Analitikai módszerek validálása, érvényesítése

Hasonló dokumentumok
Dr. JUVANCZ ZOLTÁN Óbudai Egyetem Dr. FENYVESI ÉVA CycloLab Kft

Adatgyőjtés, mérési alapok, a környezetgazdálkodás fontosabb mőszerei

Kalibrálás és mérési bizonytalanság. Drégelyi-Kiss Ágota I

Kontrol kártyák használata a laboratóriumi gyakorlatban

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek

VALIDÁLÁS, MÉRÉSI BIZONYTALANSÁG

Minőségbiztosítás, validálás

A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv

Mérési hibák

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

Gyártástechnológia alapjai Méréstechnika rész 2011.

NÉHÁNY FONTOS ALAPFOGALOM A MŰSZERES ANALITIKAI KÉMIÁBAN

Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt

Akkreditáció. Avagy nem minden arany, ami fénylik Tallósy Judit

Minőségbiztosítás, validálás

6. Előadás. Vereb György, DE OEC BSI, október 12.

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Gyártástechnológia alapjai Méréstechnika rész. Előadások (2.) 2011.

Indikátorok alkalmazása a labordiagnosztikai eljárások minőségbiztosításában

Kábítószer szubsztanciavizsgálatok. EWS december 14.

Műszaki analitikai kémia. Alapfogalmak a műszeres analitikai kémiában

Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ)

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

VIZSGÁLAT NEHÉZFÉMEKRE NÖVÉNYI DROGOKBAN ÉS NÖVÉNYI DROGKÉSZÍTMÉNYEKBEN

y ij = µ + α i + e ij

[Biomatematika 2] Orvosi biometria

5. Az adszorpciós folyamat mennyiségi leírása a Langmuir-izoterma segítségével

Több valószínűségi változó együttes eloszlása, korreláció

Matematikai geodéziai számítások 10.

MUNKAANYAG. Földiné Dr. Polyák Klára. Minőségbiztosítás, minőségellenőrzés, laboratóriumban. A követelménymodul megnevezése:

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

UV-sugárzást elnyelő vegyületek vizsgálata GC-MS módszerrel és kimutatásuk környezeti vízmintákban

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI

V átlag = (V 1 + V 2 +V 3 )/3. A szórás V = ((V átlag -V 1 ) 2 + ((V átlag -V 2 ) 2 ((V átlag -V 3 ) 2 ) 0,5 / 3

A hatósági géphigiéniai minısítési eljárás

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

[Biomatematika 2] Orvosi biometria

QualcoDuna jártassági vizsgálatok - A évi program rövid ismertetése

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM SZERVETLEN ÉS ANALITIKAI KÉMIA TANSZÉK. Kmecz Ildikó, Kőmíves József, Devecser Eszter, Sándor Tamás

Mangalica specifikus DNS alapú módszer kifejlesztés és validálása a MANGFOOD projekt keretében

Biometria gyakorló feladatok BsC hallgatók számára

Díjjegyzéknél alkalmazott számítások

A leíró statisztikák

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése

y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

Egyszempontos variancia analízis. Statisztika I., 5. alkalom

Élelmiszer- és takarmányvizsgálatok

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók

Ellenállásmérés Wheatstone híddal

Engedélyszám: /2011-EAHUF Verziószám: Műszer és méréstechnika követelménymodul szóbeli vizsgafeladatai

Méréstechnika II. Mérési jegyzőkönyvek FSZ képzésben részt vevők részére. Hosszméréstechnikai és Minőségügyi Labor Mérési jegyzőkönyv

NEMZETI TESTÜLET. Nemzeti Akkreditálási Rendszer. A környezeti minták vételével foglalkozó szervezetek NAR-19-IV. 1. kiadás

Méréselmélet és mérőrendszerek

Teljesítményparaméterek az akkreditálás és a hatósági eljárás során

23. Indikátorok disszociációs állandójának meghatározása spektrofotometriásan

VIZSGÁLATOK MEGFELELŐSÉGE

Matematika. Xántus János Két Tanítási Nyelvű Gimnázium és Szakgimnázium OM azonosító: Telephelyi jelentés Telephely kódja: 001

Geokémia gyakorlat. 1. Geokémiai adatok értelmezése: egyszerű statisztikai módszerek. Geológus szakirány (BSc) Dr. Lukács Réka

TESTLab KALIBRÁLÓ ÉS VIZSGÁLÓ LABORATÓRIUM AKKREDITÁLÁS

Elválasztási módszerek validálása

4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis

KROMATOGRÁFIÁS VIZSGÁLATI MÓDSZEREK

Ón-ólom rendszer fázisdiagramjának megszerkesztése lehűlési görbék alapján

JA45 Cserkeszőlői Petőfi Sándor Általános Iskola (OM: ) 5465 Cserkeszőlő, Ady Endre utca 1.

