Пригодность аналитических методик. Руководство для лабораторий по валидации методов и смежным вопросам Под редакцией Б. Магнуссона и У. Эрнемарка
 Скачать 1.02 Mb.
|
|
Таблица С1. Пример плана эксперимента, позволяющего оценить сходимость и промежуточную прецизионность с помощью однофакторного дисперсионного анализа ANOVA с приемлемым числом степеней свободы День 1 2 3 4 5 6 7 8 Результат х 1,1 х 1,2 х 2,1 х 2,2 х 3,1 х 3,2 х 4,1 х 4,2 х 5,1 х 5,2 х 6,1 х 6,2 х 7,1 х 7,2 х 8,1 х 8,2 Однофакторный ANOVA позволяет отделить дисперсию, присущую методу (сходимость), от дисперсии, обусловленной различиями в условиях измерений, т.е. 78 различными исполнителями, оборудованием, продолжительным интервалом времени (промежуточная прецизионность). Отметим, что при таком подходе невозможно сделать вывод о том, какой из факторов – исполнитель, оборудование или время – вносит наибольший вклад в промежуточную прецизионность, но, как правило, на этапе валидации это не требуется. Применив однофакторный ANOVA к данным, приведенным в таблице С1, мы получим результаты, аналогичные показанным на рис. С2. Значения F, критического F и P позволяют непосредственно судить о том, существенно ли дисперсия результатов, полученных в разные дни, превышает дисперсию результатов, полученных в течение одного дня. Значения двух показателей прецизионности (s r и s I ) можно легко рассчитать по приведенным выше формулам (С1) – (С3). Число степеней свободы (v) для s r будет равно N – p = 16 – 8 = 8. Значение v для промежуточной прецизионности определить сложнее, но оно будет не менее чем р – 1, т.е. не менее 7 в данном случае (см. рис. С.2). В результате мы имеем разумный компромисс между затраченными усилиями и неопределенностью оценок прецизионности. 79 Приложение D. Замечания о качественном анализе Качественный анализ основывается на тех же принципах, что и количественный анализ, но для описания свойств качественного метода и интерпретации результатов нужно использовать специальные понятия. В этом приложении приведена краткая информация о качественном анализе и даны указания по определению характеристик методов. IUPAC дает такое определение качественного анализа: анализ, при котором вещества идентифицируют или классифицируют по их химическим или физическим свойствам, таким как химическая активность, растворимость, молекулярная масса, температура плавления, излучательные свойства (излучение, поглощение), масс-спектры, период полураспада ядра и т.д. [17]. Это означает, что результаты выражают по номинальной шкале, что является более низким уровнем представления по сравнению со шкалой отношений. По этой причине качественный анализ рекомендуют выполнять вместо количественного, главным образом, в целях предварительного исследования с применением недорогих методов или когда концентрация аналита близка к пределу обнаружения (LOD). По сути, "качественный метод" дает ответ "да" или "нет" на вопрос о превышении заданной пороговой концентрации аналита [55]. При валидации определяют пороговую концентрацию для классификации/диагностирования состояния, например, наличия или отсутствия загрязнителя в воде в соответствии с директивой, законом и т.д., устанавливающих, какой должна быть пороговая концентрация. Наилучший способ охарактеризовать свойства качественного метода – применить количественный метод с более высокими метрологическими характеристиками, например, более низким LOD, (подтверждающий метод), позволяющий определить действительное состояние объекта. Свойства качественного метода нужно определять для различных значений концентрации – ниже, на уровне и выше пороговой. Применение подтверждающего количественного метода является предпочтительным по сравнению с использованием холостых проб с добавками и без добавок. Для качественных методов прецизионность нельзя представить как стандартное отклонение или относительное стандартное отклонение, но можно выразить через долю истинно положительных, ложно положительных, истинно отрицательных и ложно отрицательных результатов [55, 85, 86, 87]. (См. рис. D.1). 