CAC/GL 59-2006. Кодекс Алиментариус. Руководство по оценке неопределенности результатов
Актуально на 06.11.2026.
Как цитировать: "CAC/GL 59-2006. Кодекс Алиментариус. Руководство по оценке неопределенности результатов". CAC/GL 59-2006. https://bukva.ai/docs/kodeks-cacgl-59-2006
(Принят в 2006 году)
(с изм. от 2011 года)
[неофициальный перевод] <*>
РУКОВОДСТВО ПО ОЦЕНКЕ НЕОПРЕДЕЛЕННОСТИ РЕЗУЛЬТАТОВ
(CAC/GL 59-2006) <**>
<**> Guidelines on estimation of uncertainty of results (CAC/GL 59-2006). Принято в 2006 г. Изменено в 2011 г.
1. ВВЕДЕНИЕ
Требованием ISO/IEC 17025 является, чтобы лаборатории определяли и предоставляли сведения о неопределенности в отношении аналитических результатов. Для этой цели лаборатории по исследованию пищевых продуктов, осуществляющие свою деятельность согласно Руководству по надлежащей лабораторной практике по анализу остатков пестицидов (CAC/GL 40-1993), должны располагать достаточными данными, полученными методом валидации/проверки, в ходе внутрилабораторных исследований и внутренней системы оценки качества, которые могут применяться для оценки неопределенностей, особенно при использовании в лаборатории стандартного метода. Настоящее руководство разработано с учетом общих рекомендаций Кодекса о методах анализа и отбора проб (CCMAS).
1.1. Понятие и компоненты неопределенности
Неопределенность измерений относится к термину «неопределенность», связанному с данными, получаемыми в процессе измерений. В аналитической химии она в целом определяет неопределенность, связанную с лабораторным процессом, но может также включать неопределенность компонентов, связанных с отбором проб.
В связи с этим «оценка» неопределенности характеризует множество значений вокруг опубликованного или экспериментального результата, в пределах которого ожидается правильное значение, которое может лежать в пределах определенного уровня вероятности. Это другое определение ошибки измерения, которая может быть определена как разница между конкретным результатом и правильным результатом. Сообщение о неопределенности имеет целью предоставление более высокого уровня достоверности для обоснованности зарегистрированного результата.
Вклады в данные о неопределенности разнообразны и подробно описаны в Таблицах 1 и 2. Оценка неопределенности в идеале требует понимания и определения вкладов в неопределенность от каждой деятельности, включенной в процесс измерений.
2. ИДЕНТИФИКАЦИЯ ИСТОЧНИКОВ НЕОПРЕДЕЛЕННОСТИ
В целом неопределенность измерений состоит из множества компонентов, возникающих из действий, связанных с отбором проб. На неопределенность аналитического результата влияют три основные фазы обнаружения:
- Внешние операции: отбор проб (Ss), упаковка, перевозка и хранение проб <*>;
<*> Упаковка, перевозка, хранение и лабораторная подготовка проб оказывают существенное влияние на обнаруженные остатки, но их вклад в неопределенность часто не может быть оценен количественно на основе текущей информации. Примерами подобных ошибок являются выбор расположения проб, время отбора проб, неправильная маркировка распада анализируемого вещества или контаминация пробы.
- Подготовка испытуемой части: подвыборка, подготовка пробы и обработка пробы (SSp);
- Анализ (SA): экстрагирование, очистка, выпаривание, получение производных, инструментальное обнаружение <*>.
<*> Если результат откорректирован по извлечению, неопределенность, связанная с данной корректировкой, должна учитываться.
Комбинированный стандарт (SRes) и относительная (CVRes) неопределенность могут быть рассчитаны в соответствии с законом распространения ошибки:
S_{Res} = \sqrt{S_{S}^{2} + (S_{Sp}^{2} + S_{A}^{2})} ;S_{Res} = \sqrt{S_{S}^{2} + S_{L}^{2}} (1)
Если анализируется целая проба, то средний остаток остается прежним и уравнение можно привести к виду:
CV_{Res} = \sqrt{CV_{S}^{2} + CV_{L}^{2}} \text{и }CV_{L} = \sqrt{CV_{Sp}^{2} + CV_{A}^{2}} (2)
где CVL — относительная неопределенность лабораторной фазы обнаружения, которая может возникнуть при подвыборке, подготовке, обработке пробы и на аналитических этапах.
Необходимо отметить, что лаборатории обычно требуется оценить только неопределенность, связанную с данными процессами, которые она контролирует, т.е. только те процессы, которые происходят в лаборатории, если отбор проб не входит в обязанности персонала лаборатории.
2.1. Ошибки при аналитических измерениях
В большинстве измерений можно выделить три вида ошибок: грубая, случайная и систематическая ошибки.
Грубые ошибки относятся к непредумышленным/непредвиденным ошибкам при получении аналитического результата. Ошибки данного вида влекут за собой недействительность измерений. Процедуры обеспечения качества в лаборатории должны минимизировать грубые ошибки. Не представляется возможным и желательным статистически оценивать и включать грубые ошибки в оценку неопределенности. Отсутствует необходимость в их дальнейшем рассмотрении в настоящем документе.
Случайные ошибки присутствуют во всех измерениях и связаны с результатами повторности, попадающие на обе стороны среднего значения. Случайная ошибка измерений не может компенсироваться, но увеличивающееся количество наблюдений и обработки анализируемого вещества может снизить все эффекты.