STATISZTIKA I. Változékonyság (szóródás) A szóródás mutatószámai. Terjedelem. Forgalom terjedelem. Excel függvények. Függvénykategória: Statisztikai

Szövegértés. Xántus János Két Tanítási Nyelvű Gimnázium és Szakgimnázium OM azonosító: Telephelyi jelentés Telephely kódja: 001

Labor elızetes feladatok

4. A méréses ellenırzı kártyák szerkesztése

etalon etalon (folytatás) Az etalonok és a kalibrálás általános és alapvető metrológiai fogalmai és definíciói

Tartalomjegyzék I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE

Modern Fizika Labor. 5. ESR (Elektronspin rezonancia) Fizika BSc. A mérés dátuma: okt. 25. A mérés száma és címe: Értékelés:

GEOSTATISZTIKA. Földtudományi mérnöki MSc, geofizikus-mérnöki szakirány. 2018/2019 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ

Méréstechnikai alapfogalmak

Korreláció és lineáris regresszió

6 Ionszelektív elektródok. elektródokat kiterjedten alkalmazzák a klinikai gyakorlatban: az automata analizátorokban

Magspektroszkópiai gyakorlatok

ATOMEMISSZIÓS SPEKTROSZKÓPIA

FIT-jelentés :: Hild József Általános Iskola 1051 Budapest, Nádor u. 12. OM azonosító: Telephely kódja: 001. Telephelyi jelentés

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ. Orvosi laboratóriumi technikai asszisztens szakképesítés Műszer és méréstechnika modul. 1.

Posztanalitikai folyamatok az orvosi laboratóriumban, az eredményközlés felelőssége

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Statisztika I. 11. előadás. Előadó: Dr. Ertsey Imre

Kérdıívek, tesztek I. Kérdıívek

Variancia-analízis (folytatás)

Kísérlettervezés alapfogalmak

Méréselmélet MI BSc 1

Abszorpciós spektroszkópia

CAD-CAM-CAE Példatár

FIT-jelentés :: Weöres Sándor Általános Iskola, Gimnázium és Szakközépiskola - Gimnáziumtagintézmény. Telephelyi jelentés

7. gyak. Szilárd minta S tartalmának meghatározása égetést követően jodometriásan

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

Rugalmas állandók mérése

FIT-jelentés :: Szent-Györgyi Albert Általános Iskola és Gimnázium 1093 Budapest, Lónyay u. 4/c-8. OM azonosító: Intézményi jelentés

Az értékelés a Móricz Zsigmond Gimnázium 3 gimnáziumi osztályának eredményei alapján készült, 102 tanuló adatai kerültek feldolgozásra.

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat

Átírás:

Analitikai módszerek validálása, érvényesítése Segédlet Méréselmélet címő tárgyhoz Környezetmérnök hallgatók részére Összeállította: Horváthné Drégelyi-Kiss Ágota fıiskolai tanársegéd 2008. Tartalomjegyzék 1. Bevezetés... 2 2. A módszerek validálásának lépései... 4 2.1. A módszer dokumentációjának elkészítése... 4 2.2. A validálási protokoll (terv)... 4 2.3. Validálási jegyzıkönyv... 4 3. A validálás során vizsgált fontosabb analitikai paraméterek... 5 3.1. Szelektivitás... 5 3.2. Linearitás, lineáris tartomány... 5 3.3. Érzékenység... 6 3.4. Kimutatási határ... 6 3.5. Meghatározási határ... 7 3.6. Robusztusság (állékonyság, szilárdság)... 7 3.7. Merevség (rigiditás)... 7 3.8. Pontosság (helyesség, torzítatlanság)... 8 3.9. Precizitás... 8 3.9.1. Ismételhetıség... 8 3.9.2. Reprodukálhatóság... 9 3.9.3. Közbensı precizitás... 9 4. Felhasznált irodalom... 10 1

