
Two Sample T-Test and Confidence Interval
Two sample T for MetVal vs MetStan

N Mean StDev SE Mean
MetVal 30 500.90 6.62 1.2
MetStan 30 500.03 9.35 1.7
95% CI for mu MetVal - mu MetStan: ( -3.3, 5.1)

T-Test mu MetVal = mu MetStan (vs not =): T = 0.41 P = 0.68 DF = 58
Both use Pooled StDev = 8.10
Conclusión: Los resultados del método son veraces al 95% de

confianza.
ensayo con una muestra no certificada analizada en 30
repeticiones por el método a validar y un método estandarizado
Determinación de % Grasa en muestra no certificada
7.64 7.44 7.56 7.46 7.78 7.51
7.48 7.48 7.71 7.59 7.58 7.56
7.57 7.52 7.69 7.68 7.49 7.74
7.52 7.61 7.52 7.69 7.55 7.46
7.55 7.52 7.74 7.78 7.63 7.78
7.57 7.63 7.69 7.78 7.42 7.49
7.79 7.42 7.47 7.55 7.62 7.76
7.77 7.46 7.48 7.55 7.74 7.55
7.55 7.54 7.62 7.61 7.46 7.82
7.45 7.71 7.4 7.48 7.58 7.73
.999
.99
.95
Probability
.80
.50
.20
.05
.01
.001
7.4 7.5 7.6 7.7 7.8

MetVal
StDev : 0.111446 A-Squared: 0.408
N: 30 P-Value: 0.326
.999
.99
.95
Probability
.80
.50
.20
.05
.01
.001
7.4 7.5 7.6 7.7 7.8

MetStan
StDev : 0.121267 A-Squared: 0.801
N: 30 P-Value: 0.034
Mann-Whitney Confidence Interval and Test
MetVal N = 30 Median = 7.5700

MetStan N = 30 Median = 7.5550
Point estimate for ETA1-ETA2 is 0.0000
95.2 Percent CI for ETA1-ETA2 is (-0.0700,0.0600)
W = 910.0
Test of ETA1 = ETA2 vs ETA1 not = ETA2 is significant at
0.9470
The test is significant at 0.9469 (adjusted for ties)
Cannot reject at alpha = 0.05
Conclusión: Los resultados del método son veraces al 95% de

confianza.
3 CASO : Repeticiones en diferentes muestras de un método

estandarizado y el método a validar.
Método Método a
Estandarizado Validar
Muestra
Repetición 1 Repetición 1
1 Se determina por :
• Prueba T-Student de las
Muestra Repetición 2 Repetición 2
2 diferencias o Recta de
. Regresión.
.
•Prueba Wilcoxon de las
.
diferencias.
Muestra Repetición n Repetición n
n
ensayo con 30 muestras no certificada analizada en 1 repetición
por el método a validar y un método estandarizado
Determinación de un analito en ppm en 30 muestras no certificada
50 52 324 330 120 116
58 59 60 58 142 148
68 70 74 72 174 169
75 74 486 490 202 198
278 281 146 151 246 251
224 226 165 169 284 291
381 385 83 79 358 349
428 434 90 88 401 396
336 330 102 104 468 471
76 80 112 114 500 496
.999
.99
.95
Probability
.80
.50
.20
.05
.01
.001
-5 0 5
Diferencia
Av erage: -0.666667 Anderson-Darling Normality Test
N: 30 P-Value: 0.033
Wilcoxon Signed Rank Test
Test of median = 0.000000 versus median not = 0.000000
N for Wilcoxon Estimated

N Test Statistic P Median
Diferenc 30 30 188.5 0.371 -0.5000
Conclusión: Los resultados del método son veraces 95% de confianza.

