Você está na página 1de 80

ISSN 1677-5473

Empresa Brasileira de Pesquisa Agropecuria Departamento de Pesquisa e Desenvolvimento Ministrio da Agricultura, Pecuria e Abastecimento

Texto para Discusso 40

Questes crticas em validao de mtodos analticos

Elisabeth Borges Gonalves Ana Paula Guedes Alves Paula Alves Martins

Embrapa Informao Tecnolgica Braslia, DF 2011

Exemplares desta publicao podem ser solicitados na: Empresa Brasileira de Pesquisa Agropecuria (Embrapa) Departamento de Pesquisa e Desenvolvimento (DPD) Parque Estao Biolgica (PqEB) Av. W3 Norte (final) CEP 70770-901 Braslia, DF Fone: (61) 3448-4451 Fax: (61) 3448-4887 textoparadiscussao@embrapa.br

Editor da srie Ivan Sergio Freire de Sousa Coeditores Eliane Gonalves Gomes Vicente Galileu Ferreira Guedes Conselho editorial Alberto Roseiro Cavalcanti Assunta Helena Sicoli Carlos Augusto Mattos Santana Chang das Estrelas Wilches Eliane Gonalves Gomes Geraldo B. Martha Jr. Ivan Sergio Freire de Sousa Lucilene Maria de Andrade Marita Feres Cardillo Otavio Valentim Balsadi Paule Jeanne Mendes Renato Cruz Silva Roberto de Camargo Penteado Filho

Colgio de editores associados


Ademar Ribeiro Romeiro Altair Toledo Machado Antonio Csar Ortega Antonio Duarte Guedes Neto Arilson Favareto Carlos Eduardo de Freitas Vian Charles C. Mueller Dalva Maria da Mota Egidio Lessinger Geraldo da Silva e Souza Geraldo Stachetti Rodrigues Joo Carlos Costa Gomes Superviso editorial Wesley Jos da Rocha Reviso de texto Maria Cristina Ramos Jub John Wilkinson Jos de Souza Silva Jos Graziano da Silva Jos Manuel Cabral de Sousa Dias Jos Norberto Muniz Josefa Salete Barbosa Cavalcanti La Velho Levon Yeganiantez Manoel Moacir Costa Macdo Marcel Bursztyn Maria Amalia Gusmo Martins Maria Lucia Maciel Normalizao bibliogrfica Mrcia Maria Pereira de Souza Editorao eletrnica Jlio Csar da Silva Delfino Mauro Del Grossi Oriowaldo Queda Pedro Carlos Gama da Silva Rui Albuquerque Sergio Salles-Filho Sergio Schneider Suzana P. M. Mueller Tarczio Rego Quirino Vera L. Divan Baldani Zander Navarro

Projeto grfico Tenisson Waldow de Souza 1 edio 1 impresso (2011): 600 exemplares

As opinies emitidas nesta publicao so de exclusiva e de inteira responsabilidade dos autores, no exprimindo, necessariamente, o ponto de vista da Empresa Brasileira de Pesquisa Agropecuria (Embrapa), vinculada ao Ministrio da Agricultura, Pecuria e Abastecimento. Todos os direitos reservados A reproduo no autorizada desta publicao, no todo ou em parte, constitui violao dos direitos autorais (Lei no 9.610). Dados Internacionais de Catalogao na Publicao (CIP) Embrapa Informao Tecnolgica Questes crticas em validao de mtodos analticos / Elisabeth Borges Gonalves, Ana Paula Guedes Alves, Paula Alves Martins. Braslia, DF : Embrapa Informao Tecnolgica, 2011. 69 p. : il. ; 21 cm x 15 cm - (Texto para Discusso / Embrapa. Departamento de Pesquisa e Desenvolvimento, ISSN 1677-5473 ; 40). 1. Metrologia. 2. Anlise qumica. 3. Controle de qualidade. 4. Normalizao. I. Gonalves, Elisabeth Borges. II. Alves, Ana Paula Guedes. III. Martins, Paula Alves. IV. Embrapa. Departamento de Pesquisa e Desenvolvimento. CDD 389.1 Embrapa 2011

Apresentao
Texto para Discusso uma publicao tcnicocientfica da Empresa Brasileira de Pesquisa Agropecuria (Embrapa), de divulgao de resultados de pesquisas, cuja relevncia os fazem merecedores de um espao de reflexo e debate. Editada pelo Departamento de Pesquisa e Desenvolvimento (DPD), a srie dirigida a tcnicos, pesquisadores, dirigentes, formuladores de polticas pblicas, acadmicos e pblico em geral que tenham, como rea de atuao ou de interesse, as temticas da cincia e tecnologia, da inovao, do agronegcio e do desenvolvimento rural sustentvel. De carter monogrfico, Texto para Discusso publica e circula ideias e reflexes sobre assuntos contemporneos de relevo para a sociedade brasileira, os quais so abordados tanto por analistas e pesquisadores dos quadros da Embrapa quanto por especialistas de instituies pblicas e privadas que atuam com pesquisa, desenvolvimento e transferncia de tecnologias. Alm da forma impressa, os leitores podem acessar todos os nmeros da srie Texto para Discusso no seguinte endereo: www.embrapa.br/ embrapa/publicacoes/tecnico/folderTextoDiscussao. O Editor

Sumrio
Resumo................................................................. 9 Abstract................................................................. 10 Introduo............................................................. 11 Experimentao e testes de hipteses................... 13 Dificuldades em treinamentos............................... 19 Nvel de validao necessrio e responsabilidades cabveis................................. 20 Dificuldades comuns............................................. 23 Incerteza................................................................ 24 Valor verdadeiro.................................................... 25 Realizao dos experimentos de validao........... 28 Nmero de repeties........................................... 33 Faixa de trabalho................................................... 35 Valores aberrantes................................................. 37 Experimentos de preciso (estudos colaborativos)......................................... 42 Amostragem.......................................................... 48

Incerteza de amostragem...................................... 50 Verificao de conformidade................................ 58 Crtica da validao.............................................. 61 Concluses............................................................ 62 Referncias........................................................... 64

D O
iscuss
para

TextO

Questes crticas em validao de mtodos analticos1,2,3

Elisabeth Borges Gonalves4 Ana Paula Guedes Alves5 Paula Alves Martins6

Original recebido em 11/8/2010 e aprovado em 4/1/2011. Projeto de pesquisa em andamento. 3 Os autores agradecem o apoio financeiro recebido do Conselho Nacional de Desenvolvimento Cientfico e Tecnolgico (CNPq). 4 Bacharel em Estatstica, Mestre em Agronomia, Doutora em Tecnologia de Alimentos, Pesquisadora A, Embrapa Agroindstria de Alimentos, Av. Amricas, 29.501, Guaratiba, CEP 23020-470, Rio de Janeiro, RJ, goncaleb@ctaa.embrapa.br 5 Bacharel em Estatstica, Bolsista DTI - CNPq, Embrapa Agroindstria de Alimentos, Av. Amricas, 29.501, Guaratiba, CEP 23020-470, Rio de Janeiro, RJ, ana.uerj@click21.com.br 6 Bacharel em Estatstica, Especialista em Engenharia da Produo, Bolsista DTI - CNPq, Embrapa Agroindstria de Alimentos, Av. Amricas, 29.501, Guaratiba, CEP 23020-470, Rio de Janeiro, RJ, pam_martins7@yahoo.com.br
1 2

Questes crticas em validao de mtodos analticos


Resumo
O mercado internacional vem adotando uma srie de exigncias em normas de modo a regular a qualidade de produtos. Normas internacionais esto sendo elaboradas ou revisadas e, muitas vezes, adotados limites de parmetros de qualidade mais e mais restritivos. Posto que o exerccio da tomada de deciso sobre esses parmetros envolve qualidade de resultados laboratoriais, a acreditao de laboratrios de mtodos analticos vem sendo alvo de ateno cada vez mais intensa. Como resultado, a validao de mtodos passou a ser alvo de exigncias mais estreitas e documentadas, porm o processo de validao de mtodos analticos ainda carece de discusso em diversos de seus aspectos. Assim, apresenta-se neste texto uma abordagem de questes consideradas crticas a respeito deste tema, quer seja por resultarem em riscos para o mercado nacional e internacional, em interpretaes equivocadas ou em outros tipos de problemas. So discutidos dificuldades no exerccio e na leitura do tema, nveis necessrios de validao, necessidade de testes de parmetros de validao em mtodos validados ou oficiais, tipos de experimentos de validao intralaboratorial e seu plane jamento, experimentos de preciso (estudos colaborativos), limite de deciso (CC), capacidade de deteco (CC), parte objeto de concluso, realizao de experimentos fracionados e classificao e extrao de valores aberrantes. Admite-se que o conceito de amostra aleatria ainda no foi adequadamente absorvido na rea; como consequncia, a assim chamada incerteza de amostragem mostrou-se equivocada. A equivalncia entre testes de hipteses e intervalos de confiana (incerteza expandida), raramente encontra dia na rea, foi apresentada, bem como a interpretao correta, desses intervalos, terminando por mencionar que h uma posio brasileira sobre sua interpretao e uso na norma da NBR 11155: 1988. Finalmente, demonstrou-se que a validao de mtodos analticos uma tarefa de contedo terico avanado, e que exige uma anlise crtica adequada dos resultados estatsticos. Termos para indexao: gesto da qualidade, acreditao de laboratrios, metrologia qumica, anlise crtica de validao, planejamento de validao.

Critical points in analytical methods validation


Abstract
The international market has been adopting a series of demands and procedures to regulate the quality of products. International standards have been developed or reviewed and, often, limits have been used for quality parameters with increasing restrictions. Since the decision making is based on these parameters involving quality of laboratory results, laboratory accreditation of analytical methods has been matter of enormous attention. As a result, the attention paid to validation of methods became more and more demanded, but the validation of analytical methods still needs discussion in several aspects. Therefore, this text shows an approach to issues considered as critical in this subject, either resulting in risks to the domestic and international markets, in erroneous interpretations or in other kind of problems. Difficulties in exercising and reading the topic are discussed, as well as the appropriate levels of validation of methods, the validation parameters needed to verify official or validated methods, the types of in house validation experiments and their planning, the precision experiments (collaborative studies), the part of the population which is the target of the conclusion, the decision limit (CC), the detection capability (CC), the problems which occur when conducting fractionated experiments and the classification and extraction of outliers. It is recognized that the concept of random sampling has not been adequately understood in the area and, as a consequence, the so-called uncertainty sampling proved to be misinterpreted. The equivalence between hypothesis testing and confidence intervals (expanded uncertainty), not frequently known in the area, is presented, as well as their correct interpretation, and was pointed that there is a Brazilian position on their interpretation and use in NBR 11155: 1988. Finally, was demonstrated that the validation of analytical methods is an advanced theoretical content task, and that it demands a proper statistical critical analysis. Index terms: quality management, laboratory accreditation, metrology in chemistry, planning and critical analysis of validation.

Introduo

.F

rente formao de blocos econmicos, defesa de interesses financeiros e exigncia de manuteno de hbitos saudveis, o mercado nacional e internacional vem impondo padres estabelecidos em produtos de diversas naturezas, incluindo-se produtos agrcolas, alimentos ou no, mais especificamente quanto qua lidade, abrangendo segurana (toxicidade, defeitos, alergias, etc.), funcionalidade (ao bactericida, atri butos que propiciem incremento da sade corporal, etc.), e outras caractersticas. Limites de contaminantes como agrotxicos, resduos de pesticidas, resduos de diversos produtos qumicos e outros esto sendo estabelecidos espe cialmente no comrcio internacional, e normas interna cionais esto sendo elaboradas ou revisadas para realizao de seu controle. Ou seja, os importadores e o mercado em geral esto banindo aquilo que consideram ou que comprovadamente prejudicial sade. Como resultado disso, aumenta a exigncia na medio de parmetros que caracterizam os padres de qualidade e segurana de produtos em geral. Laboratrios passam a ter sua atuao questionada, e, em funo disto e das imposies de mercados internacionais, vm sendo impelidos acreditao, como aquela proposta na Norma Mercosur et al. (2006), ou em similares. Como consequncia, esses laboratrios tm seus resultados analticos e sua competncia internacionalmente reconhecidos.
11
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

Claramente, um laboratrio deve ter sua rotina de verificao de mtodos sempre que os implanta, o que se chama de validao de mtodos analticos. Naturalmente que essa prtica sempre foi seguida pelos analistas de qualquer laboratrio; porm, a situao hoje de internacionalizao. Assim, a validao de mtodos passou a ser requerida alm daquilo exigido pelo exerccio das funes analticas. Hoje deve haver documentao rigorosa, e neces srio seguir os requisitos publicados nos textos internacionais de validao de mtodos analticos. Os conceitos nesta rea so mtricos, a rea de estatstica. Normas tcnicas, documentos orientativos, vrios tipos de guias e diversas outras publicaes sobre validao de mtodos analticos tm sido revisadas e divulgadas, mas desencontros ou equvocos entre definies, usos indicados e outros detalhes que trazem dificuldades de interpretao e emprego tm sido notados, sem que se tenha discusso suficiente e clareza de diversos conceitos, como ser demonstrado no decorrer deste texto. Pretendeu-se, portanto, trazer ao leitor um pouco mais de detalhe e de discusso de questes relevantes em validao, produtos de uma abordagem crtica da validao de mtodos analticos, quer seja na realizao da validao intralaboratorial de mtodos analticos como na interlaboratorial. Deve-se mencionar que o termo amostra e seus derivados sero grafados entre aspas. De maneira similar, sempre que se usar qualquer terminologia
12
Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

cujo conceito se coloque em dvida sero usadas aspas. Amostra denotaria casos em que a amostra no foi obtida conforme tcnicas de amostragem, no seguiu as regras estabelecidas pela teoria estatstica. Por exemplo, um item em observao ou medio, como uma fatia de queijo ou uma pea de um equipamento, no uma amostra, pois amostra estocstica um conjunto de itens com n > 2 unidades amostrais obtidas de acordo com certas leis. Amostra de uma unidade no existe; ento, casos desse tipo sero referidos entre aspas.