1. Bevezetés Az MSZ EN ISO 9000:2001 szabvány 3.8.5. fejezete szerint: az érvényesítés/jóváhagyás (validálás): annak megerısítése objektív bizonyíték szolgáltatásával, hogy az adott szándék szerinti használathoz vagy alkalmazáshoz elıírt követelmények teljesültek. Az analitikai eredményeket szolgáltató laboratóriumokkal szemben ma már általános az elvárás, hogy megfelelı minıségő, megbízható, más laboratóriumokkal és nemzetközi vonatkozásban is összevethetı elemzési eredményeket szolgáltassanak. Ezt a követelményt úgy lehet elérni, ha a laboratórium szervezetét, mőszaki hátterét, felszerelését, személyzetét és mőködtetését nemzetközi tapasztalatok alapján kidolgozott elveknek megfelelıen alakítják ki. A vizsgáló laboratóriumokban végzett analitikai mérések minıségbiztosításának alapeleme annak igazolása, hogy az adott mérési módszer (analitikai rendszer) a megkívánt analitikai cél, feladat megoldására alkalmas. Ez az igazolás, érvényesítés dokumentálja is az adott méréssel kapott analitikai eredmény hihetıségét, hitelességét [1]. Ezt az igazolást nevezzük a módszer validálásának. Analitikai módszert (eljárást) tehát csak valamilyen konkrét feladatra lehet validálni. A validálási folyamatot a következı esetekben kell elvégezni: új módszer bevezetésekor, igazolt módszer új feladatra való kiterjesztésekor, az igazolt módszert eddig nem használták az adott laboratóriumban, vagy ha változik a mérést végzı személy vagy mőszer, ha a módszer az ellenırzés során nem bizonyul megfelelınek. Egy adott módszer bizonytalanságának becslése mellett egyéb ellenırzésekre is szükség van annak bizonyítására, hogy a módszer teljesítményjellemzıit kézben tartjuk és a módszer az alkalmazni kívánt körülmények között tudományosan megalapozott. Ezeket az ellenırzéseket győjtınéven validálásnak, érvényesítésnek nevezzük. Egy módszer validálása bizonyítja, rendszerezett laboratóriumi vizsgálatokon keresztül, hogy a módszer teljesítményjellemzıi kielégítik az analitikai méréseredmények tervezett felhasználására vonatkozó követelményeket. A meghatározott teljesítményjellemzık többek között: szelektivitás és specifitás (selectivity, specificity), linearitás, lineáris tartomány (linearity, range), érzékenység (sensitivity), kimutatási határ (limit of detection: LOD; minimum detection limit: MDL) 2

meghatározási határ (limit of quantitation: LOQ; minimum quantitation limit: MQL), robusztusság (robustness), merevség (ruggedness), pontosság (accuracy), precizitás (precision): ismételhetıség (repeatability) és reprodukálhatóság (reproducibility). A dokumentált módszernek ezeket a paramétereket egyértelmően tartalmaznia kell, hogy a felhasználó eldönthesse, alkalmas-e a módszer a saját igényeire. A szabványos módszereket szakértık csoportja egymással együttmőködve dolgozza ki. Elméletileg ez a fejlesztés a validálás valamennyi aspektusának figyelembevételét jelenti. A felelısség azonban kizárólag a felhasználót terheli abból a szempontból, hogy ellenırizze, vajon a módszer dokumentált validálás foka megfelel-e az ı igényeinek. Még ha a validálás teljes körő is, a felhasználónak a dokumentált teljesítményjellemzıket ellenıriznie kell. Magától értetıdıen a fenti paraméterek kiszámítása mögötti elméletben különbözı nézetek vannak. 3

2. A módszerek validálásának lépései 2.1. A módszer dokumentációjának elkészítése A módszer dokumentáció teljes körően megadja a módszer adott laboratóriumban történı alkalmazásának menetét részletezve a használt mőszereket, azok beállítását, a vegyszereket, eszközöket, a mőveletek szabatos leírását, a kalibrálást, az eredmények értékelését stb. 2.2. A validálási protokoll (terv) Megfogalmazzuk az analitikai célt, a feladatot. Felmérjük, hogy az adott analitikai cél eléréséhez milyen tárgyi (készülékek, eszközök, infrastruktúra, vegyszerek, oldatok, referencia anyagok) és személyi feltételek szükségesek. Megadjuk a validálandó analitikai teljesítményjellemzıket és azok elfogadási szintjeit (módszer alkalmasságának vizsgálata). Megadjuk a rendszeralkalmasság ellenırzéséhez szükséges paraméterek körét (mőszer megfelelıségének vizsgálata). Részletesen meghatározzuk a módszer menetét (mintavétel, minták tárolása, szállítása, kalibrálás, minta, mintaelıkészítés, mérés menete, kísérleti körülmények, mennyiségi értékelés, eredmények megadási módja, mérési adatok hibái és számszerő jellemzésük). Határidıket jelölünk ki a validálás lépéseinek elvégzésére, megjelölve a felelısségi szinteket. 2.3. Validálási jegyzıkönyv Ebben a dokumentumban leírják a protokoll szerint elvégzett vizsgálatok menetét, megadják a vizsgálatok primer adatait, valamint a számításokat és az eredményeket. Összevetik a kiválasztott analitikai paraméterek értékeit a tervezett értékekkel. 4

