PERCHÉ DOVREMMO CONTROLLARE?
La funzione dei laboratori di analisi è quella di fornire informazioni sulla composizione dei campioni che, a loro volta, servono al processo decisionale. È quindi importante che tali informazioni siano veritiere e appropriate per il loro scopo, quindi sarà necessario stabilire criteri che indichino il grado di affidabilità delle misure adottate.
QUANDO DOBBIAMO CONTROLLARE?
Si deve controllare sempre, per verificare che le condizioni di misura rimangano valide. Anche se la massima sicurezza si ottiene controllando prima di iniziare, durante, e alla fine dell’analisi, di solito è sufficiente eseguire il controllo all’inizio delle misurazioni e apportare le correzioni necessarie prima di effettuare le misure sui campioni.
Il sistema deve anche essere monitorato ogni volta che è necessaria una nuova calibrazione, e soprattutto quando c’è un cambiamento direagenti.
QUALI INFORMAZIONI CI FORNISCE IL CONTROLLO?
La misura ripetuta dello stesso controllo ci permette di ottenere preziose informazioni sulle condizioni in cui opera il nostro sistema. Tra le informazioni più importanti sono fondamentali accuratezza e precisione
L’accuratezza ci dice quanto il valore misurato si avvicina al valore di riferimento del campione; la precisione ci indica il grado di dispersione di diverse misurazioni ripetute attorno al valore medio. Una misura esatta (accurata) non è necessariamente precisa, e allo stesso modo una misura precisa non è necessariamente accurata. I risultati che otteniamo avranno un errore che dipenderà dall’imprecisione e da una deviazione che dipenderà dall’accuratezza della nostra procedura. Entrambi gli errori devono essere tenuti sotto controllo, siano essi imprevedibili (errore casuale) o direttamente correlati alla nostra procedura di misurazione (errore sistematico).
COME INTERPRETARE I DATI DI CONTROLLO?
L’errore casuale è quello che appare a causa della variabilità legata ai sistemi di analisi. È inevitabile e l’obiettivo è ridurlo il più possibile. Possibili fonti di errore casuale sono la mancanza di omogeneità del campione, la variabilità nelle dispensazioni, le oscillazioni della fonte di luce… A causa della sua natura imprevedibile, l’unico modo per diminuirlo (non si può eliminare) è quello tenerlo monitorato e agire su possibili fonti di errore casuale. Per lo stesso motivo, l’unico modo per rilevarlo è mediante misure successive dello stesso campione, in particolare un campione di controllo: si osserva un errore casuale elevato come imprecisione al di sopra dei valori previsti.
L’errore sistematico è quello che appare quando i valori ottenuti deviano in modo sensibile dal valore effettivo del campione. In questo caso, l’origine di questa deviazione deve essere trovata nella procedura di misurazione e può essere sia assoluta (ad esempio una interferenza) che proporzionale. A differenza del caso precedente, l’errore sistematico può (e deve) essere eliminato. Una causa comune di errore sistematico è la perdita dello stato di calibrazione a causa del deterioramento naturale dei reagenti nel tempo; in questo caso, si osserva una deviazione progressiva del valore ottenuto dal controllo con valore conosciuto al punto in cui tale deviazione diventa inaccettabile. Un altro caso comune di errore sistematico si verifica quando il calibratore, i controlli e i campioni presentano differenze significative nel comportamento rispetto ai reagenti (effetto matrice). Queste differenze vengono corrette assegnando un valore al calibratore specifico per il reagente, il che significa che lo scambio di calibratori e controlli con reagenti di diversi fornitori è generalmente una cattiva pratica.
È importante notare che in entrambi i casi non è la particolare misura del materiale di controllo a suscitare gli allarmi poiché tale misura è essa stessa soggetta a errori casuali, ma l’analisi delle misure successive nel tempo che possono darci queste informazioni. La maggior parte dei sistemi analitici dispone di strumenti grafici specifici che rendono l’analisi molto più facile anche senza la necessità di ulteriori conoscenze statistiche o metrologiche. Alcuni dei più comunemente utilizzati sono:
Grafici di Levy-Jennings
Rappresentano le misurazioni successive rispetto alla deviazione dal valore previsto, impostando limiti a 1, 2 e 3 volte la deviazione standard della misura. È molto facile rilevare quando tali deviazioni non sono più casuali, ma presentano tendenze o semplicemente sono molto maggiori di quanto sia statisticamente accettabile.