Систематические ошибки происходят в большинстве экспериментов, но их эффект совершенно другой. Сумма всех систематических ошибок эксперимента называется систематической погрешностью. В связи с тем, что они не сводятся к нулю при большом числе измерений, отдельные систематические ошибки невозможно обнаружить непосредственно при повторном анализе. Проблема с систематическими ошибками заключается в том, что они могут оставаться незамеченными, если не будут приняты надлежащие меры предосторожности. На практике систематические ошибки при анализе могут быть выявлены только при применении аналитического метода к эталонному материалу, проведении анализа другим химиком-аналитиком или, что предпочтительнее, в другой лаборатории либо при проведении повторного анализа с использованием другого аналитического метода. Однако если только эталонный материал однозначно подходит по показателям анализируемого вещества, матрица и концентрация делают его соответствующим оптимальным условиям метода определения систематической погрешности. Систематическая погрешность метода также может быть обнаружена исследованием на чувствительность. Тем не менее исследование на чувствительность оценивает только эффекты анализа (SA) и необязательно используется для исследуемых образцов в естественной среде или компонентов систематической погрешности, которые могут быть представлены до стадии анализа. При анализе пестицидов результаты в обычном порядке не корректируются по извлечению, но должны корректироваться, если среднее значение извлечения существенно отличается от 100%. Если результат откорректирован по извлечению, неопределенность, связанная с ним, должна быть включена в оценку неопределенности измерений.
Некоторые примеры источников ошибок проиллюстрированы в Таблицах 1 и 2. Следует отметить, что не все упомянутые источники должны рассматриваться при оценке неопределенности. Некоторые источники уже включены в суммарную неопределенность, в то время как другие имеют второстепенное значение и могут не приниматься во внимание. Однако важно определить и оценить все источники до уничтожения. Следующая информация может быть получена из опубликованных документов <*> <**>.
<*> EURACHEM Руководство по количественной неопределенности аналитических измерений, 2-е изд., 1999, http://www.measurementuncertainty.org.
<**> Ambrus A. Reliability of residue data, Accred. Qual. Assur. 9, pp. 288 — 304. 2004.
Источники ошибки при подготовке испытуемой части
Источники ошибки при анализе (SA)
3. ПРОЦЕДУРЫ ОЦЕНКИ НЕОПРЕДЕЛЕННОСТИ ИЗМЕРЕНИЯ
В то время как существует количество доступных опций лаборатории по оценке неопределенности измерений, существуют две процедуры, определенные как принцип восходящего анализа и принцип нисходящего анализа, являющиеся наиболее распространенными.
Метод восходящего анализа или компонентный метод включает в себя процесс, основанный на виде деятельности, при котором химик-аналитик подразделяет аналитические операции на основные виды деятельности. Затем они объединяются или группируются в общепринятые виды деятельности, и оценка дается вкладу указанных видов деятельности в значение суммарной неопределенности процесса измерения. Метод восходящего анализа может быть очень кропотливым и может требовать детальных знаний всего аналитического процесса. Преимущество для химика-аналитика заключается в том, что данный метод способствует четкому пониманию видов аналитической деятельности, которые вносят значительный вклад в неопределенность измерения и поэтому могут быть определены как критические контрольные точки для снижения или управления неопределенностью измерений при применении метода в будущем.
Метод нисходящего анализа основан на методе валидации и данных о долговременной погрешности, полученных от лабораторных контрольных проб, результатов квалификационных испытаний, опубликованных данных и/или внутрилабораторных совместных испытаний. Оценка неопределенности, основанная на внутрилабораторных исследованиях, может также учитывать межлабораторную изменчивость данных и может способствовать надежной оценке характеристик метода и неопределенности, связанной с его применением. Однако важно осознавать, что совместные исследования имеют целью оценку характеристик специального метода и принимающих участие лабораторий. Они обычно не оценивают погрешность, связанную с подготовкой или обработкой проб, так как пробы в целом имеют свойство быстро гомогенизировать.
Аналитические лаборатории по исследованию остатков пестицидов обычно отыскивают более 200 остатков в различных товарах, которые приводят к многочисленному количеству комбинаций. В этой связи лабораториям предлагается для оценки неопределенности, связанной с процедурами множественных остатков, использовать надлежаще отобранный диапазон анализируемых веществ и образцов матриц, которые представляют остатки и товар, подлежащие анализу на предмет физико-химических свойств и состава, на основании соответствующих частей Руководства по надлежащей лабораторной практике по анализу остатков пестицидов, нежели устанавливать неопределенность для каждого метода/анализируемого вещества/комбинации матрицы. Выбор репрезентативного диапазона анализируемых веществ и матриц для представления оценки неопределенности должен обеспечиваться данными валидации и исследованиями по выбранным комбинациям матрицы/анализируемого вещества.
Таким образом, лаборатории должны использовать либо их собственные данные о долговременной погрешности, либо процедуры, основанные на видах деятельности (компонентный расчет) для установления и уточнения данных о неопределенности.
В некоторых ситуациях уместным будет оценка вклада в неопределенность, связанную с изменчивостью пробы. Это потребует понимания изменчивости анализируемого вещества в пределах партии проб и не является легкодоступным для лаборатории или химика-аналитика. Значения, полученные из данных статистического анализа более 8500 остатков (Таблица 4), в настоящее время представляют наилучшую оценку <*>. Указанные оценки могут быть включены в значение суммарной неопределенности.
<*> Ambrus A. and Soboleva E. Contribution of sampling to the variability of residue data, JAOAC. 87, 1368 — 1379, 2004.
Таким же образом может потребоваться учитывать стабильность анализируемых веществ в период хранения и обработки проб, если возможным последствием является изменчивость анализируемого вещества между химиком-аналитиком и лабораториями.