Experimentao e testes de hipteses

.U

Generalidades
m laboratrio, ao empregar qualquer mtodo analtico, necessita demonstrar que o opera de maneira adequada; assim uma validao de mtodos busca meios e critrios objetivos para demonstrar que os mtodos de ensaio usados conduzem a resultados confiveis e adequados qualidade pretendida, o que pode ser encontrado no Eurachem (1998), National Association of Testing Authorities (1998), Inmetro (2010), National Food Administration (2009) e outros. A via utilizada para esse objetivo a experimen tao, ou seja, a demonstrao, na prtica, de que
13
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

parmetros de validade so cumpridos pelo mtodo analtico. Os experimentos para validao devem adotar procedimentos ou delineamentos estocsticos adequados. Abre-se, a, a grande rea de Experimentao, abrangendo desde o teste de enunciados tericos, quer seja por meio de modelos de delineamento de experimentos, de regresso, de anlise de dados categricos, etc., at a obteno de concluses para tomadas de deciso. Estamos, assim, frente neces sidade de comprovar enunciados tericos na prtica; portanto, defrontamo-nos com o Mtodo Cientfico, tambm conhecido como mtodo indutivo-dedutivo ou hipottico-dedutivo; a via estatstica. Enunciados tericos so, ento, traduzidos em hipteses, que so afirmaes que se pretende verificar, como: uma linha de produo est fornecendo itens dentro dos padres de qualidade estipulados; est ocorrendo um surto de aftosa nesta cidade; a Aids chegou a seu mximo potencial de virulncia em tal localidade; e outras. Assim, o mtodo submetido a determinadas condies, hoje consensuais, que poderiam invalidlo e se verifica se seu comportamento se altera ou no. As hipteses testadas, portanto, so sempre do tipo H0: o mtodo permanece inalterado (em termos de mdia ou preciso), em determinada condio x H1: omtodo se altera. A Tabela 1 traz um panorama geral envolvendo a realidade frente aos resultados dos testes de hip teses baseados em amostras.
14
Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

Tabela 1. Esquema de deciso nos testes de hipteses.


Deciso a tomar Rejeitar H0 No rejeitar H0 Realidade H0 verdadeira Erro tipo I (nvel de significncia, ) Deciso correta H0 falsa Deciso correta (poder de teste) 1- Erro tipo II

As hipteses H0 e H1 so ditas hiptese nula (ou de nulidade) e hiptese alternativa, respectivamente. A questo bsica em validao de mtodos analticos ter, ou no, evidncias suficientes para se rejeitar H0, ou seja, para se rejeitar a hiptese de que o mtodo no se altera nas condies que lhe foram impostas. Desse modo, uma validao de mtodo no consegue provar que um mtodo vlido. Somente consegue no ter evidncias suficientes para rejeitar hipteses de invalidade e, portanto, concluir que o mtodo atende a certos requisitos em determinadas circunstncias e com determinada (im)preciso. Pelo exposto, o que se adentra, em validao, o mundo da estatstica experimental, um mundo vasto e complexo, muito alm das meras estatsticas bsicas.

Cenrios encontrados em testes de hipteses


Como forma de tornar mais claras as situaes encontradas em testes de hipteses, considere-se que a probabilidade de se admitir que um surto de febre aftosa em gado ocorre em qualquer regio seja p = 2%.
15
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

Se uma amostra de gado bovino obtida no Mato Grosso do Sul com 500 (quinhentas) cabeas apresentou 8 (oito) ocorrncias de aftosa, pode-se considerar que est ocorrendo um surto de aftosa neste estado? Seria considerada como a hiptese nula aquela em que a probabilidade de surto na regio est prxima de 2%, ou seja, H0: p = 0,02, ou que, ao contrrio, este valor j foi atingido e pode ter sido superado, logo H1: p > 0,02. Rejeitando-se H0 em favor de H1 ser concludo que est ocorrendo um surto no estado. Mas, se a realidade for que p < 0,02, ser admitido que h um surto quando, na realidade, no h e se comete o erro tipo I, tambm chamado nvel de significncia, com probabilidade expressa por a. O resultado disso seria criar clima de sobressalto e provocar gastos desnecessrios. Se a hiptese H0, porm, no for rejeitada em favor de H1, a concluso ser que no h surto; quando na realidade houver, ser cometido o erro tipo II, cuja probabilidade se expressa por b. Providncias preven tivas e de conteno no sero tomadas, propiciando contaminao descontrolada e graves desdobramentos facilmente imaginveis. Nesse caso a probabilidade de no se cometer tal tipo de erro notada por meio de (1 - b) e chamada de poder de teste.

Teste de hipteses e cincia


O campo que se descortina ao se verificarem hipteses ou visar obteno de estimativas e gene ralizao/validade de concluses o da Inferncia.
16
Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

De acordo com a Figura 1, se a amostra empregada for tomada de acordo com as devidas bases esto csticas, ento as concluses nela baseadas tm valor generalizvel tambm ao que no foi observado no conjunto todo. Isso inferir, concluir inclusive sobre o que no se examinou, e nisso repousa o famoso risco amostral.

* ou #: unidades que formam todo o conjunto a ser amostrado.


Figura 1. Amostragem e validade de concluso (a ltima abrange o todo * ou #, at mesmo aquilo que no foi amostrado #).

o conhecimento slido dos testes de hipteses, na forma aqui apresentada, que traz ao pesquisador, cliente, vendedor, consumidor, etc. os riscos que envolvem o chamado poder de teste, riscos que geram curvas como as curvas caractersticas de operao em amostragem para qualidade, anlises do tipo sequen cial, e outras. Alm disso, esse conhecimento fornece viso apropriada de intervalos de confiana. Na ausncia dessa viso, muitas vezes esses intervalos so
17
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

equivocadamente usados deixando de se fazer valer sua equivalncia com testes de hiptese bilaterais. Ainda, atualmente as publicaes tm simplifi cado o verdadeiro teor da validao de mtodos, tornando validao um campo perigoso para o cliente dos laboratrios e deixando de atribuir a devida responsabilidade a quem compete assinar os seus resultados estocsticos e as correspondentes con cluses, o estatstico. A nomenclatura estocstica em qualidade bastante confusa e pouco rigorosa. O leitor, porm, poder encontrar diversos conceitos da rea na prpria internet usando rgos normalizadores, como os glossrios de Fuentes-Arderiu (2010), da Organization for Economic Cooperation and Development (2010), da European Statistics (2010), de National Institute of Standards and Technology (2010) ou outras fontes. Ademais, necessrio acrescentar que cada tcnica, cada teste de hiptese estatstico tem suas restries quanto a sua propriedade, e estas devem ser seguidas. Assim, aplicar um teste de hipteses requer tambm verificar se suas exigncias so vlidas ou no. Para no correr esse risco, deve-se sempre dar prefe rncia ao uso de testes estatsticos menos exigen tes, como os no paramtricos, e s investigaes informais, como grficos estocsticos e avaliaes descritivas ou exploratrias; assim, deve-se sempre questionar a real necessidade de se realizar cada teste de hipteses. possvel que os problemas apresentados neste item e no decorrer de todo este texto tenham sido detectados porque a formao do estatstico no Brasil
18
Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

diferente do que acontece na esmagadora maioria dos outros pases, que no tm a mesma formao de base to ampla e de espectro to abrangente, e isso pblico. No exterior, ser estatstico ter esse ttulo por meio de uma ps-graduao, no ter a formao superior na rea. Sem dvida, isso constitui uma grande vantagem para nosso pas, que detm maior poder de argumen tao nos seus estatsticos para refutar exigncias equivocadas de outros mercados, alm do que ocorre no mundo da informao. No de se espantar, portanto, que muito venha sendo publicado sobre essa profisso. Nas atividades de qualidade a estatstica desem penha papel nevrlgico. O profissional que atua na atividade de validao, encaixada na qualidade para laboratrios, encontra a obrigatoriedade de detalhar todos os delineamentos experimentais, todos os mtodos estatsticos em estudos acreditados em Boas Prticas de Laboratrios (BPL), Organization for Economic Cooperation and Development (1998), bem como de documentar os procedimentos de validao, o mesmo ocorrendo em acreditao de laboratrios do tipo Norma Mercosur et al. (2006).

Dificuldades em treinamentos

.A

principal dificuldade nos treinamentos em validao de mtodos analticos tem sido a extenso do contedo
19
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

tcnico necessrio para prover uma noo slida da matria, pois exige desde os clculos diferenciais e integrais, clculos de probabilidades, geometria linear, lgebra linear, e inferncia, que so bsicos em estatstica, at mtodos de anlise complexos minis trados na ps-graduao. Assim, validao no pode nunca ser suficien temente aprendida por um leigo em estatstica em um curso de curta durao, nem em um semestre ou dois de matrias como quimiometria ou outras. Ainda, o que muitas escolas e profissionais chamam de estatstica bsica , na realidade, um apanhado de introdues comumente destitudas da devida base estocstica para seu correto exerccio. Validao abrange a tomada de deciso e a imagem de laboratrios, alm da formao adequada e a competncia (poder legal para prtica do ato) que essa confere, experincia tcnica, rigor necessrio para bem exerc-la, capacidade de anlise crtica dos resultados, poder de argumentao terica e facilidade de transmiti-la por escrito at para enfrentar disputas judiciais.

