Validation des méthodes analytiques : Le profil d exactitude



Documents pareils
DETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES

Séries Statistiques Simples

Critères pour les méthodes de quantification des résidus potentiellement allergéniques de protéines de collage dans le vin (OIV-Oeno )

Glossaire de termes relatifs à l assurance de la qualité et aux bonnes pratiques de laboratoire

Cours de Métrologie & Assurance qualité

La survie nette actuelle à long terme Qualités de sept méthodes d estimation

Exercices Corrigés Premières notions sur les espaces vectoriels

Vision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007

Résolution d équations non linéaires

Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN

Statistiques Descriptives à une dimension

Table des matières. I Mise à niveau 11. Préface

BANC D ETALONNAGE EN TEMPERATURE

CAPTEURS - CHAINES DE MESURES

Relation entre deux variables : estimation de la corrélation linéaire

(51) Int Cl.: H04L 29/06 ( ) G06F 21/55 ( )

1 Complément sur la projection du nuage des individus

Soutenance de stage Laboratoire des Signaux et Systèmes

Annales du Contrôle National de Qualité des Analyses de Biologie Médicale

DOSSIER DE CANDIDATURE

Dosage des métaux lourds (As, Cd, Cr, Cu, Ni, Pb, Zn et Hg) dans les sols par ICP-MS

NOTICE DOUBLE DIPLÔME

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ

STATISTIQUES. UE Modélisation pour la biologie

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

Le choix professionnel pour les applications analytiques!

ACP Voitures 1- Méthode

Arrondissage des résultats de mesure. Nombre de chiffres significatifs

Géoréférencement et RGF93

Recommandations harmonisées pour la validation des methodes d'analyse par un seul laboratoire (rapport technique) (Résolution Oeno 8/2005)

Installation de serveurs DNS, WINS et DHCP sous Windows Server 2003

GAMME UVILINE 9100 & 9400

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

Création de procédures inter-services pour la gestion des essais de phase I à l Institut Gustave Roussy

GAMME UviLine 9100 & 9400

Théorie et codage de l information

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

Sommaire des documents de la base documentaire v /11/2013

Tests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année UE «Introduction à la biostatistique»

Stages de Formation en Statistique Appliquée et Logistique

UNIVERSITÉ MOHAMMED VI POLYTECHNIQUE MASTERE SPÉCIALISÉ MILEO

Analyse en Composantes Principales

Application de la méthode de surface de réponse stochastique à l analyse de stabilité d un tunnel pressurisé

Etude d un cas industriel : Optimisation de la modélisation de paramètre de production

de gestion des instruments et de documentation des données processus 7 èmes Journées nationales suisses sur la stérilisation de la SSSH,

La plateforme IRM. La maitrise des risques. L accès à la plateforme

Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands.

Logiciel XLSTAT version rue Damrémont PARIS

Programmation linéaire

Correction de l examen de la première session

Dosage des sucres par CLHP dans les vins (Oeno 23/2003)

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Etude des propriétés empiriques du lasso par simulations

LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION

Monitoring de l hémoglobine au bloc opératoire Place d une mesure continue non invasive. C Decoene PH CHRU Lille

Précision d un résultat et calculs d incertitudes

Détection et prise en charge de la résistance aux antirétroviraux

1 Définition. 2 Systèmes matériels et solides. 3 Les actions mécaniques. Le système matériel : Il peut être un ensemble.un sous-ensemble..

ATELIER REGIONAL AFRICAIN DU MDP. Koffi VOLLEY REFORME DU MDP: POINT DE VUE DE L AND- TOGO Par

Bio-Rad Laboratories CONTRÔLE DE QUALITÉ. Le logiciel de Bio-Rad pour une gestion experte du contrôle de qualité

Introduction à l approche bootstrap

Équations non linéaires

Cours 9 : Plans à plusieurs facteurs

Chapitre 3. Les distributions à deux variables

Théorème du point fixe - Théorème de l inversion locale

NOTE SUR LA MODELISATION DU RISQUE D INFLATION

Les cartes de fidélités... 2 Natures de pièces... 5 Impression des chèques cadeaux... 6 Statistiques fidélités... 8 Fiche client...