3.1. Оценки неопределенности результатов, связанные с анализом множества компонентов
Оценка неопределенности результатов для множества компонентов остатков, возникающих в связи с применением технологических смесей, включая структурные и оптические изомеры, метаболиты и другие продукты распада, может требовать иного подхода, особенно когда MRL установлен для суммы всех или некоторых компонентов остатков. Оценка случайных или систематических ошибок результатов, основанных на измерениях множественных пиков, подробно объясняется в недавней публикации <*>.
<*> Soboleva E., Ambrus A., Jarju O., Estimation of uncertainty of analytical results based on multiple peaks, J. Chromatogr. A. 1029. 2004, 161 — 166
4. РУКОВОДЯЩИЕ ЗНАЧЕНИЯ ДОПУСТИМЫХ НЕОПРЕДЕЛЕННОСТЕЙ
Установление стандартного отклонения целого ряда тестов, проводимых одной лабораторией, как величины стандартной неопределенности предусматривает необходимость в результатах большого набора данных, которые не всегда доступны. Однако для меньшего количества данных правильное стандартное отклонение может быть оценено следующим образом:
В зависимости от количества наблюдений (n) соответствия правильного (\sigma) стандартного отклонения, рассчитанного (S) стандартного отклонения ожидаемый диапазон среднего значения (\overline{x}) при 95% вероятности проиллюстрирован в Таблице 3. Множитель при f определяет связь между предполагаемыми и правильными значениями как функции по числу измерений.
Значения f для расчета ожидаемых диапазонов стандартного отклонения и средних значений
| N | S_{min} = f_{1}\sigma | S_{max} = f_{2}\sigma | \overline{x} = \pm f_{3}S |
|---|---|---|---|
| f1 | f2 | f3 | |
| 5 | 0,35 | 1,67 | 1,24 |
| 7 | 045 | 1,55 | 0,92 |
| 15 | 0,63 | 1,37 | 0,55 |
| 31 | 0,75 | 1,25 | 0,37 |
| 61 | 0,82 | 1,18 | 0,26 |
| 121 | 0,87 | 1,13 | 0,18 |
К примеру: повторяемость лабораторных операций, CVL была определена от 5 испытуемых частей гомогенизированной пробы, содержащей привнесенные остатки. Средний обнаруженный остаток составил 0,75 мг/кг со стандартным отклонением 0,2 мг/кг. Правильный остаток обработанной пробы ожидается в диапазоне от 0,75 +/- 1,24 * 0,2 = 0,75 +/- 0,248 мг/кг, в то время как правильная неопределенность результатов измерения, вероятно, находится между 0,0696 (0,2 * 0,35) и 0,334 (0,2 * 1,67) мг/кг в 95% случаев.
Руководящие значения стандартной неопределенности, приведенные в Таблице 4, основаны на большом количестве данных и могут использоваться для оценки реальности измеренной неопределенности в лаборатории, чтобы избежать необоснованно высокого или низкого значений.
Типовые ожидаемые значения неопределенностей в большинстве этапов отбора проб и анализа остатков пестицидов
| Процедура | Относительная неопределенность | Примечания |
| Отбор проб товаров растительного происхождения Отражает изменение среднего значения остатков в смешанной пробе, отобранной произвольно из партии. Она не включает ошибки последующих процедур. | Средние и небольшие товары. (Размер пробы >= 10) a: 26 — 30% b. | Для исследования соответствия MRLs неопределенность отбора проб определяется как 0, если MRLs относятся к средним остаткам в объемных пробах. |
| Большие товары. (Размер пробы >= 5) a: 36 — 40% b. | ||
| Отбор проб продуктов животного происхождения | Связь между количеством проб (n), подлежащим отбору для установления определенного процентного соотношения нарушения (\beta p) с заданной вероятностью (\beta_{t}) , описано посредством a: 1 - \beta_{t} = (1 - \beta_{p})^{n} . | Первоначальные пробы должны быть отобраны произвольно из всей партии. |
| Обработка проб Включает физические операции, выполняемые для гомогенизации аналитической пробы и подвыборки, но не включает распад и испарение анализируемых веществ | В основном переменна, зависит от матрицы пробы и оборудования. Не может быть типичного значения. При анализе необходимо сохранить его c ниже 8 — 10% | На нее может оказать влияние оборудование, используемое для измельчения/гомогенизации пробы и матрицы пробы, но она независима от анализируемого вещества. |
| Анализ Включает все процедуры, выполняемые с момента внесения добавок в испытуемые части | При лабораторной воспроизводимости: 16 — 53% для концентрации 1\mu\text{г}/\text{кг} до 1\mu\text{г}/\text{кг} c. Среднее между значениями лабораторной воспроизводимости находится в пределах 0,001 — 10 мг/кг: 25% d | Типовое CVA может быть просто определено из исследований извлечения, проводимого при различных комбинациях пестицид-товар в разные дни и в период использования метода. |
a Рекомендованные методы по отбору проб для определения остатков пестицидов в целях соответствия максимальным уровням остатков (CAC/GL 33-1999);
b Ambrus A. Soboleva E. Contribution of sampling to the variability of residue data, JAOAC, 87, 1368 — 1379, 2004;
c Руководство по надлежащей лабораторной практике по анализу остатков пестицидов (CAC/GL 40-1993);
d Alder L., Korth W., Patey A., van der Schee and Schoeneweis S., Estimation of Measurement Uncertainty in Pesticide Residue Analysis, J. AOAC International, 84, 1569 — 1578, 2001.