Nvel de validao necessrio e responsabilidades cabveis

.O

nvel de validao necessrio no caso de mtodos normalizados ou oficiais, ou seja, obtidos em normas nacionais ou internacionais, ou publicados pelos rgos
20
Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

competentes, ainda gera dvidas. Do ponto de vista metodolgico, no se valida mtodo normalizado; ele j foi validado ou considerado vlido h tempos. OInmetro (2010), portanto, esclarece que, nesse caso, necessrio somente demonstrar que se pode oper-lo de maneira adequada, nas condies dos laboratrios. O que esse documento deixa claro que preciso demonstrar que os mtodos de ensaio usados conduzem a resultados confiveis e adequados qualidade pretendida no laboratrio em que so utilizados. Assim, no obrigatrio o uso de todos os parmetros de validao constantes em nenhum caso, mas somente daqueles que sejam necessrios para comprovar a qualidade dos resultados. Por exemplo, no h necessidade de se validar um mtodo para todas as matrizes (alimentos ou outro objeto de medio por mtodo analtico) abrangidas por seu escopo, ou as regras que envolvem a amostragem estocstica e o prprio estabelecimento do escopo do mtodo no fariam sentido. Evidentemente, h mtodos em que se usam tcnicas diferentes dependendo de certos fatores, ou que mudam em algum detalhe, dependendo da matriz. Isso deve estar descrito no escopo do mtodo ou seja, naquilo em que ele se aplica , o que necessrio delimit-lo adequadamente, e tomar o devido cuidado na sua redao. Validao de mtodos analticos compreende pelo menos duas reas de formao, assim atividade de atuao e responsabilidade compartilhada. Ambos, estatstico e profissional responsvel pelo mtodo
21
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

analtico, devem discutir juntos todos os parmetros de validao a serem pesquisados, e cada um deve emitir o seu parecer em documentos separados apre sentando, em cada caso, as justificativas tcnicas quanto a no pesquisar parmetros julgados desne cessrios. Compete ao profissional responsvel pelo mtodo analtico a documentao que se refere a ele, o estabelecimento de locais apropriados para arma zenamento e uso de reagentes, padres, equipamentos, processos laboratorias de validao, elaborao de anlises crticas de ensaios, verificao de uso de rotinas ou documentos anteriores, conferio dos resultados de medies, incluso de referncias, escolha do mtodo, execuo e descrio de modi ficaes, escolha de analistas, etc. Complementarmente, cabe ao estatstico o planejamento dos experimentos necessrios; o acom panhamento e a verificao do cumprimento dos delineamentos propostos; a anlise crtica inicial das medies realizadas, do fornecimento e da organi zao da codificao do material; a garantia de que as medies sero cegas e de que a mesma poro teste no seja retestada; a anlise das distribuies; a escolha, a aplicao e a anlise dos testes estatsticos, dos grficos estocsticos; a elaborao/escolha dos programas a serem usados; a validao dos clculos estatsticos; a crtica dos resultados de validao; a emisso de documento abrangendo todos os mtodos estatsticos usados; a incluso de referncias perti nentes; a concluso sobre a validade, restrita ou no, do mtodo analtico; etc.
22
Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

Dificuldades comuns

.A

dificuldade de manuteno de matrizes (material em que se realiza o mtodo analtico) na rea de alimentos algo muito conhecido pelos profissionais da rea, porque alimentos se deterioram. No entanto, nem sempre compreendido por clientes, auditores, etc. A incapacidade de reproduzir a realidade da medio do analito em uma matriz, sua reatividade, suas caractersticas, etc. por meio do emprego de fortificao (adio de quantidade conhecida da substncia teste ou microrganismo, adio do analito ou microrganismo, contaminao com a substncia teste ou microrganismo) conhecida em alimentos, porm subestimada por profissionais de outras reas da qualidade. As diferenas encontradas nesses casos no so comumente compreendidas, e muitos chegam a ima ginar que possvel que alimentos colhidos em pocas diferentes reajam da mesma forma fortificao e medio, tanto em termos de exatido quanto em preciso. Isso, porm, muitas vezes no ocorre. Pequenas diferenas, por exemplo, de umidade em alimentos, podem alterar em muito a reatividade no emprego de mtodos analticos e resultar em formas completamente inesperadas de preciso (incerteza, varincia) ou desvios nos resultados esperados. H que se adequar o mtodo s circunstncias em que utilizado. Assim, preciso incluir tambm na validao, alm daqueles nveis do analito desti nados a cobrir as aplicaes do mtodo no laboratrio, as vizinhan as de limites impostos pela legislao, quando existentes.
23
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

A relao entre um limite legal e um limite de quantificao ou deteco imediata quando da definio de um limite de deteco. Naturalmente, nada pode ser corretamente quantificado se estiver abaixo do limite de deteco. Raramente se encontra, no entanto, uma vali dao envolvendo os limites de deteco, quantificao e limites legais em conjunto. Alm disso, h declaraes de limites de deteco ou de quantificao que no so propriamente compreendidas, ou adequadamente co municadas. reciso lembrar que os dois ltimos, mui tas vezes, so resultados de clculos e no resultados de limites experimentalmente testados e validados. Esses limites so pontos no eixo do analito. Aprobabilidade de um ponto, porm, nula, ou seja, a probabilidade daquele valor de limite de deteco ou de quantificao ocorrer e corresponder realidade zero. Logo, obter um determinado limite teorica mente e comprovar, ao mesmo tempo, que ele verdadeiro, raramente ocorre. Ento, esses limites no podem meramente ser admitidos como vlidos sem os testes laboratoriais e estatsticos necessrios. Os resultados, certamente, no sero pontos, mas intervalo(s) que o(s) contenha(m).

Incerteza

.S

egundo a definio do Inmetro et al. (2000), publi cao conhecida como Vocabulrio Internacional de
24
Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

Metrologia (VIM), incerteza um parmetro u2(x) associado ao resultado de uma medio, que ca racteriza a disperso de valores que poderiam ser razoavelmente atribudos ao mensurando. Conforme a literatura, esse parmetro pode ser um desvio padro, ou um mltiplo dele, ou a metade de um intervalo correspondente a um nvel de confiana estabelecido e compreende, em geral, muitos componentes. Incerteza padro u(x) um desvio padro. Note-se que, ento, incerteza u2(x) varincia (2) de uma medio x. Quando o laboratrio calcular a incerteza expandida do seu resultado (Ulab), o valor verdadeiro (Xv) deve estar dentro do intervalo (Xlab. Ulab), Inmetro (2010). Pergunta-se, ento, quem Xv? Valor verdadeiro de qu? Do mensurando na poro amostral medida? Do mensurando no pacote disponvel para medio? Do mensurando no lote? Do mensurando no processo produtivo?

Valor verdadeiro

.P

elo exposto, outro problema pouco comentado a definio do que seria o valor verdadeiro a que se referem as publicaes. O Inmetro (2010) estabelece o valor verdadeiro como Xv, valor aceito como verdadeiro em relao a um valor certificado. Segundo
25
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

o National Institute of Standards and Technology (Nist), em Taylor e Kuyatt (1994), haveria um valor verdadeiro do mensurando. Essa obra, entretanto, no diz com relao a qu, e acrescenta que ainda existe dvida sobre ele. No guia Eurachem e Cooperation on International Traceability in Analytical Chemistry, (2000), o valor verdadeiro mencionado como um valor consistente com a definio de uma quantidade particular, porm essa mesma publicao admite que h muitos valores consistentes com essa definio. Ainda, o limite de deciso CC definido como aquele ou acima do qual pode-se concluir que uma "amostra" no conforme com probabilidade de erro de acordo com a Commission Decision (2002). Nesse mesmo documento define-se capacidade de deteco CC como o menor teor do analito que pode ser detectado, identificado ou quantificado em uma amostra com probabilidade de erro . No caso de analitos sem mnimo estipulado, esse limite a menor concentrao na qual se pode detectar amostras verdadeiramente contaminadas com uma margem de certeza 1 . O que se deve notar que as amostras a que essa publicao se refere no so bem determinadas. No mencionado se a amostra uma poro amostral procedente de um lote industrializado ou uma poro de uma determinada produo agrcola. Esse valor, verdadeiro, muitas vezes tem sido associado a um valor que pode ser usado em uma expresso de incerteza expandida a ser aplicada para um lote, por exemplo, mas na maior parte das vezes no h base suficiente para isso.
26
Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

O valor verdadeiro em muitas publicaes vlido somente para a poro sob medio ou nem mesmo isso. No pode ser usado em verificaes de conformidade de produtos como agrcolas ou agroin dustriais, a menos que seja uma evidncia cientfica. H outros fatores, porm, operando sobre a medio, como a diferena de incertezas quando se alteram as matrizes, os processos produtivos agrcolas ouos industriais. Logo, falta poder inferencial nos dados laboratoriais para que seus resultados possam extrapolar os limites do laboratrio para um processo, a menos que haja projeto especialmente desenvolvido com esse fim. Infelizmente, no tem ficado claro nas publi caes que muitas vezes a incerteza de medio, ou a incerteza em um pool (agregado, conjunto indivisvel) s o que os laboratrios podem conseguir, e que com ela raramente ser obtido um intervalo de confiana vlido para estimar o nvel de um analito em determinado lote ou processo produtivo, especial mente se o material for regularmente heterogneo quanto ao analito. Aquilo que se refere a um processo de medio que exclusivamente laboratorial no pode ser estendido alm dele. Trata-se de um caso em que as medies so provenientes de um conjunto com unidades de medio que no esto na Figura 1. Em outras palavras, com base em itens do tipo (1, 2, 3, 4,...), ou seja, itens que no so pertencentes populao estudada, pretende-se obter concluses (inferir) para a populao que do tipo (#1, #2, *1, *2, *3, #3, *4, ...). O correto, porm, seria usar (*1, *2, *3, *4,...), que a amostra proveniente da populao acima.
27
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

Na realidade, busca-se uma incerteza que possa ser utilizada em verificao de conformidade de lotes e processos. Isso tema de item separado no decorrer deste texto. De modo similar, a mesma situao verificada com CC e CC. Ambos so provenientes de proces sos de medio intralaboratoriais, e nada alm disso. No tm poder inferencial em um sistema de produo industrial ou agrcola que no foi investigado.

Realizao dos experimentos de validao

.I

Bases da experimentao
nfelizmente a literatura em qumica tem dado pouca nfase ao conceito de independncia. Ela tem sido reportada por meio de uma medio no estar relacionada com a anterior. o esquema de dependncia/independncia em medies que determina o tipo de modelo que pode ser usado e o tipo de anlise estatstica apropriada. Ele uma das estruturas que coordenam todo o arca bouo experimento anlise estatstica estimao (de mdias, varincias, desvios-padro) concluso tomada de deciso, etc. Em condies de dependncia, medidas bsicas de qualquer sistema estocstico como mdia e varin cia no devero ser estimadas pela mdia amostral e
28
Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

varincia amostral comuns. Nesses casos, por exemplo, a mdia amostral tendenciosa (viciada, desviada) para estimar a mdia real de qualquer processo, e a varincia da mdia difere daquela conhecida. Como exemplos da importncia do conceito em medies em ensaios analticos, verificando-se as normas International Organization for Standardization (1994a, 1994b, 1994c, 1994d; 1998a; 1998b) pode-se notar que as definies de condies de repetitividade e reprodutibilidade trazem esse conceito implcito, e que o mesmo ocorre na definio de preciso. Sem independncia, repetitividade e reprodutibilidade no podem ser definidas e, se calculadas nas formas tradicionais, disponveis nas normas, resultaro em valores irrealistas que no refletiro a preciso de mtodos, sem que disso se tenha qualquer indicao prtica ou visvel. Se uma subamostra provm de determinado recipiente, toda e qualquer outra subamostra dever resultar em medies prximas primeira. Sem dvida, ao se realizar subamostragem, no se garante que sero realizadas medies independentes, e no se poder afirmar, de acordo com teoria estocstica, que repeties propriamente ditas tenham sido obtidas. Da mesma forma, Inmetro (2010) menciona replicatas independentes e usa ensaios independentes na definio de preciso, o que implica tambm em exigncia de ensaios independentes na repetitividade e na reprodutibilidade.
29
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

De modo similar, Taylor e Kuyatt (1994), Eurachem, Cooperation on International Traceability in Analytical Chemistry (2000) e Commission Decision (2002) incluem independncia na preciso, repetitividade e reprodutibilidade. A National Food Administration (2009), no entanto, no a menciona. Definies e forma de obteno de ensaios indepen dentes raramente so encontradas em qualidade para laboratrios. Uma definio de independncia de ensaios consta do Inmetro (2010), conforme resultados obtidos de maneira no influenciada por qualquer resultado prvio na mesma ou em matriz similar testada. Esta, porm, no uma definio suficiente. Independncia em resultados/ensaios implica em experimentos conhecidos como cegos, como mencionado em Pocklington (1985), Association Office of Analytical Chemists (1989) e Pocklington (1990). Esses experimentos so da maior importncia em cincia e em validao. Podem ser obtidos resul tados experimentais invlidos caso a independncia no seja mantida, sem que se perceba, por muito tempo que os resultados obtidos tinham problemas. Experimentos cegos so obtidos por meio de sistemas de gerao que seguem distribuies probabilsticas e trazem observaes organizadas e codificadas. So muito usados em medicina e evitam, nos laboratrios, interferncias de analistas, equipa mentos, ambiente, etc. So a base de qualquer validao, e a base de qualquer pesquisa cientfica. necessrio que os laboratrios sigam as ordens de ensaios estabelecidas no planejamento e que cada
30
Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

poro a ser analisada no exceda em muito a quantidade necessria para a anlise de modo que ela no possa ser repetida na mesma poro. Margens de at 20% a mais de material podem compor as pores a serem medidas e reposio deve ser fornecida quando da perda da poro, ao invs de se fornecer pores maiores e propiciar subamostragem. Em muitas vezes ser reportado exatamente o resultado obtido, especialmente em sistemas do tipo cromatogrficos, em que o resultado calculado pelo sistema. Em muitas outras o analista no vai alterar o resultado que obteve, mas poder ser descartado algum resultado que venha a ser julgado incompatvel com algum outro anterior. Felizmente, isso no muito comum da parte do analista, mas suficien temente realizado por parte do laboratrio, que cr estar frente a um valor aberrante, quando isso no foi estocasticamente confirmado. Sem dvida, a capacidade de anlise e a disponibilidade dos laboratrios devem ser conside radas no planejamento. H, todavia, problemas com preos e padres, por exemplo, em curvas de calibra o em HPLC e similares, em que independncia das concentraes no sempre possvel e diluies de uma mesma soluo so preparadas, carregando-se os erros da soluo-me para as diluies. Nesses casos necessrio faz-las to independentes quanto possvel. Sem independncia nenhuma validao vlida, porm, muitas vezes sero aceitos certos graus de dependncia.
31
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

Os experimentos devem ser realizados de acordo com o teste estatstico a ser usado em cada fase da validao e para cada parmetro e deve ser tomado em considerao o tipo e o nmero de respostas a serem obtidas na medio. Por exemplo, h ensaios cujos resultados so dependentes porque foram obtidos na mesma poro teste e outros que so independentes por causa do sistema reativo empregado pelo mtodo. Tentar obter o mximo de informao possvel o tempo todo um fator comum de complicao. Sem dvida, mais econmico medir muitas coisas de uma vez que poucas coisas de cada vez, porm isso conhecidamente costuma gerar conjuntos de dados que terminam por confundir o analista, a validao, as concluses e sua compreenso. No simples entender relaes entre muitos analitos ao mesmo tempo, mas, sim, entre alguns que sejam os principais analitos de interesse. Dessa forma, o que seria economia pode confundir e at impossibilitar concluso.

