Guide pratique pour l'évaluation, le contrôle qualité et l'étude des incertitudes d'une méthode d'analyse oenologique

RÉSOLUTION OIV-OENO 418-2013

GUIDE PRATIQUE POUR L’EVALUATION, LE CONTROLE QUALITE ET L’ETUDE DES INCERTITUDES D’UNE METHODE D’ANALYSE ŒNOLOGIQUE

L'ASSEMBLÉE GÉNÉRALE,

VU l'article 2 paragraphe 2 iv de l'accord du 3 avril 2001 portant création de l'organisation internationale de la vigne et du vin,

CONSIDÉRANT les travaux de la Sous-commission des méthodes d’analyse de l’OIV,

CONSIDÉRANT la résolution OENO 7/1998 relative au Principe de validation figurant dans le Recueil des méthodes internationales d’analyse des moûts et des vins,

CONSIDÉRANT la résolution OENO 7/2000 relative à l’estimation de la limite de détection et de la limite de quantification figurant dans le recueil des méthodes internationales d’analyse des moûts et des vins,

CONSIDÉRANT la résolution OENO 10/2005 relative au Guide pratique pour la validation, le contrôle qualité, et l’estimation de l’incertitude d’une méthode d’analyse œnologique usuelle figurant dans le recueil des méthodes internationales d’analyse des moûts et des vins,

SOULIGNE l’importance d’accompagner les laboratoires d’œnologie pratiquant l’analyse en série dans leurs démarches d’évaluation d’une méthode d’analyse normalisée, usuelle, interne ou alternative qu’ils mettent en œuvre avec en particulier des outils statistiques pour évaluer les certaines caractéristiques, et pour tenir compte de l’évolution des normes

CONSIDÉRANT que seules les méthodes publiées dans le Recueil des méthodes internationales d’analyse des vins et des moûts de l’OIV ou dans le recueil des méthodes internationales d’analyse des boissons spiritueuses d’origine vitivinicole de l’OIV ont un caractère officiel de référence et sont applicables pour le contrôle et le règlement de différends.

DÉCIDE, sans préjudice aux documents figurant à l’annexe E du Recueil des méthodes internationales d’analyse des vins et des moûts, d’adopter et publier indépendamment le guide « Guide pratique pour l’évaluation, le contrôle qualité et l’étude des incertitudes d’une méthode d’analyse œnologique » ci-joint.

Guide pratique pour l’évaluation, le contrôle qualité et l’étude des incertitudes d’une méthode d’analyse œnologique

1. Objet

2. Préambule

3. Règlementations de référence

4. Domaine d’application

4.1. Définition du besoin

4.2. Choix de la méthode

4.3. Evaluation des besoins techniques

4.4. Développement et évaluation de la méthode

4.5. Contrôle permanent de la qualité des résultats

5. Vocabulaire général

5.1. Biais de mesure

5.2. Blanc

5.3. Calibrage (d’un instrument de mesure) (Gauging en anglais)

5.4. Conditions de fidélité intermédiaire

5.5. Conditions de répétabilité

5.6. Conditions de reproductibilité

5.7. Domaine d'application de la méthode d'analyse

5.8. Domaine de mesure

5.9. Écart maximal acceptable (EMA)

5.10. Ecart type

5.11. Écart-type de fidélité intermédiaire

5.12. Écart-type de répétabilité

5.13. Écart-type de reproductibilité

5.14. Erreur aléatoire

5.15. Erreur de mesure

5.16. Erreur systématique

5.17. Étalonnage (Calibration en anglais)

5.18. Exactitude de mesure

5.19. Fidélité de mesure

5.20. Grandeur (mesurable)

5.21. Incertitude de mesure

5.22. Justesse de mesure

5.23. Limite de détection

5.24. Limite de quantification de la méthode

5.25. Matériau d’essai

5.26. Matériau de référence (MR)

5.27. Matériau de référence certifié (MRC)

5.28. Matrice

5.29. Mesurage ou mesure ou essai

5.30. Mesurande

5.31. Méthode de mesure

5.32. Modèle d’étalonnage

5.33. Moyenne

5.34. Résultat de mesure

5.35. Valeur de référence acceptée

5.36. Variance

6. Principes généraux : l’erreur de mesure

7. Evaluation initiale d’une méthode d’analyse œnologique

7.1. Méthodologie

7.2. Première étape : définition des besoins

7.2.1. Définition des matrices analysables

7.2.2. Définition du domaine de mesure

7.2.3. Définition des niveaux de performance requis

7.3. Deuxième étape : l’évaluation des performances d’une méthode dans le laboratoire

7.3.1. Étude de la fonction d’étalonnage

7.3.1.1. Objet

7.3.1.2. Plan d’expérience

7.3.1.3. Compilation des résultats

7.3.1.4. Analyse graphique des résultats

7.3.1.5. Actins ultérieures lorsque la fonction d’étalonnage n’est pas acceptée dans le domaine étudié

7.3.2. Robustesse

7.3.2.1. Définition

7.3.2.2. Recommandations

7.3.3. Étude de la limite de détection et de la limite de quantification d'une méthode d'analyse

7.3.3.1. Rappel préliminaire

7.3.3.2. Objet

7.3.3.3. Etude sur des blancs

7.3.3.4. Étude du bruit de fond de l’enregistrement graphique

7.3.3.5. Vérification d’une limite de quantification présupposée de la méthode

7.3.4. Étude des rendements d’extraction

7.3.4.1. Objet

7.3.4.2. Plan d’expérience

7.3.4.3. Interprétation des rendements

7.3.5. Étude des interférences matricielles

7.3.5.1. Objet

7.3.5.2. Protocole de base et calculs

7.3.5.3. Interprétation

7.3.5.4. Exemple

7.3.6. Fidélité de la méthode

7.3.6.1. Principe général

7.3.6.2. Domaine d’application

7.3.6.3. Plan d’expérience

7.3.6.4. Calcul de la répétabilité

7.3.6.5. Variante du plan d’expérience pour le calcul de la répétabilité avec plusieurs matériaux d’essais

7.3.6.6. Calcul de la fidélité

7.3.6.7. Expression de la fidélité

7.3.6.8. Les différents types de fidélité et leurs expressions

7.3.7. Étude de l’exactitude de la méthode

7.3.7.1. Objet

7.3.7.2. Plan d’expérience

7.3.7.3. Estimation des paramètres d’exactitude

7.3.7.4. Interprétation des paramètres d’exactitude

7.3.7.5. Exemple

7.3.8. Comparaison de deux méthodes

7.3.8.1. Objet

7.3.8.2. Plan d’expérience

7.3.8.3. Comparaison de la répétabilité

7.3.8.4. Caractérisation des écarts entre deux méthodes

7.4. Troisième étape : conclusions du laboratoire

8. Contrôle interne de qualité des méthodes d’analyse (CIQ)

8.1. Documents de référence

8.2. Principes généraux

8.3. Les matériaux de référence

8.4. Contrôle des séries analytiques

8.4.1. Définition

8.4.2. Contrôle de justesse à partir de matériaux de référence

8.4.3. Fidélité intrasérie

8.4.4. Etalon interne

8.5. Contrôle du système d’analyse

8.5.1. Définition

8.5.2. Carte de Shewhart

8.5.2.1. Acquisition des données

8.5.2.2. Présentation des résultats et définition des limites

8.5.2.3. Exploitation de la carte de Shewhart

8.5.3. Comparaison interne de différentes systèmes d’analyse d’un même paramètre

8.5.4. Comparaison externe du système d’analyse

8.5.4.1. Chaîne d’analyse de comparaison interlaboratoires

9. Étude de l’incertitude de mesure

9.1. Domaine d’application

9.2. Méthodologie

9.2.1. Définition du mesurande, et description de la méthode d’analyse quantitative

9.2.2. Analyse critique du processus de mesure, et identification des sources d’incertitude

9.2.3. Calculs d’estimation de l’incertitude type par approche biais-fidélité

9.2.3.1. Principe

9.2.3.2. Détermination de l’incertitude type de fidélité intralaboratoire :

9.2.3.3. Détermination de l’incertitude type de biais:

9.2.3.4. Cas particulier : erreur de matrice dans le cas de méthode dont le signal n’est pas spécifique au mesurande

9.2.3.5. Expression de l’incertitude élargie

9.2.3.6. Exemple

9.2.4. Estimation de l’incertitude par approche globale à partir des essais interlaboratoire

9.2.4.1. Principe

9.2.4.2. Plan d’expérience et calculs

INFORMATIONS COMPLEMENTAIRES

Annexe A :Intervalle de confiance sur l’écart-type et la moyenne (ISO 5725)

Annexe B: calcul du risque β pour l’étude de l’exactitude

1. Définitions

2. Calcul du risque β

3. Application

Annexe C :

Etude du biais (ISO 11352)

Guide pratique pour l’évaluation, le contrôle qualité et l’étude des incertitudes d’une méthode d’analyse œnologique

Avertissement : Ce guide ne constitue pas un document de référence mais seulement d’information. Les méthodes figurant dans ces lignes directrices ne peuvent pas être considérées comme des méthodes de référence au même titre que celles figurant au Recueil des méthodes internationales d’analyse des vins et des moûts de l’OIV ou au recueil des méthodes internationales d’analyse des boissons spiritueuses d’origine vitivinicole de l’OIV. Seules les méthodes publiées dans le Recueil des méthodes internationales d’analyse des vins et des moûts de l’OIV ou dans le recueil des méthodes internationales d’analyse des boissons spiritueuses d’origine vitivinicole de l’OIV ont un caractère officiel et sont applicables pour le contrôle et le règlement de différends.

1. Objet

Le présent guide a pour but d’accompagner les laboratoires d’œnologie pratiquant l’analyse en série dans leurs démarches d’évaluation, de contrôle qualité interne et d’estimation de l’incertitude d’une méthode d’analyse œnologique qu’ils mettent en œuvre.

Ce guide constitue une approche pratique pour l’évaluation, le contrôle qualité et l’étude des incertitudes des méthodes d’analyse œnologiques. Il doit être simplement considéré comme un outil auxiliaire (d’aide) pour le laboratoire. La consultation d’autres documents, règlementations ou textes statutaires publiés (édités) par des entités reconnues au niveau international est fortement recommandée, en particulier des documents publiés (édités) par des organismes d'accréditation.

Le guide proposé constitue un document complet ; en effet, il traite des calculs statistiques pour la validation d'une méthode, des contrôles internes de qualité, des comparaisons interlaboratoires et du calcul des incertitudes.

Les essais sollicités dans les plans expérimentaux de ce guide doivent être réalisés en conditions de fidélité intermédiaire ou de reproductibilité.

Le laboratoire se doit de vérifier la cohérence des résultats :

L’homogénéité des variances au sein des séries au moyen du test de Cochran et la cohérence de l’écart type au sein des séries avec l’écart type possiblement fixé par la méthode règlementaire lorsqu'elles se situent dans les résultats des séries.
Les résultats de la distribution gaussienne et les éléments qui ne tendent pas vers cette distribution entre les séries de données existantes lorsque les résultats sont disponibles au sein de différentes séries.

2. Préambule

La norme internationale ISO 17025 précise que les laboratoires accrédités doivent, lorsqu’ils mettent en œuvre une méthode analytique, s’assurer de la qualité des résultats obtenus. Pour cela, elle indique plusieurs étapes. La première consiste à définir les exigences de la clientèle ou réglementaires concernant le paramètre considéré, afin de déterminer, par la suite, si la méthode utilisée répond bien à celles-ci. La seconde étape intègre une évaluation initiale de la méthode afin d’en évaluer les caractéristiques. Afin de ne pas introduire de confusion avec la notion de validation interlaboratoire définie dans le présent Recueil pour les méthodes OIV de type I, II et III, le terme d’évaluation sera utilisé en lieu et place de celui de validation. Une fois la méthode évaluée et appliquée, les laboratoires doivent mettre en place des moyens de contrôle et de raccordement qui permettent de s’assurer du maintien des caractéristiques et des performances de celle-ci. Enfin, ils doivent estimer l’incertitude associée à chaque résultat obtenu avec la méthode.

Le présent guide a été rédigé en priorité pour les laboratoires d’œnologie pratiquant des analyses sur des séries relativement importantes d’échantillons de vin ou de moût. Le champ d’application étant ainsi précisé, le choix des outils applicables a pu être fait de façon adaptée et pertinente. Le guide reste strictement en conformité avec les normes ci-dessus évoquées et dont le lecteur trouvera les coordonnées dans la bibliographie placée en fin de document. Les différents chapitres incluent des exemples d’applications, pris dans des laboratoires utilisant ces outils.

Les rédacteurs souhaitent attirer l’attention des lecteurs sur le fait que les outils mathématiques présentés dans le guide doivent être approchés avec un esprit critique. Ainsi, lors de la mise en œuvre chacun d’entre eux, le laboratoire doit vérifier si la méthode permet l’application de tel ou tel outil. De même, le laboratoire ne doit pas se contenter du résultat des calculs obtenus par les différents outils proposés mais doit en vérifier la pertinence et la signification. Chaque fois que cela est nécessaire, les rédacteurs ont indiqué les points supposant une réflexion propre plus approfondie du laboratoire.

3. Règlementations de référence

Les documents de référence suivants sont indispensables pour la mise en application de ce document. Pour les références datées, seule l’édition mentionnée s’applique. Pour les références non datées, la dernière édition du document référencé (y compris tout amendement existant) s’applique.

ISO GUIDE 99 : Vocabulaire international de métrologie — Concepts fondamentaux et généraux et termes associés (VIM).
ISO 5725-2 : Exactitude (justesse et fidélité) des résultats et méthodes de mesure — Partie 2 : Méthode de base pour la détermination de la répétabilité et de la reproductibilité d’une méthode de mesure normalisée.
ISO 8258 : Cartes de contrôle de Shewhart.
ISO 11352 : Estimation de l'incertitude de mesure basée sur des données de validation et de contrôle qualité.
NF T90-201 : Protocole d’évaluation initiale des performances d’une méthode dans un laboratoire

4. Domaine d’application

Les normes relatives aux différentes procédures décrites dans ce guide sont distinctes. Cependant, il semble opportun de proposer un guide d’application unique car elles constituent un ensemble indissociable dans leur utilisation par un laboratoire travaillant en routine. Celui-ci constitue l’environnement d’assurance qualité qu’un laboratoire doit mettre en œuvre pour répondre aux exigences de la norme ISO 17025. Il permet de s’assurer des performances d’une méthode d’analyse, de confirmer que celles-ci sont conformes aux besoins et de vérifier leur permanence au cours du temps.

Lors de la mise en place d’une méthode d’analyse, le laboratoire doit procéder à différentes étapes préalables :

4.1. Définition du besoin

Le laboratoire doit définir les besoins auxquels il devra répondre (demande de clientèle, critères économiques, données réglementaires, etc…) et évaluer les performances qu’il attend d’une méthode pour répondre à ces besoins.

4.2. Choix de la méthode

En fonction des besoins définis, le laboratoire peut choisir d’appliquer différents types de méthodes :

Méthode normalisée ou consensuellement reconnue dont les caractéristiques ont été déterminées par une approche interlaboratoire.
Méthode normalisée ou consensuellement reconnue avec des adaptations techniques mineures qui ne remettent pas en cause le principe de celle-ci.
Méthode publiée et consensuellement reconnue, mais n’ayant pas fait l’objet d’une validation interlaboratoire (par exemple, méthodes OIV de type IV).
Méthode développée en interne.

4.3. Evaluation des besoins techniques

La méthode étant choisie, le laboratoire doit évaluer les besoins techniques (matériel, réactifs, compétences, etc.) qu’il devra mettre en œuvre.