Asumiendo que las diferencias son normales:
T-Test of the Mean
Test of mu = 0.000 vs mu not = 0.000
Variable N Mean StDev SE Mean T P

Diferenc 30 -0.667 4.318 0.788 -0.85 0.40

Regression Analysis
The regression equation is Predictor Coef StDev T P
Met.Stan = 0.47 + 1.00 Met.Val Constant 0.472 1.453 0.32 0.748
Met.Val 1.00090 0.00558 179.29 0.000
Analysis of Variance
Source DF SS MS F P
Regression 1 620128 620128 32144.76 0.000
Residual Error 28 540 19
Total 29 620668

DETERMINACIÓN DE PRECISIÓN
1 CASO : Repeticiones en Muestra de Referencia Certificada

(MRC)
Repetición 1
MRC
Repetición 2
Repetición 3
Repetición 4
Se determina por : ...
• RSD de Horwitz. Repetición n
RSD Horwitz
RSD experimental : Se determina de la siguiente manera:

RSDexp erimental  100%
x
RSD Horwitz : Se determina de la siguiente manera:
RSD Horwitz  210.5 log(Concentración)

Existe diferencia significativa si :
RSDexp erimental RSD Horwitz

Ejemplo: Determinar la precisión en los siguientes
resultados de ensayo con una MRC de 866ppm de
fierro
Determinación de Fierro en MRC con 866 ppm
Repeticiones ppm Repeticiones ppm Repeticiones ppm

1 863 11 851 21 858
2 849 12 849 22 858
3 856 13 864 23 869
4 868 14 865 24 864
5 861 15 856 25 871
6 860 16 862 26 868
7 872 17 860 27 856
8 878 18 848 28 869
9 853 19 864 29 872
10 868 20 862 30 875
RSD Horwitz
Desviación Estandar 7.91

Promedio 862.3
RSD experimental 0.918%
MRC 866
RSD Horwitz 5.8%
Conclusión: Los resultados del método son precisos.

DETERMINACIÓN DE PRECISIÓN
2 CASO : Repeticiones en Muestra en un método

estandarizado y el método a validar.
Método Estandarizado Método a Validar

Muestra
Repetición 1
Repetición 1
Repetición 2
Repetición 2
Repetición 3
Repetición 3
Repetición 4
Repetición 4 ...
... Repetición n
Repetición n
Se determina por :
• Prueba F.
• Prueba de Levene.
Prueba F
F experimental : Se determina de la siguiente manera:
Max( S12 , S 22 )
Fexp erimental  2 2
Min ( S1 , S 2 )
F tabla : Se determina de la siguiente manera:
FTabla  F( gl.numerador, gl.denomidanor ,1 )
Existe diferencia significativa si :
Fexp erimental F Tabla

Homogeneity of Variance Test for Resultados
95% Conf idence Interv als f or Sigmas Factor Lev els
F-Te
2
Test Statistic: 1.995
5 6 7 8 9 10 11 12 13
P-Value : 0.068
1
t Levene's Te
Test Statistic: 1.626

2
P-Value : 0.207
480 490 500 510 520
Resultados
REPETIBILIDAD Y REPRODUCIBILIDAD
DE LOS RESULTADOS DE ENSAYOS
Condiciones de Repetibilidad
DEFINICIONES
Condiciones en las que un mismo operador obtiene resultados
de ensayo independientes con el mismo método en muestras
idénticas en el mismo laboratorios y utilizando el mismo equipo
dentro de pequeños intervalos de tiempo.
( ISO 5725-1, 3.14)

Condiciones de Reproducibilidad
Condiciones en las que se obtiene resultados de ensayo con el

mismo método en muestras idénticas, con operadores diferentes y
utilizando equipos diferentes.
( ISO 5725-1, 3.18)

Desviación Estándar de Repetibilidad ( Sr)

Es la desviación Estándar de los resultados de ensayo obtenidos
en condiciones de repetibilidad.
Se calcula como :
p p
Sr   i i
( n
i 1
 1) S 2
 (n 1)
i 1
i
Desviación Estándar de Reproducibilidad ( SR )

Es la desviación Estándar de los resultados de ensayo obtenidos
en condiciones de reproducibilidad.
Se calcula como :
S R  (S  S 2
r
2
L
Donde :
SL : Desviación estándar de los Laboratorios.
S  (S  S ) n
2
L
2
d
2
r