В дополнение к предполагаемым неопределенностям, определенным отдельными лабораториями, регулятивные органы и лица по управлению риском могут принять решение о расширенных измерениях неопределенности по умолчанию, которые могут использоваться для решения о соответствии MRLs (См. раздел 5), основанных на значениях межлабораторной воспроизводимости. К примеру, 50% расширенной неопределенности для CVL рассматривается как обоснованное значение по умолчанию.
5. ИСПОЛЬЗОВАНИЕ ИНФОРМАЦИИ О НЕОПРЕДЕЛЕННОСТИ
Если это требуется, результат должен быть оформлен совместно с расширенной неопределенностью, U, следующим образом:
Расширенная неопределенность, U, может быть рассчитана из суммарной стандартной неопределенности (SRes) с коэффициентом охвата 2, как рекомендовано EURACHEM, или со значением критерия t Стьюдента для требуемого уровня достоверности (обычно 95%), где оптимальная степень свободы менее 20. Относительные расчеты для расширенной неопределенности следующие:
U = 2SRes или U = tv,0.95SRes (3)
Числовое значение переданных результатов должно учитывать общее правило, что последние цифры могут быть неопределенными. Округление результатов должно быть проведено, только когда конечный результат берется в кавычки ввиду того, что округление на начальных этапах расчета может внести ненужную системную погрешность рассчитанных значений.
Для целей интерпретации предполагается, что наилучшая оценка содержания остатка описана для пробы. Интерпретация результатов зависит от цели исследования. Типичные причины включают исследование на соответствие национальному MRL, подтверждающее соответствие Кодексу MRL в отношении товара для экспорта.
5.1. Соответствие исследования MRL
Рисунок 1 показывает, как результаты испытаний могут быть показаны в форме измеряемого значения остатка, соответствующего интервала неопределенности и MRL.
Рисунок 1. Пример взаимосвязи между предполагаемым значением ожидаемой неопределенности и MRL
Аналитический результат, связанный с конечными точками измерения неопределенности, больше MRL. Результат показывает, что остаток в партии проб больше MRL.
Аналитический результат больше MRL при нижней конечной точке измерения неопределенности, которая меньше MRL.
Аналитический результат меньше MRL при верхней конечной точке измерения неопределенности, которая выше MRL.
Аналитический результат, связанный с конечными точками расширенной неопределенности измерений, меньше MRL.
5.2. Условия принятия решения
Ситуация, приведенная в Рисунке 1, относится к продуктам растительного происхождения. Соответствие остатков MRLs для продуктов животного происхождения должно быть определено следующими планами отбора проб, основанными на непараметрической статистике и примерах, приведенных в Рекомендованных методах по отбору проб для определения остатков пестицидов в целях соответствия максимальным уровням остатков.
В связи с тем, что остатки в каждой пробе, которая совпадает с минимальным размером пробы и массой пробы, определенной в Процедуре отбора проб, должны соответствовать MRL, то расширенная неопределенность должна быть рассчитана с использованием SL из уравнения 1 как U = kSL, где SL = CVL * остаток.
Принятие решения по Ситуации (i) очевидно. Во избежание длительных пояснений неопределенности, включая характеристики анализа для соответствия исследования MRL на национальном уровне отечественных или импортных товаров, лаборатория может сообщить о результатах, что проба содержит «не менее чем „x — U“ остатков». Это удовлетворяет требованию о том, что MRL выходит за пределы любых обоснованных сомнений относительно измерения неопределенности.
В ситуации (iv) очевидно, что проба соответствует MRL.
В ситуациях (ii) и (iii) невозможно установить, что MRL превышен или соответствует без обоснованных сомнений. Ответственному исполнителю необходимо предпринять действия по дальнейшему рассмотрению, как описано ниже.
Последствия ситуаций (ii) и (iii) будут зависеть от национальных практик и могут существенно повлиять на приемку торговых партий груза. Необходимо соблюдать осторожность в дистрибуции продуктов на внутреннем рынке или международной торговле при результатах исследований, показанных в ситуациях (ii) и (iii). Например, при сертификации продуктов для экспорта может быть рекомендовано не экспортировать партии товаров с результатами остатков, как описано в ситуациях (ii) и (iii). Для стран, импортирующих товары с уровнями остатков, как описано в ситуации (ii), затруднительно проверить соответствие MRL при допустимом уровне достоверности. Ситуация (iii) в целом не может потребовать каких-либо действий от импортирующей стороны.
Глоссарий терминов, используемых в тексте a
Примечание (a). Приведенные определения основаны на следующих ссылках <1>, <2>, <3>, <4>. Дополнительные определения приведены в Руководстве по надлежащей лабораторной практике по анализу остатков пестицидов.
<1> EURACHEM (2000) EURACHEM/CITAC Руководство по количественной неопределенности в аналитических измерениях, 2-е изд. http://www.measurementuncertainty.org.
<2> Рекомендованные методы по отбору проб для определения остатков пестицидов в целях соответствия максимальным уровням остатков.
<3> Willetts P, Wood R (1998) Accred Qual Assur 3: 231 — 236.
<4> Международный словарь основных и общих терминов в метрологии, Женева, 1993.
Приложение
ПРЕДИСЛОВИЕ
Как указано в Руководстве CAC/GL 59-2006, оценка неопределенности измерений (MU), относящаяся к аналитическим данным, является требованием для лабораторий, аккредитованных в соответствии с ISO/IEC 17025, и ожиданием от лабораторий, осуществляющих свою деятельность согласно надлежащим лабораторным практикам (GLP) по анализу остатков пестицидов. Решения в отношении соответствия пищевых продуктов национальным и международным стандартам для химических остатков и загрязняющих веществ необходимо принимать с учетом неопределенности, связанной с результатами исследований, сообщенных лабораториями, об анализе особых партий или грузов.