4.4. Développement et évaluation de la méthode

Lors de la mise en place d’une méthode, le laboratoire doit procéder à une évaluation initiale qui précède la décision de son application. Ce travail d’évaluation est dépendant du type de méthode choisi. Au terme de sa réalisation, le laboratoire accepte la méthode et la met en œuvre.

4.5. Contrôle permanent de la qualité des résultats

Le laboratoire assure ensuite un contrôle permanent de la qualité des résultats avec une évaluation régulière des donné

es de fidélité (erreur aléatoire) et de justesse (erreur systématique) et une estimation de l’incertitude.

Le présent guide décrit ces différentes étapes.

5. Vocabulaire général

Les définitions indiquées ci-dessous sont à l’usage de ce document et sont issues des références normatives données en bibliographie, en particulier de la mise à jour du VIM (vocabulaire international de métrologie).

5.1. Biais de mesure

Erreur de justesse ou estimation d’une erreur systématique.

5.2. Blanc

Essai réalisé en l'absence de matrice (blanc réactif) ou sur une matrice qui ne contient pas l'analyte (blanc matrice).

Il est indispensable que le laboratoire précise de quel blanc il s’agit.

5.3. Calibrage (d’un instrument de mesure) (Gauging en anglais)

Positionnement matériel de chaque repère (éventuellement de certains repères principaux seulement) d’un instrument de mesure en fonction de la valeur correspondante du mesurande. Il s’agir d’un cas appliqué de l’étalonnage.

5.4. Conditions de fidélité intermédiaire

Condition de mesurage dans un ensemble de conditions qui comprennent la même procédure de mesure, le même lieu et des mesurages répétés sur le même objet ou des objets similaires pendant une période de temps étendue, mais peuvent comprendre d’autres conditions que l’on fait varier.

5.5. Conditions de répétabilité

Condition de mesurage dans un ensemble de conditions qui comprennent la même procédure de mesure, les mêmes opérateurs, le même système de mesure, les mêmes conditions de fonctionnement et le même lieu, ainsi que des mesurages répétés sur le même objet ou des objets similaires pendant une courte période de temps.

5.6. Conditions de reproductibilité

Condition de mesurage dans un ensemble de conditions qui comprennent des lieux, des opérateurs et des systèmes de mesure différents, ainsi que des mesurages répétés sur le même objet ou des objets similaires.

5.7. Domaine d'application de la méthode d'analyse

Combinaison entre les différents types de matrice et la gamme de concentration en analyte couverte, à laquelle s'applique la méthode d'analyse.

5.8. Domaine de mesure

Ensemble des valeurs de grandeurs d'une même nature qu'un instrument de mesure ou un système de mesure donné peut mesurer avec une incertitude instrumentale spécifiée, dans des conditions déterminées.

5.9. Écart maximal acceptable (EMA)

L’EMA constitue un critère d’acceptation autour d’une valeur de référence acceptée défini à partir d’exigences réglementaires ou normatives ou informatives ou de demandes client ou choisies le laboratoire lui même.

5.10. Ecart type

Pour une série de n mesurages du même mesurande, grandeur s caractérisant la dispersion des résultats, donnée par la formule :

x_i étant le résultat du i^éme mesurage et la moyenne arithmétique des n résultats considérés.

5.11. Écart-type de fidélité intermédiaire

Écart-type de répétitions obtenues sous des conditions de fidélité intermédiaire.

5.12. Écart-type de répétabilité

Écart-type de répétitions obtenues sous des conditions de répétabilité.

5.13. Écart-type de reproductibilité

Écart-type de répétitions obtenues sous des conditions de reproductibilité.

5.14. Erreur aléatoire

Composante de l'erreur de mesure qui, dans des mesurages répétés, varie de façon imprévisible.

5.15. Erreur de mesure

Différence entre la valeur mesurée d'une grandeur et une valeur de référence.

5.16. Erreur systématique

Composante de l'erreur de mesure qui, dans des mesurages répétés, demeure constante ou varie de façon prévisible.

NOTE : on peut appliquer une correction pour une erreur systématique connue.

5.17. Étalonnage (Calibration en anglais)

Opération qui, dans des conditions spécifiées, établit en une première étape une relation entre les valeurs et les incertitudes de mesure associées qui sont fournies par des étalons et les indications correspondantes avec les incertitudes associées, puis utilise, en une seconde étape cette information pour établir une relation permettant d’obtenir un résultat de mesure à partir d’une indication.

5.18. Exactitude de mesure

Étroitesse de l'accord entre une valeur mesurée et une valeur vraie du mesurande.

Le terme « exactitude », appliqué à un ensemble de résultats, implique une combinaison de composantes aléatoires (fidélité) et d’une erreur systématique commune ou d’une composante biais (justesse).

5.19. Fidélité de mesure

Étroitesse de l'accord entre les indications ou les valeurs mesurées obtenues par des mesurages répétés du même objet ou d'objets similaires dans des conditions spécifiées.

NOTE 1 : La fidélité dépend uniquement de la distribution des erreurs aléatoires et n'a aucune relation avec la valeur vraie ou spécifiée.

NOTE 2 : La fidélité est en général exprimée numériquement par des caractéristiques telles que l'écart-type ou le coefficient de variation dans les conditions spécifiées.

NOTE 3 : Les conditions spécifiées peuvent être, par exemple, des conditions de répétabilité, des conditions de fidélité intermédiaire ou des conditions de reproductibilité.

5.20. Grandeur (mesurable)

Propriété d'un phénomène, d'un corps ou d'une substance, que l'on peut exprimer quantitativement sous forme d'un nombre et d'une référence.

5.21. Incertitude de mesure

Paramètre non négatif qui caractérise la dispersion des valeurs attribuées à un mesurande, à partir des informations utilisées.

5.22. Justesse de mesure

Étroitesse de l'accord entre la moyenne d'un nombre infini de valeurs mesurées répétées et une valeur de référence

NOTE 1 : La justesse de mesure varie en sens inverse de l’erreur systématique, mais n’est pas liée à l’erreur aléatoire.

NOTE 2 : La mesure de la justesse est généralement exprimée en terme de biais.

5.23. Limite de détection

Valeur mesurée, obtenue par une procédure de mesure donnée, pour laquelle la probabilité de déclarer faussement l'absence d'un constituant dans un matériau est β, étant donné la probabilité α de déclarer faussement sa présence.

5.24. Limite de quantification de la méthode

C’est la plus petite concentration ou teneur de l’analyte pouvant être quantifiée, avec une incertitude acceptable, dans les conditions expérimentales décrites de la méthode.

En absence d’exigences réglementaires ou normative, l’incertitude acceptable sur la limite de quantification est fixée à 60% de la limite de quantification, par convention.

5.25. Matériau d’essai

Matériau ou substance sur lequel la méthode d’analyse considérée est à appliquer.

5.26. Matériau de référence (MR)

Matériau suffisamment homogène et stable en ce qui concerne des propriétés spécifiées, qui a été préparé pour être adapté à son utilisation prévue dans une étude de l’erreur de mesure.

5.27. Matériau de référence certifié (MRC)

Matériau de référence, accompagné d'une documentation délivrée par un organisme faisant autorité et fournissant une ou plusieurs valeurs de propriétés spécifiées avec les incertitudes et les traçabilités associées, obtenu par des procédures valables.

5.28. Matrice

Ensemble des constituants de l'échantillon autres que l'analyte.

Par extension, une matrice est définie par l'analyste comme un ensemble d’échantillons caractérisés par un comportement homogène vis-à-vis de la méthode d'analyse utilisée.

5.29. Mesurage ou mesure ou essai

Processus consistant à obtenir expérimentalement une ou plusieurs valeurs que l'on peut raisonnablement attribuer à une grandeur.

5.30. Mesurande

Grandeur que l'on veut mesurer.

5.31. Méthode de mesure

Description générique de l’organisation logique des opérations mises en œuvre dans un mesurage.

5.32. Modèle d’étalonnage

Fonction mathématique qui relie une valeur informative à un mesurande tel qu’une concentration en analyte, à l’intérieur d’un certain intervalle.

Exemple de fonction d’étalonnage : modèle linéaire, modèle quadratique, modèle new rational.

NOTE : Une méthode d'analyse usuelle peut consister en une simplification de la méthode de référence.

5.33. Moyenne

Pour une série de n mesurages du même mesurande, la valeur moyenne est donnée par la formule :

x_i étant le résultat du i^éme mesurage.

5.34. Résultat de mesure

Ensemble de valeurs attribuées à un mesurande, complété par toute autre information pertinente disponible.

NOTE Le résultat de mesure est généralement exprimé par une valeur mesurée unique et une incertitude de mesure.

5.35. Valeur de référence acceptée

Valeur qui sert de référence, agréée pour une comparaison, et qui résulte :

D'une valeur théorique ou établie, fondée sur des principes scientifiques ;

D’une valeur assignée ou certifiée, fondée sur les travaux expérimentaux D'une organisation nationale ou internationale ;
D'une valeur de consensus ou certifiée, fondée sur un travail expérimental en collaboration et placé sous les auspices d'un groupe scientifique ou technique ;
Dans le cas où a), b) et c) ne sont pas applicables, de l'espérance de la quantité (mesurable), c'est-à-dire la moyenne d'une population spécifiée de mesures.

Dans le cadre particulier du présent guide, la valeur de référence acceptée (ou valeur conventionnellement vraie) de l’échantillon est fournie selon les possibilités par :

La valeur du certificat d’un matériau de référence certifié,
La valeur de consensus issue d’une comparaison interlaboratoires,
La moyenne arithmétique des valeurs de mesures répétées selon la méthode de référence, corrigée en matière de biais en utilisant les estimations de biais obtenues à partir de mesures parallèles réalisées sur un d’autres matériaux de référence de types différents.
La valeur ciblée par ajout de l’analyte dans une matrice représentative du domaine d’application.

5.36. Variance

Carré de l’écart-type.

6. Principes généraux : l’erreur de mesure

Tout mesurage réalisé à l’aide de la méthode étudiée donne un résultat. Celui-ci est inévitablement associé à une erreur de mesure, définie comme la différence entre le résultat obtenu et la valeur vraie du mesurande. Dans la pratique, la valeur vraie du mesurande est inaccessible, et on est amené à utiliser une valeur conventionnellement acceptée comme telle.

L’erreur de mesure comprend deux composantes :

Une image contenant texte, Police, capture d’écran, ligne

Le contenu généré par l’IA peut être incorrect.

En pratique, l’erreur aléatoire est prise en ayant une expectative nulle sous l'ensemble de conditions de mesures pertinentes, et l'erreur systématique correspond donc à l'inverse des biais (sous ces conditions).

Les outils de contrôle qualité permettent d’évaluer statistiquement les erreurs systématiques et les erreurs aléatoires, et de surveiller leurs évolutions dans le temps. Ils permettent aussi d’estimer l’incertitude associée à un résultat d’analyse.

7. Evaluation initiale d’une méthode d’analyse œnologique

7.1. Méthodologie

Selon le degré de connaissance des caractéristiques d’une méthode donnée, les démarches d’évaluation seront plus ou moins complètes.

Dans le cas où le laboratoire adopte une méthode dont les caractéristiques sont consensuellement reconnues, en particulier dans le cas de méthodes normalisées, celui-ci pourra réaliser une étude se limitant à la mesure de la performance de la méthode dans le laboratoire. Si le laboratoire adapte une méthode, la modifie, ou a développé une méthode, il devra alors mettre en œuvre une démarche d’évaluation plus complète, permettant qu’il connaisse l’ensemble des caractéristiques pertinentes de la méthode.

La mise en œuvre de l’évaluation d’une méthode passe dans tous les cas par les 3 grandes étapes :

Définition des besoins ;
Étude des performances et des caractéristiques ;
Acceptation de la méthode.

Le laboratoire met en œuvre divers outils d’évaluation, en fonction des besoins. Il incombe au laboratoire de faire le choix pertinent des outils, les plus adaptés à la méthode à évaluer.

ETAPE	SOUS ETAPE 1	SOUS ETAPE 2
Définition des besoins
		Domaine d’application
		Echelle de mesure
		Niveau de performance requis
Etudes des performances et caractéristiques
	*Domaine de validité*
		Matrices analysables
		Etude de la fonction d’étalonnage
		Etude des limites de détection et de quantification
		Robustesse
		Étude des rendements d’extraction
		Étude de spécificité
	*Fidélité de la méthode*
		Étude de la répétabilité
		Étude de la fidélité intermédiaire
	*Exactitude de la méthode*
		Étude du profil d’exactitude
		Comparaison à d’autres systèmes analytiques
Conclusions et adoption de la méthode
		Synthèse des performances de la méthode
		Déclaration sur la validité de la méthode

7.2. Première étape : définition des besoins

Les besoins sont définis en fonction des exigences définies par l’utilisation prévue de la méthode. Ces exigences peuvent être de plusieurs ordres :

Exigences techniques ;
Exigences normatives ;
Exigences réglementaires ;
Exigences clients ;
Autres…

Ces exigences doivent autant que possible être traduites en critères quantitatifs (fidélité, exactitude, LQ…). La validation a pour but de vérifier la compatibilité des performances réelles de la méthode aux performances prévues ainsi définies.

7.2.1. Définition des matrices analysables

La matrice est l’ensemble des constituants du matériau d’essai autres que l'analyte.

Dans le cas où ces constituants peuvent avoir une influence sur le résultat d’un mesurage, il convient que le laboratoire définisse les matrices sur lesquelles la méthode est applicable.

Par exemple, en œnologie, le dosage de certains paramètres peut être influencé par les diverses matrices possibles (vins, moûts, vins liquoreux…).

En cas de doute sur un effet matrice, des études plus approfondies pourront être réalisées dans le cadre de l’étude de spécificité.

7.2.2. Définition du domaine de mesure

Le laboratoire définit le domaine de mesure couvert par l’utilisation prévue de la méthode.

7.2.3. Définition des niveaux de performance requis

L’ensemble des exigences internes et externes recueillies permet de définir les niveaux de performances requis de la méthode. Ces niveaux de performance peuvent être traduits sous la forme d’une grandeur établissant les écarts tolérés, encore défini sous le terme d’EMA : Écarts Maximum Admissible.

L’EMA est un terme général qui se décline sous diverses formes particulières en fonction des paramètres testés :

L’EMA_exactitude qui caractérise l’écart maximum admissible de la méthode d’analyse par rapport à une valeur de référence acceptée.
L’EMA_{reproductibilité} qui caractérise l’écart dans lequel on admet la dispersion des résultats obtenus dans des conditions de reproductibilité.

On pourra définir l’EMA_{reproductibilité} de plusieurs manières, par exemple :

, où R_OIV est la limite de reproductibilité R donnée par le recueil des méthodes internationales d’analyses des vins – OIV
, où R_EIL est la limite de reproductibilité R donnée par un organisme de comparaisons interlaboratoires.
, où _R est issu du modèle d’Horwitz (modèle empirique qui établi une relation entre la concentration de l’analyte et le  interlaboratoire.

Où c est la concentration exprimée en rapport de masse sans dimension.

L’EMA_RW tient compte de la limite interne (intermédiaire) de reproductibilité qui caractérise l’écart dans lequel on admet la dispersion des résultats obtenus dans des conditions de fidélité intralaboratoire.
L’EMA_étalonnage qui caractérise l’écart admissible pour la vérification de la conformité avec l’EMA comparant les valeurs mesurées individuelles aux valeurs estimées à partir de la courbe de régression. Un tel EMA devra tenir compte de la limite interne (intermédiaire) de reproductibilité (au minimum) ainsi que de l’incertitude de l’étalonnage.

7.3. Deuxième étape : l’évaluation des performances d’une méthode dans le laboratoire

7.3.1. Étude de la fonction d’étalonnage

Note : Le terme général d’étalonnage est ici utilisé. Le terme calibrage (gauging en anglais), plus restrictif (voir vocabulaire général) peut l’être dans certains textes de référence.