  2
p p
1
Sd   ni y   ni y 
2 2

p  1  i 1 i 1 
Ratio de Precisión :
Es la relación de la desviación estándar muestral con la

repetibilidad del grupo, que tendrá que ser menor a un valor de
referencia de 2,88 para considerar sea aceptable.
S
Ratio 
Sr
Desviación Estándar Relativa :
Es medido con el coeficiente de variabilidad o desviación

estándar relativa, que son definidos y utilizados como medidas de
la dispersión de resultados de ensayo en condiciones de
repetibilidad o de reproducibilidad.
Desviación Estándar
Relativa :
Desviación Estándar Relativa de Desviación Estándar Relativa
Reproducibilidad de Repetibilidad
SR Sr
RSDR  *100% RSDr  *100%
m m
LABORATORIOS ENSAYOS
A 7.76 7.88 7.9
B 8.02 7.88 8.67
C 7.74 8.01 8.01
Laboratorios Promedios Globales Desviación estándar n

A 7.847 0.076 3
B 8.190 0.422 3
C 7.920 0.156 3
T1   nI YI T2   nI YI 2
T3   nI
T4   nI
2
T5   (nI 1)S i
2
T  T T  T 2
2   T3 ( p  1) 
Sr 
2 5
Sl  
2 2 3 1
 Sr   2 
T3  p  T3 ( p  1)   T3  T4 
S R  (S  S 2
r
2
L
T1 71.871
T2 574.134
T3 9.000
T4 27.000
T5 0.416
S2 r 0.069
S2 L 0.055
m 7.986
Sr 0.263
S2R 0.125
• Reproducibilidad del grupo
S2R = S2r + S2L

S2R = 0.125
SR = 0.353
Ratio de Precisión
Ratio de Precisión de los laboratorios

Laboratorios Desviación estándar Ratio de Precisión
A 0.076 2.090
B 0.422 11.634
C 0.156 4.302
Desviación Estándar Relativa

Desviación estándar relativa
Laboratorios Desviación estándar Promedios Globales RSD

A 0.076 7.847 0.965
B 0.422 8.190 5.147
C 0.156 7.920 1.968
La desviación estandar relativa bajo condiciones

de reproducibilidad y repetibilidad es
como sigue :
RSD R = (SR/m)*100% = 1.85%
RSD r = (Sr/m)*100 % = 0.5%

LABORATORIOS ENSAYOS
A 24.760 24.800 24.770
B 25.260 25.300 25.230
C 25.180 25.210 25.150
Laboratorios Promedios Globales Desviación estándar

A 24.777 0.021
B 25.263 0.035
C 25.180 0.030
T1 225.660
T2 5658.454
T3 9.000
T4 27.000
T5 0.005
S2 r 0.001
S2 L 0.067
m 25.073
Sr 0.029
S2R 0.068
• Reproducibilidad del grupo
S2R = S2r + S2L

S2R = 0.068
SR = 0.261
DETERMINACIÓN DE
SELECTIVIDAD / ESPECIFICIDAD
Prueba de Especificidad :
Se realiza muy frecuentemente en técnicas instrumentales

como : espectrofotometría de UV o cromatografía líquida.
Por ejemplo para técnicas cromatográficas, se debe de

comparar visualmente los cromatogramas en los diferentes
parámetros importantes como : resolución, retención relativa
( factor de separación), etc.
DETERMINACIÓN DE
Prueba Visual de Especificidad
Espectro de una muestra Espectro de la solución

de Harina de Pescado de muestra de Harina de
con 500 ppm de pescado con 500 ppm de
Histamina. Histamina mas blanco
reactivo
DETERMINACIÓN DE
Prueba de Selectividad :
Las interferencias pueden aumentar o reducir la señal. La

prueba consiste en verificar que las interferencias no afectan
significativamente la señal.
Valores Esperados Valores Observados
MRC + Estándar 1 Resultado 1