80 Положительный результат Отрицательный результат Пробы с концентрацией выше пороговой Общее количество проб с концентрацией выше пороговой Пробы с концентрацией ниже пороговой Общее количество проб с концентрацией ниже пороговой Общее количество положительных результатов Общее количество отрицательных результатов Рис. D1. Таблица 2 × 2, используемая для вычисления доли ложно положительных и ложно отрицательных результатов "Диагностическая чувствительность" – это относительное число проб, находящихся в некотором искомом состоянии (например, в них концентрация аналита превышает пороговую), для которых результат качественного испытания был положительным. Диагностическая чувствительность является самым главным свойством качественного метода, которое характеризует его способность к обнаружению небольшого количества аналита в пробе с выдачей бинарного ответа "да/нет" при заданном уровне вероятности. Диагностическая чувствительность = число истинно положительных результатов (D1) суммарное число проб в искомом состоянии "Диагностическая специфичность" – это относительное число проб, не находящихся в искомом состоянии (например, в них концентрация аналита ниже пороговой), для которых результат качественного испытания был отрицательным. Диагностическая специфичность = число истинно отрицательных результатов (D2) суммарное число проб не в искомом состоянии Если есть такая возможность, нужно использовать результаты сравнения с подтверждающим методом. В противном случае можно прибегнуть к анализу холостых проб с добавками и без добавок. Важными параметрами качества определения в качественном анализе являются LOD и минимальное пороговое значение (рис. D.2). LOD определяют точно так же, как и в количественном анализе: это концентрация аналита, при которой сигнал будет статистически отличим от среднего значения сигнала для соответствующих холостых проб. Минимальное пороговое значение, если его определить правильно, – это значение концентрации, при превышении которого относительное число ложно отрицательных результатов будет Истинно положительные результаты Ложно положительные результаты (ошибка 1-го рода) Ложно отрицательные результаты (ошибка 2-го рода) Истинно отрицательные результаты 81 малым – в соответствии с заданной вероятностью. Во время валидации проверяют минимальное пороговое значение, приведенное в документе на методику. Предел обнаружения (LOD) Обнаружено Минимальное пороговое значение Относительная шкала возрастания концентрации аналита Не обнаружено Не о ено Бинарные результаты Рис. D2. Два количественных параметра, с которыми связан бинарный результат квалификационного/классификационного качественного анализа: 1. Предел обнаружения (LOD), присущий данному методу. 2. Минимальное пороговое значение, приведенное в документе на методику. Они показаны на воображаемой шкале возрастания концентрации. Минимальное пороговое значение, лежащее в зоне обнаружения выше предела обнаружения, позволяет выделить зоны концентрации компонента, в которых будет получен правильный бинарный результат, т.е. "нет" для концентрации ниже пределов и "да" – для концентрации выше пределов. В качественном анализе используют и некоторые другие понятия (Таблица D1). Прогностическая ценность результатов может быть тем большей, чем больше распространенность случаев превышения порогового значения концентрации в пробах, исследуемых с помощью качественного метода, а данные о распространенности можно получить, например, с помощью других источников информации, отличных от качественного химического метода. Это позволит существенно увеличить практическую ценность метода качественного определения. Селективность качественного метода является качественным понятием – это степень того, как компоненты, отличные от целевого аналита, влияют на результаты анализа. Эта чрезвычайно важная черта метода также может быть определена как способность обеспечивать результаты, не подверженные влиянию матрицы. Чем выше селективность, тем больше достоверность идентификации и классификации пробы. бнаружено Обнаруж С заданным уровнем вероятности Не т Да 82 Таблица D1. Определение и формулы расчета показателей, характеризующих диагностические свойства методов измерения, в том числе качественных методов Показатель (символ) Описание Формула Отношение правдоподобия положительного результата (LR+) Отношение доли истинно положительных результатов к доле ложно положительных результатов. LR+ = диагностическая чувствительность 1 – диагностическая специфичность Отношение правдоподобия отрицательного результата (LR-) Отношение доли ложно отрицательных