7.3.1.1. Objet

L’ajustement ou étalons sur la droite ou la courbe d’étalonnage n’est jamais parfaite. La fonction mathématique d’étalonnage engendre donc mécaniquement une source d’erreur, qui rentrera au budget d’incertitude de la méthode.

La figure suivante illustre l’erreur pour un étalonnage entre une valeur de signal d’un appareil de mesure et la valeur du mesurande.

L’objet de cette étude est d’étudier l’erreur produite par la fonction mathématique de l’étalonnage en la confrontant à un écart maximum accepté. Cet écart, spécifiquement défini pour la fonction d’étalonnage, est appelé EMA_étalonnage.

Comment définir un EMA_étalonnage

Le responsable de l’évaluation fixe un EMA pour chaque niveau de concentration i pour évaluer une gamme d’étalonnage.

NOTES :

Cette étude n’a, bien sûr, de signification que lorsque la méthode introduit une fonction d’étalonnage.
Cette étude ne s’applique qu’aux méthodes ayant un signal spécifique au mesurande. Elle n’est pas pertinente pour les méthodes ayant un signal non spécifique (par exemple l’IRTF).
L’étude portera des grandeurs analytiques calculées à partir de la fonction d’étalonnage ou de calibrage établie lors des opérations d’étalonnage ou de calibrage de l’instrument ou de la méthode. Les modèles mathématiques mis en œuvre sont divers :

Modèle linéaire y = a₁.x+ a₀
Modèle quadratique (ou polynomial) y= a₂.x² + a₁.x + a₀
Autres modèles

Le laboratoire doit vérifier ou choisir éventuellement le modèle approprié.

7.3.1.2. Plan d’expérience

Cette étude implique que le laboratoire utilise des matériaux de référence dont les valeurs acceptées ont été acquises avec certitude. Il pourra donc s’agir de matériaux de référence internes dosés ou formulés avec du matériel raccordé, de vins ou de moûts dont la valeur est donnée par la moyenne d’au moins 3 répétitions de la méthode de référence, de matériaux de référence externes, ou de matériaux de référence externes certifiés.

Le choix et la constitution des matériaux de référence doivent permettre d’assurer que sa matrice est compatible avec la méthode étudiée.

Dans tous les cas, il est indispensable que les matériaux de référence utilisés dans le plan d’expérience soient parfaitement indépendants des étalons ayant préalablement servi à étalonner l’instrument.

Il convient de mettre en œuvre un nombre p de matériaux de référence. Ce nombre sera au minimum égal à 3, il n’est cependant pas nécessaire d’aller au-delà de 10. Les valeurs acceptées de matériaux de référence devront être réparti de façon régulière sur l’échelle de valeurs étudiée.

Tous les p matériaux de référence seront mesurés un même nombre n fois, dans des conditions de fidélité intermédiaire (par exemple sur plusieurs jours), n sera au minimum égal à 5.

Il est indispensable d’effectuer chaque mesure individuelle sur des matériaux de référence indépendants de façon à prendre en compte les erreurs liées à la formulation des étalons.

NOTE :

LE « 0 » ne constitue pas une valeur analytique. Il convient de ne pas utiliser d’étalon « blanc » dans le plan d’expérience, l’étalon bas doit avoir une valeur de mesurande proche de la limite de quantification.

7.3.1.3. Compilation des résultats

Les résultats et les calculs sont compilés dans le tableau suivant avec le modèle linéaire y = a + b.x

Matériaux de référence		1	…	j	…	p
Valeur acceptée du matériau de référence		x₁	…	x_j	…	x_p	a	b
	Étalon 1	y₁₁	…	y_1,j	…	y_1,p	a₁	b₁
Valeur	…	…	…	…	…	…	…	…
Mesurée	Étalon i	y_i1	…	y_i,j	…	y_j,p	a_j	b_j
	…	…	…	…	…	…
	Étalon n	y_n,1	…	y_n,j	…	y_np	a_n	b_n
	Étalon 1		…		…
Valeur	…	…	…	…	…	…
Calculée	Étalon j	,	…		...
	…	…	…	…	…	…
	Étalon n		…
	Étalon 1	d₁₁	…	d_1,j	…	d_1,p
Différence	…	…	…	…	…	…
calculée	Étalon j	d_i1	…	d_i,j	…	d_j,p
	…	…	…	…	…	…
	Étalon n	d_n,1	…	d_n,j	…	d_np

: est la i^ièm^e valeur mesurée du j^ème matériau de référence avec l’étalon nº i.

: est la valeur acceptée du j^iémematériau de référence avec l’étalon nº i

est la pente de la droite de régression nº i.

est l’ordonnée à l’origine de la droite de régression nº i.

est la valeur calculée du j^ème matériau de référence avec la droite de régression nº i

Les paramètres a et b de la droite de régression sont obtenus à partir des calculs suivants :

Moyenne des p mesurages du i^èmematériau de référence
Moyenne de toutes les valeurs acceptées des n matériaux de référence
Moyenne de tous les mesurages
Estimation pente b
Estimation ordonnée à l’origine a

7.3.1.4. Analyse graphique des résultats

Grandeur théorique et grandeur retrouvée

Le premier type de graphique est la représentation des valeurs calculées en fonction des valeurs acceptées de matériaux de référence. Il est également porté la droite de recouvrement Y=X.

Une image contenant noir, obscurité

Le contenu généré par l’IA peut être incorrect.

Figure 1 – Représentation des valeurs calculées en fonction des valeurs acceptées des matériaux de référence et de la droite « Valeur calculée = Valeur acceptée ».

Étude de la différence calculée par rapport à un EMA_étalonnage

Il s’agit de vérifier que toutes les différences individuelles calculées sur chaque étalon analysé sont acceptables à partir d’un EMA_étalonnage fixé par le laboratoire.

Si les différences sont inférieures à l’EMA_étalonnage fixé pour chaque matériau de référence alors la fonction d’étalonnage est considérée comme acceptable dans le domaine étudié (Figure 2).

Dans le cas contraire, la fonction d’étalonnage ne peut pas être utilisée dans le domaine étudié.

Une image contenant capture d’écran, Rectangle, noir, texte

Le contenu généré par l’IA peut être incorrect.

NOTE

L’étude des différences individuelles calculées entre la valeur acceptée du matériau de référence et les valeurs mesurées à partir de l’équation d'étalonnage lors de chaque étalonnage peut aussi être menée avec des valeurs relatives exprimées en % :

7.3.1.5. Actins ultérieures lorsque la fonction d’étalonnage n’est pas acceptée dans le domaine étudié

Dans le cas où la fonction d’étalonnage n’est pas acceptée dans le domaine d’étalonnage, plusieurs solutions sont proposées :

Le responsable de l’évaluation refait le test d’adéquation en réduisant le domaine d’étude.
Le responsable de l’évaluation montre que le domaine peut être segmenté en plusieurs domaines d’étalonnage.
Le responsable de l’évaluation considère qu'une autre fonction que la fonction envisagée s'applique mieux à la méthode.

Exemple : étude de la fonction d’étalonnage linéaire pour le dosage de l’acide L-malique

Le laboratoire souhaite évaluer la fonction d’étalonnage linéaire pour le dosage de l’acide L-malique à partir de matériaux de référence compris entre 0,15 et 4,20 g/l.

Les valeurs acceptées sur 4 matériaux de référence sont : 0,15 - 0,80 - 2,80 - 4,20 g/l.

Les valeurs mesurées sur chaque matériau de référence lors de chaque étalonnage sont indiquées dans le tableau suivant :

Matériaux de référence		1	2	3	4
Valeur acceptée du matériau de référence		0,15	0,80	2,80	4,20
Valeurs calculées	Oct. 7	0,09	0,73	2,74	4,21
	Oct. 22	0,14	0,81	2,72	4,29
	Oct. 25	0,12	0,77	2,71	4,28
	Oct. 27	0,10	0,72	2,77	4,27
	Oct. 30	0,07	0,77	2,85	4,15
Différence individuelle d_i,j	Oct. 7	-0,06	-0,07	-0,06	0,01
	Oct. 22	-0,01	0,01	-0,08	0,09
	Oct. 25	-0,03	-0,03	-0,09	0,08
	Oct. 27	-0,05	-0,08	-0,03	0,07
	Oct. 30	-0,08	-0,03	0,05	-0,05

Une image contenant texte, ligne, reçu, Tracé

Le contenu généré par l’IA peut être incorrect.

Figure 3 – Représentation des valeurs mesurées en fonction des valeurs acceptées des matériaux de référence par rapport à la droite « Valeur calculée = Valeur acceptée ».

Les différences individuelles calculées entre la valeur acceptée des matériaux de référence et les valeurs calculées à partir de l’équation d'étalonnage lors de chaque étalonnage sont indiqués dans le tableau suivant pour chaque matériau :

Le laboratoire souhaite évaluer la fonction d’étalonnage à partir d’un écart maximal acceptable de 0,10 par rapport à la valeur de référence de chaque matériau utilisé lors de l’étalonnage.

Figure 4 – Répartition des différences individuelles entre la valeur acceptée des matériaux de référence et les valeurs calculées à partir de l’équation d'étalonnage

La fonction d’étalonnage linéaire est considérée comme acceptable dans le domaine étudié avec l’approche EMA_étalonnagecar tous les différences absolues calculées sont inférieures à l’écart maximal acceptable de 0,10 fixé par le laboratoire.

7.3.2. Robustesse

7.3.2.1. Définition

La robustesse est la capacité, pour une méthode, de donner des résultats proches en présence de faibles changements de conditions expérimentales susceptibles de se produire dans l’utilisation de la procédure.

7.3.2.2. Recommandations

Si un doute existe sur l’influence de la variation de paramètres opératoires, le laboratoire mettra en œuvre un plan d’expérience qui permettra de faire jouer ces paramètres opératoires critiques dans le champ de variation susceptible d’être rencontré dans les conditions de la pratique.

7.3.3. Étude de la limite de détection et de la limite de quantification d'une méthode d'analyse

7.3.3.1. Rappel préliminaire

Dans la pratique, le « 0 » analytique n’est jamais atteint en raison de l’incertitude qui pèse sur toute méthode de mesure. À ce titre, un résultat analytique édité sur un rapport d’analyse ne peut être rendu sous la forme d’un « 0 ».

Les méthodes d’analyses dont les valeurs basses tendent vers 0 doivent faire l’objet de l’étude des limites de détection (LD) et de quantification (LQ).

Si un résultat brut est situé au-dessus de la LQ, il est retranscrit tel quel sur le rapport d’analyse.
Si un résultat brut se situe entre la LD et la LQ, le laboratoire retranscrit la mention « <LQ, présence non quantifiable » ou une mention équivalente
Si un résultat brut se situe en dessous de la LD, le laboratoire retranscrit la mention « non détecté » ou une mention équivalente.

7.3.3.2. Objet

Il s’agit d’établir la limite de direction et la limite de quantification d’une méthode en prenant en compte toutes les sources de variabilité relatives à la méthode, aux appareils utilisés et au vin analysé.

NOTE : La démarche n’est évidemment pas applicable, et pas nécessaire pour les méthodes dont la limite basse ne tend pas vers 0, par exemple le titre alcoométrique volumique, l’acidité totale, le pH…

Les approches permettant d’estimer la limite de direction et la limite de quantification sont :

L’approche selon l’étude sur des blancs ;
L’approche selon l’étude du bruit de fond de l’enregistrement graphique ;
Estimation d’une valeur présupposée vérifiée a posteriori.

Ces méthodes s’adaptent ・diverses situations, mais il s’agit dans tous les cas d’approches mathématiques donnant des résultats n’ayant qu’une valeur informative.

7.3.3.3. Etude sur des blancs

Principe

Cette méthode s’applique quand la méthode d’analyse fournit des valeurs numériques lors de l’analyse de blancs avec des résultats présentant un écart-type non nul.

L’opérateur pourra juger de l’opportunité d’utiliser des blancs réactifs, ou des blancs matrice.

Si le blanc, pour des raisons liées à un prétraitement non maîtrisé du signal, est parfois non mesurable ou n'offre pas de variation enregistrable (écart-type de 0), la démarche peut être effectuée sur une très faible concentration en analyte, proche du blanc.

Plan d’expérience et calculs

Procéder à l’analyse de n matériaux d’essai assimilés à des blancs, n étant supérieur ou égal à 10.
Calculer la moyenne et l’écart-type des résultats x_i obtenus :

A partir de ces résultats on définit conventionnellement la limite de détection par la formule :

A partir de ces résultats on définit conventionnellement la limite de quantification par la formule :

Exemple

Le tableau ci-dessous donne quelques résultats obtenus lors de la détermination de la limite de détection pour le dosage usuel du Dioxyde de soufre libre.

*N° du matériau d’essai*	*X (en mg/l)*
1	0
2	1
3	0
4	1,5
5	0
6	1
7	0,5
8	0
9	0
10	0,5
11	0
12	0

Les valeurs calculées sont les suivantes :

q = 12

q = 12
= 0,375
S_blanc = 0.528 mg/l
LD = 1.96 mg/l
LQ = 5.65 mg/l

7.3.3.4. Étude du bruit de fond de l’enregistrement graphique

Cette étude est décrite en détail dans la Résolution OIV OENO 7/2000 décrite dans le Recueil International des Méthodes d’Analyse des Vins et des Moûts de l’OIV.

7.3.3.5. Vérification d’une limite de quantification présupposée de la méthode

Principe

L’objectif est de vérifier qu’une limite de quantification présupposée LQ est valide dans une matrice.

Pour toute méthode, plus on tend vers des valeurs faibles plus le coefficient de variation de la fidélité intermédiaire s’élève. On considère qu’une variation relative de 60% en condition de fidélité intermédiaire marque la limite de performance d’une méthode, et donc sa LQ.

Une image contenant texte, diagramme, ligne, Tracé

Le contenu généré par l’IA peut être incorrect.

Plan d’expérience

Utiliser un matériau d’essai correspondant à la matrice analysée dont la valeur du mesurande correspond à la LQ à valider :

Matériau issu d’une comparaison interlaboratoires ;
Matériau de référence externe ;
Matériau obtenu par dopage ;
Matériau obtenu par dilution.

Analyser le matériau choisi n fois dans des conditions de fidélité intermédiaire et dans le temps de stabilité de l’échantillon avec n ≥ 5.

Dans chaque série la mesure est effectuée r fois dans des conditions de répétabilité. r doit être ≥ 2.

Tableau 5 – Tableau des valeurs mesurées sur un matériau de référence de valeur acceptée à la limite de quantification présupposée

Série	Répétitions					Moyenne	Variances intra-séries
	1	…	j	…	r
1		…		…
...		…	…	…	…	…	...
i		…		…
...		…	…	…	…	…	...
n		…		…

Calculs et résultats

On détermine :

La variance moyenne de variances intra-série

La moyenne des mesures

La variance des moyennes

L’écart type de fidélité intermédiaire

Interprétation des résultats

Il s’agit de s’assurer de l’exactitude de la limite de quantification présupposée par rapport à un écart maximal acceptable de 60% de la LQ en vérifiant les deux inégalités suivantes :

Si ces deux inégalités ne sont pas vérifiées alors l’exactitude de la limite de quantification n’est pas vérifiée.

Exemple

Le laboratoire souhaite vérifier la limite de quantification du dosage de l’acide L-malique à partir des valeurs mesurées sur un matériau de référence de valeur 0,20 g/l par rapport à un écart maximal acceptable de 60% de la valeur de référence à 0,20 g/l.

Les valeurs mesurées sont indiquées dans le tableau suivant :

	Répétitions		Moyenne	Variance des séries
Séries	Essai 1	Essai 2
10-janv.	0,23	0,22	0,225	0,000050
11-janv.	0,25	0,24	0,245	0,000050
12-janv.	0,23	0,23	0,230	0,000000
13-janv.	0,25	0,26	0,255	0,000050
14-janv.	0,24	0,25	0,245	0,000050

L’étude des résultats indique les informations suivantes :

- la moyenne générale sur le matériau LQ : = 0,240.