DETERMINACIÓN DE SELECTIVIDAD
Valores Esperados = Valores Observados
Se determina por :
• Prueba T para la
diferencias.
• Prueba Wilcoxon para
las diferencias.
• Prueba Chi - Cuadrado
PRUEBA CHI-CUADRADO
Por lo general, los resultados en un experimento, casi no

coinciden con los valores predichos por la teoría o el modelo en
el cual se está trabajando. Esto es así por las fluctuaciones
aleatorias en las mediciones o error en la medición. El problema
es poder determinar si esas diferencias se deben al azar, o bien
no se ajustan al modelo teórico estudiado, en cuyo caso este
deberá ser modificado y vuelto a investigar.
Para verificar este hecho utilizamos pruebas estadísticas como la
Prueba de Chi-cuadrado.
PRUEBA CHI-CUADRADO
Estadístico de Contraste:
(O  Ei )
k 2
X 
2 i
i 1 Ei
Oi : Frecuencia Observada.
Ei : Frecuencia Esperada
K : Número de Categorías.
PRUEBA CHI-CUADRADO
Estadístico de Tabla:
2
X (1 , k  r 1)
Posee una distribución Chi Cuadrado con un “ (1-)% “ de
confianza y “k-r-1” grados de libertad. Donde “r” son los
parámetros calculados de los datos para poder estimar los
valores observados.
PRUEBA CHI-CUADRADO
Criterio:
Se acepta la hipótesis nula, siempre y cuando el valor de

tabla sea mayor o igual al estadístico de contraste.
Ejemplo .- Se leen concentraciones estándares de 50,
100, 150, 200, 250 adicionadas con blancos reactivos de
un analito por absorción atómica. Estimar si cumple la
especificidad el método de ensayo.
Concentraciones
Esperado Observado Sumando
50 49.8 0.0008
k
(Oi  Ei ) 2
X 
2
100 100.98 0.009604
i 1 Ei
150 148.5 0.015
200 201.8 0.0162
250 250.9 0.00324
X2 0.044844
X2 Tabla 9.487729
PRUEBA CHI-CUADRADO
CONCLUSIÓN:
Se tiene evidencia para poder afirmar que el método es
específico.
DETERMINACIÓN DEL LDM y LCM
Límite de Detección del
Blanco 1
Método
LDM  x blancos  tn 1,   Sblancos
Blanco 2
Blanco 3
Límite de Cuantificación del
Blanco 4 Método
Blanco 5 LCM  x blancos  k  Sblancos
Blanco 6
Donde
Blanco 7
k = 5, 6 ó 10
DETERMINACIÓN DE LA LINEALIDAD
X Y
Respuesta
Conc. 1
Equipo 1
Respuesta
Conc. 2
Equipo 2
Respuesta
Conc. 3
Equipo 3
Respuesta
Conc. 4
Equipo 4
Respuesta
Conc. 5
Equipo 5
Demostrar :
1. La relación entre
X e Y existe.
2. La relación sea
lineal.
3. Los residuos de
la regresión debe
estar libre de
tendencias.
1. La relación entre X e Y existe.
Se determina por el coeficiente de correlación ( r ).

n
 x  x  y  y 
i i
r n
i 1
n
 x  x    y  y 
2 2
i i
i 1 i 1
El r para considerarlo adecuado debe ser mayor a
0.999
(Comité Nórdico de Alimentos – NMKL – Procedimiento de Validación)
2. La relación sea lineal.

Puede determinarse de las siguientes maneras :
• Si todas las desviaciones son menores al 5%
 yi 
%desviación    1  100%
 a  bxi 
(FAO – Guía de Validación)

• Demostrar en el análisis de varianza de

la regresión que los coeficientes lineales
son significativos.
a0 Analysis of Variance
y Source DF SS MS F P
Regression 1 0.28417 0.28417 3091.96 0.000
b0 Residual Error 4 0.00037 0.00009
Total 5 0.28453
3. Los residuos de la regresión debe estar libre de
tendencias.
Plot of Residuos
0.01
Residuos
0.00
-0.01
Index 1 2 3 4 5 6
Descriptive Statistics
Variable: Residuos
Anderson-Darling Normality Test