результатов к доле истинно отрицательных результатов. LR- = 1 – диагностическая чувствительность диагностическая специфичность Диагностическое отношение вероятностей (DOR) Объединяет диагностическую чувствительность, диагностическую специфичность и отношения правдоподобия в единый параметр. DOR= LR+/ LR- Прогностическая ценность положительного результата (PPV) Доля истинно положительных результатов качественного исследования в общем числе положительных результатов. Учитывает распространенность определяемого состояния в целевой совокупности проб. PPV = число истинно положительных общее число положительных Прогностическая ценность отрицательного результата (NPV) Доля истинно отрицательных результатов качественного исследования в общем числе отрицательных результатов. Учитывает распространенность определяемого состояния в целевой совокупности проб. NPV = число истинно отрицательных общее число отрицательных 83 Библиография (Текущие обновления наиболее важных источников можно найти в "Списке для чтения Eurachem" ("The Eurachem reading list"), размещенном в разделе "Публикации" ("Publications") на сайте Eurachem www.eurachem.org.) 1. ISO/IEC 17025:2005 General requirements for the competence of testing and calibration laboratories, ISO Geneva. 2. ISO 15189:2012 Medical laboratories – Requirements for quality and competence, ISO Geneva. 3. ISO 15195:2003 Laboratory medicine – Requirements for reference measurement laboratories, ISO Geneva. 4. J. N. Miller, Basic statistical methods for analytical chemistry. Part 2. Calibration and regression methods. A review, Analyst, 1991, 116, 3. 5. J. C. Miller, J. N. Miller, Statistics and chemometrics for analytical chemistry, 6th ed., Pearson, Harlow, 2010, ISBN 978-0-273730422. 6. S. L. R. Ellison, V. J. Barwick, T. J. Duguid Farrant, Practical statistics for the analytical scientist. A bench guide, 2nd ed., RSC Publishing, Cambridge, 2009, ISBN 978-0-85404-131-2. 7. International vocabulary of metrology – Basic and general concepts and associated terms (VIM), JCGM 200:2012, www.bipm.org. A previous version is published as ISO/IEC Guide 99:2007, ISO Geneva. 8. V. J. Barwick, E. Prichard (eds.), Eurachem Guide: Terminology in analytical measurement – Introduction to VIM 3, Eurachem, 2011, ISBN 978-0-948926-29-7, www.eurachem.org * 9. ISO 9000:2005 Quality management systems – Fundamentals and vocabulary, ISO Geneva. 10. ISO 9001:2008 Quality management systems – Requirements, ISO Geneva. 11. ISO online browsing platform (OBP), https://www.iso.org/obp/ui/. 12. M. Thompson, S. L. R. Ellison, R. Wood, Harmonized guidelines for single-laboratory validation of methods of analysis (IUPAC technical report), Pure Appl. Chem., 2002, 74(5), 835. 13. Validation of analytical procedures: Text and methodology Q2(R1), ICH harmonised tripartite guideline, 2005, www.ich.org. * Перевод на украинский язык: Термінологія аналітичного вимірювання. Вступ до VIM 3: за ред. В. Барвік та Е. Прічард: переклад першого видання настанови Eurachem 2011 р. – К.: ТОВ "Юрка Любченка", 2015. – 82 с., ISBN 978-617-7221-09-7, www.eurachem.org/images/stories/Guides/pdf/TAM_2011_UA2dISBN.pdf (прим. переводчика) 84 14. ISO 80000-1:2009 Quantities and units – Part 1: General, ISO Geneva. 15. M. H. Ramsey and S. L. R. Ellison (eds.), Eurachem/EUROLAB/CITAC/Nordtest/AMC Guide: Measurement uncertainty arising from sampling: a guide to methods and approaches, Eurachem, 2007, ISBN 978-0-948926-26-6, www.eurachem.org * 16. AMC technical brief No. 19, March 2005, M. Thompson (ed.), Terminology – the key to understanding analytical science. Part 2: Sampling and sample preparation, www.rsc.org. 17. Compendium of chemical terminology (IUPAC Gold Book), www.iupac.org. 18. Compendium of analytical nomenclature (IUPAC orange book), www.iupac.org. 19. Method validation of U.S. Environmental Protection Agency microbiological methods of analysis. Prepared for The EPA forum on environmental measurements (FEM). The FEM Microbiology Action Team, FEM Document Number 2009-01, 7 Oct., 2009. 20. ISO 10012:2003 Measurement management systems - Requirements for measurement processes and measuring equipment, ISO Geneva. 21. Evaluation of measurement data – Guide to the expression of uncertainty in measurement (GUM), JCGM 100:2008 (corrected version 2010), www.bipm.org. Printed as ISO/IEC Guide 98-3:2008, ISO Geneva. 