3. A validálás során vizsgált fontosabb analitikai paraméterek 3.1. Szelektivitás Egy módszer szelektivitása arra vonatkozik, hogy a módszer milyen mértékben képes adott alkotó(k) meghatározására egy komplex mintamátrixban a mátrix egyéb komponenseinek jelenlétében (zavaró hatása mellett). Azt a módszert, amely egy komponensre vagy a komponensek egy csoportjára tökéletesen szelektív, specifikusnak nevezzük. A módszer alkalmazhatóságát különbözı, ismert összetételő mintákkal, a tiszta standard oldatoktól a komplex mátrixokig kell tanulmányozni. Minden esetben a kérdéses alkotó(k) visszanyerési értékét meg kell határozni és a feltételezett zavaró hatásokat kell jellemezni. A felismert zavaróhatásokat modell vizsgálatokkal lehet tanulmányozni és bemutatni a kiküszöbölés hatékonyságát. A módszer alkalmazására vonatkozó bármilyen korlátozást a módszer dokumentációjában rögzíteni kell. [2] Csoport szelektív módszer az anyagok csoportját mutatja egy közös tulajdonságuk alapján. Univerzális módszer az anyagok széles spektrumára érzékeny. A zavaró jelek a mintában is jelet adnak, a kalibráló egyenesnek nem origó a tengelymetszete [3]. A szelektivitás tehát minıségi fogalom. Sok mőszer, pl. az UV/VIS spektrofotométer is, önmagában nem, vagy igen kevéssé szelektív mérést biztosít. Ezért általában az összetett mintáknál mérés elıtt el kell távolítani a zavaró komponenseket. Esetenként a meghatározandó anyagot teljesen el kell választanunk a minta többi komponensétıl, miközben hozzá is tehetünk olyan anyagokat, melyek eredetileg nem voltak a mintában. A nitrogén-dioxid meghatározásánál lényegében ez történik, mivel a mintavételnél kémiai reakcióval kötjük meg a levegıben levı NO2-t, és így elkülönítjük a többi komponenstıl. Minthogy a mintavétel módja nem változott, csak a mérımőszert cseréljük, így a szelektivitás vizsgálatával az újravalidálásnál nem foglalkozunk. 3.2. Linearitás, lineáris tartomány A kalibráló görbe linearitásán azt értjük, hogy a görbe adott tartományában, az ún. lineáris tartományban, adott megbízhatósággal egyenesnek tekinthetı. A linearitást a méréstartományt lefedı koncentrációjú minták elemzésével határozzuk meg. Az eredményekbıl a legkisebb négyzetek módszerével kiszámítjuk a regressziós egyenest a komponens koncentrációja függvényében. [4] Általános elvárás, hogy az R2 > 0,98 legyen, esetleg R2 > 0,99. 5

