Incertezza di misura per risultati affidabili
Incertezza di misura in collaborazione con il software LIMS: come i risultati precisi si inseriscono in una scala di probabilità
La condivisione di dati e valori è uno dei compiti fondamentali dei laboratori. I laboratori devono infatti fornire queste informazioni per dimostrare la loro credibilità e affidabilità. Anche i metodi di misurazione hanno un ruolo decisivo nei flussi di lavoro in laboratorio. Essi influenzano gran parte della routine di laboratorio, così come l’uso di software di laboratorio per supportare la valutazione dei dati, la traccia del campione e la gestione delle analisi. Questo software si chiama LIMS: laboratory information management system. In questo articolo analizzeremo l’importanza dell’incertezza di misura e la sua influenza sui metodi di misura attraverso la connessione ad un software LIMS.
I risultati sono ciò che deriva dai metodi di misurazione. I risultati devono quindi essere accurati, poiché i processi decisionali si basano spesso su di essi. Tuttavia, dovremmo iniziare a porci la domanda: quanto sono in realtà precisi questi risultati?
È ampiamente riconosciuto che i risultati empirici non possono essere esatti poiché possono essere influenzati da fattori quali la temperatura, gli strumenti di misura e persino tramite l’intervento umano. È inoltre importante considerare che gli strumenti di misura non forniscono valori esatti al 100% e, di conseguenza, il fattore incertezza non deve essere sottovalutato.
Il risultato di un processo di misurazione non è altro che un numero. Pensiamo per un attimo alla vita quotidiana. I numeri sono una parte significativa di essa. La misurazione è, quindi, solo il processo destinato a fornire un numero. E i numeri sono fatti per fornire informazioni. Per questo motivo, il risultato di un processo di misurazione è solo un modo per fornire informazioni attraverso i numeri.
Come abbiamo già accennato, considerando che i risultati non sono esatti al 100 %, il parametro dell’incertezza di misura ha un ruolo cruciale nel determinare l’accuratezza dei risultati. Infatti, è importante chiarire dapprima il concetto di accuratezza.
Pertanto, l’accuratezza dei risultati è sempre stata un concetto con cui scienziati e ingegneri si sono messi alla prova, poiché i risultati di misura sono valori su cui gli esperti possono costruire le loro teorie. Le informazioni fornite dai risultati di misura sono pertanto incomplete, e l’incertezza è il concetto più adatto per definirle.
La propagazione dell’incertezza deriva da tutte le possibili combinazioni di incertezze dei valori di riferimento, grazie alle quali i risultati sono tracciabili. Infatti, l’incertezza di misura e la tracciabilità sono concetti strettamente correlati, essenziali per definire la qualità dei dati analitici.
Pertanto, secondo la definizione della ISO 5725, l’accuratezza consiste di due concetti fondamentali: esattezza e precisione. Tuttavia, l’accuratezza coinvolge sempre il parametro dei limiti di accettabilità e dei profili di accuratezza. Quest’ultimo parametro è fortemente correlato al tema dell’incertezza di misura. Inoltre, la validazione del metodo, combinata con l’incertezza di misura, può fornire una stima accurata, o anche controllare se il metodo analitico si adatta correttamente ai requisiti di legge.
Tuttavia, prima di approfondire il tema dell’incertezza di misura e la sua correlazione con il software LIMS, analizziamo alcuni concetti chiave, come la validazione del metodo, la tracciabilità e la taratura.
Cominciamo con la validazione del metodo, che ha un’importanza cruciale nei flussi di lavoro di laboratorio. Infatti, la validazione dei metodi considera tutti i possibili effetti o fattori di influenza sul risultato finale e li rende tracciabili. Inoltre, la validazione dei metodi trova tutte le incertezze di misurazione e tutti gli effetti ad essa associati all’interno delle specifiche.
Pertanto, analizziamo il concetto di standard di accuratezza accettabile: un risultato non può essere interpretato senza una dichiarazione di incertezza, e quindi prima di calcolare l’incertezza di misura il risultato deve essere tracciabile e adattarsi ad un riferimento o ad uno standard che si presume essere vero.
Si suppone che le misurazioni ci forniscano la conoscenza quantitativa delle cose e dei fenomeni. Pertanto, la validazione conferma l’idoneità allo scopo di uno specifico metodo, analitico o empirico. Data questa circostanza, le norme ISO comportano la conferma mediante esame e l’approvazione mediante prove oggettive che i requisiti e le specifiche sono stati rispettati e soddisfatti.