- la variance de répétabilité : = 0,00004

- la variance des moyennes : = 0,00015

- l’écart-type de fidélité intermédiaire s_FI = 0,013.

La limite de quantification présupposée est LQ = 0,20 g/l

L’écart maximal acceptable est EMA = 60%x0,20, soit EMA = 0,12 g/l

L’intervalle d’acceptation autour de la valeur de LQ est : LQ ± 60 % x LQ, soit [0,08 ; 0,32].

Les deux inégalités sont vérifiées, la limite de quantification présupposée de la méthode à 0,20 est vérifiée.

7.3.4. Étude des rendements d’extraction

7.3.4.1. Objet

Certains procédés analytiques contiennent une étape préalable d’extraction / purification / concentration de l’analyte. Cette étape génère des erreurs aléatoires et systématiques qui entrent directement au budget d’incertitude de la méthode.

Le rendement est défini par le rapport entre la quantité récupérée après un processus de purification ou extraction et la quantité initialement présente. L’erreur liée au rendement d’extraction est dans de nombreux cas relativement importante, et son étude particulière s’impose.

L’étude du rendement n’est évidemment pas utile s’il n’y a pas de traitement d’extraction préalable à l’analyse Elle peut être aussi sans utilité si les étalons subissent le même traitement d’extraction que les échantillons. Cependant, dans ce dernier cas, le laboratoire devra démontrer que l’extraction n’est pas influencée par un effet matrice.

7.3.4.2. Plan d’expérience

Réaliser différents niveaux d’ajout sur plusieurs matériaux représentatifs de variabilité de matrice à l’intérieur du domaine d’application de la méthode.

Utiliser au moins n ≥ 5 essais différents matériaux et au moins p ≥ 2 niveaux d’ajout. Il n’est pas nécessaire de faire tous les niveaux d’ajout sur chaque matériau.

Réaliser les mesures des différents matériaux d’essai lors de différentes séries, et à des moments différents.

En absence de recommandations, les niveaux d’ajout pourront être de 20 % et 80 % de la concentration maximale du domaine d’application.

Matériaux	Valeur initiale du mesurande	Ajout	Valeur après ajout	Rendement
1
…	…	…	…	…
i
…	…	…	…	…
n

On détermine :

Le rendement moyen :

L’écart type des rendements :

7.3.4.3. Interprétation des rendements

Si le rendement moyen s’écarte de 100%, le laboratoire définira dans sa documentation si une correction de rendement est appliquée dans l’expression du résultat final. Si aucune correction n’est appliquée, le laboratoire devra tenir compte, dans le calcul des incertitudes, du biais introduit par l’absence de correction du rendement.

L’erreur liée à la variabilité du rendement est normalement prise en compte dans l’étude de fidélité intermédiaire globale de la méthode.

7.3.5. Étude des interférences matricielles

7.3.5.1. Objet

Il s’agit d’étudier l’influence d’autres composés sur le résultat du mesurage.

Dans le cas où le laboratoire suspecte l’interaction de composés autres que celui analysé, un plan d’expérience pourra être mis en place pour tester l’influence de différents composés. Cette étude s’applique donc essentiellement aux méthodes dont le signal n’est pas spécifique à l’analyte, ou si des risques de perturbation du signal par les éléments matriciels existent.

Le plan d’expérience proposé ici permet la recherche de l’influence de composés définis a priori : par sa connaissance du processus analytique, et son savoir faire, la laboratoire doit être à même de définir un certain nombre de composés susceptibles de se retrouver dans le vin, et pouvant influencer le résultat analytique.

7.3.5.2. Protocole de base et calculs

Analyser n vins en double, avant et après l’apport du composé suspecté d’avoir une influence sur le résultat analytique, n doit être au moins égal à 5.

On calculera les valeurs moyennes Mx_i des 2 mesures x_i et x’_i effectuées avant apport et les valeurs moyennes My_ides 2 mesures y_i et y’_ieffectuées après apport, puis la différence d_i entres les valeurs Mx_i et My_i.

Les résultats de l’expérience pourront être consignés dans le tableau suivant :

Tableau 7 – Organisation des essais

Echantillons	x : Avant apport		y : Après apport		Moyennes		Différence
Echantillons	Rep1	Rep2	Rep1	Rep2	x	y	d
1	x₁	x’₁	y₁	y’₁	Mx₁	My₁	d₁₌Mx₁-My₁
…	…	…	…	…	…	…	…
i	x_i	x’_i	y_i	y’_i	Mx_i	My_i	d_i=MxiMy_i
…	…	…	…	…	…	…	…
p	x_p	x’_p	y_p	y’_p	Mx_p	My_p	d_n= Mx_p-My_p

La moyenne des résultats avant apport M_x

La moyenne des résultats après apport M_y

Calculer la moyenne des différences M_d

Calculer l’écart-type des différences S_d

Calculer l’écart réduit

7.3.5.3. Interprétation

Si l’écart réduit est inférieur ou égal à 2, l’existence de l’influence n’a pas été prouvée.
Si l’écart réduit est supérieur à 2, on peut considérer que le composé ajouté a démontré avoir (à un niveau statistiquement significatif de 5 %) une influence sur le résultat d’analyse.

7.3.5.4. Exemple

Il s’agit d’étudier l’interaction de composés susceptibles de se trouver dans les échantillons, sur le dosage du glucose fructose dans les vins par appareil infrarouge à transformée de Fourier (IRTF).

	Avant apport		+ 250 mg.L^-1sorbate de potassium		+ 1 g.L^-1 acide salicylique		Différences
vin	rep1	rep2	rep1	rep2	rep1	rep2	diffsorbate	diff salicylique
1	6,2	6,2	6,5	6,3	5,3	5,5	-0,2	0,8
2	1,2	1,2	1,3	1,2	0,5	0,6	-0,05	0,65
3	0,5	0,6	0,5	0,5	0,2	0,3	0,05	0,3
4	4,3	4,2	4,1	4,3	3,8	3,9	0,05	0,4
5	12,5	12,6	12,5	12,7	11,5	11,4	-0,05	1,1
6	5,3	5,3	5,4	5,3	4,2	4,3	-0,05	1,05
7	2,5	2,5	2,6	2,5	1,5	1,4	-0,05	1,05
8	1,2	1,3	1,2	1,1	0,5	0,4	0,1	0,8
9	0,8	0,8	0,9	0,8	0,2	0,3	-0,05	0,55
10	0,6	0,6	0,5	0,6	0,1	0	0,05	0,55

Sorbate de potassium	Md =	-0,02
	Sd =	0,086
	Ecart réduit =	0,74	<2

Acide salicylique	Md =	0,725
	Sd =	0,282
	Ecart réduit=	8,13	>2

En conclusion, on peut dire que le sorbate de potassium n’influence pas le dosage du glucose fructose par la calibration IRTF étudiée ici. Par contre, l’acide salicylique présente une influence, et il conviendra de veiller à ce que les échantillons ne contiennent pas d’acide salicylique, pour rester dans le cadre de validité de la calibration étudiée.

En conclusion, l’existence de l’influence du sorbate de potassium pour le dosage du glucose fructose n’a pas été prouvée.

7.3.6. Fidélité de la méthode

7.3.6.1. Principe général

La fidélité est une notion générale qui caractérise les erreurs aléatoires d’une méthode. La fidélité s’applique dans diverses conditions expérimentales :

Répétabilité (r) : conditions minimales de changement de conditions expérimentales
Fidélité intermédiaire (FI) : conditions de changement de conditions expérimentales intralaboratoire.
Reproductibilité intralaboratoire (RW) : conditions les plus étendues possible de changement de conditions expérimentales intralaboratoire.
Reproductibilité (R) : conditions maximales de changement de conditions expérimentales. La reproductibilité s’entend donc comme des conditions interlaboratoire.

L’étude de fidélité est un des éléments indispensables pour l’estimation de l’incertitude de mesure.

7.3.6.2. Domaine d’application

L’étude de fidélité peut a priori s’appliquer sans difficulté à toutes les méthodes quantitatives.

Dans de nombreux cas, la fidélité n’est pas constante sur toute la gamme de validité de la méthode. Il convient alors de définir plusieurs tronçons ou « niveaux de gamme », dans lesquels il pourra être raisonnablement considéré que la fidélité est assimilable à une constante. Le calcul de fidélité sera alors réitéré pour chaque niveau de gamme.

Sont ici détaillés les plans d’expérience et les calculs dans le cas simplifié d’utilisation d’un seul matériau de référence, et donc d’un seul niveau de gamme.

7.3.6.3. Plan d’expérience

Un matériau d’essai est analysé sur une période de temps aussi longue que possible avec plusieurs répliques n. Le matériau d’essai doit conserver des propriétés constantes au cours de la période considérée.

À chaque réplique, la mesure est réalisée avec p répétitions à chaque réplique (p≥2).

Le nombre total des répliques n doit au moins égal à 5.

Série	Répétitions					Moyenne intrasérie	Variance intrasérie
	1	…	i	…	p
1
…
j
…
n

On définit :

La moyenne générale de toutes les mesures

La variance de la moyenne des répliques

7.3.6.4. Calcul de la répétabilité

La variance de répétabilité correspond à la moyenne des variances de chaque série, dans la mesure où le nombre p de répétitions est identique à chaque série.

Ecart type de répétabilité :

La répétabilité correspond à l’écart élargi à 95% (coefficient d’élargissement k=2) attendu entre deux résultats dont l’écart type de répétabilité est s_r, ce qui se traduit :

Dans le cas où le nombre de répétions p = 2, le calcul se simplifie :

Soit

, l’écart entre les deux répétitions de la j^eme réplique.

Alors,

7.3.6.5. Variante du plan d’expérience pour le calcul de la répétabilité avec plusieurs matériaux d’essais

La répétabilité peut être calculée par l’analyse en double de n matériaux différents, n ≥ 5.

Les valeurs du mesurande du matériau de référence doivent rester dans une gamme dans laquelle on peut considérer que la répétabilité reste constante.

Soit

l’écart entre les deux répétitions du i^eme matériau d’essai.

7.3.6.6. Calcul de la fidélité

À partir du plan d’expérience général, l’écart type de fidélité v est donné par l’expression générale :

7.3.6.7. Expression de la fidélité

La fidélité peut s’exprimer de façon directe par son écart type S_vou sa valeur V.

L’écart type S_v indique que 95% des résultats donné par la méthode sur le même matériau, obtenus dans les conditions de fidélité données vont se répartir autour de leur moyenne dans un intervalle de +/- 2.S_v

V caractérise l’écart qui peut être attendu, avec 95% de chances, entre deux résultats issus d’une méthode dont la fidélité est S_v.

V se calcule ainsi :

La valeur de fidélité v signifie que dans 95% des cas, l’écart entre deux valeurs obtenues par la méthode, dans les conditions définies sera inférieur ou égal à v.

NOTE : L’emploi et l’interprétation de ces résultats est possible dans la mesure où il est fait l’hypothèse que les écarts suivent une loi normale avec 95% de confiance.

7.3.6.8. Les différents types de fidélité et leurs expressions

La répétabilité

Ce sont les conditions minimales de changement de conditions expérimentales. La variance intersérie est nulle.

L’écart type de répétabilité s’exprime sous le sigle s_r, et la répétabilité r=2.s_r.

La fidélité intermédiaire

La fidélité intermédiaire correspond aux de changement de conditions expérimentales à l’intérieur d’un même laboratoire, qui se trouvent entre les conditions de répétabilité, et les conditions de reproductibilité intralaboratoire. Lorsque l’on parle de fidélité intermédiaire, il est donc nécessaire de préciser les conditions expérimentales.

L’écart type de fidélité intermédiaire s’exprime sous le sigle s_FI, et la fidélité intermédiaire R_IP= 2.s_IP .

La reproductibilité intralaboratoire

La fidélité intermédiaire correspond aux de changement les plus étendus de conditions expérimentales à l’intérieur d’un même laboratoire.

L’écart type de reproductibilité intralaboratoire s’exprime sous le sigle s_RW, et la reproductibilité intralaboratoire R_W= 2.s_RW..

La reproductibilité

La reproductibilité correspond aux conditions maximales de changement de conditions expérimentales. La reproductibilité s’entend donc par défaut comme des conditions interlaboratoire.

L’écart type de reproductibilité s’exprime sous le sigle s_R, et la reproductibilité R=2. s_R.

Exemple

Étude de la reproductibilité intralaboratoire du dosage de l’acide sorbique dans les vins par entraînement à la vapeur et lecture par absorption à 256 nm.

Un vin ayant reçu une addition de sorbate de potassium a été conservé pendant une période de 3 mois. Le dosage de l’acide sorbique a été réalisé à intervalles réguliers sur cette période, avec trois répétitions à chaque mesure.

Série	Répétitions			Moyenne intrasérie	Variance intrasérie
Série	1	2	3	Moyenne intrasérie	Variance intrasérie
1	140	139	144	141,0	7,0
2	138	137	140	138,3	2,3
3	136	141	140	139,0	7,0
4	145	148	143	145,3	6,3
5	133	134	130	132,3	4,3
6	132	138	135	135,0	9,0

S_r=2,4

r=6,8

La répétabilité indique qu’avec 95% de probabilité, les écarts entre deux résultats obtenus dans des conditions de répétabilité seront inférieurs ou égaux à 6,9 mg/L.

La reproductibilité intralaboratoire indique qu’avec 95 % de probabilité, les écarts entre deux résultats obtenus dans des conditions de variabilité les plus étendues dans le laboratoire seront inférieurs ou égaux à 14,1 mg/L.

7.3.7. Étude de l’exactitude de la méthode

7.3.7.1. Objet

L’étude de l’exactitude se fait par une approche globale qui évalue les effets conjoints de la fidélité et de la justesse de la méthode à partir de valeurs qui servent de référence.

L’exactitude de la méthode est étudiée avec des matériaux associés à des valeurs de référence acceptées et selon des écarts maximaux acceptables (EMA_exactitude) issus d’une exigence réglementaire ou normative ou informative ou fixée par le client ou le laboratoire.

La valeur de référence du matériau est obtenue par exemple par :

La valeur du certificat d’un matériau de référence certifié (Ref_MRC),
La valeur de consensus issue d’une comparaison interlaboratoires (Ref_CIL),
La moyenne arithmétique des valeurs de mesures répétées selon une méthode de référence (Ref_Meth),
La valeur ciblée par ajout de l’analyte dans une matrice représentative du domaine d’application (Ref_Ajout).

7.3.7.2. Plan d’expérience

Préparer ou choisir q≥3 matériaux de référence couvrant le domaine d’application de la méthode en termes de concentration pour une matrice donnée.

Analyser chaque matériau dans n≥5 séries dans des conditions de fidélité intermédiaire et dans le temps de stabilité du matériau pour la matrice considérée. Si le matériau est instable procéder à plusieurs préparations.

Pour chaque matériau de référence et dans chaque série, effectuer p≥2 répétitions dans des conditions de répétabilité.

Pour chaque matériau, on peut dresser le tableau de résultat suivant (identique au tableau d’étude de fidélité intermédiaire)

Série	Répétitions					Moyenne intrasérie	Variance intrasérie
	1	…	i	…	p	Moyenne intrasérie	Variance intrasérie
1
…
j
…
n

7.3.7.3. Estimation des paramètres d’exactitude

Pour chaque matériau de référence correspond à un niveau de concentration donné pour lequel on peut définir un EMA_exactitude donné.