A linearitás számszerő értékét a regressziós egyenes meredekségének varianciájaként jelöli meg. A lineáris tartomány a meghatározandó komponensnek azon koncentráció-tartománya, melynél a komponens az adott módszer szerint adott pontossággal, precizitással és linearitással mérhetı. Elınyös, ha a lineáris tartomány minél szélesebb, egyes mőszereknél elérheti az 5-8-szoros koncentrációt [5]. Egy módszer alkalmazhatóságának valójában nem szükséges feltétele, hogy a komponens válaszjele és a koncentráció között lineáris összefüggés legyen. Az UV-VIS spektrofotometriás módszerek, a HPLC, GC és GC-MS módszerek általában lineáris kalibrációt adnak, míg az atomabszorpciós módszer kalibrációja méréstechnikai okokból (egyes elemek esetén) nem lineáris. A jó linearitású módszerek esetén (pl. UV-VIS spektrofotometria) nulla vagy és 5 különbözı koncentrációt reprezentáló pont általában elégséges az kalibráló függvény vagy kiértékelı függvény elkészítéséhez. Nem lineáris analitikai függvény esetén esetleg több kalibráló pont alkalmazása is indokolt lehet. Amennyiben a linearitás elengedhetetlen egy adott eljáráshoz, a számítás megfelelı algoritmusát meg kell határozni. A linearitás jellemzésére felhasználjuk a reziduumok eloszlásának vizsgálatát, és az F-próbát is. [2] 3.3. Érzékenység A kalibrációs görbe meredeksége (deriváltja). Lineáris függvény esetén egy adott érték, nem lineáris kalibrációs függvény esetén viszont az érzékenység változik a koncentráció függvényében (lokális meredekség). Ez utóbbi esetben a módszer érzékenységét általánosan a mérıgörbe kezdeti, lineáris szakaszának meredekségével jellemezhetjük. Az érzékenység jele: S. 3.4. Kimutatási határ Független minták ismételt elemzésével állapíthatjuk meg, és a meghatározandó komponensnek azon legkisebb koncentrációját (anyagmennyiségét) jelenti, amely a mintától megbízhatóan megkülönböztethetı. Megállapodás szerint az a koncentráció, amelyre adott válaszjel értéke ( J KH háromszorosa, vagyis: J ) a minta közepes válaszjele ( ) plusz a tapasztalati szórás J KH = J + 3 SD a koncentráció pedig: c KH = J KH J S 3 SD = S 6

ahol S a korábban már említett érzékenység. Az SD/S értéknek a 2,5-5 - szeresét tekinthetik a kimutatási határnak. Ha a minta szórása nem mérhetı az adott módszerrel, akkor a kalibráló sorozat legkisebb koncentrációjú tagjával közelíthetjük annak értékét. Vak mintához adjunk a meghatározandó komponensbıl a becsült kimutatási határ 3 5-szörösének megfelelı mennyiségben, és mérjünk párhuzamosokat, majd számítsuk ki a tapasztalati szórást, melyet megszorozva a t Student-faktorral (99% konfidencia intervallumhoz és n-1 szabadságfokhoz tartozó érték) kapjuk a kimutatási határt. 3.5. Meghatározási határ A mennyiségi mérés alsó határa, az a legkisebb koncentráció, amely még elfogadható pontossággal és precizitással határozható meg. Az elfogadható szintet mindig definiálni kell, ez az analízis céljától függ. A meghatározási határ ismert koncentrációjú minták segítségével felvett koncentráció és szórás összefüggésbıl határozható meg, vagy a kimutatási határból becsülhetı (annak 5-10-szeresét szokták venni). Értéke meghatározható a minta válaszjeléhez tartozó tapasztalati szórás tízszeresébıl számolva: c MH = J +10* SD S Ezen kívül az alapvonalzaj tízszeresébıl is meg lehet határozni. 3.6. Robusztusság (állékonyság, szilárdság) A kísérleti körülmények változásának a hatása. A módszer robusztusságát úgy vizsgáljuk, hogy szándékosan, ki mértékben változtatjuk a mérési módszer paramétereit, vizsgáljuk azok következményeit, meghatározzuk hatásukat, annak szignifikáns voltát. Igen sok tényezıt lehetne vizsgálni, de mivel többségüknek a hatása elhanyagolhatóan kicsi, több tényezı együttes vizsgálatára is lehetıség van az ún. kísérlettervezési statisztikai módszerek alkalmazásával. A robusztusság vizsgálatát célszerő a módszer fejlesztésének már a korai szakaszában elvégezni. 3.7. Merevség (rigiditás) A különbözı mérési körülmények hatása a módszer teljesítményére. A módszer merevségét úgy vizsgáljuk, hogy változtatjuk a mérés körülményeit (laboratóriumok, elemzı személyek, készülékek, reagensek, elemzési napok, stb.) és vizsgáljuk azok következményeit. 7