Il software LIMS deve reagire rapidamente per soddisfare i requisiti e coprire le richieste dei clienti. Il software LIMS, come [FP]-LIMS, è progettato per gestire le analisi e, quindi, soddisfare le specifiche per indagare sulle analisi. Sulla base dell’evidenza che l’obiettivo della validazione è stato preso in considerazione, possiamo affermare che la validazione ha il compito di misurare i diversi effetti, che influenzano il risultato, e di assicurarsi che non ci siano altri effetti che possono essere presi in considerazione.
Per estensione, il concetto di tracciabilità gioca un ruolo essenziale e deve essere esaminato. Cominciamo ad affermare che un metodo tracciabile implica una dichiarazione di accuratezza e verità, anche se possono sempre verificarsi errori. La tracciabilità implica la “storia” dei risultati e mostra se sono stati rispettati i requisiti legali e internazionali. Un metodo può essere definito tracciabile quando produce risultati, con le relative incertezze, e il percorso esatto che conduce ad essi.
Fortemente correlato a questo è il concetto di taratura, che riguarda la relazione tra i risultati di misurazione ottenuti attraverso uno strumento di misura e gli standard di misurazione previsti. Pertanto, la taratura è il risultato reso tracciabile agli standard. Anche il software di laboratorio deve soddisfare questi requisiti per poter tracciare il risultato e consegnarlo nel modo più corretto possibile e per soddisfare i criteri di esattezza ed affidabilità.
Facciamo un esempio elementare. Un tecnico di laboratorio sta conducendo una spettroscopia di emissione atomica (OES) e i parametri di verità e credibilità oscillano tra 0,5 e 0,8. Molti fattori, come la composizione degli elementi chimici, influenzano anche i risultati dell’analisi. Il suo spettrometro ad emissione ottica fornisce 0,6 come risultato, il che significa che questo valore soddisfa l’idoneità allo scopo di un sistema analitico specifico e, quindi, i criteri di veridicità e tracciabilità.
Tuttavia, come il concetto di “misurazione” sia combinato con quello di “incertezza” e come questa combinazione causi incertezza nel processo di misurazione è ancora una questione aperta nel campo della metrologia. L’incertezza di misura è un parametro che caratterizza la dispersione dei valori misurati. All’interno della larghezza di questo parametro, il valore reale si trova con una probabilità specificata, considerando tutte le fonti di errore. Di conseguenza, il risultato vero ed accurato si trova all’interno di questo intervallo. Per questo motivo il concetto di incertezza di misura non può essere usato come sinonimo di “risultato sbagliato”. L’incertezza di misura esprime un intervallo di valori all’interno di un risultato che è vero, accurato ed affidabile.
Per questo motivo, il software LIMS può coprire un’ampia gamma di richieste da parte dei clienti. L’incertezza di misura consente di impostare un intervallo di valori, poiché gli strumenti di misura non forniscono valori esatti. I clienti dovrebbero avere la possibilità di valutare se i loro valori rientrano nel campo di incertezza di misura. Ciò rende i risultati più affidabili e riduce la scala degli errori. Pertanto, tutte le misurazioni sono imperfette e hanno molti potenziali di variazione. Pertanto, l’incertezza di misura aiuta a identificare qualsiasi limitazione del metodo e ad aumentare le opportunità di migliorarlo.
Di conseguenza, non esistono norme precise per determinare l’incertezza di misura. Pertanto, gli ingegneri informatici devono cooperare molto strettamente con i tecnici di laboratorio per comprenderne le loro specifiche esigenze e i flussi di lavoro. Le valutazioni statistiche aiutano anche gli ingegneri informatici della Fink & Partner GmbH a migliorare sistematicamente l’uso del LIMS e le interfaccia concernenti la varia gamma di strumenti di misura ed i loro risultati – e, pertanto, il parametro dell’incertezza di misura.
Riassumendo, si può considerare che nessuna misurazione è perfetta poiché essa ha fonti di variazione. Pertanto, l’incertezza di misura può fornire un utile intervallo di tempo sui valori entro il quale i valori sono accurati, tracciabili e veri. LIMS e l’incertezza di misura cooperano: l’uno integra l’altro, poiché il LIMS raccoglie, analizza e valuta i risultati. Infine, l’incertezza di misura è l’opposto di “errore”, poiché porta a valori affidabili secondo la scala del campo di miglioramento.