Лаборатории часто сообщают о достаточно различных оценках MU при квалификационных испытаниях (PT), несмотря на тот факт, что они применяют подобный метод исследования при анализе. Указанное обстоятельство свидетельствует о том, что оценка MU до сих пор является развивающейся отраслью для многих лабораторий по исследованию пищевых продуктов. Целью настоящего Приложения является описание некоторых опций, которые лаборатории могут применять при оценке измерений неопределенности, особенно использование данных внутреннего метода валидации, контроля качества и долговременной погрешности для методов множественных остатков пестицидов. Предполагается, что более гармонизированный подход к оценке MU результатов остатков пестицидов минимизирует возможные разногласия при решении вопроса о соответствии уровней остатков MRLs.
В общих чертах существуют два подхода, обычно применяемые для определения MU: так называемый GUM (руководство по выражению неопределенности измерений) или метод нисходящего анализа, и процедура восходящего анализа, основанная на применении аналитической погрешности и систематической погрешности.
GUM-подход основан на строгом анализе всех отдельных компонентов аналитического процесса и оценке случайной и систематической ошибок, определенных на указанных этапах. Данный процесс, хотя первоначально достаточно кропотливый, требует от химика-аналитика обладания или развития детального понимания аналитических этапов процесса и определения критических контрольных точек метода. Если в процессе рассматриваются все этапы, можно недооценить MU. С другой стороны, некоторые операционные ошибки могут быть сбалансированы и, если их не учитывать, могут повлечь переоценку неопределенности. Общепризнано, что метод восходящего анализа больше подходит для физической метрологии, нежели для деятельности аналитической химии, и в основном для более комплексных методов множественных остатков пестицидов.
Сторонники нисходящего метода отмечают, что лабораторные данные, собранные при внутренней валидации, долговременной погрешности и контроля качества (QC), вероятно, предоставят более надежную информацию о MU. При наличии, РТ данные также могут использоваться для оценки MU в качестве единственного основания для оценок или, что происходит чаще, в сочетании с внутренними данными. Данные о внутрилабораторной воспроизводимости, полученные при исследовании РТ, также могут служить полезным «ориентиром» для отдельных лабораторных оценок.
Должны рассматриваться все варианты оценки MU. Первоначальной целью должно быть получение максимально возможно лучшей оценки с использованием доступной информации. Исходные лабораторные оценки должны быть проверены сравнением с альтернативными методами, письменными отчетами и сопоставлением исследований РТ. Кроме того, важную роль в оценке и проверке измерений неопределенности играет профессиональное мнение. Оценки должны быть пересмотрены, как только станут доступными более точные данные, например, в рамках серии данных о QC, регулярно создаваемых в процессе аналитического курса программы.
Настоящее Приложение сосредоточено на оценке MU с использованием нисходящего подхода, основанного на данных, полученных из различных источников.
ИСПОЛЬЗОВАНИЕ ЗНАЧЕНИЙ ПО УМОЛЧАНИЮ ДЛЯ MU ОСТАТКОВ ПЕСТИЦИДОВ В ПИЩЕВЫХ ПРОДУКТАХ
Государства-члены ЕС приняли значение MU «по умолчанию» +/- 50% для остатков пестицидов в партиях продовольственных грузов, поступающих в ЕС. В основе значения по умолчанию лежат статистические результаты ряда исследований РТ, проведенных ЕС, включая исследования лабораторий, компетентных в сфере определения остатков, принимающих участие в ряде исследований множественных остатков во фруктах и овощах. Средние относительные стандартные отклонения, представленные исходя из ряда указанных исследований, колеблются в пределах 20 — 25%, обеспечивая MU, приближающуюся к 50%.
При отсутствии статистических данных лаборатория, проводящая исследование продовольственных товаров на соответствие регламентам ЕС о максимальных остатках пестицидов, может принять значение MU по умолчанию в 50% при условии, что она может устанавливать свою аналитическую квалификацию посредством участия в ЕС или подобных исследованиях РТ и/или она может демонстрировать допустимую долговременную погрешность или систематическую погрешность, основанную на своих результатах исследований. Однако в долгосрочной перспективе на лабораторию должна быть возложена обязанность по проверке принятого ею значения MU по умолчанию посредством независимой оценки MU, основанной на данных о внутренних погрешностях и валидации.
ТОЧНОСТЬ ДАННЫХ, ПОЛУЧЕННЫХ ПРИ ИСПОЛЬЗОВАНИИ СООТНОШЕНИЯ ХОРВИТЦА
При отсутствии данных о внутрилабораторных исследованиях по определенному методу стандартное отклонение воспроизводимости и, следовательно, MU могут быть определены исходя из уравнения Хорвитца, которое устанавливает соотношение между стандартным отклонением воспроизводимости и концентрацией анализируемого вещества. Отношение Хорвитца между коэффициентом вариации (CV) и концентрацией анализируемого вещества основано на результатах большого количества совместных исследований в области пищевых продуктов, описанных в литературе. Уравнение Хорвитца также является полезным инструментом для сравнения внутренних оценок MU и ожидаемого значения, источником которого являются опубликованные внутрилабораторные исследования.
