为什么术语很重要?
在实验室分析的世界里,语言的精确与测量的精确同样重要。对基本概念的错误理解可能导致结果解读错误、认可时出现问题,或与实验室客户产生误会。
当实验室得到一个“检出但低于定量限”的检测结果时,团队中的每个人都必须明白它到底意味着什么,以及它与“未检出”有何不同。当评审员问到重复性和复现性的区别时,回答必须毫不含糊。
误解的后果
很多时候,客户在不同实验室检测同一批产品,得到的结果看起来不一致。原因通常不是技术错误,而是对我们到底测的是什么、怎么测,以及如何解读结果或方法局限存在根本性的误解。
方法验证与方法确认 — 相似,但不相同
这两个术语常常被混用,从而造成混乱。而实际上,它们代表实验室中两个根本不同的过程。
方法验证
方法验证回答的问题是:“这个已知的方法在我们实验室能正确运行吗?”
当实验室引入一个标准方法(例如 ISO 标准方法)时,并不是在创造新东西。该方法已经被开发出来并经过充分检验。方法验证就是确认:在本实验室的具体条件下 — 用它的设备、试剂、人员和程序 — 这个方法能按预期运行。
方法验证示例
某实验室引入一个测定水中铁含量的标准分光光度法。它用有证标准物质做一系列试验,检查结果是否在可接受范围内。这就是方法验证 — 确认一个已知的方法在我们这里能正常运行。
方法确认
方法确认是一个复杂得多的过程,它回答的问题是:“这个新的或经过修改的方法是否适合其预期用途?”
当实验室自行开发方法、修改现有方法、把已知方法用于新类型的样品,或使用没有经过完整初次确认的方法时,就需要进行方法确认。方法确认要求全面考察表征方法的所有参数,并证明方法满足要求。它只需在引入方法时做一次;之后对方法性能的检查应以方法验证为基础。
| 方面 | 方法验证 | 方法确认 |
|---|---|---|
| 方法类型 | 经过完整初次确认的标准方法 | 新的或修改过的方法 |
| 目的 | 确认性能 | 全面表征 |
| 范围 | 较短的过程 | 全面的过程 |
| 参数 | 较少的参数 | 全部参数 |
精密度与正确度 — 测量质量的核心
理解精密度与正确度的区别,对解读实验室结果至关重要。两个概念都描述测量质量,但视角完全不同。
精密度 — 结果的集中程度
精密度告诉我们,对同一样品重复测量的结果彼此之间有多一致。精密的方法得出的结果彼此靠得很近,即使它们都偏离了真值。
想象一下打靶 — 精密度就是所有子弹集中在一小块区域。它们可能偏离靶心,但只要彼此靠得很近,精密度就高。
重复性与复现性
重复性是在相同条件下得到的结果之间的一致程度:同一分析人员、同一设备、同一试剂、分析时间尽可能接近。
复现性是在改变的条件下得到的结果之间的一致程度:不同的分析人员、不同的设备、不同的时间。这更真实地反映了我们在实践中可以预期的情况。
正确度 — 接近真值的程度
正确度决定测量结果与真值有多接近。正确的方法给出的结果接近样品中物质的实际含量。
回到打靶的比喻 — 正确度就是打中靶心。即使单发子弹相当分散,只要许多发子弹的平均位置在靶心,正确度就高。
测量质量的四种情形
- 高精密度、高正确度:理想情况 — 结果集中且接近真值
- 高精密度、低正确度:结果彼此接近,但系统性地偏离(系统误差)
- 低精密度、高正确度:结果分散,但接近真值
- 低精密度、低正确度:结果杂乱且错误 — 方法需要干预
检出限和定量限 — 我们视野的尽头
每种分析方法都有局限。低于某个浓度水平时,我们就无法以适当的把握检出或测量任何东西。这里就要用到两个关键概念。
检出限(LOD)
检出限是我们仍能以规定的概率(例如 95%)检出 — 即与背景噪声区分开 — 但无法准确测量的物质最低浓度。
这就像在夜里看星星 — 你能看到一个非常微弱的光点,说“是的,那里有东西”,但无法判断它有多亮,也无法判断那颗星有多大。
定量限(LOQ)
定量限是我们不仅能检出、还能以适当的精密度和正确度进行定量测量的物质最低浓度。
继续这个比喻 — 这就是这样一个亮度水平:你不仅能确认星星存在,还能以合理的把握估计它的亮度和大小。
实际情形
某种测定饮用水中农药的方法,LOD 为 0.01 µg/l,LOQ 为 0.03 µg/l。法定限值为 0.1 µg/l。
0.02 µg/l 的结果表示检出了农药,但不能视为可靠的定量值。报告中应写明“检出但低于定量限”,而不是给出具体数字。
线性和范围 — 方法的舒适区
方法的线性
线性是方法给出与样品中被测物浓度成正比的结果的能力。简单地说 — 浓度加倍时,信号也应加倍。
完美的线性是我们追求的理想。在实践中,总会与理想直线存在一些偏差。关键问题是:这些偏差是否小到我们可以接受?