Szokásos számértékkel való kifejezése a reprodukálhatósághoz hasonló, relatív szórás, RSD %. 3.8. Pontosság (helyesség, torzítatlanság) A kapott érték és a valódi érték egyezésének mértéke. A pontosság többféleképp is vizsgálható. Megfelelı hiteles referenciaanyagot, vagy modell mintát (pl. mesterséges esıvíz) elemzünk a módszerrel és összevetjük az elemzési eredményt a deklarált értékkel. Ha megfelelı hiteles vagy tanúsított referenciaanyag nem áll rendelkezésre, a helyesség becslése úgy is elvégezhetı, hogy a mintához az elemzés megfelelı fázisában hozzáadjuk a vizsgált komponens ismert mennyiségét (addicionálás, spike ). Az adott módszerrel meghatározzuk a hozzáadott anyag koncentrációját, és azt összehasonlítjuk az ismert valódi koncentrációval (a visszanyerést százalékos alakban adjuk meg). A visszanyerés vizsgálat érvénye korlátozott, a helyesség meghatározására csak a módszernek a hozzáadást követı szakaszára alkalmas, korlátozásokkal (pl. a kioldásos elıkészítésnél másként viselkedik a hozzáadott anyag, a mintában található anyaghoz képest). A helyességet egy elfogadott módszer, vagy más független eljárás eredményeivel történı összehasonlítás, vagy laboratóriumok közötti összehasonlító vizsgálat (körvizsgálat) alapján is meghatározhatjuk. A pontosságot célszerő a tartomány legalább három pontján vizsgálni, minimum kilenc párhuzamos méréssel. A pontosság mennyiségi megadásakor a valódi értékre vonatkoztatott relatív (%-os) adatot adjuk meg, vagy az átlag és a valódi érték különbségét a konfidencia intervallumokkal. 3.9. Precizitás Kölcsönösen független vizsgálati eredmények közötti egyezés mértéke, rendszerint a tapasztalati szórással kifejezve. Értéke általában függ a komponens koncentrációjától, ezért a precizitás koncentráció függését is meg kell határozni és dokumentálni kell. A módszer precizitása függ attól, hogy meghatározása milyen körülmények között történt. 3.9.1. Ismételhetıség Az ismételhetıség a precizitás azon fajtája, aminél a minta elemzését az adott módszerrel, azonos anyagok felhasználásával, azonos kezelı, azonos laboratóriumban, rövid idıintervallumban (a mérés idıtartamától függıen, egy-két nap) 7-11-szer megismételi, és ezen mérések szórását számítjuk. Az ismétlések száma lehet 6-10. A precizitást célszerő a tartomány legalább három pontján vizsgálni. 8

3.9.2. Reprodukálhatóság A reprodukálhatóság a precizitás azon fajtája, aminél a minta elemzését a tanulmányozott módszerrel különbözı laboratóriumokban (körmérés), különbözı mőszerekkel, hosszú idıintervallumban különbözı analitikusok 7-11-szer megismételik, és kiszámítják a kapott összes eredmény szórását. A reprodukálhatóságot célszerő a tartomány legalább három pontján vizsgálni. Ha az adott vizsgálati módszert csak egy laboratórium használja, akkor a reprodukálhatóság vizsgálatánál a más laboratórium elmarad és csak a többi tényezıt változtatjuk. Ha az ismétlıképesség és reprodukálhatóság jelentıs eltérést mutat, fel kell tárni a különbség okát (eszköz, mővelet, kezelı, vegyszer stb.). 3.9.3. Közbensı precizitás Az ismételhetıségen és reprodukálhatóságon kívül a külföldi irodalmak használják a közbensı vagy átmeneti precizitás (intermediate precision) fogalmát, mely közbensı idıtávú (napok), más analitikus által vagy másik mőszeren végzett mintaismétléseket jelent. Régebben ennek meghatározása a merevség vizsgálatához tartozott. A pontosság és a precizitás fogalma jól illusztrálható a klasszikus célbalövési példával. Az alábbi négy ábrán a céltábla közepe jelenti a valódi értéket, a lövedékek becsapódási helye pedig a mérési adatokat. Ha a mérési hiba kicsi, akkor a mérés pontos, a mért értékek a céltábla közepe körül helyezkednek el. Ha az adatok szórása kicsi, akkor a mérés precíz, a mért értékek egymáshoz közel, sőrőn vannak. 9

4. Felhasznált irodalom 1. Dr. Balla József: A kromatográfiás módszerek validálása. B&B Analitika, Továbbképzı tanfolyam, 2007.03.12-14. 2. Dr Horvai György, Dr. Bezur László: Analitikai kémia II., Analitikai laboratóriumok minıségirányítása, analitikai módszerek validálása 3. http://www.kmf.hu/kmi/dokument_elemei/kornyanalitika/szenzorszabvány.ppt 4. Dr Gáspár Attila: Elválasztási módszerek validálása. http://delfin.unideb.hu/~agaspar/validalas.pdf 5. Galbács G., Galbács Z., Sipos P.: Néhány fontos alapfogalom a mőszeres analitikai kémiában, www.sci.u-szeged.hu/inorg/segedletek.pdf 10