Basisbegrippen over de kenmerken van een methode. Kort over validatie en verificatie van methoden.

Waarom is terminologie belangrijk?

In laboratoriumanalyses is taalkundige precisie even belangrijk als meetprecisie. Een verkeerd begrip van basisbegrippen kan leiden tot een onjuiste interpretatie van resultaten, problemen bij de accreditatie of misverstanden met klanten van het laboratorium.

Wanneer een laboratorium een testresultaat krijgt met de waarde “aangetoond onder de bepaalbaarheidsgrens”, moet elk teamlid precies begrijpen wat dat betekent en waarin het verschilt van “niet aangetoond”. Wanneer een auditor vraagt naar het verschil tussen herhaalbaarheid en reproduceerbaarheid, moet het antwoord eenduidig zijn.

Gevolgen van misverstanden

Het is al vaak gebeurd dat een klant die dezelfde partij product in verschillende laboratoria liet onderzoeken, schijnbaar verschillende resultaten kreeg. Meestal ligt de oorzaak niet in technische fouten, maar in fundamentele misverstanden over wat en hoe we eigenlijk meten en hoe we resultaten of de grenzen van een methode interpreteren.

Verificatie en validatie — vergelijkbaar, maar niet hetzelfde

Deze twee termen worden vaak door elkaar gebruikt, wat tot verwarring leidt. Toch staan ze voor twee wezenlijk verschillende processen in het laboratorium.

Verificatie van een methode

Verificatie beantwoordt de vraag: “Werkt deze bekende methode correct in ons laboratorium?”

Wanneer een laboratorium een genormaliseerde methode invoert, bijvoorbeeld een ISO-norm, maakt het niets nieuws. De methode is al ontwikkeld en grondig getest. Verificatie bestaat uit het bevestigen dat deze methode in de specifieke omstandigheden van het laboratorium — met zijn apparatuur, reagentia, personeel en procedures — werkt zoals verwacht.

Voorbeeld van verificatie

Een laboratorium voert een genormaliseerde spectrofotometrische methode in voor de bepaling van ijzer in water, beschreven in een norm. Het voert een reeks tests uit met gecertificeerde referentiematerialen en controleert of de resultaten binnen de aanvaardbare grenzen vallen. Dat is verificatie — de bevestiging dat een bekende methode bij ons werkt zoals het hoort.

Validatie van een methode

Validatie is een veel complexer proces, dat de vraag beantwoordt: “Is deze nieuwe of gewijzigde methode geschikt voor het beoogde doel?”

Validatie wordt uitgevoerd wanneer een laboratorium een eigen methode ontwikkelt, een bestaande wijzigt, een bekende methode toepast op een nieuw soort monster of een methode gebruikt zonder volledige primaire validatie. Het validatieproces vraagt om een grondig onderzoek van alle parameters die de methode kenmerken en om het bewijs dat ze aan de eisen voldoet. Het volstaat dit één keer te doen, bij de invoering van de methode; latere controles van de werking van de methode horen te steunen op verificatie.

Aspect	Verificatie	Validatie
Soort methode	Genormaliseerde methode met volledige primaire validatie	Nieuwe of gewijzigde methode
Doel	Bevestiging van de werking	Volledige karakterisering
Omvang	Korter proces	Uitgebreid proces
Parameters	Minder parameters	Alle parameters

Precisie en juistheid — het hart van meetkwaliteit

Het verschil tussen precisie en juistheid begrijpen is cruciaal voor de interpretatie van laboratoriumresultaten. Beide begrippen beschrijven de kwaliteit van een meting, maar vanuit totaal verschillende perspectieven.

Precisie — de spreiding van resultaten

Precisie zegt hoe goed de resultaten van herhaalde metingen van hetzelfde monster met elkaar overeenstemmen. Een precieze methode geeft resultaten die dicht bij elkaar liggen, ook als ze allemaal verschoven zijn ten opzichte van de ware waarde.

Stel u voor dat u op een schietschijf schiet — precisie is de concentratie van alle schoten in een klein gebied. Ze kunnen naast het midden terechtkomen, maar als ze dicht bij elkaar liggen, is de precisie hoog.

Herhaalbaarheid en reproduceerbaarheid

Herhaalbaarheid is de overeenstemming tussen resultaten die onder identieke omstandigheden zijn verkregen: dezelfde analist, dezelfde apparatuur, dezelfde reagentia, de analyses zo kort mogelijk na elkaar.

Reproduceerbaarheid is de overeenstemming tussen resultaten die onder gewijzigde omstandigheden zijn verkregen: andere analisten, andere apparatuur, een ander tijdstip. Dat geeft een realistischer beeld van wat we in de praktijk kunnen verwachten.

Juistheid — de nabijheid tot de waarheid

Juistheid bepaalt hoe dicht het meetresultaat bij de ware waarde ligt. Een juiste methode geeft resultaten dicht bij het werkelijke gehalte van de stof in het monster.

Terug naar de schietschijf — juistheid is de roos raken. We kunnen een hoge juistheid hebben (het gemiddelde van veel schoten ligt in het midden), ook als de afzonderlijke schoten flink verspreid liggen.