	Matériau 1	…	Matériau i	…	Matériau q
Valeur de référence	Ref₁	…	Ref_i	…	Ref_p
EMA	EMA₁	…	EMA_i	…	EMA_p
EMA%		…		…
Nombre de séries	n₁	…	n_i	…	n_q
Nombre de répétitions par série	p₁	…	p_i	…	p_q
Moyenne générale de chaque matériau		…		…
Ecart relatif		…		…
Écart-type de fidélité intermédiaire		…		…
CV de fidélité intermédiaire en %		…		…

7.3.7.4. Interprétation des paramètres d’exactitude

L’étude de l’exactitude se base sur la vérification d’un intervalle de tolérance (+/- 2 écart-type de fidélité intermédiaire moyen) avec un intervalle d’acceptation (REF +/- EMA) résultant de l’objectif fixé par le laboratoire.

La vérification de l’exactitude se fait à chaque niveau de concentration représenté par les q matériaux étudiés, en comparant l’intervalle produit par la fidélité intermédiaire autour de la valeur moyenne mesurée, à l’intervalle de l’EMA_exactitudeautour de la valeur de référence du matériau. L’exactitude est acceptée si le premier intervalle rentre dans le second.

Ceci se traduit avec la vérification des inégalités suivantes :

L’exactitude est vérifiée si (1) et (2) sont vérifiés :

Ces grandeurs peuvent tout aussi bien être exprimées termes relatifs :

L’exactitude est acceptée si (1) et (2) sont vérifiés :

Si l’exactitude de la méthode est vérifiée sur les q matériaux de référence alors l’exactitude de la méthode est vérifiée sur le domaine de validation.

7.3.7.5. Exemple

Le laboratoire souhaite vérifier l’exactitude d’une méthode colorimétrique automatisée sur analyseur séquentiel pour le dosage du fer compris entre 1 et 6 mg/L.

Le laboratoire a réalisé des essais pendant 5 jours sur 3 matériaux dont les valeurs cibles ont été obtenues dans des essais interlaboratoire.

Chaque analyse est répétée 2 fois dans des conditions de répétabilité.

Matériau 1	Répétitions		Moyenne	Variance des séries
	1	2
J1	0,95	0,96	0,955	0,00005
J2	1,01	1,02	1,015	0,00005
J3	0,90	0,93	0,915	0,00045
J4	0,88	0,87	0,875	0,00005
J5	0,97	0,98	0,975	0,00005

Matériau 2	Répétitions		Moyenne	Variance des séries
	1	2
J1	2,05	2,02	2,035	0,00045
J2	2,23	2,19	2,210	0,00080
J3	2,06	2,10	2,080	0,00080
J4	2,31	2,35	2,330	0,00080
J5	2,19	2,25	2,220	0,00180

Matériau 3	Répétitions		Moyenne	Variance des séries
	1	2
J1	6,18	6,13	6,155	0,00125
J2	5,75	5,82	5,785	0,00245
J3	5,95	5,90	5,925	0,00125
J4	5,85	5,90	5,875	0,00125
J5	6,05	6,04	6,045	0,00005

Les résultats sont synthétisés dans le tableau suivant :

	Matériau 1	Matériau 2	Matériau 3
Valeur de référence	0,96	2,06	5,98
EMA_exactitude	0,192	0,412	0,7176
EMA_exactitude%	20%	20%	12%
Nombre de séries	5	5	5
Nombre de répétitions par série	2	2	2
Moyenne générale de chaque matériau	0,947	2,175	5,957
Ecart relatif	-1,35%	5,58%	-0,38%
Écart-type de fidélité intermédiaire	0,055	0,12	0,147
CV de fidélité intermédiaire en %	5,81%	5,52%	2,47%

Vérification de l’exactitude en valeur absolu
ref + EMA	1,152	2,472	6,6976
x+2S	1,057	2,415	6,251
x-2S	0,837	1,935	5,663
Ref - EMA	0,768	1,648	5,2624
Conclusion	Exactitude vérifiée	Exactitude vérifiée	Exactitude vérifiée

Vérification de l’exactitude en valeur relative
EMA%	20%	20%	12%
b% + 2.CV%	10,26%	16,62%	4,55%
b% - 2.CV%	-12,97%	-5,45%	-5,32%
-EMA%	-20%	-20%	-12%
Conclusion	Exactitude vérifiée	Exactitude vérifiée	Exactitude vérifiée

La représentation graphique du profil d’exactitude est la suivante (valeurs relatives).

7.3.8. Comparaison de deux méthodes

7.3.8.1. Objet

Il s’agit de comparer deux méthodes différentes pour un même paramètre, et de caractériser l’écart entre ces méthodes. La comparaison est effectuée en analysant les matériaux avec chaque méthode en conditions de répétabilité.

Cette méthode s’appliquera dans le cas où le laboratoire pratique la méthode de référence OIV, ou éventuellement une méthode, raccordée, validée, possédant des qualités des performances connues et qui répondent aux besoins des clients du laboratoire.

Pour étudier la justesse entre les deux méthodes, il convient au préalable de s’assurer de la qualité de la répétabilité de la méthode à valider et la comparer à la méthode de référence. La méthodologie pour réaliser la comparaison des répétabilités est décrite dans le chapitre traitant de la répétabilité.

Avant d’étudier les biais entre les deux méthodes, il convient au préalable de comparer la répétabilité entre les deux méthodes.

7.3.8.2. Plan d’expérience

La justesse de la méthode usuelle par rapport à la méthode de référence s’établit sur un domaine d’application où les fidélités des deux méthodes sont constantes et au sein duquel les biais de la méthode usuelle par rapport à la méthode de référence sont constants.

Dans la pratique, il conviendra donc souvent de diviser la gamme de valeurs analysable en plusieurs tronçons ou « niveaux de gamme » (2 à 5), dans lesquels il pourra être raisonnablement estimé que les fidélités des méthodes sont approximativement constantes, puis de réaliser dans chaque gamme le plan d’expérience.

Dans chaque niveau de gamme, la justesse sera déterminée à partir d’une série de n matériaux d’essai présentant des valeurs de concentration en analyte couvrant le niveau de gamme considéré. Un nombre minimum de 10 matériaux d’essai est nécessaire pour obtenir des résultats significatifs.

Chaque matériau d’essai sera analysé en double par les deux méthodes dans des conditions de répétabilité.

On calculera les valeurs moyennes Mx_i des 2 mesures x_i et x’_i effectuées par la méthode usuelle et les valeurs moyennes My_ides 2 mesures y_i et y’_ieffectuées par la méthode de référence, puis la différence d_i entres les valeurs Mx_i et My_i.

Les résultats de l’expérience pourront être consignés dans le tableau suivant :

Matériau d’essai	x : Méthode usuelle		y : Méthode de référence		Moyennes		Ecart x		Ecart y	Différence
	Rep1	Rep2	Rep1	Rep2	Mx	My	w_x	w_y		d
1	x₁	x’₁	y₁	y’₁	Mx₁	My₁	W_x1= x’_1- x₁	W_y1=y’_1-y₁		d₁₌Mx₁- My₁
…	…	…	…	…	…	…				…
i	x_i	x’_i	y_i	y’_i	Mx_i	My_i	W_xi=x’_i- x_i	W_yi=y’_i-y_i		d_i=Mxi - My_i
…	…	…	…	…	…	…				…
n	x_n	x’_n	y_n	y’_n	Mx_n	My_n	W_x1=x’_n-x_n	W_yn=y’_n-y_n		d_n= Mx_n- My_n

7.3.8.3. Comparaison de la répétabilité

Calculs

Soient :

Sr_alt l’écart type de répétabilité de la méthode évaluée

Sr_ref l’écart type de la répétabilité de la méthode de référence

La comparaison est directe. Si la valeur de répétabilité de la méthode usuelle est inférieure ou égale à celle de la méthode de référence, le résultat est favorable. Si elle est plus élevée, le laboratoire devra s’assurer que ce résultat reste conforme au cahier des charges qu’il a accepté pour la méthode concernée. Dans ce dernier cas, il pourra aussi appliquer un test de Fischer-Snedecor pour savoir si la différence est statistiquement significative.

Test de Fischer-Snedecor

On calculera le rapport :

On utilisera la valeur critique de Snedecor avec un risque α égal à 0,05 correspondant à la variable de Fischer au niveau de confiance 1- α, avec ν1=N(x)-n, et ν2=N(z)-m degrés de liberté : F(N(x)-n, N(y)-m, 1- α).

Dans le cas d’une répétabilité calculée avec une seule répétition sur n matériaux d’essai pour la méthode usuelle et la méthode de référence, la variable de Fischer aura pour degré de liberté ν1=n, et ν2=n, soit : F(n, n, 1- α).

Dans le cas d’une répétabilité calculée avec n matériaux d’essai et p mesures pour chaque matériau en utilisant la méthode usuelle (numérateur) et la méthode de référence (dénominateur), le rapport F_obs est testé face au 95^ème centile de la distribution F de Senedecor, F(n, n(p-1), 1- α). Dans le tableau précédent, p équivaut à 2 pour les deux méthodes, le centile étant fournis par : F(n, n, 0,95).

Interprétation du test :

1/ Fobs> F(n, n(p-1), 1- α), il a été prouvé que la valeur de la répétabilité de la méthode usuelle est supérieure (à un niveau statistiquement significatif de 5 %) à celle de la méthode de référence.
2/ Fobs< F(n, n(p-1), 1- α), il n’a pas été prouvé que la valeur de la répétabilité de la méthode usuelle est supérieure (à un niveau statistiquement significatif de 5 %) à celle de la méthode de référence.

Exemple

La valeur de l’écart type de répétabilité trouvée pour la méthode de dosage du Dioxyde de soufre libre est :

Sr = 0,54 mg/l

Le laboratoire a effectué le dosage sur les mêmes matériaux d’essai par la méthode de référence OIV. La valeur de l’écart type de répétabilité trouvée dans ce cas est :

Sréf = 0,39 mg/l

ν 2 = 12

ν 1 = 12

F(12, 12, 95 %), = 2,69 > 1,93

La valeur Fobs obtenue est inférieure à la valeur F(n, n(p-1), 1- α) ; ), il n’a donc pas été prouvé que la valeur de la répétabilité de la méthode usuelle est supérieure (à un niveau statistiquement significatif de 5 %) à celle de la méthode de référence.

7.3.8.4. Caractérisation des écarts entre deux méthodes

Calculs

La moyenne des résultats de la méthode usuelle M_x

La moyenne des résultats de la méthode de référence M_y

Calculer la moyenne des différences M_d

Calculer l’écart type des différences S_d

Calculer le Z_score

Si Z_scoreest inférieur ou égal à 2,0, on peut conclure que les biais d’une méthode par rapport à l’autre sont satisfaisants, dans le niveau de gamme considéré, avec un risque d’erreur α = 5%.

Si Z_scoreest supérieur à 2,0, on peut conclure les biais d’une méthode par rapport à l’autre ne sont pas satisfaisants, dans le niveau de gamme considéré, avec un risque d’erreur α = 5%.

NOTE L’interprétation du Z_score est possible dans la mesure où il est fait l’hypothèse que les écarts suivent des lois normales, les moyennes et écarts-types étant constants au sein de chaque méthode.

Exemple

Etude d’une application IRTF pour le dosage du glucose et fructose par rapport à la méthode enzymatique. Le premier niveau de gamme couvre l’échelle de 0 à 5 g.L^-1 et le second niveau de gamme couvre une échelle de 5 à 20 g.L^-1.

Vin	IRTF 1	IRTF2	Enz 1	Enz 2	di
1	0,4	0,3	0,3	0,2	-0,1
2	0,2	0,3	0,1	0,1	-0,15
3	0,6	0,9	0,2	0,2	-0,55
4	0,7	1	0,8	0,7	-0,1
5	1,2	1,6	1,1	1,3	-0,2
6	1,3	1,4	1,3	1,3	-0,05
7	2,1	2	1,9	2,1	-0,05
8	1,4	1,3	1,1	1,2	-0,2
9	2,8	2,5	2	2,6	-0,35
10	3,5	4,2	3,7	3,8	-0,1
11	4,4	4,1	4,1	4,4	0
12	4,8	5,4	5,5	5	0,15

Md	-0,14
Sd	0,18
Z_score	-2,77	> 2

Vin	IRTF 1	IRTF2	Enz 1	Enz 2	di
1	5,1	5,4	5,1	5,1	0,1
2	5,3	5,7	5,3	6,0	-0,2
3	7,7	7,6	7,2	7,0	0,6
4	8,6	8,6	8,3	8,5	0,2
5	9,8	9,9	9,1	9,3	0,6
6	9,9	9,8	9,8	10,2	-0,1
7	11,5	11,9	13,3	13,0	-1,4
8	11,9	12,1	11,2	11,4	0,7
9	12,4	12,5	11,4	12,1	0,7
10	16	15,8	15,1	15,7	0,5
11	17,7	18,1	17,9	18,3	-0,2
12	20,5	20,1	20,0	19,1	0,7

Md =	0,19
Sd =	0,63
Z_score =	1,04	< 2

Pour le premier niveau, le Zscore est supérieur à 2 le calibrage IRTF pour le dosage du glucose fructose étudié n'est pas considéré comme juste par rapport à la méthode enzymatique.
Pour le deuxième niveau, le Zscore est inférieur à 2 le calibrage IRTF pour le dosage du glucose fructose étudié est considéré comme juste par rapport à la méthode enzymatique. Les biais du calibrage IRTF par rapport à la méthode enzymatique est satisfaisant seulement pour le deuxième niveau, dans le niveau de gamme considéré, avec un risque d’erreur α = 5%."

Une image contenant texte, ligne, capture d’écran, Tracé

Le contenu généré par l’IA peut être incorrect.

Une image contenant capture d’écran, ligne, texte, diagramme

Le contenu généré par l’IA peut être incorrect.

7.4. Troisième étape : conclusions du laboratoire

La méthode est déclarée valide si les performances mesurées permettent de répondre aux exigences définies dans la première étape. Le laboratoire émet une conclusion formelle sur la validité de la méthode précisant : il est déclaré que la méthode n'a pas été prouvée invalide si les caractéristiques de performance mesurées sont conformes aux exigences définies à l a première étape.

Les matrices analysables
Les gammes de concentration validées
Les limites particulières (interactions, etc.)
Toutes informations et restrictions particulières sur la validité de la méthode.

8. Contrôle interne de qualité des méthodes d’analyse (CIQ)

8.1. Documents de référence

Résolution OIV OENO 19/2002 : Recommandations harmonisées pour le contrôle interne de qualité dans les laboratoires d’analyse.
CITAC / EURACHEM : Guide pour la qualité en chimie analytique, Edition 2002
Norme NF V03-115/1996 : Analyses des produits agricoles et alimentaires – Guide pour l’utilisation des matériaux de référence
Norme ISO 7870/2007 : Cartes de contrôle
Norme ISO 11095/1996 : Étalonnage linéaire utilisant des matériaux de référence

8.2. Principes généraux

Il est rappelé qu’un résultat d’analyse est entaché de deux types d’erreur : l’erreur systématique traduite en terme de biais, et l’erreur aléatoire. Pour les analyses en séries, un autre type d’erreur peut être défini, qui peut tenir à la fois de l’erreur systématique et de l’erreur aléatoire : il s’agit de l’effet de série, illustré par exemple par la déviation du système de mesure au cours d’une série.

Le CIQ visera à la surveillance et à la maîtrise de ces trois erreurs.

8.3. Les matériaux de référence

Le CIQ se base essentiellement sur l’exploitation des résultats de mesurage de matériaux de référence. Le choix et la constitution de ceux-ci sont donc des étapes essentielles qu’il convient de maîtriser de façon à assurer un socle performant au système.