22. S. L. R. Ellison, A. Williams (eds.), Eurachem/CITAC Guide CG4: Eurachem/CITAC, Quantifying uncertainty in analytical measurement, 3rd ed., Eurachem, 2012, www.eurachem.org. 23. Guide to method validation for quantitative analysis in chemical testing laboratories, INAB Guide 24. CLSI, User verification of performance for precision and trueness; Approved guideline – 2nd ed. CLSI document EP15-A2. Wayne PA, Clinical and Laboratory Standards Institute 2005, www.clsi.org. 25. AOAC Guidelines for collaborative study procedures to validate characteristics of a method of analysis, 2002, www.aoac.org. 26. Protocol for the design, conduct and interpretation of method-performance studies, (IUPAC technical report), Pure Appl. Chem., 1995, 67(2), 331. 27. ASTM E1601-12 Standard practice for conducting an interlaboratory study to evaluate the performance of an analytical method, 2012, www.astm.org. * Перевод на руский язык: Руководство Eurachem/EUROLAB/CITAC/Nordtest/AMC "Неопределенность измерения, связанная с отбором пробы. Руководство по методам и подходам": под ред. М. Рэмзи и С. Эллисона: перевод первого издания 2007 г. – К.: ООО "Юрка Любченка", 2015. – 156 с., ISBN 978-617-7221-08-0, www.metrology.kiev.ua/mizhnarodna-metrologiya/pereklad-mizhnarodnikh-dokumentiv (прим. переводчика) 85 28. CEN/TR 10345:2013 Guideline for statistical data treatment of inter laboratory tests for validation of analytical methods, CEN Brussels. 29. ISO 5725 Accuracy (trueness and precision) of measurement methods and results – Parts 1-6, ISO Geneva. 30. ISO Guide 30:1992/Amd 1:2008 Terms and definitions used in conjunction with reference materials, ISO Geneva. 31. M. Thompson, P. J. Lowthian, Notes on statistics and data quality for analytical chemists, Imperial College Press, 2011, ISBN 978-1848166172. 32. E. Mullins, Statistics for the quality control chemistry laboratory, RSC, Cambridge, 2003, ISBN 978-0-854074-671-3. 33. W. Funk, V. Dammann, G. Donnevert, Quality assurance in analytical chemistry: Applications in environmental, food, and materials analysis, biotechnology, and medical engineering, 2nd ed., Wiley-VCH, Weinheim, 2006, ISBN 978-3-527-31114-9. 34. A. Kallner, Laboratory statistics. Handbook of formulas and terms (1st ed.), Elsevier, 2013, ISBN 978-0-12-416971-5. 35. Codex Alimentarius Commission, Procedural manual 21st ed., 2013. 36. Council Directive 98/83/EC (3 November 1998) on the quality of water intended for human consumption. 37. Commission Directive 2009/90/EC (31 July 2009) laying down, pursuant to Directive 2000/60/EC of the European Parliament and of the Council, technical specifications for chemical analysis and monitoring of water status. 38. Commission Decision 2002/657/EC (12 August 2002) implementing Council Directive 96/23/EC concerning the performance of analytical methods and the interpretation of results. 39. SANCO/12571/2013 (19 Nov. 2013) Guidance document on analytical quality control and validation procedures for pesticide residues analysis in food and feed. 40. AMC technical brief No. 17, July 2004, M. Thompson (ed.), The amazing Horwitz function, www.rsc.org. 41. Selectivity in analytical chemistry (IUPAC recommendations 2001), Pure Appl. Chem., 2001, 73(8), 1381. 42. NATA – Technical report #17 – Guidelines for the validation and verification of quantitative and qualitative methods, 2012. 43. E. Theodorsson, Validation and verification of measurement methods in clinical chemistry, Bioanalysis, 2012, 4(3), 305. 44. AMC technical brief No. 37, March 2009, M. Thompson (ed.), Standard additions: myth and reality, www.rsc.org. 86 45. ISO 11843-1:1997/Cor 1:2003 Capability of detection – Part 1: Terms and definitions, ISO Geneva. 46. ISO 11843-2:2007 Capability of detection – Part 2: Methodology in the linear calibration case, ISO Geneva. 47. ISO 11843-3:2002 Capability of detection – Part 3: Methodology for determination of the critical value for the response variable when no calibration data are used, ISO Geneva. 48. ISO 3534 Statistics – Vocabulary and symbols – Parts 1-3, ISO Geneva. 49. Nomenclature in evaluation of analytical methods, including detection and quantification capabilities (IUPAC Recommendations 1995), Pure Appl. Chem., 1995, |