A-Squared: 0.153
P-Value: 0.913
Mean 3.33E-05
StDev 8.57E-03
Variance 7.35E-05
Skewness 0.187499
Kurtosis 0.454023
N 6
-0.010 -0.005 0.000 0.005 0.010 0.015
Minimum -1.2E-02
1st Quartile -6.3E-03
Median -7.0E-04
3rd Quartile 7.15E-03
95% Conf idence Interv al f or Mu Maximum 1.30E-02
95% Conf idence Interv al f or Mu
-9.0E-03 9.03E-03
-0.01 0.00 0.01 95% Conf idence Interv al f or Sigma
5.35E-03 2.10E-02
95% Conf idence Interv al f or Median
95% Conf idence Interv al f or Median
-9.4E-03 1.02E-02
DETERMINACIÓN DEL
RANGO DE TRABAJO
DETERMINACIÓN :
Desde el LCM hasta la máxima concentración

donde se ha demostrado linealidad.
DETERMINACIÓN DE SENSIBILIDAD
DETERMINACIÓN :
La sensibilidad es cuantificada mediante el coeficiente de
sensibilidad que es determinado de la siguiente manera :
 Re spuesta Y
Sensibilid ad  
Concentración X
Siendo el coeficiente de sensibilidad la pendiente de la recta

de calibración ( b ).
DETERMINACIÓN DE LA ROBUSTEZ
Se determina por :
• Prueba de Análisis de Varianza.
• Prueba de Youden - Steiner.
• Prueba de Análisis de Varianza.
VARIACIÓN G.L. SS MS F
ENTRE GRUPOS k-1 SSA SSA/(k-1) MSA/MSE
DENTRO GRUPOS (n-1)k SSE SSE/k(n-1)
ERROR
TOTAL kn-1 SST
Ftabular F k 1, kn  k ,1 
Como el valor experimental de F es mayor que el

tabular, podemos concluir que al menos una de
las variaciones influye en los resultados.
• Prueba de Youden - Steiner.
Factores
Repeticiones A B C D E F G Resultados
1 + + + + + + + Y1
2 + + - + - - - Y2
3 + - + - + - - Y3
4 + - - - - + + Y4
5 - + + - - + - Y5
6 - + - - + - + Y6
7 - - + + - - + Y7
8 - - - + + + - Y8
Los efectos de los factores se calculan de la

siguiente manera:
EfectoA   Y A   YA 
4
Donde :
Y A  Y1  Y2  Y3  Y4
Y A  Y5  Y6  Y7  Y8
El efecto es significativo si :
EfectoA  2.24Sr
FACTORES DE VARIABILIDAD :
FACTOR A : Tiempo de Extracción

Estándar ( A ) 2 minutos
Variable ( a ) 1 minuto
FACTOR B : Tiempo para pasar el extracto a la columna

Estándar ( B ) Pasar el extracto el mismo día
Variable ( b ) Pasar el extracto 24 horas despues, refrigerándolo.
FACTOR C: Tipo de columna

Estándar ( C ) Columna en forma de tubo recto
Variable ( c ) Columna con dos diametros interiores
FACTOR D: Tiempo de Reacción de Derivatización

Estándar ( D ) 3.5 minutos
Variable ( d ) 4 minutos
FACTOR E: Tipo de lectura

Estándar ( E ) Lectura según método
Variable ( e ) Lectura despues de 1 hora expuesta a la luz.
RESULTADOS DE LAS COMBINACIONES PARA EL ANALISIS

DE ROBUSTEZ DE YOUDEN STEINER
FACTOR 1 2 3 4 5 6 7 8
Aoa A a a A a A A a
Bob B B b b B b B b
Coc C C C c c C c c
Dod d D D D d d D d
Eoe E e E E E e e e
Resultado 988 966 972 980 982 966 978 968
Sr 9.93
Valor Observ. Valor Tabla Conclusión

Factor1 6 22.244 El Factor no Influye
Factor3 -4 22.244 El Factor no Influye
Factor4 -2 22.244 El Factor no Influye
Los efectos no son significativos.