Biostatistiques Biologie- Vétérinaire FUNDP Eric Depiereux, Benoît DeHertogh, Grégoire Vincke

FORMULAIRE DE STATISTIQUES

UviLight XTW Spectrophotomètre UV-Vis

DÉVERSEMENT ÉLASTIQUE D UNE POUTRE À SECTION BI-SYMÉTRIQUE SOUMISE À DES MOMENTS D EXTRÉMITÉ ET UNE CHARGE RÉPARTIE OU CONCENTRÉE

Recommandations pour la définition des appareils de mesures utilisés en protection cathodique

Enjeux mathématiques et Statistiques du Big Data

Génie Logiciel LA QUALITE 1/5 LA QUALITE 3/5 LA QUALITE 2/5 LA QUALITE 4/5 LA QUALITE 5/5

Classe de première L

Gestion des anticoagulants oraux directs dans le cadre de l urgence

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )

Qualité de l'eau distribuée en ville basse du Havre et ventes des médicaments utilisés pour le traitement des gastro-entérites

PLAN DE COURS CEGEP DU VIEUX-MONTRÉAL

Calcul des pertes de pression et dimensionnement des conduits de ventilation

FPSTAT 2 í La dçecision statistique. 1. Introduction ça l'infçerence. 1

Intégration des paramètres de maintenance dans la conception du Health Monitoring. Saintis Laurent Laboratoire LASQUO (futur LARIS)

Exercice : la frontière des portefeuilles optimaux sans actif certain

Qu est-ce qu une probabilité?

$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU

NORME INTERNATIONALE D AUDIT 330 REPONSES DE L AUDITEUR AUX RISQUES EVALUES

CHROMATOGRAPHE BTEX GC 5000 BTX

Spectrophotomètre double faisceau modèle 6800

Nathalie Barbary SANSTABOO. Excel expert. Fonctions, simulations, Groupe Eyrolles, 2011, ISBN :

Dérivation CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES

La problématique des tests. Cours V. 7 mars Comment quantifier la performance d un test? Hypothèses simples et composites

Modélisation et simulation du trafic. Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005

1. Vocabulaire : Introduction au tableau élémentaire

Procédures d admission par équivalence

SOMMAIRE. Octobre Edito p 1 Evènements p 2 Conseil -Schéma Directeur d Intégration p 3 Intégration- LIMS p 4 Formation - Contrôle Commande p 5

Solutions pour le calibrage et l entretien Gamme complète d accessoires indispensables

Apllication au calcul financier

DOSSIER DE CANDIDATURE

Analyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés

Transcription:

Validation des méthodes analytiques : Le profil d exactitude

Pourquoi valider une méthode analytique? Passer à une utilisation de l outil d analyse en routine Obligations réglementaires : normes qualité, BPL, ISO Etre capable de décrire l obtention d un résultat (protocole de validation) et de justifier sa validité

Difficultés majeures Le choix des textes réglementaires et leur interprétation La définition d un protocole expérimental Le laboratoire doit définir ses propres règles de validation : procédures internes harmonisées quel que soit le type de méthode

Définir les objectifs Objectif d une méthode analytique? Doser le plus exactement possible chacune des quantités inconnues que le laboratoire aura à évaluer X i µ T Résultat Valeur vraie

Définir les objectifs Objectif de la validation d une méthode analytique? Donner au laboratoire et aux autorités les garanties suffisantes que chacune des mesures qui seront réalisées en routine avec la méthode d analyse sera suffisamment proche de la vérité X i - µ T < λ Avec λ = limite d acceptation Besoin d un outil de décision permettant d évaluer la capacité de la procédure à fournir des résultats dans les limites d acceptation

Illustration : archers - cibles

Illustration : archers - cibles Quelle décision prendre?

Illustration : archers - cibles Quels risques? Justesse Fidélité

Illustration : archers - cibles En résumé

Différents outils de décision Décision basée sur l hypothèse nulle Ne répondent Décision basée pas sur à l objectif des limites de la validation : risque d accepter des méthodes analytiques dont le risque d erreur est important! Décision basée sur la probabilité Décision basée sur l erreur totale PROFIL D EXACTITUDE

Décision basée sur l erreur totale Exemple : notion d erreur totale Avion 1 : réacteur et train d aterrissage fonctionnels Avion 2 : décolle et atterit Cas 1 Routine Moyenne % Biais < x% Risque ou Cas 2 Variabilité % CV < x%