Fracionamento de delineamentos experimentais


Fracionamento de delineamentos experimentais usado por muitos autores que visam economia de recursos e de trabalho experimental. O problema destes delineamentos, no entanto, que, com o fracionamento, as interaes so excludas dos experimentos e no podem ser testadas. Cornell (1984) refere-se a esse problema em alimentos; Comission Decision (2002) recomenda certo cuidado
32
Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

com esses experimentos, e outros autores os apresen tam e discutem. A maioria, contudo, dos documentos nacionais e internacionais em validao de mtodos analticos no o mencionam. Os resultados dos testes de hipteses obtidos com essa excluso podem ser enganosos. Efeitos significativos, ento, deixam de ser detectados. Na realidade, muito do que se testa em validao com emprego de experimentos fracionados so condies ambientais de realizao de ensaios, por exemplo, as tpicas variaes de tempo de reao e de temperatura, to comuns em qumica, notadamente em alimentos. Nesses casos interaes existem e so significativas. So exatamente os casos de efeitos sinergsticos reais. Caso essas interaes sejam ignoradas, quando, na realidade elas existem, isso no ser rapidamente detectado, e o laboratrio correr riscos na qualidade de seus resultados analticos. O que se recomenda, portanto, no fracionar, executando experimentos em partes, at a obteno de experimentos completos.

Nmero de repeties

.Q

uantas repeties eu uso? a pergunta considerada folclrica e mais conhecida no mundo cientfico. No h uma resposta honesta a essa pergunta a no ser: no sei.
33
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

No h um nmero cabalstico ou consenso envolvendo essa questo. Os sistemas de amostragem dependem de dados como insumos para se poder fazer um clculo adequado, ou que se julgue apropriado na fase inicial de uma validao. Ou seja, validao um problema cientfico como qualquer outro, e essa informao no surge do vazio, mas construda baseada em informaes tambm experimentais. Deve-se, ento, questionar que tipo de infor maes est disposio para que se possa calcular a quantidade de medies necessrias? Deve-se tambm verificar se tais informaes so suficientes e apropriadas; logo, a validao pode necessitar de complementao de medies em qualquer um de seus parmetros, a qualquer tempo. As publicaes que trazem os nmeros de repeties a serem usados para, por exemplo, verificao de linearidade e calibrao, como as publicaes de Inmetro (2010), Taylor e Kuyatt (1994), Eurachem, Cooperation on International Traceability in Analytical Chemistry, Eurachem e Citac Working Group (2000), Comission Decision (2002), National Food Administration (2009), Eurachem (1998) e National Association of Testing Authorities (1998), no so consensuais, e os textos que as emitem no fornecem as bases cientficas segundo as quais foram obtidos. Na verdade no passam de nmeros que alguns consensos julgam razoveis, sem base terica e no representam qualidades necessariamente suficientes. Caso se opte pelo mnimo de seis repeties/ma triz ou concentrao requerido por essas publicaes, o
34
Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

laboratrio corre risco de no ter testes de hipteses suficientemente poderosos pelo baixo nmero de repeties, situao bastante arriscada nas regies crticas das curvas de calibrao, faixas de trabalho, limite de deteco, limite de quantificao, etc. O real nmero de repeties necessrio para cada parmetro de validao algo a ser estudado. Assim, quando se necessita de maior sensibilidade nesses parmetros no h outra recomendao a no ser um dimensionamento especfico para as diferenas que se pretende detectar, ou empregar melhoramento de experimentos.

Faixa de trabalho

.E

stabelecer a faixa de trabalho pode parecer simples, mas nem sempre . Devem-se incluir limites de legislaes nas faixas para serem testados; bem como suas vizinhanas. Ainda, a real deteco tambm deve ser considerada quando se estuda essa faixa. As retas ajustadas nessa faixa no devem ser foradas a passar no ponto zero, nem valores zero do analito no ensaiados devem ser includos nos clculos. O intercepto deve ser obtido e preciso que sua nulidade seja testada do ponto de vista estocstico. necessrio, ainda, realizar os testes de hipteses de no existncia de regresso e de falta de ajuste. A ltima lembrada por Thompson et al. (2002) e deve ser includa no modelo de regresso. Finalmente,
35
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

h que se apresentar a anlise de regresso completa, incluindo-se um diagnstico realizado por profissional experiente em reconhecimento de padres de compor tamento estocstico, bem como a correspondente anlise crtica. Vrios outros aspectos, contudo, devem ser examinados. Na realidade, a maior parte das respostas dos mtodos no descreve uma reta no decurso dos analitos; ou seja, no h reta, o que h uma regio em que o mtodo tem comportamento que pode ser aproximado por uma reta. O problema descobrir onde fica essa regio, isto , seus limites. Muito comumente o que se tem uma sigmoide com uma assntota horizontal na parte superior do eixo x. A primeira parte de crescimento rpido, aproximadamente exponencial, dita log fase, e se poderia dizer que uma segunda parte seria aproxi madamente linear. A velocidade com que a curva passa da primeira para a segunda fase, todavia, muitas vezes to grande que o que se tem quase que um ponto a partir do qual o mtodo passa a detectar ou quantificar quase linearmente. Um ponto, no entanto, tem probabilidade nula; alcan-lo, na prtica, aproxima-se do impossvel. necessrio acrescentar que uma regresso somente vlida no seu intervalo de observao; logo, extrapolaes no so permitidas, como pode ser encontrado na literatura clssica da rea ou mesmo em Association Office of Analytical Chemists (1989). Finalmente, usual ampliar a regio de trabalho ao longo do uso do mtodo como resultado de
36
Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

investigao adicional. Assim, o trabalho de validao no tem um incio ou fim exatamente demarcados, como j exposto anteriormente.

Valores aberrantes

.A

deteco de valores aberrantes (outliers) em validao de mtodos analticos permeia tanto a validao intralaboratorial quanto os experimentos de preciso (estudos colaborativos) e os ensaios de proficincia. O descarte desses valores era realizado h aproxi madamente 200 anos, porm, com o uso de estimadores robustos e com novas abordagens do assunto, o descarte vem sendo menos frequentemente praticado. Em todos os experimentos envolvidos em vali dao a preocupao com esses valores justificada. O principal objetivo experimental obter estimativas de mdias e varincias incertezas , e correspon dentes desvios padro incertezas padro de modo a verificar, sem influncia de erros grosseiros, o comportamento de mtodos analticos e o desempenho de laboratrios de anlise. Os testes estocsticos mais populares para valores aberrantes em qumica so os de Grubbs, Dixon e Cochran, como em Horwitz (1988, 1995) e outros. O teste de Grubbs aplicvel a dados com distribuio normal ou log-normal, como medies
37
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

de fenmenos naturais, como parmetros de fertilidade de solos, teores de diversos analitos em alimentos, dimetros de rvores, etc., e tem sido recomendado por vrias normas e instituies internacionais. teste para um valor aberrante, podendo ser aplicado ao maior ou menor valor do mensurando. Foi ampliado por Rosner (1983), que estendeu o mtodo de Grubbs para detectar k valores aberrantes em uma amostra.
|valor estranho mdia| Grubbs = ____________________ desvio padro

O teste de Dixon usado para 3 a 25-30 me dies com distribuio normal; baseia-se em distncias entre extremos e detecta um valor aberrante.
|valor aberrante valor mais prximo aps ordenao| QDixon = ____________________________________________ maior valor menor valor aps ordenao

O teste de Cochran utilizado para valores aberrantes em casos de medies em duplicatas e expresso como se segue.
(maior diferena entre duplicatas)2 Cochran = ____________________________ (diferenas entre duplicatas)2

Menos conhecidos so os testes no param tricos de Rosner e de Walsh. As estatsticas de testes referentes a cada um deles so:
- (i)| |x(i)x Ri+1 = ______ s(i)

em que x(i) estatstica de ordem obtida da distribuio - (i) a mdia, s(i) o desvio padro, disponvel, x ambos calculados com excluso do valor aberrante
38
Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

pesquisado x(i). Para nmero de medies 60 podese definir a estatstica de teste de Walsh, em Lohninger (2010), conforme:

com

em que IFIX o maior inteiro do argumento na expresso, b2 = 1/, o nvel de significncia, r o nmero de valores aberrantes na parte superior ou inferior da distribuio, k = r + c para:
Xr (1 + a) Xr+1 + aXk < 0, Xn + 1 - r (1 + a) Xn - r + aXn + 1 - k > 0

Se ambas as igualdades so verdadeiras ento ambos, menor e maior valor, so verdadeiramente aberrantes. A Association Office of Analytical Chemists (1994) recomenda que se usem dados vlidos de um mnimo de 8 laboratrios, mesmo nmero recomen dado por Pocklington (1990), bem como que se estu dem 5matrizes, admitindo um mximo de 2/9 valores/ matriz como aberrantes a serem descartados, sem levantar que motivos os originaram. Pocklington (1990) considera que no deve haver mais do que um conjunto (de matrizes diferentes, nveis de analito, etc.) em cada 5 que apresente mais que 20% de valores classificados como aberrantes. Sem dvida, esses valores podem ser generali zados a diversos parmetros de validao.
39
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

A Association Office of Analytical Chemists (1994) instrui determinar a probabilidade de valores aberrantes no conjunto de resultados considerados normais aplicando os testes de Cochran ou Grubbs. Recomenda que se os valores aberrantes foram remo vidos aps o teste de Grubbs, verifique-se o conjunto restante por meio do teste de Cochran. Embora a rea de qumica tenha dado muita importncia a esses valores, tem deixado de lado os conceitos e probabilidades envolvidos nesse assunto. Valores aberrantes no so rigorosamente definidos e tm sido, historicamente, tema de uma enorme variedade de publicaes. A noo mais comum de um valor desses seria um resultado que difere exageradamente dos demais. Questes comuns nesse caso so: foi um erro de anotao/digitao? Algo foi excludo ou includo equivocadamente nos clculos? H diversidade qumica ou biolgica no caso? Se no houver explicao, tambm possvel que o valor seja aleatrio. O problema, portanto, passa a ser descobrir qual dessas, ou outras, hipteses verdadeira. Nas reas estocsticas, a deteco de valores aberrantes comumente realizada com certa massa de dados. Do ponto de vista probabilstico, esse tipo de valores tem probabilidade muito baixa, muitas vezes menor que 1%. Desse modo, como classificar como aberrante um valor um pouco desviado em um conjunto de 10 medies? Ou de 20? Nesses casos as probabilidades associadas so de 10% e 5%, muito altas para se poder classificar tais valores como
40
Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

aberrantes. Assim, extrair tais valores um problema amostral maior do que imagina o analista comum. A extrao reiterada de valores aberrantes algo que merece ser comentado. Uma vez que se detecte com uma determinada tcnica ou teste estatstico um ou vrios valores aberrantes em uma s vez, possvel realizar descarte. No se deve, porm, reaplicar as verificaes de valores aberrantes e reextra-los. Retornando ao aspecto probabilstico, se um valor aberrante tem probabilidade inferior a 1%, por exemplo, dois valores aberrantes em sequncia teriam probabilidade muitssimo menor que 1%, por isso mesmo ambos no poderiam ter ocorrido por acaso; logo, o segundo valor no seria aberrante. Reaplicar, portanto, verificaes e realizar extraes sucessivas constituem prtica sem fundamentao probabilstica vlida. Alm disso, testes estatsticos para valores aberrantes com um grupo limitado de dados em experimentos de preciso podem, comparativamente, demonstrar grandes discrepncias, Hamaker (1986). prtica comum aceitar a suposio de nor malidade e independncia mtua, logo verificaes informais de normalidade comeam a ser empregadas como ferramentas de exame de valores aberrantes. preciso, ento, que verificaes desse tipo, ou seja, livres da carga de exigncias dos testes de hipteses formais, venham a ser mais intensamente estudados na rea e relatados.
41
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