ТОЧНОСТЬ ДАННЫХ, ПОЛУЧЕННЫХ ИЗ ВНУТРИЛАБОРАТОРНЫХ ИССЛЕДОВАНИЙ (СОВМЕСТНЫЕ ИССЛЕДОВАНИЯ И ИССЛЕДОВАНИЯ РТ)
Результаты, представленные для внутрилабораторных исследований, подвержены неточностям и систематическим ошибкам. Если в такие исследования вовлечено достаточное количество лабораторий и если они имеют целью охват всех реальных условий исследований (ряд анализируемых веществ и матриц), то полученные стандартные отклонения воспроизводимости отразят типичные ошибки, которые, вероятно, возникнут на практике. В связи с этим данные об исследовании РТ могут быть использованы для обеспечения обоснованных оценок измерений неопределенности.
Совместные исследования по методам в целом четко определены с документально оформленными инструкциями по аналитическому процессу и обычно также включают авторитетные экспертные лаборатории с опытом в анализе остатков. Согласно данным условиям аналитическая дисперсия, вероятно, будет лучше достигнута при применении метода в условиях воспроизводимости, в частности, потому, что вклад ошибки в однородность пробы, вероятно, будет незначительным. В том случае, если лаборатория может демонстрировать возможность достижения аналитических характеристик, связанных с конкретными совместными исследованиями, стандартное отклонение воспроизводимости, полученное для исследований, будет хорошей основной для оценки MU. Однако компетентная лаборатория должна быть способна усовершенствовать точность внутрилабораторного метода при его выполнении в условиях межлабораторной воспроизводимости и тем самим снизить MU.
Если в совместных исследованиях используются сертифицированные эталонные материалы (CRMs), то отчет об исследовании должен предусматривать оценку систематической погрешности метода в противоположность «сертифицированному» значению, что необходимо учитывать при оценке MU.
В исследованиях РТ лаборатории обычно используют свой собственный метод анализа. Метод может быть стандартным, модифицированным или разработанным и проверенным внутри лаборатории. Помимо этого в целом существует большее разнообразие аналитических полномочий принимающих участие лабораторий, чем в случае с совместными исследованиями. В силу данных факторов стандартное отклонение воспроизводимости, полученное для исследований РТ, вероятно, будет больше, чем ожидается от совместных исследований, основанных на методе. MU, в основе которой лежат подобные данные, может быть больше, нежели оценки, представленные многими участвующими лабораториями. Тем не менее оценка MU, основанная на исследовании РТ, включая лаборатории, имеющие многочисленный опыт использования разнообразных методов, может быть более практичной и полезной для решения о соответствии продовольственных товаров в отношении остатков пестицидов в международной торговле. Значение MU, равное по умолчанию 50%, применяемое государствами-членами ЕС, основано на данных РТ о целом ряде пестицидов и матриц пищевых продуктов.
Независимо от того, использует ли лаборатория данные РТ для оценки MU, информация об исследованиях РТ полезна для сравнения и проверки оценок, основанных на таких данных, как внутренние эксперименты по валидации и контролю качества.
MU, ПОЛУЧЕННАЯ ИЗ ДАННЫХ ВНУТРЕННЕЙ ВАЛИДАЦИИ И КОНТРОЛЯ КАЧЕСТВА
Среди метрологов существует общее мнение, что лучшие источники данных о неопределенности аналитического процесса создаются на основе лабораторного метода валидации и/или проверки исследований и данных о долгосрочном контроле качества. Оно исходит из того, что лаборатория проводит исследования валидации и/или проверки и имеет достаточный опыт для построения данных о долгосрочной систематической погрешности и воспроизводимости в отношении приемлемого контроля качества (QC) проб, CRMs, эталонных материалов (RMs) или проб матрицы с известной добавкой.
Ограниченная доступность CRMs в отношении остатков пестицидов в матрицах пищевых продуктов обычно требует от лабораторий сосредоточить внимание на пробах с добавками или иных достаточно отличающихся пробах для внутреннего контроля качества. Использование контрольных проб, основанных на матрице, таких как пробы с привнесенными остатками, исследование РТ остатка проб или лабораторных проб без остатков представляет лабораториям возможность применения метода мониторинга и контроля (химиком-аналитиком) характеристик, наряду со сбором информации о системной погрешности и о точности измерения. Контрольные карты являются отличным инструментом оценки долговременной точности и мониторинга статистического контроля аналитического процесса.
Систематическая погрешность, если она значительна, и ее неопределенность должны рассматриваться при оценке MU. Это проиллюстрировано в примере, рассмотренном в разделе 5.4.
Систематическая погрешность может быть лучше определена при использовании CRMs. Однако принимая во внимание недостаток CRMs для пестицидов в пищевых продуктах и большое количество пестицидов, обычно вводимое для скрининга множества остатков, как правило, в целом необходимо полагаться на полученные пробы матриц с известными добавками для предоставления сведений о системной погрешности метода.
Характеристики лаборатории при проведении исследований РТ могут впоследствии явиться полезным фактором систематической погрешности отдельных лабораторий в противовес согласованному значению и, в некоторых случаях, уровню добавок в образцах РТ. Однако до применения систематической погрешности в качестве исходных данных для оценки MU она должна основываться на результатах ряда исследований РТ или подтверждаться ими.
РАССЧИТАННЫЕ ПРИМЕРЫ
Следующие рассчитанные примеры описывают допустимые процедуры оценки MU, основанные на различных комбинациях внутренних данных валидации, внутренних данных точности и межлабораторных данных. Уравнение Хорвитца и результаты исследований РТ впоследствии будут подходящим целевым ориентиром для сравнения с внутренними оценками MU.
При расчете следующих примеров использовались гипотетические данные для хлорпирифоса, являющегося типичным остатком пестицида, а также многое заимствовано из примеров, представленных в Техническом отчете Евролаб № 1/2007 и Отчете Нордтест NR537.