Un matériau de référence est défini par deux paramètres :

Sa matrice
L’assignation de sa valeur de référence

Plusieurs cas de figure sont possibles ; les cas rencontrés en œnologie sont regroupés dans le tableau à double entrée suivant :

Matrice

Valeur de référence

Solution synthétique

Les solutions synthétiques permettent de constituer assez facilement des matériaux de référence. Elles ne sont pas compatibles avec les méthodes dont le signal n’est pas spécifiques, et qui sont sensibles aux effets matrice.

Matrice naturelle (vin…)

Les matrices naturelles constituent les matériaux de référence les plus intéressant à priori car elles assurent d’éviter tout risque d’effet matrice pour les méthodes qui ne sont pas parfaitement spécifiques.

Vin dopé

Un vin dopé est un vin ayant reçu un apport artificiel d’un analyte.

Valeur obtenue par formulation

Il convient que la solution soit réalisée selon les règles de métrologie. Il est rappelé que la valeur de formulation obtenue est sujette à une incertitude.

L’application d’un tel cas de figure permet de surveiller la fidélité de la méthode, ainsi que sa justesse en un point par rapport à une référence étalonnée.

Sans objet

Cette méthode est applicable quand le vin de base est totalement dépourvu de l’analyte. Ces types de matériaux sont bien adaptés pour les adjuvants œnologiques non natifs dans le vin. Si le dopage est appliqué avec un constituant natif du vin, on ne peut plus considérer la matrice comme naturelle. Le dopage doit être réalisé selon les règles de métrologie. La valeur obtenue est sujette à une incertitude.

Ce cas de figure permet de suivre la fidélité de la méthode, ainsi que sa justesse en un point. Il peut être appliqué aux méthodes sensibles aux effets matrice pour les composés non natifs du vin, mais pas dans le cas de composés natifs du vin.

Valeur externe au laboratoire

L’organisme fournisseur de la solution devra apporter des garanties de qualité et si possible être certifié. Les valeurs de référence seront accompagnées d’une valeur d’incertitude à un niveau de confiance indiqué.

Ce cas de figure permet de suivre la fidélité d’une méthode, et de vérifier sa justesse en un point par rapport à la valeur externe. Ceci a valeur de raccordement en ce point si l’organisme fournisseur est accrédité pour la préparation du matériau de référence en question. Il ne peut pas être appliqué aux méthodes sensibles aux effets matrice.

La valeur externe a été déterminée sur le vin par une chaîne d’analyse interlaboratoires.

Certains organismes proposent des échantillons conditionnés de vins dont les valeurs ont été ainsi déterminées. Cependant, dans certains cas, les vins ainsi présentés peuvent avoir été dopés et/ou stabilisés chimiquement. La matrice peut alors être affectée.

Ce cas de figure permet de suivre la fidélité d’une méthode, et de vérifier sa justesse en un point par rapport à la valeur externe. Ceci a valeur de raccordement en ce point si la chaîne d’analyse fait l’objet d’une accréditation. Il peut être appliqué aux méthodes sensibles aux effets matrice

Il s’agit en pratique d’échantillons conditionnés de vins dopés et/ou chimiquement stabilisés proposés par des organismes. Ces matériaux ne peuvent pas prétendre constituer une matrice naturelle. Les valeurs de référence sont généralement générées par une chaîne d’analyse.

Ce cas de figure permet de suivre la fidélité de la méthode, ainsi que sa justesse en un point par rapport à l’étalon externe. Ceci a valeur de raccordement en ce point si la l’organisme fournisseur fait l’objet d’une accréditation pour la préparation du matériau de référence en question. Il ne peut pas être appliqué aux méthodes sensibles aux effets matrice

Valeur obtenue par une méthode de référence

Dans le cas où la solution synthétique n’est pas obtenue avec un matériel étalonné. La valeur de référence peut-être déterminée par l’analyse de la solution synthétique par méthode de référence. La mesure est réalisée au moins 3 fois. La valeur retenue est la moyenne des 3 résultats, dans la mesure où ils restent dans un intervalle inférieur à la répétabilité de la méthode. Le cas échéant, l’opérateur peut vérifier la cohérence du résultat obtenu avec la valeur de formulation de la solution.

Ce cas de figure permet de suivre la fidélité d’une méthode, et de vérifier sa justesse en un point par rapport à la méthode de référence. Il ne peut pas être appliqué aux méthodes sensibles aux effets matrice.

La mesure est réalisée 3 fois avec la méthode de référence, la valeur retenue est la moyenne des 3 résultats, dans la mesure où ils restent dans un intervalle inférieur à la répétabilité de la méthode.

Ce cas de figure permet de suivre la fidélité d’une méthode, et de vérifier sa justesse en un point par rapport à la méthode de référence. Il peut être appliqué aux méthodes sensibles aux effets matrice.

Valeur obtenue par la méthode à contrôler

L’utilisation de la valeur instrument comme valeur de référence ne permet pas de contrôler la justesse. Une approche alternative devra alors être mise en place.

Ce cas de figure ne permet de suivre que la fidélité de la méthode, la justesse doit être suivie par une autre démarche.

La valeur de référence est mesurée par la méthode à contrôler. Le matériau est mesuré avec 10 répétitions, il sera vérifié que les écarts entre ces valeurs sont inférieurs à la valeur de répétabilité ; les valeurs les plus extrêmes peuvent éventuellement être retirées, sans dépasser deux valeurs retirées. Pour assurer la cohérence des valeurs obtenues lors des 10 répétitions, cette série sera contrôlée d’une part par des matériaux de contrôle établis lors d’une session précédente, placés en début et en fin de série. La valeur obtenue pourra également être comparée avec la valeur obtenue par la méthode de référence (au cours de 3 répétitions par exemple). L’écart entre les deux valeurs devra rester inférieur à la justesse calculée de la méthode usuelle par rapport à la méthode de référence.

Ce cas de figure a un intérêt notamment quand une méthode produit une erreur aléatoire reproductible propre à chaque échantillon, notamment en raison de la non spécificité du signal mesuré. Cette erreur est souvent minime et inférieure à l’incertitude, mais peut générer une erreur systématique si la méthode est ajustée sur une seule valeur. Ceci permet de suivre la fidélité de la méthode, la justesse devra être suivie par une autre approche. C’est la cas très notable de l’IRTF.

Ce cas de figure ne permet que de suivre la fidélité de la méthode, la justesse doit être suivie par une autre démarche. Il peut être appliqué aux méthodes sensibles aux effets matrice pour les composés non natifs du vin, mais pas dans le cas de composés natifs du vin.

8.4. Contrôle des séries analytiques

8.4.1. Définition

Une série analytique est un ensemble de mesurages réalisés dans des conditions de répétabilité.

Pour un laboratoire qui utilise majoritairement le mode d’analyse par série analytique il est nécessaire de vérifier le bon ajustement instantané de l’instrument de mesure et sa stabilité au cours de la série analytique.

Deux approches complémentaires sont possibles :

L’utilisation de matériaux de référence (souvent appelés par extension « matériaux de contrôle »)
L’utilisation d’un étalon interne notamment pour les méthodes séparatives.

8.4.2. Contrôle de justesse à partir de matériaux de référence

L’erreur systématique sera contrôlée par l’introduction de matériaux de référence, dont la valeur de référence a été assignée à partir de moyens externes à la méthode contrôlée.

La valeur mesurée du matériau de référence est associée à un écart maximum toléré (EMT) encore appelé tolérance, à l’intérieur de laquelle on accepte la valeur mesurée comme valide. Le laboratoire définit des valeurs d’EMT pour chaque paramètre et pour chaque système analytique. Ces valeurs sont propres au laboratoire.

Les matériaux de contrôle devront être choisis de façon à ce que leurs valeurs de référence correspondent aux niveaux de valeurs habituellement rencontrés pour un paramètre donné. Dans le cas où l’échelle de mesure est large, et où l’incertitude de mesure n’est pas constante sur l’échelle, il convient d’utiliser plusieurs matériaux de contrôle pour couvrir les différents niveaux de gamme.

8.4.3. Fidélité intrasérie

Lorsque les séries analytiques sont assez longues, il existe un risque de dérive du système analytique. Il convient alors de contrôler la fidélité intrasérie par l’utilisation d’un même matériau de référence positionné à intervalles réguliers dans la série. Les mêmes matériaux de contrôle que ceux utilisés pour la justesse pourront être exploités.

Il convient que l’écart des valeurs mesurées du même matériau de référence au cours de la série soit inférieur à la valeur de répétabilité r calculée pour un niveau de confiance de 95%.

NOTE Pour un niveau de confiance de 99% on pourra utiliser comme valeur 3,65.S.

8.4.4. Etalon interne

Certaines méthodes séparatives permettent l’introduction d’un étalon interne dans le produit à analyser. La valeur du signal pour l’étalon interne est exploitée dans la quantification des paramètres mesurés.

Il convient alors de procéder à l’introduction d’un étalon interne avec du matériel étalonné dont l’incertitude de mesure est connue.

Il est à noter qu’une dérive affecte dans des proportions égales les signaux de l’analyte et de l’étalon interne, la valeur de l’analyte étant calculé avec la valeur du signal de l’étalon interne, l’effet de la dérive est annulé.

La série sera validée si les étalons internes sont à l’intérieur des tolérances définies.

8.5. Contrôle du système d’analyse

8.5.1. Définition

Il s’agit d’un contrôle complémentaire au contrôle des séries. Il s’en différencie par le fait que sont compilées des valeurs acquises sur des échelles de temps longues, et/ou comparées avec des valeurs issues d’autres systèmes d’analyse.

Nous développerons deux applications :

Cartes de Shewhart pour le suivi de la stabilité du système d’analyse
Comparaison interne et externe du système d’analyse

8.5.2. Carte de Shewhart

Les cartes de Shewhart sont des outils statistiques graphiques qui permettent de surveiller les dérives des systèmes de mesure, par l’analyse régulière, en pratique dans des conditions de reproductibilité, de matériaux de référence stables.

8.5.2.1. Acquisition des données

Un matériau de référence stable est mesuré pendant une période suffisamment longue, à des intervalles réguliers définis. Ces mesurages sont enregistrés et consignés dans les cartes de contrôle. Ils sont réalisés dans des conditions de reproductibilité, et sont de fait exploitables pour le calcul de reproductibilité, et au-delà pour l’estimation de l’incertitude de mesure.

Les valeurs des paramètres analytiques des matériaux de référence choisis doivent se situer dans celles des gammes de mesure valide.

Les matériaux de référence sont analysés au cours d’une série analytique, si possible routinière, avec une position variable dans la série d’une fois à l’autre. En pratique, il est parfaitement possible d’utiliser les mesurages des matériaux de contrôle des séries pour alimenter les cartes de contrôle.

8.5.2.2. Présentation des résultats et définition des limites

Les résultats individuels sont comparés à la valeur acceptée du matériau de référence, et à l’écart type de reproductibilité du paramètre considéré, au niveau de gamme considéré.

Deux types de limites sont définis dans les cartes de Shewhart, les limites associées aux résultats individuels, et les limites associées à la moyenne.

Les limites définies pour les résultats individuels sont habituellement fondées sur les valeurs d’écart type de reproductibilité intralaboratoire pour le niveau de gamme considéré, elles sont de deux types :

La limite d’alerte :
La limite d’action :

La limite définie pour la moyenne cumulée est d’autant plus étroite que le nombre de mesures est élevé.

Cette limite est une limite d’action . n étant le nombre de mesures portées sur la carte.

NOTE Par soucis de lisibilité, la limite d’alerte de la moyenne cumulée ne figure que rarement sur la carte de contrôle, celle-ci aurait pour valeur .

Une image contenant ligne, diagramme, Tracé, origami

Le contenu généré par l’IA peut être incorrect.

8.5.2.3. Exploitation de la carte de Shewhart

Nous donnons ci-dessous les critères d’exploitation les plus souvent utilisés. C’est aux laboratoires de définir plus précisément les critères qu’ils appliquent.

Une action corrective sur la méthode (ou l'appareil) sera engagée :

Si un résultat individuel est à l'extérieur des limites d’action des résultats individuels.
Si deux résultats individuels consécutifs sont situés à l'extérieur des limites d’alerte des résultats individuels.
Si de plus, l'analyse a posteriori des cartes de contrôle révèlent des dérives de la méthode dans trois cas de figure:

Neuf points de résultats individuels consécutifs sont situés d'un même côté de la droite des valeurs de référence.
Six points de résultats individuels successifs montent ou descendent.
Deux points sur trois successifs sont situés entre la limite d’alerte et la limite d’action.
1. Si la moyenne arithmétique des n résultats enregistrés est au-delà d'une des limites d’action de la moyenne cumulée (ce qui met en évidence une déviation systématique des résultats).

NOTE : La carte de contrôle doit être reprise à n=1 dès qu'une action corrective a été effectuée sur la méthode.

8.5.3. Comparaison interne de différentes systèmes d’analyse d’un même paramètre

Dans un laboratoire qui dispose de plusieurs méthodes d’analyse pour un paramètre donné, il est intéressant de réaliser des mesurages de mêmes matériaux d’essai de façon à comparer les résultats. L’accord des résultats est jugé satisfaisant entre les deux méthodes si leur écart reste inférieur à 2 fois l’écart type de différence calculé en validation, et ce, avec un niveau de confiance de 95%.

NOTE : Cette interprétation est possible dans la mesure où il est fait l’hypothèse que les écarts suivent une loi normale avec 95% de confiance.

8.5.4. Comparaison externe du système d’analyse

8.5.4.1. Chaîne d’analyse de comparaison interlaboratoires

Objet

Les essais interlaboratoire sont de deux types :

Les études collaboratives qui sont relatives à une seule méthode. Ces études sont réalisées lors de la validation initiale d’une nouvelle méthode afin d’en définir principalement l’écart type de reproductibilité interlaboratoireSR (méthode). La moyenne m pourra également être donnée.
Les chaînes de comparaison interlaboratoire, ou essais d’aptitude. Ces essais sont réalisés pour la validation d’une méthode adoptée par le laboratoire, et le contrôle qualité en routine. La valeur fournie est la moyenne interlaboratoirem, ainsi que l’écart type de reproductibilité interlaboratoire et interméthode.

Dans le cadre de sa participation à une chaîne d’analyse, ou dans une étude collaborative, le laboratoire peut exploiter les résultats pour étudier la justesse d’une méthode afin d’assurer initialement sa validation, et son contrôle qualité en routine.

Si les essais interlaboratoire se font dans le cadre d’une organisation certifiée, ce travail de comparaison pourra permettre le raccordement de la méthode.

Protocole de base et calculs

Pour obtenir une comparaison suffisante, il convient d’utiliser un nombre minimum de 5 matériaux d’essai sur la période.

Pour chaque matériau d’essai, sont fournis deux résultats :

La moyenne de tous les laboratoires ayant produits des résultats significatifs m
L’écart type de reproductibilité interlaboratoire S_R-inter

Les matériaux d’essai sont analysés avec p répliques par le laboratoire, ces répliques étant réalisées dans des conditions de répétabilité. pdoit être au moins égal à 2.

D’autre part, le laboratoire pourra vérifier que la variabilité intralaboratoire (reproductibilité intralaboratoire) est inférieure à la variabilité interlaboratoire (reproductibilité interlaboratoire) donnée par la chaîne d’analyse.

Pour chaque matériau d’essai, le laboratoire calcule le Z_score, donné par la formule suivante :

Les résultats pourront être consignés dans le tableau suivant :

Matériau d’essai	Rep1	…	Rep j	…	Rep p	Moyenne labo	Moyenne chaîne	Ecart-type	Z_score
1	x₁₁	…	x_1j	…	x_1p		m₁	S_R-inter(1)
…	…	…	…	…	…	…	…	…	…
i	x_i1	…	x_ij	…	x_ip		m_i	S_R-inter(i)
…	…	…	…	…	…	…	…	…	…
n	x_n1	…	x_nj	…	x_np		m_n	S_R-inte(n)

Une représentation graphique des Z_scores est très utile pour permettre une interprétation des résultats.