Experimentos de preciso (estudos colaborativos)

.M

uito se fala sobre experimentos de preciso (estudos colaborativos), alguns at julgam que um mtodo no est suficientemente verificado se experimentos desse tipo no foram realizados. Realmente, deles possvel extrair muita informao, mas preciso mais. Eles se destinam a estudar mtodos desde seu procedimento escrito, verificar seu comportamento em diversas matrizes, estudar seus resultados em diferentes ambientes, propiciar uma crtica de medies detalhada e obter precises. Uma vez que se pretende estudar um mtodo, so usados labo ratrios em que se tem confiana. Ento, o que se pretende uma amostra, que possa ser aceita, de bons laboratrios para o experimento. O principal nesses experimentos , segundo as normas da International Organization for Standardi zation (1994a, 1994b, 1994c, 1994d; 1998a, 1998b), estimar a preciso de mtodos. Isso feito usando o modelo mais comum em delineamento de experi mentos: o modelo a um critrio de classificao. Nesse modelo, o critrio de classificao conhecido como tratamentos em diversas reas nada mais que laboratrios. As medies realizadas pelos labora trios tm suas variaes (incertezas) totais decom postas em variao entre laboratrios, chamada de variao da reprodutibilidade, e variao dentro de laboratrios, dita variao da repetitividade.
42
Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

Da estimao dos componentes de varincia desse modelo resultam os componentes mencionados, repetitividade e reprodutibilidade, nomenclatura que comumente causa estranheza em profissionais de estatstica, pois ambas se referem ao contedo terico de varincia, impreciso. O modelo que usado, ou seja, com laboratrios como nico critrio de classificao, do tipo:
yij = m + i + eij

em que yij o resultado da ij-sima medio, a mdia geral, i o efeito (desvio, vcio) do laboratrio i, i = 1, 2, ... n, e ij o erro aleatrio, com distribuio N (0,2), j = 1, 2, ... J, ou seja, distribuio normal de mdia zero e varincia (incerteza) 2. Um esquema do experimento mais simples, com esse modelo, teria duas repeties em cada laboratrio e poderia ser representado como na Figura 2.

Figura 2. Esquema de realizao do experimento mais simples para obteno de estimativas de preciso em estudos colabo rativos.

Para obteno dos componentes de varincia calcula-se:

logo:
43
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

mas,
E(C ) = IJ2 + J 2 + 2, portanto E(SQT ) = (IJ2 + IJ 2 + IJ 2) (IJ2 + J 2 + 2) = J(I 1) 2 + (IJ 1) 2

Ainda,

mas,

logo,
1 2 2 2 2 2 2 2 2 E (SQLab) = __ J (IJ + IJ + IJ ) (IJ + J + ) = J(I 1) 2 + (I 1) 2 = (I 1) (J 2 + 2)

ento,
E (SQRes) = 2(IJ 1 I + 1) = I (J 1) 2

assim,

Frente aos valores esperados obtidos montou-se a Tabela 2.

44

Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

Tabela 2. Esquema de anlise de varincia e valores esperados.


Causas de variao Entre laboratrios Dentro laboratrios Total GL I-1 I(J-1) IJ - 1 SQ SQLab SQRes SQT QM QMLab QMRes E(QM) 2 + J 2 2

GL: graus de liberdade; SQ: soma de quadrados; QM: quadrado mdio; Lab: laboratrios; Res: resduo; 2: repetitividade; 2 : varincia entre laboratrios; E(QM): esperana do quadrado mdio correspondente.

A partir dos componentes de varincia definese a reprodutibilidade conforme abaixo.


2 + 2 + 2 R

Repetitividade e reprodutibilidade fisicamente, portanto, no existem, so componentes de varincia, matria de delineamento de experimentos, de um modelo comum, cuja nomenclatura originariamente causou problemas na American Society for Testing Materials (1987), e que raramente deixar de causar estranheza aos estatsticos. Comumente se diz que mtodos normalizados so robustos. Quem se refere reprodutibilidade, porm, est se referindo exatamente a uma mdia de desvios de laboratrios com relao a um valor consensual, est se referindo a uma mdia de pequenas faltas de robustez geradas pelas condies experi mentais, equipamentos e analistas de diversos labora trios. De modo similar, repetitividade refere-se a uma mdia de pequenos erros intralaboratoriais. Uma vez que repetitividade e reprodutibilidade so mdias de valores de preciso obtidos em uma
45
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

amostra de laboratrios, no podem ser aplicadas a um nico laboratrio. A repetitividade de um laboratrio no definida nessas normas e, sim, a repetitividade de um mtodo obtida em uma amostra de vrios laboratrios. Para manter fidelidade s definies, portanto, repetitividade de um laboratrio no existe, embora um laboratrio possa operar em condies de repetitividade. Assim que a Interna tional Organization for Standardization (2004) define 2 w como varincia (impreciso) dentro (within) de um laboratrio. Essa distino, no entanto, no mantida em outros documentos. Algo que se deve dizer sobre repetitividade e reprodutibilidade que elas de nada servem se no houver algo com que compar-las. Ou seja, dizer que a repetitividade de um mtodo , por exemplo, 0,0005, e a reprodutibilidade 0,0009, no significa absolu tamente nada. No se sabe se esses valores indicam se o mtodo bom ou no, a menos que se tenha a repetitividade e a reprodutibilidade de um concor rente seu. Ento, repetitividade e reprodutibilidade, sozinhas, no dizem absolutamente nada. Por outro lado, os resultados do modelo que gera essas imprecises tm sido pouco explorados. Por exemplo, estudos colaborativos raramente trazem se a reprodutibilidade foi ou no significativa. Aqui repousaria a maior importncia desse tipo de expe rimento; se o teste para a causa de variao corres pondente reprodutibilidade, ou seja, variao interlaboratrios, foi ou no significativo, o mtodo , ou no, robusto.
46
Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

Frequentemente a variao da reprodutibilidade significativa sem que isso tenha sido verificado, o que ocorre em mtodos de qualquer tipo. Assim, muitos mtodos normalizados no so exatamente robustos, mas tm certo grau de robustez. Ademais, possvel aproveitar o experimento de preciso e incluir outros parmetros a serem testados e ter resultados mais amplos, como faixa de trabalho; ou ainda, obter materiais de referncia. Finalmente, apresenta-se na Tabela 3 resultados de estudo colaborativo (experimento de preciso), realizado com o exemplo de Youden e Steiner (1975) citado por Hamaker (1986) no manual da AOAC. Esses resultados mostram reprodutibilidade significativa no nvel 2 e no nos demais nveis. Tabela 3. Resultados obtidos na modelagem e varincias (S2) da repetitividade (r) e reprodutibilidade (R).
Nvel 1 Causa Entre lab. D. lab. 2 Entre lab. D. lab. 3 Entre lab. D. lab. QM 0,0269444 0,0175 0,150222 0,027 0,1905 0,0875 2,18 5,56 * FSnedecor 1,54 Clculo (0,0269444 - 0,0175)/2 0,0175 (0,150222-0,027)/2 0,027 (0,1905-0,0875)/2 0,0875 Varincia
2 SR

Resultado 0,0222 0,0175 0,088611 0,027 0,139 0,0875

S2 r
2 SR

S2 r
2 SR

S2 r

Causa: causa de variao; Lab: laboratrios; D.: dentro; QM: quadrado mdio; 2 S2 R: variao da reprodutibilidade; S r: variao da repetitividade.

47

Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

Assim, necessria uma anlise crtica nos dados obtidos nesse nvel no analito para que se verifique se houve algum problema referente matriz, a algum analista, s condies dos laboratrios, redao do mtodo, etc., para que se possa concluir sobre a possvel robustez do mtodo analtico. Desse modo, recomenda-se que o teste estats tico da reprodutibilidade seja realizado em qualquer experimento de preciso.

Amostragem

.A

mostra, como cientificamente conhecida e exposta na Organization for Economic Cooperation and Development (2010) organizao que traz as normas de boas prticas de laboratrios , um subconjunto de elementos selecionados de uma populao com uma probabilidade conhecida de seleo, ou o conjunto de unidades observadas cujas propriedades se estuda, National Institute of Standards and Technology (20l0), ou a conhecida amostra aleatria, como em Duncan (1974), no so comumente aborda das em muitas normas. A Commission of the European Communities (2006), como outras normas, no fornece mtodo para se obter uma amostra de acordo com a conceituao estocstica. Apresenta, porm, o que se pode chamar de uma unidade de observao, ou
48
Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

poro amostral, do tipo composta, formada por subpores agregadas e homogeneizadas. Normas desse tipo no trazem uma sistemtica estocstica cientfica , so resultados de acordos internacionais a respeito de esquemas de coleta de pores a serem estudadas, no de amostras representativas de um lote, de uma cultivar, de um processo, etc. O que rege a tomada de deciso nessas normas no uma regra cientfica, mas um acordo envolvendo um valor consensual e nenhuma regra de amostragem explcita. Nesses casos, os resultados de medio da unidade (ou poro) obtida podem representar uma evidncia. Por exemplo, se for obtido 30 mg/kg de aflatoxina A1 em uma poro de milho de um lote, no se poder dizer que o lote tem em mdia 30 mg/kg de aflatoxina A1, mas que pode apresentar at 30 mg/kg de aflatoxina A1 em algumas de suas por es. Trata-se de um caso de evidncia, no de estimao. Assim, no se pode dizer qual a mdia de contaminao do lote, e esse pode, at mesmo, ter mdia menor que 30 mg/kg de aflatoxina A1. Ento se pode condenar injustamente um lote com base nesse resultado, e sem saber com que probabilidade esse resultado est ou no correto. Seria recomendvel, portanto, uma contraprova, ou melhor, um processo cientfico de amostragem estocstica. Tem sido comum o emprego de amostras sem sistemas de gerao aleatrios adequados. As amos tras coletadas conforme este aqui, aquele no, aquele outro sim, etc. so ditas amostras a esmo. No so aleatrias e so um tipo de amostra muito susceptvel
49
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

a desvios no intencionais. H ainda as amostras intencionais, em que se busca a irregularidade preten dida em locus suspeitos, como procurar madeira de lei fora do centro do invlucro, onde estaria com maior probabilidade, para fugir fiscalizao que comumente investiga a regio central.

Incerteza de amostragem

.N

este item adotada a grafia normal para amostra estocstica e "amostra" para o que se considera amostra na refe rida publicao. Com o decorrer do tempo, frente a confrontos com estatsticos conhecedores de modelagem que discordavam do clculo de incerteza por componentes e clamavam por uma abordagem por modelagem estocstica como Working Party on Chemical Conta minants in Foods (2003), com o surgimento de inevitveis publicaes mais detalhadas envolvendo incerteza e suas propriedades como a International Organization for Standardization (2004), e outras, foi-se tornando cada vez mais claro que a incerteza por componentes tem validade limitada para determi nados propsitos. Publicou-se, ento, a obra de Ramsey e Ellison (2007), referente a uma pretensa incerteza, ento cha mada incerteza de amostragem. Essa obra considera a possibilidade de uma amostra obtida em um processo de produo agrcola de modo a se poder
50
Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

estimar uma incerteza vlida para tomada de deci so que no seja baseada somente em informaes intralaboratoriais. Esses autores comentam a necessidade de uma incerteza total, que inclua, por exemplo, a heterogenei dade das matrizes, objeto de concluso. Prosseguem admitindo modelos de delineamento experimentais pretendendo obter os componentes de varincia dos modelos. A principal causa de variao includa nos modelos a amostra, ou seja, a unidade coletada a ser estudada que deve representar o processo estudado. Essa unidade subdividida, pores de teste so retiradas e medidas. Os resultados de medio, ento, so considerados como respostas nos modelos. Do ponto de vista desses autores, a heteroge neidade natural dominaria as causas de variao, seria chamada de incerteza de amostragem, e poderia ser isolada e estimada. A estimao da incerteza de amos tragem seria obtida em modelo em que os critrios de classificao seriam amostras e subamostras. De fato, o que esses autores trazem o emprego de modelos de delineamento de classificao hierr quica (nested) e seus derivados em que o tronco do modelo so as amostras, na realidade, unidades de observao. No sejam confundidas neste item as amostras conforme conceituadas por esses autores e as amostras obtidas em processos estatsticos de amostragem do item Amostragem. Apresenta-se aqui o exemplo 1 desses autores de modo que o leitor possa compreend-lo e refazer os clculos para seu aprendizado ou conferio.
51
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

O esquema experimental usado o que se pode ver na Figura 3.