5.1. Оценка MU с использованием уравнения Хорвитца
Уравнение Хорвитца выражает стандартное отклонение воспроизводимости как функции концентрации анализируемого вещества.
где u' = стандартное отклонение относительной воспроизводимости
c = концентрация анализируемого вещества (в г/г)
Относительно расширенная MU, U' (при 95% уровне достоверности) может затем исчисляться по формуле:
В связи с тем, что уравнение Хорвитца является функцией концентрации анализируемого вещества, то будет представлен целый ряд значений MU в зависимости от концентрации пестицидов, как отмечается в следующей таблице:
| Концентрация (мг/кг) | u' (%) | U' (%) |
|---|---|---|
| 1,0 | 16 | 32 |
| 0,1 | 22,6 | 45 |
| 0,01 | 32 | 64 |
Лаборатория измеряет хлорпирифос как 0,40 мг/кг в пробе томата.
Уравнение Хорвитца исчисляет стандартное отклонение относительной воспроизводимости в 18,4% при концентрации в 0,40 мг/кг.
В этой связи лаборатория отчитается о результате как 0,40 +/- 0,15 мг/кг.
Отчет лаборатории должен указывать, что представленная в отчете неопределенность является расширенной с коэффициентом охвата 2, чтобы обеспечить уровень достоверности примерно в 95%. Если не установлено иное, то это предполагается в целом для результатов, содержащихся в отчете о расширенной неопределенности.
При отсутствии подтверждающих данных Уравнение Хорвитца должно применяться с определенной осмотрительностью и только в качестве указателя вероятной неопределенности, связанной с результатами исследований. Достижения в области аналитической метрологии, особенно технического оснащения, обеспечивают возможность достижения очень малых количественных пределов при гораздо меньшем значении неопределенности, предсказанном Уравнением Хорвитца. Томпсон и Лоутиан опубликовали информацию о том, что лаборатории имеют склонность к опережению функции Хорвитца при низких концентрациях. Однако следует отметить, что концепция Томпсона ограничивает максимальное значение для u' при концентрациях ниже 0,1 мг/мг до 22% независимо от концентрации.
5.2. Оценка MU при применении значения по умолчанию ЕС в 50%
Перед применением значения по умолчанию MU лаборатории должны гарантировать, что они способны планомерно достичь неопределенности, не превышающей значения по умолчанию.
Лаборатория измеряет хлорпирифос как 0,40 мг/кг на пробе томата. Согласованное значение по умолчанию в +/- 50% подлежит применению для оценки результата.
Соответственно, лаборатория отчитается о результате как 0,40 +/- 0,20 мг/кг.
5.3. Оценка MU на основе межлабораторного QC и данных исследования РТ
5.3.1 Используя предписанное (согласованное) значение из исследований РТ
u\prime = \sqrt{u\prime(Rw)^{2} + u\prime(bias)^{2}} \text{Уравнение }2
где U' = расширенное относительное значение неопределенности
u' = суммарное относительное значение неопределенности
u'(Rw) = относительная стандартная неопределенность вследствие внутрилабораторной неточности (стандартное отклонение относительной межлабораторной воспроизводимости)
u'(bias) = компонент относительной стандартной неопределенности вследствие систематической погрешности
В данном примере u'(Rw) получено из данных внутрилабораторного QC, предпочтительно данных о долгосрочном QC, а u'(bias) подсчитывается из данных РТ.
Лабораторный результат хлорпирифоса в томате = 0,40 мг/кг.
Относительное стандартное отклонение из анализа комплексных контрольных проб томата с известными добавками составляет 0,5 мг/кг с хлорпирифосом (одна проба с известными добавками в неделю за предыдущие 3 месяца) = 15%.
Лаборатория участвовала в проведении 6 исследований РТ, в которых анализируемые вещества содержали хлорпирифос в различных матрицах овощей и фруктов. В указанных исследованиях относительная разность между лабораторным результатом и предписанным значением были — 15%, 5%, — 2%, 7%, — 20% и — 12%. В среднем 6 лабораторий приняли участие в каждом из исследований РТ. Среднее стандартное отклонение относительной воспроизводимости (SR), описанное для хлорпирифоса в шести исследованиях, составило 25%.
u\prime(bias) = \sqrt{RMS_{b}\prime_{ias}^{2}} + u\prime(\text{С}_{ref})^{2}\text{Уравнение }3
где RMS'bias = среднеквадратичное значение относительной систематической погрешности
u' (Cref) = средняя относительная неопределенность предписанных значений для хлорпирифоса в шести исследованиях
RMS\prime_{bias} = \sqrt{\frac{\sum (bias)^{2}}{n}} (n = \text{количество исследований РТ})\text{Уравнение }4
= \sqrt{\frac{(- 15)^{2} + (5)^{2} + (- 2)^{2} + (7)^{2} + (- 20)^{2} + (- 12)^{2}}{6}}
u\prime(C_{ref}) = \frac{S_{R}}{\sqrt{m}} \text{Уравнение }5
где SR = среднее относительное стандартное отклонение для хлорпирифоса из шести исследований
m = среднее количество участников в исследовании
Таким образом, u\prime(bias) = \sqrt{(11,9)^{2} + (6,3)^{2}} = 13,5\%
u\prime = \sqrt{(15)^{2} + (13,5)^{2}} = 20\%
Из Уравнения 1, расширенная относительная неопределенность (95% достоверности) = 40%.
Лаборатория должна отчитаться о результате как 0,40 +/- 0,16 мг/кг.
1. Значение RMS'bias рассчитано для систематической погрешности и для ее неопределенности.
2. Рассчитанное MU является лучшей оценкой, только если данные РТ представлены для различных матриц и различных концентраций хлорпирифоса.