方法的工作范围
方法的工作范围规定了一个物质浓度区间,在这个区间内,方法具有适当的线性、精密度和正确度。这是方法的“舒适区” — 我们可以信任它的区域。
外推的危险
实验室实践中最常见的错误,是超出已确定的方法范围进行外推。结果看起来也许合理,但其可靠性值得怀疑。把样品稀释或浓缩到方法的工作范围之内,总比冒险进行不确定的计算要好。
选择性与特异性 — 我们测的是我们以为的东西吗?
这两个术语常常被混用,尽管从技术上讲,它们描述的是方法同一特性的略有不同的方面。
特异性
特异性是一种理想情况:只有我们的被测物产生信号,而且仅它产生信号。样品中的其他物质都不会影响结果或造成假结果。这是选择性的最高水平。
选择性
选择性是一种更务实的说法 — 方法能在样品中可能存在的其他物质存在时,测定我们关心的被测物或一组被测物。
如何检验选择性?
实验室通过分析含有被测物的样品(阳性试验)和不含被测物但含有潜在干扰物质的样品(阴性试验)来检验选择性。如果方法具有选择性,阴性试验就不应出现假阳性结果。
回收率 — 加进去的我们都测回来了吗?
回收率是最简单、最直观的方法质量指标之一。它表示加入已知量的被测物后,我们能测到其中的百分之多少。
哪些因素影响回收率?
- 样品前处理中的损失:萃取、蒸发、过滤 — 每一步都可能造成损失
- 基质效应:样品组分可能影响测定效率
- 被测物降解:有些物质在前处理或分析过程中会分解
- 系统误差:校准不正确或存在干扰
可接受的回收率
对于主要成分,我们通常期望回收率在 95-105% 之间。对于痕量被测物,我们接受更宽的范围 — 80-120%。这些限值考虑了极低浓度下更大的技术难度。
方法的稳健性 — 明天我还能信任它吗?
方法的稳健性(有时也称耐用性)决定了方法对测量条件的微小、有意的变化有多敏感。
为什么要检验稳健性?
检验稳健性可以回答几个关键问题:
- 哪些方法参数需要严格控制?
- 我需要把温度、pH、反应时间控制得多精确?
- 我能否做一些小的修改而不损失结果质量?
- 当事情没有按计划进行时会发生什么?
稳健性检验示例
方法要求 pH 为 7.0。实验室检验 pH 偏差零点几时会发生什么。如果结果仍可接受,说明方法对 pH 的小变化是稳健的。如果 pH 仅偏差零点几,结果就明显变化,那么 pH 需要非常严格的控制,并应在程序中准确写明。
测量不确定度
测量不确定度是对一个数值区间的估计,被测量的真值以规定的概率位于这个区间内。
不确定度的来源
测量不确定度有多种来源:
- 方法的精密度(重复测量结果的分散性)
- 对样品进行的操作(取样、称量等)
- 标准和标准物质的准确度
- 设备参数(移液器、天平、容量瓶)
- 环境条件(温度、湿度)
- 人员能力
- 样品基质效应
为什么不确定度很重要?
当实验室报告的结果为“10 mg/l ± 2 mg/l”时,客户就知道真值很可能在 8 到 12 之间。这让客户能做出有依据的决定,尤其是当结果接近法定限值或质量标准时。
确认结果有效性 — 确保检测质量
需要注意的是,已引入的、经过确认和验证的方法,必须纳入结果有效性监控计划。所有组成要素都应按照 PN-EN ISO/IEC 17025:2018-02 标准第 7.7 条加以考虑和落实。
实验室应定期评估所采用的结果有效性监控方法的有效性,并记录评估结果。如果发现所采用的程序不能提供充分的质量控制,就应适当修改或补充。
总结 — 正确使用术语
关于方法特性的术语,并不是一堆为应付考试而背诵的枯燥定义。它是实验室、评审员、客户和监管机构之间共同的沟通语言。准确使用这些概念,是专业的标志,也是实验室工作质量的保证。
理解这些术语可以帮助我们:
- 正确设计和实施分析方法
- 说明方法的局限和能力
- 结合不确定度解读结果
- 满足标准和认可要求
- 以透明赢得客户信任
关键结论
在分析实验室里,光测得好是不够的 — 还必须清楚地理解并说明测的是什么、测得有多好,以及方法的局限在哪里。这正是专业实验室与业余分析的区别所在。
本文依据 PN-EN ISO/IEC 17025:2018-02 标准《检测和校准实验室能力的通用要求》的要求,以及 2023 年第二十八届 POLLAB 研讨会上关于方法确认、方法验证和确保结果有效性的最新建议编写。内容已经过专业和语言方面的核对,旨在帮助实验室在实践中运用计量学和测量质量的原则。