Figura 3. Esquema real do delineamento experimental no exemplo 1 de Ramsey, Ellison.


Fonte: Ramsey e Ellison (2007).

Em cada amostra (canteiros) A a H, nesse esquema, colhem-se duas subamostras (ps de alface) obtendo-se S1 a S16 (dois ps em cada um dos 8 canteiros), cada uma das quais repartida em duas, gerando 32 subsubamostras. O modelo de delinea mento experimental de classificao hierrquica, conforme:
yi,j,k = m + ci + sij + ijk

em que yi,j,k o valor observado (medido), m a mdia, ci o efeito do canteiroi (ou amostras, ou etc.), i = 1, 2, ..., 8, sij o erro da subamostraij (alfaceij), j = 1, 2, e ijk o erro de anlises, k = 1, 2 ou efeito da subsubamostrak , dentro da subamostraij. Avarivel medida o teor de nitrato. Procedendo-se a obteno dos componentes de varincia desse modelo, quanto soma de quadrados total obteve-se:

52

Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

2 2 E(C ) = IJK2 + JK 2 c + K s + , logo 2 2 E(SQTot) = (IJK2 + IJK c + IK s2 + I 2) (IJK 2 + JK c + K s2 + 2) 2 = JK (I 1) c + K (I 1) s2 + (I 1) 2

No que se refere soma de quadrados de canteiros, , mas

2 = (IJK2 + IJK c + IK s2 + I 2 ), logo 2 2 E(SQCant) = (IJK2 + IJK c + IK s2 + I 2) (IJK2 + JK c + K s2 + 2) 2 = JK (I 1) c + K (I 1) s2 + (I 1) 2 , 2 E(QMCant) = JK c + K s2 + 2

ento

Prosseguindo os clculos obtm-se: , onde

, portanto
2 E(SQSubamost d. Cant) = (IJK2 + IJK c + IJK s2 + IJ 2 ) 2 (IJK2 + IJK c + IK s2 + I 2 ) = IK (J 1) s2 + I(J 1) 2

ento,

E(QMSubamost d.Cant) = k s2 + 2 ,

amostragem seria dada por:


53

assim a incerteza padro de

Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

e se pode colocar os resultados em um esquema con forme a Tabela 4 e estimar os componentes obtidos. Tabela 4. Esquema de anlise de varincia do modelo e esperanas matemticas.
Causas variao Canteiros Subamostras d. Canteiros Res. (med. d. sub d. cant) Total GL I-1 I(J-1) IJ(K-1) IJK-1 S. Quadr. QMdios S1 S2 S3 S4 QMCant E(SQ)
2 2 + K 2 s + JK c

QMSubd.Cant 2 + K 2 s QMRes 2

GL: graus de liberdade; QMdios: quadrados mdios; S. Quadr.: soma de quadrados; d.:dentro; med.: medio; E(SQ): esperana da soma de quadrados; s2: varincia residual; : varincia de canteiros; s2 : varincia de amostragem. s2 C S

Empregando-se os componentes obtidos no exemplo 1 do mencionado guia foi elaborada a Tabela5. Tabela 5. Resultados obtidos para o exemplo 1 do guia de incerteza de amostragem.
Causas variao Entre canteiros Subamostras d. canteiros Anlises (erros aleatrios) Total GL 7 8 16 31 SQ 4.471.511,00 351.320,00 17.399.943,88 QM 558.938,87 21.957,50 F 81,83 * 25,46 * 12.577.112,88 1.796.730,41

GL: graus de liberdade; SQ: soma de quadrados; QM: quadrado mdio; F: F Snedecor; *: significativo com p < 0,05; d.: dentro. Nota: tabela no apresentada no Guia.

54

Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

A partir dessa Tabela foram estimados:

logo e

portanto,
S 2amost = S 2anlises + S 2subamostras = 21.957,50 + 268.490,685 = 48.448,18 e Samos = 220,11

Os resultados dos clculos presentemente realizados foram, ento, arranjados; e foram obtidos novos resultados, todos apresentados na Tabela 6. Assim, pelo confronto com os resultados publi cados por esses autores, foram validadas as estimativas de componentes de varincias presentemente obtidas e se pde prosseguir a discusso. Retornando Tabela5, dela constam efeitos significativos entre canteiros e subamostras dentro de canteiros. Esses resultados so absolutamente inesperados do ponto de vista da amostragem estocstica, dos fundamentos do conceito de distribuio probabilstica e da possibilidade de existncia de alguma amostra representativa.
55

Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

Tabela 6. Resultados dos clculos dos componentes de varincia do Exemplo 1 do guia de incerteza de amostragem.
Causa variao Entre canteiros "Subamostras" d. canteiros Anlises (erros aleatrios) Total QM: quadrado mdio; VAR: variao; d.: dentro. Nome no guia Entre target (canteiros) "Amostragem" Anlises QM Varincia Desvio padro % VAR 556,2804 518,1609 148,1806 51,58 44,76 3,66 100,00 1.796.730,41 309.447,885 558.938,87 268.490,685 21.957,5 21.957,5 599.896,07

Do ponto de vista probabilstico, se h efeito significativo de canteiros, ou seja, mdias diferentes dos teores do analito entre canteiros, eles no pode riam compor uma populao uniforme referentemente ao analito e no poderiam constar juntos em uma amostra. O mesmo se aplica s subamostras dentro dos canteiros. Cabe lembrar a funo de distribuio de medies. Tomando-se uma amostra aleatria de unidades em que se realizaram medies de determi nado analito, amostra de n medies, n > 2, com observaes independentes e provenientes de uma populao especfica, somente uma, com uma nica mdia, pode-se obter uma curva de densidade representada conforme a Figura 4. Nessa curva o intervalo representado concentra 95% dos resultados de medies no espao delimitado pela seta. Ou seja, qualquer valor observado nesse inter valo faz parte dessa curva que tem uma, e uma nica, mdia. Ento, observaes obtidas nesse intervalo no
56
Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

sero significativamente diferentes umas das outras com nvel de significncia de 5%.

Figura 4. Funo de densidade e intervalo de con centrao de 95% das medies.

Uma amostra probabilstica constituda de unidades amostrais obtidas de uma nica populao, ou seja, uma populao com uma mdia, e somente uma. Obter efeitos significativos de canteiros ou de subamostras nos canteiros seria ter unidades amos trais que no viriam de uma nica populao, portanto os canteiros ou subamostras jamais constituiriam uma amostra. Aceitar efeitos desse tipo, significativos, seria renegar a estatstica toda como cincia; desde suas bases, todas as pesquisas amostrais seriam invlidas, o que constituiria um absurdo. Por outro lado, se esses efeitos jamais podem ser significativos para que se tenha uma amostra
57
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

estocstica, eles no poderiam diferir de zero e, como consequncia, o modelo de delineamento, quer seja, classificao hierrquica, usado, se torna
yi = m + i

em que yi o valor observado (medido), i = 1, 2, ..., n, n > 2, m a mdia, e i um erro aleatrio, i R. Esse um dos modelos mais simples para se expressar qualquer tipo de medio, como uma mdia e um erro aleatrio, real, positivo ou no. necessrio, portanto, compreender que variao, incerteza, intrnseca no somente ao processo de medio, mas a qualquer fenmeno, item, etc. que seja medido, porque, simplesmente, nada absolutamente igual ou absolutamente controlado nos fenmenos naturais ou sistemas. Ainda, variaes nos resultados no so somente provenientes das causas de variao internas aos laboratrios, mas de externas tambm, como de variedade, de safra, de clima, etc. Variao a regra, exatido o impossvel, exceto quando motivada por impreciso na medio, como obter o mesmo pH em duas solues. Assim, a chamada incerteza de amostragem constitui um equvoco.

Verificao de conformidade

.N

o caso de uma distribuio D, simtrica, com gl graus de liberdade, admitindo-se como a margem de erro, um valor x seria pertencente a essa distribuio do
58
Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

ponto de vista da realizao de um teste de hiptese, se a hiptese H0 : x W (W conjunto de realizao, populao) no fosse rejeitada em favor de H1 : xW. Para tanto necessrio que:

- a mdia amostral, s o desvio padro, n em que x o nmero de observaes na amostra (estocstica), D a distribuio (simtrica) seguida por x na validade da hiptese nula, gl o nmero de graus de liberdade, e o nvel de significncia. Note-se que no caso de distribuies assimtricas o argumento ser similar. Desse modo, ento uma vez que se chame,
k = Dgl, /2

ser obtido que ser um intervalo de confiana a 95% para x. Esse intervalo est representado na Figura 5. Assim, realizar um teste de hipteses equivale a construir um intervalo de confiana. Intervalos desse tipo, tambm chamados incerteza expandida, tm sido a base de muitos documentos em qualidade que o empregam em verificao de conformidade. Eurachem, Cooperation on International Trace ability in Analytical Chemistry (2007) e outros trazem formas de interpretao desse intervalo para uso em verificaes de conformidade. A relao entre testes de hipteses e intervalos de confiana, porm, no
59
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

Figura 5. Funo de densidade e limites para intervalo de concentrao a 95% de confiana, ou teste de hiptese de H0: x W para as medies.

tem sido notada em qualidade nas engenharias, e o uso que se faz desse intervalo, por vezes, equivocado. Em verificaes desse tipo, pela estrutura dos testes de hipteses e sua relao com esse intervalo, esto conformes os itens que apresentarem medies dentro do intervalo, e os demais no estaro. No se pode classificar um item como no conforme porque o intervalo de confiana equivoca damente traado pela incerteza (varincia) disponvel tem parte fora da regio de no rejeio. Por essa relao que se manifesta como equivalncia, esse item no pode, de forma alguma, ser classificado como no conforme, como se encontra em certas publicaes. Por essa razo, so geradas perdas
60
Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

financeiras, industriais e ambientais imensas, perdas de empregos, credibilidade e muitas outras, e coloca-se em risco, sem base suficiente, a imagem de instituies, pases, produtores e profissionais. A verificao de conformidade poder ser reali zada em condies como as previstas pela Associao Brasileira de Normas Tcnicas (1988), que j traz a posio brasileira da interpretao desses intervalos, concordante com a aqui apresentada, e menciona processo amostral apropriado.

Crtica da validao

.T

odo trabalho estocstico deve sofrer uma reviso crtica, mtodo a mtodo, resultado a resultado. Na prtica estatstica, um profissional experiente o faz no decorrer da elaborao de todo projeto, at chegar a concluses sobre mtodos e resultados, mesmo que anteriormente verificados. Apesar disso, corre-se o risco de no verificar todas as condies de realizao do mtodo, de faltar observao/estudo de uma regio crtica ou, principalmente, de equvocos provocados por baixo poder de teste causado por no se dispor de observaes suficientes para que uma condio de invalidade fosse considerada evidncia estatstica suficiente para sua rejeio. Desse modo, apesar da crtica estocstica, o mtodo deve ser monitorado por mais algum tempo a fim de se verificar se alguma condio permaneceu ou
61
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

no inalterada, e se ele permanece ou no vlido (revalidao). Deve-se incluir nesse monitoramento desde a unidade amostral, extenso de concluses, consideraes sobre poder de teste, testes alternativos, casos qualitativos (como acompanhamento de EPs), etc. Nos testes estocsticos no h, na verdade, aceitao, e, sim, falta de evidncia suficiente para se rejeitar uma hiptese. Assim, concluir sobre validade e conformidade rigorosamente impossvel; pode-se, somente, concluir sobre invalidade e no confor midade. Validade no se prova, validade se cr, ou se refuta. E validao sem crtica no aceitvel.