Vier scenario’s van meetkwaliteit

Hoge precisie en hoge juistheid: de ideale situatie — resultaten dicht bij elkaar en dicht bij de ware waarde
Hoge precisie, lage juistheid: resultaten dicht bij elkaar, maar systematisch verschoven (systematische fout)
Lage precisie, hoge juistheid: resultaten verspreid, maar dicht bij de ware waarde
Lage precisie en lage juistheid: chaotische en onjuiste resultaten — de methode vraagt om ingrijpen

Detectie- en bepaalbaarheidsgrens — waar ons zicht ophoudt

Elke analysemethode heeft haar beperkingen. Onder een bepaald concentratieniveau kunnen we niets meer aantonen of met voldoende zekerheid meten. Hier komen twee sleutelbegrippen om de hoek kijken.

Detectiegrens (LOD)

De detectiegrens is de laagste concentratie van een stof die we met een bepaalde waarschijnlijkheid (bijv. 95%) nog kunnen aantonen — onderscheiden van achtergrondruis — maar niet nauwkeurig kunnen meten.

Het is alsof u ’s nachts naar de sterren kijkt — u ziet een heel zwak lichtpuntje en zegt “ja, daar is iets”, maar u kunt niet bepalen hoe fel het schijnt of hoe groot die ster is.

Bepaalbaarheidsgrens (LOQ)

De bepaalbaarheidsgrens is de laagste concentratie van een stof die we niet alleen kunnen aantonen, maar ook kwantitatief kunnen meten met voldoende precisie en juistheid.

Om de vergelijking voort te zetten — dit is het helderheidsniveau waarbij u niet alleen kunt bevestigen dat er een ster is, maar ook de helderheid en grootte ervan met redelijke zekerheid kunt schatten.

Een scenario uit de praktijk

Een methode voor de bepaling van pesticiden in drinkwater heeft een LOD van 0,01 µg/l en een LOQ van 0,03 µg/l. De wettelijke grenswaarde is 0,1 µg/l.

Een resultaat van 0,02 µg/l betekent dat het pesticide is aangetoond, maar het kan niet als betrouwbare kwantitatieve waarde worden beschouwd. In het rapport hoort de vermelding “aangetoond onder de bepaalbaarheidsgrens”, niet een concreet getal.

Lineariteit en bereik — de comfortzone van de methode

Lineariteit van de methode

Lineariteit is het vermogen van een methode om resultaten te geven die recht evenredig zijn met de concentratie van de analyt in het monster. Eenvoudig gezegd — als u de concentratie verdubbelt, moet ook het signaal verdubbelen.

Perfecte lineariteit is het ideaal waarnaar we streven. In de praktijk zijn er altijd afwijkingen van de ideale rechte lijn. De kernvraag is: zijn die afwijkingen klein genoeg om ze te kunnen aanvaarden?

Werkbereik van de methode

Het werkbereik van de methode is het interval van concentraties waarin de methode werkt met voldoende lineariteit, precisie en juistheid. Dat is de “comfortzone” van de methode — het gebied waarin we haar kunnen vertrouwen.

Het gevaar van extrapolatie

De meest voorkomende fout in de laboratoriumpraktijk is extrapolatie buiten het vastgestelde bereik van de methode. Het resultaat kan zinnig lijken, maar de betrouwbaarheid ervan is twijfelachtig. Het is altijd beter het monster te verdunnen of te concentreren zodat het binnen het werkbereik van de methode valt, dan onzekere berekeningen te riskeren.

Selectiviteit en specificiteit — meten we wat we denken te meten?

Deze twee termen worden vaak door elkaar gebruikt, hoewel ze technisch gezien licht verschillende aspecten van dezelfde eigenschap van de methode beschrijven.

Specificiteit

Specificiteit is de ideale situatie waarin alleen en uitsluitend onze analyt een signaal geeft. Geen enkele andere stof in het monster beïnvloedt het resultaat of geeft valse resultaten. Dat is het hoogste niveau van selectiviteit.

Selectiviteit

Selectiviteit is een pragmatischere benadering — de methode kan de analyt of groep analyten die ons interesseert bepalen in aanwezigheid van andere stoffen die in het monster kunnen voorkomen.

Hoe test u de selectiviteit?

Het laboratorium test de selectiviteit door monsters met de analyt te analyseren (positieve test) en monsters zonder de analyt maar met mogelijk storende stoffen (negatieve test). Als de methode selectief is, mag de negatieve test geen vals-positief resultaat geven.

Terugwinning — krijgen we alles terug wat we hebben toegevoegd?

Terugwinning is een van de eenvoudigste en meest intuïtieve indicatoren van de kwaliteit van een methode. Ze laat zien welk percentage van een bekende hoeveelheid toegevoegde analyt we kunnen meten.

Wat beïnvloedt de terugwinning?