DETERMINACIÓN DE LA
INCERTIDUMBRE
Conceptos previos
ESQUEMA ILUSTRATIVO DE LA
CONTRIBUCIÓN DE ERRORES ERROR
ALEATORIOS Y SISTEMÁTICOS EN EL ( DE UNA MEDIDA)
CONCEPTO DE INCERTIDUMBRE
ERROR SISTEMATICO ERROR ALEATORIO
ERROR SISTEMATICO ERROR SISTEMATICO

CONOCIDO DESCONOCIDO
CORRECCION ERROR PERMANENTE
RESULTADO INCERTIDUMBRE
MUESTRA
PROCESO ANALITICO
INCERTIDUMBRE DE :
•HERRAMIENTAS METROLOGICAS
•PATRON
•MATERIAL VOLUMETRICO
•EQUIPOS DE MEDIDA
RESULTADOS + INCERTIDUMBRE •CALIBRACION GENERAL
•CALIBRACION METODOLOGICA
•UNA ETAPA DEL PROCESO
•UNA PESADA
•UNA DILUCION
•ELCONJUNTO DEL PROCESO
•VALIDACION
DETERMINACIÓN DE LA
INCERTIDUMBRE GLOBAL
U k S 2
R
Donde “k” se conoce como factor de cobertura y se

estima con el valor de 1.96, asumiendo una
distribución normal con un 95% de nivel de
confianza.

Curso Validacion

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Curso Validacion

Transféré par

Droits d'auteur :

Formats disponibles

Curso: Técnicas Estadísticas Aplicadas al Sistema

de Gestión de Laboratorios bajo la ISO/IEC 17025

Validación de Métodos de Ensayo:

(EURACHEM Guide. The fitness for purposse of analytical methods)

1. Los métodos de ensayo no normalizados.

2. Los métodos de ensayo normalizados modificados,

3. Cuando se requiera demostrar la equivalencia entre dos

Precisión Selectividad / LDM y LCM

Grado de concordancia existente entre el resultado del

Es el grado por el cual un método puede determinar un

(EURACHEM – Guide The fitness for purpose of analytical methods)

4. Límite de Detección del Método

(EURACHEM – Guide The fitness for purpose of analytical methods)

4. Límite de Detección del Método

(EURACHEM – Guide The fitness for purpose of analytical methods)

Es la relación entre la concentración de analito y respuesta del

(EURACHEM – Guide The fitness for purpose of analytical methods)

Es el intervalo entre la más alta y más baja concentración del

(Text on validation of analytical procedures. ICH Harmonized

Es el cambio en la respuesta de un instrumento de medida

(Text on validation of analytical procedures. ICH Harmonized

Es la medida de la resistencia de un método al cambio de

1 CASO : Repeticiones en Muestra de Referencia Certificada

T experimental : Se determina de la siguiente manera:

Existe diferencia significativas si :

texp erimental t tabla

Determinación de Fierro en MRC con 866 ppm

Repeticiones ppm Repeticiones ppm Repeticiones ppm

848 858 868 878

Test of mu = 866.00 vs mu not = 866.00

Variable N Mean StDev SE Mean T P

Conclusión: Los resultados de las repeticiones no son veraces al 95%

Determinación de %Grasa en MRC con 8.4%

Repeticiones %Grasa Repeticiones %Grasa Repeticiones %Grasa

8.2 8.3 8.4 8.5

Test of median = 8.400 versus median not = 8.400

N for Wilcoxon Estimated

Conclusión: Los resultados de las repeticiones son veraces al 95% de

Método Estandarizado Método a Validar

 Pero, ¿cuál es la desviación estándar de

Var ( x1  x2 )  Var ( x1 )  Var ( x2 )

Var ( x1  x2 )  Var ( x1 )  Var ( x2 )

DesvEst( x1  x2 )  Var ( x1 )  Var ( x2 )

Si sólo tenemos las y, el mejor estimador de σ 2 es:

 Combinamos los dos estimadores y tenemos

(Varianza común desconocida)

Determinación de Fierro en ppm en muestra no certificada

Normal Probability Plot

490 500 510

Normal Probability Plot

Two sample T for MetVal vs MetStan

95% CI for mu MetVal - mu MetStan: ( -3.3, 5.1)

Conclusión: Los resultados del método son veraces al 95% de

Determinación de % Grasa en muestra no certificada

Normal Probability Plot

7.4 7.5 7.6 7.7 7.8

Normal Probability Plot

7.4 7.5 7.6 7.7 7.8

MetVal N = 30 Median = 7.5700

Cannot reject at alpha = 0.05

Conclusión: Los resultados del método son veraces al 95% de

3 CASO : Repeticiones en diferentes muestras de un método

Determinación de un analito en ppm en 30 muestras no certificada