3. Если это возможно, то MU должно быть рассчитано, основываясь на данных, полученных на (или около) большинстве критических концентраций, к примеру, MRL Кодекса.
5.3.2 Исследования РТ с сертифицированными эталонными материалами (CRMs)
Если подходящий CRM, содержащий хлорпирифос, распределен как проба в исследовании РТ, то впоследствии нет необходимости рассчитывать u'(Cref) из результатов РТ.
В данном случае u'(Cref) будет неопределенностью, установленной для сертифицированной концентрации, преобразованной в относительное стандартное отклонение.
К примеру, если 95% интервал достоверности для сертифицированного значения хлорпирифоса в CRM был 0,489 +/- 0,031 мг/кг, то:
u(C_{ref})(\text{стандартное отклонение}) = \frac{0,031}{2} = 0,0155\text{мг}/\text{кг},\text{и}
u\prime(C_{ref})(\text{относительное стандартное отклонение}) = \frac{0,0155 \times 100}{0,489} = 3,17\%
При маловероятных событиях несколько CRMs, содержащих хлорпирифос, были размещены в различные периоды исследований РТ, в данном случае среднее u(Cref) будет использоваться для расчета.
В обоих случаях RMS'bias будет рассчитано с использованием Уравнения 4.
| № исследования | CRM | Относительная систематическая погрешность | u'(Cref) |
|---|---|---|---|
| 1 | A | - 12% | 2,3% |
| 2 | B | - 15% | 1,7% |
| 3 | C | - 3% | 2,0% |
| 4 | C | - 5% | 2,0% |
| 5 | C | - 20% | 2,0% |
| 6 | A | 0% | 2,3% |
| Среднее u'(Cref) = 2,05% | |
|---|---|
| Из Уравнения 4, | RMS'bias = 11,6% |
| Из Уравнения 3, | u'(bias) = 11,8% |
4. Относительная неопределенность, связанная с CRMs, вероятно, будет меньше, чем связанная с предписанными или согласованными значениями.
Если относительная стандартная неопределенность лаборатории в силу аналитической погрешности u'(Rw) осталась такой же, т.е. 15%, тогда исходим из Уравнений 1 и 2.
Лаборатория должна отчитаться о результате как 0,40 +/- 0,15 мг/кг.
5.4. Оценка MU с использованием данных межлабораторного QC
- Лабораторный результат хлорпирифоса в томате = 0,40 мг/кг.
- Установленная чистота материала калибровки хлорпирифоса, использованного для приготовления раствора с добавками = 95 +/- 2% (протокол испытаний).
- Четырнадцать извлечений (%), оформленных для анализа комплексных контрольных проб с добавками, при 0,5 мг/кг хлорпирифоса за последние три месяца; 90, 100, 87, 89, 91, 79, 75, 65, 80, 82, 115, 110, 65, 73 определяют средние извлечения 86% и относительное стандартное отклонение 15%.
Исходя из неопределенности, установленной для эталонного материала, составляющего расширенную неопределенность U (при 95% уровне достоверности)
u\prime(C_{ref}) = \frac{2}{2} = 1\%
5. Предполагается, что неопределенности, связанные с приготовлением раствора с добавками и введением добавок в томаты, незначительны. Это может произойти, но если нет, то u'(Cref), тем не менее, будет вносить незначительный вклад в суммарную неопределенность.
u'(Rw) = 15% (стандартное отклонение относительной внутрилабораторной воспроизводимости)
Используя Уравнение 4 и принимая систематическую погрешность, равной 100 — % извлечения,
| RMS'bias = 20% | |
|---|---|
| Исходя из Уравнения 3, | u'(bias) = 20% |
| Исходя из Уравнения 2, | u' = 25% |
| Исходя из Уравнения 1, | U' = 50% |
Лаборатория должна отчитаться о результате как 0,40 +/- 0,20 мг/кг.
6. Данная неопределенность будет применяться к результатам, не откорректированным на извлечение. Если к концу аналитической программы результаты были откорректированы на среднее извлечение, достигнутое за период анализа более трех месяцев, то впоследствии u'(bias) необходимо только отобразить неопределенность, связанную со средним извлечением. В данном случае u'(bias) может быть рассчитано как относительная стандартная неопределенность применяемого фактора извлечения (относительная неопределенность среднего извлечения) в сочетании с относительной стандартной неопределенностью концентрации добавки, u'(Cref).
Относительная Стандартная Неопределенность среднего извлечения,
u\prime\overline{Rec} = \frac{u\prime(Rw)}{\sqrt{n}} \text{Уравнение }6
n = несколько повторных анализов, из которых высчитано среднее извлечение
u\prime\overline{Rec} = \frac{15}{\sqrt{14}} = 4\%
u\prime(bias) = \sqrt{u\prime(\overline{Rec})^{2} + u\prime(C_{ref})^{2}} \text{Уравнение }7
таким образом, u\prime(bias) = \sqrt{(4)^{2} + (1)^{2}} = 4,1\%
Затем, исходя из Уравнений 2 и 1, используя значение u'(Rw) в 15%, рассчитанное ранее
Если результаты были откорректированы на извлечение, то результат должен быть отражен в отчете как
7. Данный пример показывает, что, если результаты откорректированы на среднее извлечение, основанное на девяти и более повторениях экспериментов извлечения, проводимых в течение курса аналитической программы с использованием эталонного материала, для которого известна чистота с высокой степенью достоверности, удовлетворительная оценка неопределенности измерений может быть высчитана исключительно из стандартного отклонения внутрилабораторной воспроизводимости.