Concluses

.F

oram colocados nesse item alguns aspectos crticos considerados absolutamente relevantes em validao de mtodos analticos, quer sejam: 1) As publicaes em validao simplificam este tema tornando-o um campo perigoso para o cliente e deixando de atribuir a devida responsa bilidade quele a quem compete assinar os seus resultados estocsticos e concluses, o estatstico. Ademais, a existncia desses profissionais no Pas um diferencial e constitui um enorme fator de competitividade. 2) H grandes dificuldades no exerccio e na leitura do material de validao pela extenso, pela
62
Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

profundidade do conhecimento exigido em va lidao de mtodos analticos e pela nomenclatura usada em qualidade para laboratrios, diversa da clssica. 3) O nvel necessrio de validao recomendado inclui testes de limites impostos por legislao, testes de alguma forma de preciso e outros de alguma forma de vcio que sejam necessrios para que o mtodo seja considerado adequado ao uso. 4) Isso, claramente, resulta na no necessidade de testar todos os parmetros de validao quando se realiza uma modificao em um mtodo vali dado ou oficial. 5) Os experimentos devem ser cegos, e planejados para ter um nmero razovel de repeties. De pendendo do caso, melhoramento de experimentos deve ser empregado. 6) Experimentos de preciso (estudos colaborativos) devem ter a variao entre laboratrios do modelo do delineamento devidamente testada. 7) Experimentos fracionados somente devem ser realizados em casos de interaes inexistentes (no podem ser, meramente, consideradas inexis tentes). 8) necessrio esclarecer de forma inequvoca a que tipo de amostra uma medio se refere. 9) O conceito de amostra aleatria no est adequa damente difundido em qualidade para alimentos.
63
Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

10) A assim chamada incerteza de amostragem revelou-se equivocada. 11) A realizao de testes de hipteses se equivale construo de intervalos de confiana (incerteza expandida), e implica sua interpretao correta. 12) H uma posio brasileira em torno da interpre tao e uso de intervalos de confiana na forma de norma ABNT, quer seja Associao Brasileira de Normas Tcnicas (1988). 13) Validao de mtodos analticos uma tarefa rigorosa, de contedo terico avanado, e exige uma anlise crtica adequada.

Referncias

AMERICAN SOCIETY FOR TESTING MATERIALS. D 4392: ASTM Standard terminology for statistically related terms. Annual Book of ASTM Standards, Philadelphia, v. 7, n. 1, 1987. ASSOCIAO BRASILEIRA DE NORMAS TCNICAS. NBR 11155: interpretao estatstica de dados: determinao de um intervalo de tolerncia estatstico. Rio de Janeiro, 1988. ASSOCIATION OFFICE OF ANALYTICAL CHEMISTS. Guidelines for collaborative procedure to validate characteristics of a method of analysis. Journal of the Association Office of Analytical Chemists, Arlington, v. 72, n. 4, p. 694-704, 1989. ASSOCIATION OFFICE OF ANALYTICAL CHEMISTS. Guidelines for collaborative study procedures to validate

64

Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

characteristics of a method of analysis. Gaithersburg: AOAC, 1994. 24 p. COMMISSION DECISION. EC 657: implementing Council Directive 96/23/EC concerning the performance of analytical methods and the interpretation of results. Official Journal of the European Communities, Luxemburgo, 2002. p. 8-36. Disponvel em: <http://eur-lex.europa.eu/RECH_naturel.do>. Acesso em: 20 jul. 2010. COMMISSION OF THE EUROPEAN COMMUNITIES. EC 401: laying down the methods of sampling and analysis for the official control of the levels of mycotoxins in foodstuffs. 2006. Disponvel em: <http://eur-lex.europa.eu/LexUriServ/ LexUriServ.do?uri=OJ:L:2006:070:0012:0034:EN:PDF>. Acesso em: 20 jul. 2010. CORNELL, J. A. How to apply response surface methodology. Milwaukee: ASQC, 1984. 49 p. DUNCAN, A. J. Quality control and industrial statistics. Homewood: Richard D. Irwin, 1974. 1047 p. EURACHEM, COOPERATION ON INTERNATIONAL TRACEABILITY IN ANALYTICAL CHEMISTRY; EURACHEM; CITAC WORKING GROUP. Eurachem/Citac guide, quantifying uncertainty in analytical measurement. 2nd ed. Teddington: Eurachem, 2000. 122 p. EURACHEM, COOPERATION ON INTERNATIONAL TRACEABILITY IN ANALYTICAL CHEMISTRY. Eurachem/Citac guide use of uncertainty information in compliance assessment. Teddington: Eurachem, 2007. 15 p. EURACHEM. The fitness for purpose of analytical methods, a laboratory guide to method validation and related topics. Teddington: Eurachem, 1998. 61 p. EUROPEAN STATISTICS, EUROPEAN COMMISSION. Ramon Eurostats metadata server, CODED (Eurostats concepts and definitions database). Disponvel em: <http:// ec.europa.eu/eurostat/ramon/index.cfm?TargetUrl=DSP_PUB_ WELC>. Acesso em: 15 jul. 2010.

65

Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

FUENTES-ARDERIU, X. Glossary of ISO terms. Disponvel em: <http://www.westgard.com/isoglossary.htm> Acesso em: 30 jun. 2010. HAMAKER, H. C. A statisticians approach to repeatability and reproducibility. Journal of the Association of Analytical Chemists, Arlington, v. 69, n. 3, p. 417-428, 1986. HORWITZ, W. Protocol for the design, conduct and interpretation of collaborative studies. Pure and Applied Chemistry, London, GB, v. 60, n. 6, p. 855-864, 1988. HORWITZ, W. Protocol for the design, conduct and interpretation of method-performance studies. Pure and Applied Chemistry, London, GB, v. 67, n. 2, p. 331-343, 1995. INMETRO. INSTITUTO NACIONAL DE METROLOGIA, NORMALIZAO E QUALIDADE INDUSTRIAL. DOQCGCRE-008: orientao sobre validao de mtodos de ensaios qumicos. Rio de Janeiro: Inmetro, 2010. 20 p. INMETRO. INSTITUTO NACIONAL DE METROLOGIA, NORMALIZAO E QUALIDADE INDUSTRIAL; CONFEDERAO NACIONAL DA INDSTRIA; SERVIO NACIONAL DE APRENDIZAGEM INDUSTRIAL. Vocabulrio internacional de termos fundamentais e gerais de metrologia. Braslia, DF: Inmetro: CNI: Senai, 2000. 75 p. INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO 21748: guidance for the use of repeatability, reproducibility and trueness estimates in measurement uncertainty estimation. Genve, 2004. INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO 5725-1: accuracy (trueness and precision) of measurement methods and results: part 1: general principles and definitions. Genve, 1994a. INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO 5725-2: accuracy (trueness and precision) of measurement methods and results: part 2: basic

66

Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

method for the determination of repeatability and reproducibility of a standard measurement method. Genve, 1994b. INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO 5725-3: accuracy (trueness and precision) of measurement methods and results; part 3: intermediate measures of the precision of a standard measurement method. Genve, 1994c. INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO 5725-4: accuracy (trueness and precision) of measurement methods and results: part 4: basic methods for the determination of the trueness of a standard measurement method. Genve, 1994d. INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO 5725-5: accuracy (trueness and precision) of measurement methods and results: part 5: alternative methods for the determination of the precision of a standard measurement method. Genve, 1998a. INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO 5725-6: accuracy (trueness and precision) of measurement methods and results: part 6: use in practice of accuracy values. Genve, 1998b. LOHNINGER, H. Fundamentals of statistics. Disponvel em: <http://www.statistics4u.info/fundstat_eng/copyright.html>. Acesso em: 20 jul. 2010. NATIONAL ASSOCIATION OF TESTING AUTHORITIES. NATA Technical note 17: format and contents of test methods and procedures for validation and verification of chemical tests methods. Sidney, 1998. NATIONAL FOOD ADMINISTRATION. Method validation and quality control procedures for pesticide residues analysis in food and feed: document no. Sanco/10684/2009. Upsalla: National Food Administration, 2009. 42 p. NATIONAL INSTITUTE OF STANDARDS AND TECHNOLOGY; SEMATECH. NIST/SEMATECH

67

Texto para Discusso, 40

Elisabeth Borges Gonalves et al.

e-handbook of statistical methods. Disponvel em: <http:// www.itl.nist.gov/div898/handbook/glossary.htm#S>. Acesso em: 20 jun. 2010. NORMA MERCOSUR; INTERNATIONAL ORGANIZATION FOR STANDARDIZATION; INTERNATIONAL ELETROTECHNICAL COMISSION. NM/ ISO/IEC 17025: requisitos gerais para a competncia de laboratrios de ensaio e calibrao. So Paulo, 2006. ORGANIZATION FOR ECONOMIC COOPERATION AND DEVELOPMENT. OECD glossary of statistical terms. Disponvel em: <http://stats.oecd.org/glossary/>. Acesso em: 20 jun. 2010. ORGANIZATION FOR ECONOMIC COOPERATION AND DEVELOPMENT. OECD series on principles of good laboratory practice and compliance monitoring number 1, OECD principles on good laboratory practice. Paris, FR: OECD, 1998. 41 p. POCKLINGTON, W. D. IUPAC commission on oils, fats and derivatives, guidelines for interlaboratory collaborative studies. London, KG: IUPAC, 1985. 16 p. POCKLINGTON, W. D. Harmonized protocols for the adoption of standardized analytical methods and for the presentation of their performance characteristics. Pure and Applied Chemistry, London, GB, v. 62, n. 1, p. 149-162, 1990. RAMSEY, M. H.; ELLISON, S. L. R. Eurachem/Eurolab/ Citac/Nordtest/AMC guide: measurement uncertainty arising from sampling: a guide to methods and approaches. Teddington: Eurachem, 2007. 102 p. ROSNER, B. Percentage points for a generalized ESD manyoutlier procedure. Technometrics, Washington, DC, v. 25, n. 1, p. 165-172, 1983. TAYLOR, B. N.; KUYATT, C. E. NIST Technical Note 1297, guidelines for evaluating and expressing the uncertainty of NIST measurement results. Gaithersburg, NIST, 1994. 25 p.

68

Texto para Discusso, 40

Questes crticas em validao de mtodos analticos

THOMPSON, N.; STEPHEN, L. R.; WOOD, R. Harmonized guidelines for the single laboratory validation of methods of analysis, IUPAC Technical Report. Pure and Applied Chemistry, London, GB, v. 74, n. 5, p. 835-855, 2002. WORKING PARTY ON CHEMICAL CONTAMINANTS IN FOODS 2003. Annex to WPCC/2003/9: report of the Standing Committee on the Food Chain and Animal, health on the relationship between analytical results, the measurement of uncertainty recovery, factors and the provisions in EU food and feed legislation. Disponvel em: <www.food.gov.uk/ multimedia/pdfs/wpmin36final.pdf>. Acesso em: 20 jul. 2010.

69

Texto para Discusso, 40

Ttulos lanados

1998 No 1 A pesquisa e o problema de pesquisa: quem os determina? Ivan Sergio Freire de Sousa No 2 Projeo da demanda regional de gros no Brasil: 1996 a 2005 Yoshihiko Sugai, Antonio Raphael Teixeira Filho, Rita de Cssia Milagres Teixeira Vieira e Antonio Jorge de Oliveira, 1999 No 3 Impacto das cultivares de soja da Embrapa e rentabilidade dos investimentos em melhoramento Fbio Afonso de Almeida, Clvis Terra Wetzel e Antonio Flvio Dias vila 2000 No 4 Anlise e gesto de sistemas de inovao em organizaes pblicas de P&D no agronegcio Maria Lcia DApice Paez No 5 Poltica nacional de C&T e o programa de biotecnologia do MCT Ronaldo Mota Sardenberg No 6 Populaes indgenas e resgate de tradies agrcolas Jos Pereira da Silva 2001 No 7 Seleo de reas adaptativas ao desenvolvimento agrcola, usando-se algoritmos genticos Jaime Hidehiko Tsuruta, Takashi Hoshi e Yoshihiko Sugai No 8 O papel da soja com referncia oferta de alimento e demanda global Hideki Ozeki, Yoshihiko Sugai e Antonio Raphael Teixeira Filho

No 9 Agricultura familiar: prioridade da Embrapa Eliseu Alves No 10 Classificao e padronizao de produtos, com nfase na agropecuria: uma anlise histrico-conceitual Ivan Sergio Freire de Sousa 2002 No 11 A Embrapa e a aqicultura: demandas e prioridades de pesquisa Jlio Ferraz de Queiroz, Jos Nestor de Paula Loureno e Paulo Choji Kitamura (Eds.) No 12 Adio de derivados da mandioca farinha de trigo: algumas reflexes Carlos Estevo Leite Cardoso e Augusto Hauber Gameiro No 13 Avaliao de impacto social de pesquisa agropecuria: a busca de uma metodologia baseada em indicadores Levon Yeganiantz e Manoel Moacir Costa Macdo No 14 Qualidade e certificao de produtos agropecurios Maria Conceio Peres Young Pessoa, Aderaldo de Souza Silva e Cilas Pacheco Camargo No 15 Consideraes estatsticas sobre a lei dos julgamentos categricos Geraldo da Silva e Souza No 16 Comrcio internacional, Brasil e agronegcio Luiz Jsus dvila Magalhes 2003 No 17 Funes de produo uma abordagem estatstica com o uso de modelos de encapsulamento de dados Geraldo da Silva e Souza No 18 Benefcios e estratgias de utilizao sustentvel da Amaznia Afonso Celso Candeira Valois No 19 Possibilidades de uso de gentipos modificados e seus benefcios Afonso Celso Candeira Valois