Décision basée sur l erreur totale Profil d exactitude L exactitude d une procédure analytique exprime l étroitesse de l accord entre la valeur de référence et la valeur trouvée xi = µt + Justesse + Fidélité xi - µt = Justesse + Fidélité xi - µt = Exactitude (ISO) xi - µt = Erreur totale xi - µt < λ Erreur totale < λ λ = limite d acceptation (ex : ± 5%)

Le profil d exactitude Outil de décision Biais Justesse Justesse Fidélité intermédiaire Fidélité intermédiaire _ j = µ 2 j x 2. j. σ W, j + σ B, j Erreur totale Erreur + 0% Intervalle de tolérance avec un risque connu - TL B = ( xc xi ) ± ksip 100 x i Conc. (niveaux) = Limites d acceptation (5%, par exemple)

1. Standards de calibration Le profil d exactitude Principe et définitions niveaux de concentration (m), répétitions par niveau (n), séries (jours et/ou opérateurs différents) (p) Fonctions de réponse : 1 par série Choix du modèle mathématique de la fonction de réponse : linéaire, log, racine carrée : r² (coefficient de détermination)

Le profil d exactitude 2. Standards de validation niveaux de concentration (m ), répétitions par niveau (n ), séries (jours et/ou opérateurs différents) (p) traités comme des échantillons réels (dans la matrice utilisée en routine si possible) Back Calculation des résultats obtenus (signaux, aire des pics) par la relation inverse de la fonction de réponse

3. Justesse (Trueness) Le profil d exactitude Est mesurée par le biais (ou le taux de recouvrement = recovery) entre la valeur supposée vraie et la moyenne des résultats. La méthode est juste si la moyenne des résultats est proche de la valeur vraie. Représente l erreur systématique Par niveau de concentration : Concentration calculée moyenne :

4. Fidélité (Precision) Le profil d exactitude Mesure la dispersion des résultats, les écarts des résultats par rapport à la moyenne. Représente l erreur aléatoire. La fidélité exprime l étroitesse de l accord (degré de dispersion, CV) entre une série de mesure provenant de multiples prises d un même échantillon homogène (résultats d essai indépendants) dans des conditions prescrites. 3 niveaux : répétabilité, fidélité intermédiaire (intra-labo) et reproductibilité (inter-labo)

Le profil d exactitude 4a. Répétabilité (Repeatability) Conditions où les résultats d essai indépendants sont obtenus par la même méthode, sur des individus d essai identiques, dans le même laboratoire, par le même opérateur, utilisant le même équipement et pendant un cours intervalle de temps. Variance de répétabilité : σ² w,j

Le profil d exactitude 4b. Fidélité intermédiaire (Intermediate precision) Conditions où les résultats d essai indépendants sont obtenus par la même méthode, sur des individus d essai identiques, dans le même laboratoire, avec des opérateurs différents et utilisant des équipements différents et pendant un intervalle de temps donné (pas obligatoirement des jours consécutifs). Variance de fidélité intermédiaire : σ² w,j + σ² B,j

Le profil d exactitude 4. Calculer la fidélité 2 2 - Si nombre de répétitions différent : σ W j + σ B,, j

Le profil d exactitude 4. Calculer la fidélité - Si nombre de répétitions identique simplification des formules Variance de répétabilité 2 σ W, j = Moyenne (Variance par jour) 2 Variance Inter-série σ B, j = Variance (Moyenne par jour) - σ W, j /n 2 Variance fidélité intermédiaire σ 2 FI 2 2 = σ W, j + σ B, j CV fidélité intermédiaire = Ecat type de la variance / Moyenne 2 = Racine ( σ FI ) / CC théorique

Le profil d exactitude 5. Exactitude (Accuracy) Se mesure par l écart des résultats par rapport à la valeur vraie. Combinaison de la fidélité et de la justesse. Représente l erreur totale. Par niveau de concentration : Calcul des limites de tolérances (β-expectation tolerance limits) Absolu Relatif

5. Exactitude (Accuracy) Le profil d exactitude

Le profil d exactitude En valeur relative : profil d exactitude Fidélité (limites de tolérance) Justesse (Biais ) Limites d acceptation de la méthode

Le profil d exactitude En valeur absolue : profil de linéarité

Le profil d exactitude Limite de quantification : Intersection des limites d acceptation et des limites de tolérance LOQ

Merci de votre attention Questions?