Une image contenant texte, capture d’écran, nombre, Police

Le contenu généré par l’IA peut être incorrect.

Interprétation

L’interprétation des résultats doit se faire à deux échelles:

Interprétation individuelle des résultats

Si tous les Z_scoresont inférieurs à 2, les résultats de la méthode étudiée pourront être jugés identiques à ceux obtenus par les laboratoires ayant donné des résultats significatifs.

Le laboratoire a capacité de définir ses propres critères de validation, en fonction des performances requises. Par défaut, les critères suivants sont proposés :

Une action corrective est engagée :

Si un résultat individuel est à l'extérieur des limites de 3 Z_scores.
Si deux résultats individuels consécutifs sont situés au delà de 2 Z_scores.

Interprétation des tendances

Au-delà de la vérification des résultats individuels, les tendances doivent être analysées, notamment en ce qui concerne la position des valeurs du laboratoire par rapport à la moyenne. Si elles sont systématiquement d’un même côté de la moyenne pour plusieurs chaînes d’analyse successives, cela indique que le laboratoire est sujet à un biais, qui justifie pour le laboratoire la mise en œuvre d’actions correctives, même si les Z_score restent inférieur à la valeur critique.

Le laboratoire a capacité de définir ses propres critères de validation, en fonction des performances requises. Par défaut, les critères suivants sont proposés :

Une action corrective est engagée :

Neuf Z_scores consécutifs sont positifs ou négatifs.
Six points de résultats individuels successifs montent ou descendent.
Deux points sur trois successifs sont situés entre 2 Z_scores et 3 Z_scores.

Comparaison à des matériaux de référence externes

Le mesurage à intervalles réguliers de matériaux de référence externes permet également de surveiller l’apparition d’une erreur systématique (biais).

Le principe est de procéder au mesurage de matériaux de référence externes, et d’accepter ou de refuser la valeur en fonction de limites de tolérance. Ces limites sont définies à partir de la combinaison des incertitudes de la méthode contrôlée et de la valeur de référence du matériau de référence.

Incertitude type du matériau de référence

Les valeurs de référence de ces matériaux sont accompagnées d’intervalles de confiance. Le laboratoire doit déterminer la nature de cette donnée, et en tirer la valeur de l’incertitude type de la valeur de référence S_ref ; en effet, plusieurs cas se présentent et doivent être distingués :

Cas où l’incertitude a est donnée sous la forme d’un intervalle de confiance à 95% (incertitude élargie). Ceci signifie qu’on se place dans le cadre d’une loi normale. a constitue donc une « incertitude élargie » et correspond à 2 fois l’écart type S_refde l’incertitude type des valeurs de référence des matériaux fournis

Cas de certificat, ou autre spécification, donnant des limites +/- a sans spécifier le niveau de confiance. On se place alors dans le cadre d’une dispersion rectangulaire, la valeur du mesurage X a la même chance de pendre une quelconque valeur dans l’intervalle ref+/- a.

Cas particulier de verrerie donnant des limites +/- a. On se place dans le cadre d’une dispersion triangulaire.

Définition des limites de validité d’un mesurage du matériau de référence

A l’incertitude type S_ref de la valeur du matériau de référence externe, s’ajoute l’incertitude type de la méthode du laboratoire à contrôler, S_méthode. Ces deux sources de variabilité doivent être prises en compte pour la détermination des limites.

S_méthode est calculée à partir de l’incertitude élargie de la méthode du laboratoire de la façon suivante :

La limite de validité du résultat (avec un niveau de confiance à 95%) =

Exemple : Une solution tampon pH 7 est utilisée pour le contrôle d’un pH-mètre. L’intervalle de confiance donné par la solution pH est +/- 0,01, il est indiqué que cet intervalle de confiance correspond à l’incertitude élargie avec un niveau de confiance de 95%. Par ailleurs l’incertitude élargie du pH-mètre est de 0.024.

Les limites seront :

Soit+/- 0.026 par rapport à la valeur de référence, et ce avec un niveau de confiance de 95%.

9. Étude de l’incertitude de mesure

9.1. Domaine d’application

Cette étude est extraite de la norme ISO 11352 (2012) : Estimation de l'incertitude de mesure basée sur les données de validation et de contrôle qualité.

L’incertitude apporte deux types d’information :

D’une part, celle destinée aux clients du laboratoire en indiquant les écarts potentiels à prendre en compte pour interpréter un résultat d’analyse. Il convient de préciser cependant que cette information ne peut être utilisée comme un moyen d’évaluation externe du laboratoire.
D’autre part, elle constitue un outil interne dynamique d’évaluation de la qualité des résultats d’analyse du laboratoire. Dans la mesure où son évaluation est régulière et effectuée à partir d’une méthodologie fixe et bien définie, elle permet de savoir si les écarts présentés par une méthode évoluent favorablement ou défavorablement (dans le cas de l’estimation à partir de données intralaboratoire exclusivement).

Le présent guide se restreint ici à apporter une méthodologie pratique dans le cadre de laboratoires d’œnologie traitant des analyses en série. Ces laboratoires disposent de données en nombre leur conférant une dimension statistique significative.

L’estimation des incertitudes peut ainsi se réaliser dans la majorité des cas à partir des données acquises dans le cadre des travaux de validation et de contrôle qualité. Ces données pourront être complétées par des plans d’expérience, notamment pour déterminer les erreurs systématiques.

9.2. Méthodologie

Le travail d’estimation de l’incertitude se déroule en 3 étapes fondamentales, le calcul en lui-même n’est que la troisième étape, et ne peut intervenir de façon pertinente sans l’application préalable des deux premières étapes.

Définition du mesurande, et description de la méthode d’analyse quantitative
Analyse critique du processus de mesure
Estimation de l’incertitude.

9.2.1. Définition du mesurande, et description de la méthode d’analyse quantitative

Il convient dans un premier temps de :

Préciser clairement l’objet de la mesure
Définir la grandeur mesurée
Dans le cas où le mesurande serait obtenu par calcul à partir de grandeurs mesurées, on exprimera si possible la relation mathématique les reliant.
Indiquer toutes les conditions opératoires.

Ces éléments figurent en principe dans les procédures du système qualité du laboratoire.

L’expression de la relation mathématique entre le mesurande et les grandeurs peut être dans certains cas (méthodes physiques…) très complexe, et il n’est alors pas forcément pertinent ni possible de les détailler intégralement.

9.2.2. Analyse critique du processus de mesure, et identification des sources d’incertitude

Il convient d’identifier les sources d’incertitude à partir de l’analyse du processus de mesure. On pourra estimer l’importance de chaque facteur, de façon à éliminer ceux qui n’ont qu’une influence mineure négligeable. Cela se fait par estimation :

Du degré de gravité de la dérive engendrée par une mauvaise maîtrise du facteur en question
De la fréquence des problèmes potentiels
De leur détectabilité.

Cette analyse critique pourra se faire selon la méthode des « 5M ».

Main d’œuvre :

Effet opérateur

Matière :

Effet échantillon (stabilité, homogénéité, effets matrice), et consommables (réactifs, produits, solutions, matériaux de référence),…

Matériel :

Effet équipement (réponse, sensibilité, modes d’intégration, etc…), et matériel de laboratoire (balance, verrerie…),…

Méthode :

Effet application du mode opératoire (conditions opératoires, succession des opérations,…),…

Milieu :

Conditions ambiantes (température, pression, éclairage, vibration, rayonnement, humidité…),…

9.2.3. Calculs d’estimation de l’incertitude type par approche biais-fidélité

9.2.3.1. Principe

Un résultat d’analyse s’écarte de la valeur vraie sous l’effet de deux sources d’erreur. Les erreurs systématiques et les erreurs aléatoires.

Résultat de l’analyse = Valeur vraie + Erreur systématique + Erreur aléatoire

L’incertitude va caractériser la variabilité du résultat de l’analyse.

Variabilité (résultat d’analyse) = incertitude type U(x)

Variabilité (valeur vraie) = 0

Variabilité (Erreur systématique) = incertitude type de biais U_biais

Variabilité (Erreur aléatoire) = incertitude type de la fidélité U_fidélité

Ceci se traduit en termes d’incertitudes types (écarts types) :

Au moment de l’identification des sources d’incertitudes, le laboratoire les distinguera en catégories « aléatoires » et « systématiques », de façon à identifier celles qui entrent au budget de U_fidélité et celles qui entrent au budget de U_biais.

NOTE : Il convient de noter ici que le guide EURACHEM/CITAC « Quantifier l’incertitude dans les mesures analytiques » rappelle que « En général, le Guide ISO exige que les corrections soient appliqués pour tous les effets systématiques identifiés et significatifs ». Dans une méthode « sous contrôle », les erreurs systématiques devraient donc constituer une part mineure de l’incertitude.

9.2.3.2. Détermination de l’incertitude type de fidélité intralaboratoire :

U_fidélité est une quantification de l’ensemble des erreurs aléatoires (significatives) de la méthode selon 3 cas :

Le laboratoire a des résultats de contrôle interne de qualité (CIQ).
Le laboratoire a des résultats issus d’une étude sur un matériau dans des conditions de fidélité intermédiaire dans le cadre d’une validation d’une méthode.
Le laboratoire a réalisé des essais sur des matériaux dans des conditions de répétabilité.

L’écart type de reproductibilité intralaboratoireest une bonne estimation de sous réserve que les conditions de reproductibilité intralaboratoire soient expérimentalement applicables à la méthode. Ainsi :

Les conditions expérimentales permettent de couvrir toutes les sources d’erreur aléatoires significatives ;
Dans les cas où la matrice a un effet sur la méthode, la matrice des matériaux utilisés dans le plan d’expérience de la fidélité intermédiaire doit être représentatif des matrices analysées.

Dans ce cas,

Note : Si les conditions de reproductibilité intralaboratoire ne sont pas applicables (pas de matériau stable,…) le laboratoire mettra alors en œuvre une étude de fidélité intermédiaire (S_FI), permettant de couvrir les conditions les plus larges possible. Les sources d’erreur aléatoire, identifiées comme significatives et non prises en compte dans les conditions de fidélité intermédiaire, feront l’objet, si possible, d’une étude adaptée pour estimer leurs incertitudes types qui viendront s’ajouter à S_FI.

9.2.3.3. Détermination de l’incertitude type de biais:

L’erreur systématique trouve son origine dans les matériaux de référence qui servent à l’étalonnage ou à l’ajustement de la méthode. Les valeurs cibles de ces matériaux de référence sont assorties d’une incertitude, qui par propagation, affecte le biais de la méthode ainsi calée.

En outre, l’intervalle dans lequel le laboratoire accepte les résultats de mesure sur le ou les matériaux de référence (appelé ici écart maximum toléré, EMT) constitue une seconde source d’incertitude, qui se rajoute à celle sur la valeur cible du matériau de référence.

L’incertitude-type liée aux erreurs systématiques dépend :

Du biais de la méthode et du laboratoire, c’est à dire de la différence par rapport à une valeur de référence certifiée ou nominale.
De l’incertitude-type sur la valeur de référence certifiée ou nominale.

L’incertitude liée au biais de la méthode U_biais est estimée selon plusieurs approches :

Le laboratoire peut mesurer un ou des matériaux de référence certifiés appropriés.
Le laboratoire a participé à des comparaisons interlaboratoires.
Le laboratoire peut réaliser des analyses de rendements ou d’ajout appropriés.
Le laboratoire réalise une méthode de référence en parallèle.
Le laboratoire réalise des mesures sur une grandeur Y issu d’un modèle mathématique (approche GUM).

Ainsi, l’erreur sur le biais est constituée par :

L’EMT : l’incertitude type de l’EMT est
L’incertitude-type sur la valeur cible du matériau de référence U_ref. En fonction du type de matériau de cette incertitude est obtenu de diverses manières.

Référence	Incertitude-type
Matériau de référence certifié	u_Réf est l’incertitude-type sur la valeur de référence du matériau de référence certifié, fourni dans le certificat du matériau.
Matériau de référence issu d’une comparaison interlaboratoire	u_Réfest généralement fourni par l’organisateur de la comparaison interlaboratoires. u_Réfpeut être calculé de la façon suivante : u_Réf= écart-type de reproductibilité interlaboratoires / p étant le nombre de laboratoires pris en compte pour le calcul de l’écart-type.
Matériau de référence dont la valeur est assignée par une méthode de référence	u_Réf= Incertitude-type de la méthode de référence /. p étant le nombre d’analyses réalisées sur le matériau, en conditions de fidélité intermédiaire.
Matériau de référence dont la valeur est assignée par formulation (pesée, pipetage)	u_Réf= écart-type ou incertitude-type caractérisant la valeur de l’ajout du(e) à la préparation, aux matériaux et matériels utilisés. Cette incertitude type peut être obtenue à partir des informations portées sur les équipements utilisés : Verrerie : La précision d’affichage de la verrerie, +/-a (dispersion triangulaire) Outil de mesure analogique, présentant une graduation e Outil de mesure analogique (hors verrerie), portant une précision +/-a Balance vérifiée avec une masse étalon, dont l’EMT est d

Si la méthode est calée à partir d’un matériau de référence unique, l’incertitude type du biais s’établit ainsi :

Si la méthode est calée avec p matériaux de référence, l’incertitude type du biais s’établit ainsi :

Note : Le laboratoire pourra choisir un matériau de référence dont U_ref est le plus faible possible. En particulier la formulation de matériau de référence par pesée, et/ou volumétrie raccordées conduit à des U_ref généralement faibles et négligeables par rapport à U_EMT . Les matériaux dont les valeurs cibles sont obtenues par des essais interlaboratoire présentent souvent des U_ref plus élevés.

9.2.3.4. Cas particulier : erreur de matrice dans le cas de méthode dont le signal n’est pas spécifique au mesurande

Dans le cas de méthodes dont le signal n’est pas spécifique au mesurande (par exemple techniques infrarouge) l’effet matrice produit une erreur aléatoire d’un matériau à l’autre, mais reproductible pour un même matériau. Cette erreur est liée à l’interaction des composés présents dans le produit à analyser sur le mesurage de l’analyte recherché. Cette source d’erreur, qui peut être une composante importante du budget de l’incertitude, n’est donc pas couverte par les conditions expérimentales de la reproductibilité intralaboratoire.

Dans ce type de situation, il convient donc de mettre en œuvre un plan d’expérience permettant d’estimer cette source d’erreur U_mat, qui vient alors se greffer au budget d’incertitude.

Exemple : Estimation de l’effet matrice sur IRTF

Le signal de l’IRTF, le spectre infrarouge, n’est pas un signal spécifique à chacun des composés qui sont mesurés par cette technique. Le modèle statistique de calibrage permet de traiter l’information spectrale non spécifique, et bruitée, en une estimation suffisamment exacte de la valeur du mesurande. Ce modèle intègre des influences des autres composés du vin, qui variant d’un vin à l’autre et introduisent une erreur dans le résultat. En amont du travail d’analyse en routine, un travail particulier est apporté par les développeurs de calibrage pour minimiser cet effet matrice et rendre les calibrages robustes, c'est-à-dire capables d’intégrer ces variations sans les répercuter sur le résultat. Néanmoins l’effet matrice est toujours présent et constitue une source d’erreur à l’origine d’une partie importante de l’incertitude d’une méthode IRTF.

En toute rigueur, cette erreur d’effet matrice peut être estimée en comparant, d’une part, les moyennes d’un grand nombre de répliques de mesurages IRTF, obtenus sur plusieurs matériaux de référence (au moins 10), dans des conditions de reproductibilité, et les valeurs vraies des matériaux de référence présentant une matrice de vin naturel d’autre part. L’écart type des différences donne alors cette variabilité de calibration (à condition que la calibration ait été préalablement ajustée (biais = 0)).

