Clase 1 Validacion
Clase 1 Validacion
Clase 1 Validacion
INSTRUMENTAL 3
Validación de métodos analíticos
M.Ing. David Chuquer
Dr. Christian Alcívar
Validación de métodos
analíticos
“Proceso que establece por estudios de laboratorio, que las
características de funcionamiento de un método están de acuerdo
con los requisitos para una aplicación analítica prevista”
Parámetros estadísticos nuevos
Coeficiente de variacion de
Horwitz: Definido por W. Horwitz,
a traves de la ecuacion obtenida
de un estudio estadistico.
Horwitz reunió datos provenientes
de 150 ensayos de
interlaboratorios organizados por
AOAC).
Observó que el coeficiente de
variación de los valores
medios dados por los
diferentes laboratorios
aumentaban a medida que
disminuía la concentración del
analito.
Parámetros a tomar en cuenta
Parámetros a tomar en cuenta
Selectividad: testigo reactivo, blanco de matriz y estándar
Linealidad y sensibilidad. (Dr. Iván Tapia)
Límites: Límite crítico, Límite de detección y cuantificación
Exactitud: Veracidad (sesgo), Recuperación
Precisión (repetibilidad y precisión intermediao
reproducibilidad): diseño experimental variando varios
parámetros
Robustez: Test de Youden y Steiner
Aplicabilidad
Método de mínimos cuadrados
La mayoría de los métodos analíticos requieren una etapa de
calibración con patrones.
Estos contienen cantidades conocidas de analito (x), se tratan
de la misma manera que las muestras.
La cantidad experimental medida (y) se representa frente a (x)
para obtener una curva de calibración.
La manera habitual de encontrar dicha línea es utilizar el
método de mínimos cuadrados.
MÉTODO DE MÍNIMOS CUADRADOS
Correlación
HIPÓTESIS:
Ho: no existe correlación entre la
concentración (x) y la propiedad (y).
H1: existe correlación entre la
concentración (x) y la propiedad (y).
Esto se puede probar mediante el coeficiente de correlación (r) y la
prueba t.
MÉTODO DE MÍNIMOS CUADRADOS
Correlación
Ecuación de la recta:
y a bx
Coeficiente de correlación:
Prueba t:
r
x x y y
i 1
x x y y
2 2
i i
r N 2
t
1 r 2
MÉTODO DE MÍNIMOS CUADRADOS
Recta de regresión
Desviación estándar de
i ˆi
y y 2
la regresión, sr: sy x
N 2
sy
Desviación estándar de sb
x
x 2
la pendiente, sb: i x
Desviación estándar de sa s y
x 2
i
n x x
x 2
la ordenada, sa: i
MÉTODO DE MÍNIMOS CUADRADOS
Recta de regresión
sy x
iy ˆ
y 2
x
x i
y
y i
N 2 N N
sc
sy x 1 1
yc y 2
b
L N b 2 xi x 2
Método de mínimos cuadrados
16
x y
14
12
0 0.026 f(x) = 1.24x - 0.35
R² = 0.96
0.1 0.103 10
datos crudos
0.5 0.509 8
Linear (datos crudos)
ls
1 1.004 li
6 ls sy gorro
1.5 1.499 li sy gorro
ls pendiente
2 1.993 4 li pendiente
ls sy barra
5 4 2 li sy barra
10 13
0
0 2 4 6 8 10 12
-2
-4
Límite crítico, de detección y de
cuantificación
MÉTODO DE MÍNIMOS CUADRADOS
Recta de regresión
LÍMITES DE CONFIANZA
Un método de ensayo es
mas robusto entre menos
se vean afectados sus
resultados frente a una
modificación de las
condiciones analíticas.
Aplicabilidad
Identidad de sustancia analizada
Intervalo de concentraciones
Matrices cubiertas en el método
Aplicación y requisitos de
incertidumbre
Tarea 1
Leer los documentos (trabajo individual),
http://
www.ispch.cl/sites/default/files/documento_tecnico/2010/12/Guia%20T%C3%A9cnica%20
1%20validaci%C3%B3n%20de%20M%C3%A9todos%20y%20determinaci%C3%B3n%20de%20la%2
rtidumbre%20de%20la%20medici%C3%B3n_1.pdf
https://www.eurachem.org/images/stories/Guides/pdf/MV_guide_2nd_ed_ES.pdf
Leer y resumir escribiendo a mano, máximo en tres hojas la publicación (grupos de 3):
Documento 1: http://publications.iupac.org/pac/2002/pdf/7405x0835.pdf