2004 No 20 Impacto de exportao do caf na economia do Brasil anlise da matriz de insumo-produto Yoshihiko Sugai, Antnio R. Teixeira Filho e Elisio Contini No 21 Breve histria da estatstica Jos Maria Pompeu Memria No 22 A liberalizao econmica da China e sua importncia para as exportaes do agronegcio brasileiro Antnio Luiz Machado de Moraes 2005 No 23 Projetos de implantao do desenvolvimento sustentvel no Plano Plurianual 2000 a 2003 anlise de gesto e poltica pblica em C&T Marlene de Arajo 2006 No 24 Educao, tecnologia e desenvolvimento rural relato de um caso em construo Elisa Guedes Duarte e Vicente G. F. Guedes 2007 No 25 Qualidade do emprego e condies de vida das famlias dos empregados na agricultura brasileira no perodo 19922004 Otvio Valentim Balsadi No 26 Sistemas de gesto da qualidade no campo Vitor Hugo de Oliveira, Janice Ribeiro Lima, Renata Tieko Nassu, Maria do Socorro Rocha Bastos, Andria Hansen Oster e Luzia Maria de Souza Oliveira 2008 No 27 Extrativismo, biodiversidade e biopirataria na Amaznia Alfredo Kingo Oyama Homma No 28 A construo das alegaes de sade para alimentos funcionais Andr Luiz Bianco

No 29 Algumas reflexes sobre a polmica agronegcio versus agricultura familiar Ana Lcia E. F. Valente No 30 Agricultura familiar versus agronegcio: a dinmica sociopoltica do campo brasileiro Srgio Sauer No 31 O contedo social da tecnologia Michelangelo Giotto Santoro Trigueiro No 32 Dimenses, riscos e desafios da atual expanso canavieira Tams Szmrecsnyi, Pedro Ramos, Luiz Octvio Ramos Filho e Alceu de Arruda Veiga Filho No 33 Procedimentos de sustentabilidade no sistema de produo de gros Carlos Magri Ferreira N 34 A agrobiodiversidade com enfoque agroecolgico: implicaes conceituais e jurdicas Altair Toledo Machado, Juliana Santilli e Rogrio Magalhes 2009 N 35 As indicaes geogrficas como estratgia mercadolgica para vinhos Rogrio Fabrcio Glass e Antnio Maria Gomes de Castro N 36 Embrapa Brasil: anlise bibliomtrica dos artigos na Web of Science (19772006) Roberto de Camargo Penteado Filho e Antonio Flavio Dias Avila N 37 Estudo das citaes dos artigos da Embrapa na Web of Science de 1977 a 2006 Roberto de Camargo Penteado Filho e Antonio Flavio Dias Avila 2010 N 38 Rumo a uma sociologia da agroenergia Ivan Sergio Freire de Sousa N 39 Fatores de influncia no preo do milho no Brasil Carlos Eduardo Caldarelli e Mrian Rumenos Piedade Bacchi

Instrues aos autores


Processo editorial: submisso de originais e informaes gerais Processo editorial Os originais submetidos srie Texto para Discusso passam, a princpio, por uma avaliao vestibular na editoria. Formula-se, nessa etapa, um juzo de admissibilidade depois de conferido se o artigo atende aos requisitos formais para sua admisso no processo editorial. Posteriormente, mediante correspondncia a Editoria comunica o resultado ao(s) autor(es). No caso de admisso nessa etapa vestibular, os originais so submetidos avaliao de editores associados (pareceristas), que, aps analisarem tanto a forma quanto o contedo do artigo, enviam editoria o resultado da avaliao. De posse da avaliao dos pareceristas, a editoria elabora um comunicado sntese endereado ao autor, ou ao primeiro autor, cientificando-lhe a deciso, que consistir em uma das trs possibilidades a seguir: aprovao plena; aprovao parcial, com recomendao de ajustes e/ou de correes; ou rejeio. No caso de aprovao parcial, depois de feitos as correes e os ajustes solicitados pela editoria, o autor, ou primeiro autor, devolve-lhe o trabalho para verificao da pertinncia das modificaes processadas. Se aprovada, a nova verso do artigo repassada para a reviso de textos e referncias. O artigo revisado retorna ento para a editoria, que define se ela prpria valida a reviso, ou se o caso de envi-la ao autor, ou ao primeiro autor, para que ele(s) valide(m) as alteraes, as sugestes e as recomendaes feitas pelos revisores. Caso a validao seja encaminhada ao(s) autor(es), este(s) deve(m) retornar a verso validada para a editoria, com as respectivas posies. Cabe editoria fazer uma nova verificao da verso revisada validada; manifestar-se a respeito dela, se necessrio; e, posteriormente, repassar todo o material para finalizao e impresso grfica.

Orientaes relativas preparao e apresentao dos originais Quanto forma Independentemente do nmero de autores, da complexidade ou da extenso do tema em enfoque, para ser editado na srie o artigo original deve ser nico e indito. O texto deve ser digitado em Word, em papel no formato A4, com margens superior e lateral direita de 3 cm, e inferior e lateral esquerda de 2,5 cm. O espaamento entre linhas e o de recuo de pargrafo devem ser ambos de 1,5 cm. Alm disso, o artigo deve ser redigido em fonte Times New Roman, e em corpo 12; com nmero de pginas (numeradas sequencialmente em algarismos arbicos) limitado entre 30 e 200 (j com a incluso de tabelas, figuras e referncias). Autores que operam programas de edio de texto diferentes do padro Microsoft (como o BrOffice.org) devem ter o cuidado de gravar o material a ser enviado para submisso no formato documento (*.doc).

Quanto ao estilo O texto deve ser escrito em linguagem tcnico-cientfica. No deve ter a forma de um relatrio e tampouco de um artigo de opinio destinado mdia, por exemplo. Devem ser enviadas, editoria, quatro cpias impressas do arquivo original, assim como o seu arquivo eletrnico gravado em CD (preferencialmente). No arquivo eletrnico, e em uma das cpias impressas, deve constar o nome completo e demais dados que possibilitem a identificao do(s) autor(es). Nas outras trs cpias impressas, no entanto, esses elementos devem ser excludos. Quanto especificao de autoria No rol de autores, o nome completo de cada um deles deve ser separado por vrgulas, e limitar-se a um mximo de 160 (cento e sessenta) caracteres, includos os espaos entre palavras. Portanto, se necessrio, os prprios autores devem abreviar seu nome e sobrenome de modo a respeitar esse limite. As nota(s) de rodap (uma para cada autor), que deve(m) constar da primeira pgina do artigo, deve(m) apresentar a qualificao dos autores. Tal(is) nota(s) deve(m) ser vinculada(s) ao nome do(s) autor(es) e conter: formao e grau acadmico, tipo de vnculo institucional (se for o caso), endereo postal completo e endereo eletrnico. Na primeira nota de rodap, vinculada ao titulo geral, a editoria recomenda registrar informao sobre a procedncia do artigo, caso ele tenha se originado de um trabalho anterior: monografia, dissertao, tese, livre docncia, ps-doutoramento, projeto de pesquisa encerrado ou em andamento, entre outros. Quanto estrutura O artigo deve conter, ordenados, os seguintes elementos: ttulo geral, autoria, resumo e termos para indexao, ttulo em ingls, abstract e index terms, introduo, desenvolvimento (em que o contedo deve ser hierarquizado em subttulos), concluses e referncias (bibliogrficas, eletrnicas, pictogrficas, entre outras, que contenham, exclusi vamente, as fontes citadas). As partes desenvolvimento e concluses devem estar claramente definidas; entretanto, no precisam, necessariamente, ser assim intituladas.

Especificaes importantes Ttulo: Deve ser claro e objetivo, sintetizar o contedo e ser grafado com, no mximo, 83 (oitenta e trs) caracteres, includos os espaos entre palavras. Resumo: Deve vir na primeira pgina, logo abaixo do ttulo e da indicao de autoria, e ser grafado com, no mximo, 300 (trezentas) palavras, incluindo-se artigos, preposies e conjunes. Deve ser redigido com frases curtas, claras e objetivas, que enfoquem o objetivo central do trabalho, os mtodos empregados na pesquisa (se for o caso), alm de seus resultados e concluses. altamente recomendvel evitar, no resumo, citaes bibliogrficas, agradecimentos e siglas.

Termos para indexao: Logo aps o resumo devem vir citados de 3 (trs) a 5 (cinco) termos para indexao, que possam ser empregados, se necessrio, na composio da ficha de catalogao. Deve-se evitar a seleo de palavras que j constem do ttulo do artigo e da srie, bem como do nome dos autores. Title, abstract e index terms: Logo aps a apresentao, em portugus, do ttulo, do resumo e dos termos para indexao, deve vir a traduo de todos esses elementos para o idioma ingls. Notas de rodap: Devem ser em nmero reduzido e constar da mesma pgina de sua chamada, cuja indicao deve ser feita por nmero em algarismo arbico e sobrescrito. Recomenda-se que seu texto que deve vir grafado no p da pgina, sob um fio seja de natureza substantiva (e no bibliogrfica). Citaes: Tanto as diretas quanto as indiretas devem ser feitas em conformidade com normas da ABNT. Referncias: So indicaes de dados completos de obras citadas ao longo do artigo, as quais devem ser elaboradas em conformidade com normas da ABNT. Figuras: So grficos, desenhos, mapas, fotografias, lminas ou outras formas pictogrficas usadas no trabalho, as quais devem ser produzidas em escala de cinza. Devem ser numeradas em algarismos arbicos e em ordem sequencial, trazer legenda elucidativa em que, alm das especificaes prprias, contenham tambm ttulo, fonte e/ou, se for o caso, crdito (nome de fotgrafo, ilustrador, etc.). Nos grficos, as designaes das variveis dos eixos X e Y devem ter iniciais maisculas, e devem ser seguidas das unidades entre parnteses. Tabelas: Devem ser produzidas em escala de cinza, e, se for o caso, com diferenciao com cores; e ser numeradas em algarismos arbicos. Alm disso, devem ter tanto sua chamada quanto sua insero em ordem sequencial no texto, e conter fonte e ttulos (geral e de cada coluna).

Orientaes para o envio dos artigos O documento de encaminhamento dos originais para submisso, anlise e seleo na srie deve ser em forma de carta, assinada pelo autor, ou pelo primeiro autor, na qual devem constar: Ttulo do trabalho. Nome completo do(s) autor(es), seguido da indicao dos seguintes dados: formao e grau acadmico, tipo de vnculo institucional (se for o caso), endereo institucional completo e endereo eletrnico. Concordncia expressa do(s) autor(es) em relao submisso do trabalho. Declarao de que o trabalho original e de que no foi submetido edio em outra publicao, quer seja impressa, quer seja eletrnica.

Autorizao para que, na condio de detentora dos direitos patrimoniais de artigo editado da srie Texto para Discusso, assim como de garantidora de direitos morais de seu(s) autor(es), a Embrapa possa: a) Reproduzi-lo por qualquer meio, a qualquer tempo, em qualquer suporte fsico, no todo ou em parte. b) Divulg-lo e public-lo. c) Utiliz-lo de forma onerosa ou no, sem limite de quantidade de exemplares, de impresso ou de edio. d) Disponibiliz-lo na internet. e) Autorizar terceiro a praticar quaisquer dos atos relacionados nos itens anteriores.

Os artigos devem ser encaminhados para o seguinte endereo: Srie Texto para Discusso Editoria Empresa Brasileira de Pesquisa Agropecuria (Embrapa) Departamento de Pesquisa e Desenvolvimento (DPD) Parque Estao Biolgica (PqEB), Av. W3 Norte (final) CEP 70770-901 Braslia, DF Fone: (61) 3448-4451 Fax: (61) 3448-4887 textoparadiscussao@embrapa.br

Impresso e acabamento Embrapa Informao Tecnolgica


O papel utilizado nesta publicao foi produzido conforme a certificao do Bureau Veritas Quality International (BVQI) de Manejo Florestal.