Cette approche théorique n’est pas réalisable en pratique, car les valeurs vraies ne sont jamais connues, mais il est expérimentalement possible de s’en approcher suffisamment :

Au préalable, la calibration IRTF doit être ajustée statistiquement (biais = 0) par rapport à une méthode de référence à partir d’au moins 30 échantillons. Ceci permet d’éliminer les effets de biais dans les mesures qui suivent.
Les matériaux de référence doivent être des vins naturels. Il convient d’utiliser au moins 10 matériaux de référence différents, dont les valeurs sont situées à l’intérieur d’un niveau de gamme où l’incertitude peut être considérée comme constante.
Une valeur de référence acceptable est acquise à partir de la moyenne de plusieurs mesurages par la méthode de référence, effectués dans des conditions de reproductibilité. Ceci permet en effet de baisser l’incertitude de la valeur de référence : si pour la méthode de référence utilisée, toutes les sources d’incertitude importantes sont comprises dans les conditions de reproductibilité, la multiplication du nombre p de mesurages réalisés dans les conditions de reproductibilité, permet à l’incertitude associée à leur moyenne d’être divisé par . La moyenne obtenue à partir d’un nombre suffisant de mesurages aura alors une incertitude faible, voire négligeable par rapport à l’incertitude de la méthode usuelle ; et pourra donc être utilisée comme valeur de référence. p doit être au moins égal à 5.
Les matériaux de référence sont analysés par la méthode IRTF, avec plusieurs répliques, acquises dans des conditions de reproductibilité. Le fait de multiplier le nombre de mesurages q en conditions de reproductibilité sur la méthode IRTF permet de diminuer la variabilité liée à la fidélité de la méthode (erreur aléatoire). La valeur moyenne de ces mesurage aura un écart type de variabilité divisée par . Cette erreur aléatoire peut devenir alors négligeable par rapport à la variabilité liée à la calibration (effet matrice) que nous cherchons à estimer ici. qdoit être au moins égal à 5.

L’exemple suivant est appliqué au dosage de l’acide acétique par une calibration IRTF. Les valeurs de référence sont données par 5 mesurages en conditions de reproductibilité sur 7 matériaux d’essai stables. Le nombre de 7 matériaux est en principe insuffisant, mais les données n’ont ici que valeur d’exemple.

Méthode de référence

IRTF

Matériaux

MoyRef

Moy IRTF

Diff

0,30

0,32

0,31

0,30

0,31

0,308

0,30

0,31

0,31

0,30

0,305

-0,004

0,31

0,32

0,31

0,316

0,31

0,32

0,30

0,31

0,315

-0,006

0,38

0,39

0,38

0,384

0,37

0,37

0,36

0,37

-0,016

0,25

0,24

0,25

0,248

0,26

0,26

0,25

0,26

0,01

0,39

0,40

0,39

0,394

0,43

0,42

0,43

0,42

0,425

0,03

0,27

0,26

0,262

0,25

0,26

0,25

0,26

0,255

-0,008

0,37

0,36

0,368

0,37

0,36

0,36

0,35

0,36

0,365

-0,008

Calcul des différences : diff = Moy IRTF – MoyRef.

Il est vérifié, dans ce cas, que la moyenne des différences M_d= 0,000 (bon ajustement de l’IRTF par rapport à la méthode de référence)

L’écart-type des différences S_d= 0,015. C’est cet écart-type qui permet d’estimer la variabilité générée par la calibration, et on peut donc dire que :

Umat = 0,015

NOTE : Il convient de noter que la valeur de U_mat peut être surestimée par cette approche. Si le laboratoire considère que la valeur est significativement excessive dans les conditions opératoires définies ici, il pourra augmenter le nombre de mesurages sur la méthode de référence et/ou sur la méthode IRTF.

Les conditions de reproductibilité englobent toutes les autres sources significatives d’erreur, S_Rw a été calculé par ailleurs :

S_Rw = 0.017

U_fidélité du dosage de l’acide acétique par cette application IRTF est :

9.2.3.5. Expression de l’incertitude élargie

L’incertitude élargie s’exprime généralement avec un facteur d’élargissement k=2

Soit en valeur absolue

Soit en valeur relative :

9.2.3.6. Exemple

Estimation de l’incertitude d’une méthode de mesure du SO₂ par méthode séquentielle colorimétrique automatisée.

Sources d’erreur

Erreurs de l’automate : erreurs aléatoires

Variation des réactifs : erreurs aléatoires

Calage de la méthode : erreur systématique

U_fidélité

Une étude de reproductibilité intralaboratoire est menée à partir des données de suivi de la méthode sur un vin conservé au réfrigérateur à 4° C (le niveau de SO₂ est réputé stable sur la période d’expérimentation) :

	Répétition 1	Répétition 2
Jour 1	114	114
Jour 2	116	115
Jour 3	114	113
Jour 4	118	117
Jour 5	117	116
Jour 6	122	120
Jour 7	116	117

Les séries sont validées à partir d’une solution de référence de SO₂ dont la valeur a été obtenue par méthode de référence Frantz Paul (Référence OIV : OIV-MA-AS323-04A : R2009). La valeur cible de cette solution est donc affectée par l’incertitude de la méthode Frantz Paul.

Le laboratoire applique un EMT de 12%,

L’incertitude élargie de la méthode Frantz Paul est de 15%, son incertitude type est de

Incertitude relative U(%)

Dans cet exemple, on remarquera qu’une partie importante de l’incertitude est apportée par U_biais et, en particulier, par U_ref du matériau de contrôle dont la valeur cible est affectée par l’incertitude significative de la méthode de référence. Pour arriver à diminuer cette incertitude, le laboratoire peut établir la valeur cible du matériau à partir de la moyenne de p mesurages par la méthode de référence. Dans ce cas, l’incertitude type U_ref est divisée par .

Dans le cas présent, si le laboratoire réalise la détermination de la valeur cible avec la moyenne de 3 mesures par méthode de référence, U(%)_ref est alors égal à 4,33% . L’incertitude de la méthode colorimétrique automatisée devient : .

9.2.4. Estimation de l’incertitude par approche globale à partir des essais interlaboratoire

9.2.4.1. Principe

Les données issues des participations du laboratoire à des essais interlaboratoire peuvent être exploitée pour estimer globalement . Cette estimation permet de couvrir l’ensemble des sources d’erreur et constitue donc une approche rigoureuse de l’estimation de l’incertitude. Cependant, la qualité de l’estimation reste dépendante de la qualité des essais interlaboratoire. Cette approche n’est donc pas adaptée si les essais interlaboratoire présentent trop peu de laboratoires participants, ou si des effets méthodes importants relativisent la qualité des résultats.

A partir de l’hypothèse que la valeur cible de la chaîne peut être assimilée à une valeur vraie :

La moyenne des écarts du laboratoire est une estimation du biais de la méthode dans le laboratoire
La dispersion des écarts constitue une estimation de la fidélité de la méthode

Une image contenant texte, capture d’écran, ligne, Police

Le contenu généré par l’IA peut être incorrect.

Cette méthode d’estimation de l’incertitude est fiable si :

Le nombre de participation à des essais interlaboratoire est au moins égal à 10 ;
Les résultats des essais interlaboratoire sont très fiables, c’est à dire que la valeur cible définie par la chaîne peut être considérée comme une valeur de qualité, avec une incertitude très faible (moins de 2%). Lorsque l’incertitude sur la valeur cible fournie par l’organisateur de la comparaison interlaboratoire est plus élevée, cette méthode d’estimation de l’incertitude perd beaucoup de sa pertinence.
Les matériaux ayant fait l’objet des essais interlaboratoire sont représentatifs des matrices de la méthode.

Pour ne pas compter 2 fois les incertitudes dues aux changements de conditions, l’incertitude sera estimée avec la fidélité estimée dans des conditions de répétabilité et avec la justesse estimée avec dans le temps, prenant en compte les changements de conditions issus des 5M..

9.2.4.2. Plan d’expérience et calculs

Les données peuvent être utilisées en valeurs brutes dans des domaines de concentration où l’incertitude de la méthode est constante.

Si l’incertitude n’est pas constante et peut être exprimée de manière relative.

EIL	Répétitions					Variance intrasérie	Moyenne labo EIL i	Valeur cible de l’EIL	Incertitude-type sur la valeur cible	Ecart labo	Ecart labo (%)
EIL	1	…	i	…	p	Variance intrasérie	Moyenne labo EIL i	Valeur cible de l’EIL	Incertitude-type sur la valeur cible	Ecart labo	Ecart labo (%)
1		...		...
…		...		...		...	...	...	...	...	...
j		...		...
…	...	...	...	...	...	...	...	...	...	...	...
n		…		…

Détermination en valeur absolue (exactitude stable sur l’ensemble de la gamme) :

Ecart type de répétabilité

Ecart type du aux écarts par rapport à une valeur de cible

Ecart-type sur l’erreur sur une valeur cible

L’incertitude élargie de la méthode s’exprime ainsi :

Dans cette expression, on retrouve :

Erreur aléatoire de la méthode (fidélité) prenant en compte la variabilité intra-série.

Erreur systématique (biais) prenant en compte des changements de conditions issus des 5M.

Détermination en valeur relative:

Coefficient de variation de répétabilité

Coefficient de variation du aux écarts relatifs par rapport à une valeur de cible

Coefficient de variation sur l’erreur sur la valeur cible

L’incertitude élargie relative de la méthode s’exprime ainsi :

Exemple

Le même laboratoire que pour l’exemple précédent dispose de 10 résultats de ses participations à plusieurs chaînes d’analyses réalisées sur une période de 18 mois pour la méthode SO2 Total par colorimétrique séquentielle automatisée

EIL	Répétitions		Variance intrasérie	Moyenne labo EIL i	Valeur cible de l’EIL	Incertitude-type sur la valeur cible	Ecart labo	Ecart labo (%)
EIL	1	2
1	136	135	0,5	135,5	137	1	-1,5	-1,1%
2	100	102	2	101	98	0,8	3	3,0%
3	137	137	0	137	126	1,2	11	8,0%
4	44	45	0,5	44,5	51	0,5	-6,5	-14,6%
5	144	147	4,5	145,5	147	1,2	-1,5	-1,0%
6	91	89	2	90	85	0,8	5	5,6%
7	144	144	0	144	136	0,9	8	5,6%
8	178	176	2	177	162	1,3	15	8,5%
9	131	128	4,5	129,5	129	1,2	0,4	0,4%
10	98	100	2	99	92	0,6	6,4	7,1%

Coefficient de variation de répétability

Coefficient de variation du aux écarts relatifs par rapport à une valeur de cible =

Coefficient de variation sur l’erreur sur la valeur cible

L’incertitude élargie relative de la méthode

INFORMATIONS COMPLEMENTAIRES

Annexe A :Intervalle de confiance sur l’écart-type et la moyenne (ISO 5725)

Si un matériau est mesuré dans n séries représentant des conditions de fidélité intermédiaire et dans le temps de stabilité de l’échantillon.

Chaque mesure est répétée r fois dans des conditions de répétabilité.

Soit :

s_répét : l’écart-type de répétabilité de la méthode.
s_FI : l’écart-type de fidélité intermédiaire de la méthode.
: moyenne arithmétique.
L’intervalle de confiance pour l’écart-type de répétabilité par rapport à un niveau de confiance de 95% est :

L’intervalle de confiance pour l’écart-type de fidélité intermédiaire par rapport à un niveau de confiance de 95% est :

L’intervalle de confiance pour la moyenne par rapport à un niveau de confiance de 95% est :

sont les fractiles de la loi du Khi-deux à ddl degrés de liberté et pour un niveau de confiance de 95%.

Annexe B: calcul du risque β pour l’étude de l’exactitude

1. Définitions

Risque alpha ()

Probabilité de déclarer non conforme l'échantillon testé avec la mesure obtenue lorsque l’échantillon est réellement conforme.

Pourcentage de faux résultats non conformes.

Risque bêta (β)

Probabilité de déclarer conforme l'échantillon testé avec la mesure obtenue lorsque l’échantillon est réellement non conforme.

Pourcentage de faux résultats conformes.

Puissance : (1 - β)

Probabilité de déclarer non conforme l'échantillon testé avec la mesure obtenue lorsque l’échantillon est réellement non conforme.

2. Calcul du risque β

L’étude de l’exactitude sur une grandeur Z mesurée par rapport à une valeur de référence (Réf) et un écart maximal acceptable (EMA) est basée sur l’hypothèse principale H0 : I Réf - Z I = EMA contre l’hypothèse alternative H1 : I Réf - Z I > EMA.

Il est traditionnel de calculer le risque β à partir d’un coefficient de décalage λ, du risque  et du nombre de mesures n avec :

n le nombre de mesures effectuées sur un matériau dont la valeur est Réf.
 est le risque fournisseur.
β est le risque client.
EMA est l’écart maximal acceptable d’un résultat par rapport à la valeur de référence Réf.
est la moyenne arithmétique des n résultats.
sFI est l’écart-type de fidélité intermédiaire des n résultats.
λ est le coefficient de décalage qui exprime l’écart entre la valeur de référence et la moyenne par rapport à l’écart maximal acceptable ramenée à l’écart-type de fidélité intermédiaire des mesures.

Le risque client est alors calculé par : β = Prob[ T ≤ t₀ ]

T une variable aléatoire dont la distribution suit la loi de Student pour n-1 degrés de liberté.
.
est le quantile de la loi de Student pour n-1 degrés de liberté et un risque unilatéral .

Principe du calcul du risque β pour vérifier l’hypothèse principale H0 : I Réf - Z I = EMA contre l’hypothèse alternative H1 : I Réf - Z I > EMA

Une image contenant diagramme, ligne

Le contenu généré par l’IA peut être incorrect.

3. Application

Le laboratoire souhaite vérifier une valeur de référence à 25 mg/l par rapport à un écart maximal acceptable de 60 % de la valeur de référence dans 95 % des cas.

Le laboratoire a réalisé 10 mesures sur un échantillon associé à la valeur de référence de 25 mg/l.

Les résultats indiquent une moyenne de 23,92 mg/l et un écart-type de 1,30 mg/l, soit un biais de 4,3 % et un coefficient de variation de 5,4 %.

Si l’écart relatif par rapport à la valeur de référence est réellement supérieur à 60 % dans 5% des cas alors le laboratoire a une probabilité de 0,0017 % d’accepter cette limite de quantification avec ses mesures.

Annexe C :

Etude du biais (ISO 11352)

Il existe plusieurs approches pour vérifier la justesse d’une méthode :

Interprétation des résultats obtenus dans des conditions de fidélité intermédiaire à partir de l’étude de l’exactitude.
Interprétation des résultats avec des comparaisons interlaboratoires.

A partir du plan d’expérience mis en œuvre lors de l’étude de l’exactitude, la justesse d’une méthode est vérifiée lorsque :

Soit, le biais ou le biais relatif est inférieur à une limite d’acceptabilité préalablement choisie par rapport à une exigence réglementaire ou normative ou fixé par le client ou le laboratoire lui même.
Soit, l’écart normalisé EN = est inférieur ou égal à 2.

u_réf correspond à l’incertitude-type associée à la valeur Réf selon les cas suivants :

Référence
Référence	incertitude-type
Réf_MRC	u_Réf est l’incertitude-type sur la valeur de référence.
Réf_EIL	Soit u_Réfprovient de l’organisateur de la comparaison interlaboratoires. Soit u_Réf= écart-type de reproductibilité interlaboratoires / p étant le nombre de laboratoires pris en compte pour le calcul de l’écart-type.
Réf_Méthode	u_Réf= écart-type des p résultats obtenus avec une méthode de référence /.
Réf_Ajout	u_Réf= écart-type ou incertitude-type caractérisant la valeur de l’ajout du(e) à la préparation, aux matériaux et matériels utilisés.