Verliezen tijdens de monstervoorbereiding: extractie, indampen, filtratie — elke stap kan verliezen veroorzaken
Matrixeffect: bestanddelen van het monster kunnen de efficiëntie van de bepaling beïnvloeden
Afbraak van de analyt: sommige stoffen ontleden tijdens de voorbereiding of de analyse
Systematische fouten: onjuiste kalibratie of interferenties

Aanvaardbare waarden voor terugwinning

Voor hoofdbestanddelen verwachten we meestal een terugwinning tussen 95–105%. Voor sporenanalyten aanvaarden we een breder bereik — 80–120%. Deze grenzen houden rekening met de grotere technische moeilijkheden bij zeer lage concentraties.

Robuustheid van de methode — kan ik er morgen ook op vertrouwen?

De robuustheid (soms ook stabiliteit of flexibiliteit genoemd) van een methode bepaalt hoe gevoelig ze is voor kleine, bewuste veranderingen in de meetomstandigheden.

Waarom de robuustheid testen?

Door de robuustheid te testen, kunt u belangrijke vragen beantwoorden:

Welke parameters van de methode vragen om strikte controle?
Hoe nauwkeurig moet ik temperatuur, pH en reactietijd beheersen?
Kan ik kleine wijzigingen doorvoeren zonder verlies van kwaliteit van de resultaten?
Wat gebeurt er als iets niet volgens plan verloopt?

Voorbeeld van een robuustheidstest

De methode vereist een pH van 7,0. Het laboratorium test wat er gebeurt bij een pH die enkele tienden afwijkt. Blijven de resultaten aanvaardbaar, dan is de methode robuust voor kleine pH-veranderingen. Veranderen de resultaten al aanzienlijk bij een pH die enkele tienden afwijkt, dan vraagt de pH om zeer strikte controle en moet hij nauwkeurig in de procedure worden beschreven.

Meetonzekerheid

Meetonzekerheid is een schatting van het bereik van waarden waarbinnen, met een bepaalde waarschijnlijkheid, de ware waarde van de gemeten grootheid ligt.

Bronnen van onzekerheid

Meetonzekerheid komt uit veel bronnen voort:

De precisie van de methode (spreiding van de resultaten van herhaalde metingen)
Handelingen met het monster (monsterneming, wegen enz.)
De juistheid van standaarden en referentiematerialen
Parameters van de apparatuur (pipetten, balansen, maatkolven)
Omgevingsomstandigheden (temperatuur, luchtvochtigheid)
De competenties van het personeel
Matrixeffecten van het monster

Waarom is onzekerheid belangrijk?

Wanneer een laboratorium een resultaat rapporteert als “10 mg/l ± 2 mg/l”, weet de klant dat de ware waarde zeer waarschijnlijk tussen 8 en 12 ligt. Zo kan hij weloverwogen beslissingen nemen, vooral wanneer het resultaat dicht bij een wettelijke grenswaarde of kwaliteitsnorm ligt.

Bevestiging van de geldigheid van resultaten — de kwaliteit van analyses borgen

Ingevoerde methoden, gevalideerd en geverifieerd, moeten worden opgenomen in een programma voor het bewaken van de geldigheid van resultaten. Alle onderdelen daarvan moeten worden overwogen en uitgevoerd volgens paragraaf 7.7 van de norm PN-EN ISO/IEC 17025:2018-02.

Het laboratorium moet de doeltreffendheid van de toegepaste methoden voor het bewaken van de geldigheid van resultaten regelmatig beoordelen en de uitkomsten van die beoordelingen documenteren. Blijkt dat de toegepaste procedures geen voldoende kwaliteitscontrole bieden, dan moeten ze worden aangepast of aangevuld.

Samenvatting — de juiste terminologie

De terminologie over de kenmerken van een methode is geen verzameling droge definities om voor een examen uit het hoofd te leren. Het is een gemeenschappelijke taal tussen laboratoria, auditors, klanten en toezichthouders. Het nauwkeurige gebruik van deze begrippen is een teken van professionaliteit en een garantie voor de kwaliteit van het werk in het laboratorium.

Wie deze termen begrijpt, kan:

Analysemethoden goed ontwerpen en invoeren
De beperkingen en mogelijkheden van methoden duidelijk communiceren
Resultaten interpreteren in de context van hun onzekerheid
Voldoen aan de eisen van de norm en van de accreditatie
Het vertrouwen van klanten opbouwen door transparantie

De belangrijkste conclusie

In een analyselaboratorium is goed meten niet genoeg — u moet ook goed begrijpen en communiceren wat er wordt gemeten, hoe goed dat gebeurt en wat de beperkingen van de methode zijn. Dat onderscheidt een professioneel laboratorium van een amateuristische benadering van analyses.

Het artikel is opgesteld op basis van de eisen van de norm PN-EN ISO/IEC 17025:2018-02 “Algemene eisen voor de competentie van test- en kalibratielaboratoria” en de actuele aanbevelingen over validatie, verificatie en het borgen van de geldigheid van resultaten die werden gepresenteerd op het XXVIII Symposium POLLAB 2023. De inhoud is inhoudelijk en taalkundig gecontroleerd om laboratoria te ondersteunen bij de praktische toepassing van de beginselen van metrologie en meetkwaliteit.