Escolar Documentos
Profissional Documentos
Cultura Documentos
Validação
O que é a validação?
2
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
1
15/10/2019
Validação
No Brasil a ANVISA, o INMETRO e o MAPA
disponibilizam guias e resoluções para a validação:
3
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
Validação
Outros guias:
4
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
2
15/10/2019
Algumas referências
5
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
Parâmetros de validação
6
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
3
15/10/2019
Linearidade
Curva Analítica
7
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
Linearidade
Pontos importantes:
8
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
4
15/10/2019
Linearidade
Variável y
Variável y
Variável y
Variável x Variável x Variável x
Impossível identificar a Relação linear Relação quadrática
relação entre as variáveis aparente
aparente
É o que queremos
9
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
Linearidade
Como determinar a
reta que passe o mais
próximo possível de
todos os pontos?
Resposta
10
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
5
15/10/2019
Coeficientes da regressão
• Coeficiente linear “a” ou intercepto: Valor de y quando a
concentração é zero. Idealmente deve próximo a zero;
• Coeficiente angular “b” ou inclinação: O quando a variável
y aumenta quando se aumenta 1 unidade na variável x.
y = a + bx
Área
Concentração
11
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
Coeficientes da regressão
𝑦 é a média global de
- todos os valores de y;
𝑥 é a media global de
todos os valores de x.
12
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
6
15/10/2019
Coeficientes da regressão
• Como expressar o resultado: Intervalo de confiança (I.C.)
13
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
Coeficientes da regressão
7
15/10/2019
Resíduos
• Resíduos (ei): distâncias entre os pontos experimentais (𝑦𝑖 ) e
os valores previstos pela regressão:
𝑆𝑄𝑟 = (𝑦𝑖 − 𝑦𝑖 )2
Resíduo 𝑖=1
15
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
𝑁
− 𝑦𝑖 )2 SQr
𝑖=1(𝑦𝑖
𝑠=
𝑛−2
nº de graus de liberdade
Resíduo
A razão SQr/Nº graus de
liberdade é chamada Média
Quadrática dos resíduos (MQr)
8
15/10/2019
Resíduos
Formato do gráfico de resíduos:
Resíduos
• Utilizando os resíduos para identificar amostras
anômalas:
Curva Analítica
46200000,00
y = 2E+08x + 764814
41200000,00 R² = 0,9955
36200000,00
31200000,00
26200000,00
Área
21200000,00
16200000,00 Será que devo retirar
11200000,00
6200000,00
esta amostra?
1200000,00
0,05 0,10 0,15 0,20 0,25 0,30
Concentração (mg/mL)
18
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
9
15/10/2019
Gráfico de resíduos
• Gráfico de resíduos: Concentração vs resíduos:
Gráfico de Resíduos
1,00E+06
Resíduos do Ajuste Linear
5,00E+05
0,00E+00
-5,00E+05
-1,00E+06
-1,50E+06
Concentração (mg/mL)
19
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
Resíduos
• Resíduos padronizados (Rp): resíduos divididos pelo desvio
padrão da regressão (“s”);
3
2,5
2
1,5
1
0,5
0
-0,5
-1
-1,5
-2
-2,5
-3
-3,5
0,0 0,1 0,1 0,2 0,2 0,3 0,3
Concentração (mg/mL)
20
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
10
15/10/2019
Coeficientes da regressão
Coeficientes da regressão
A amostra anômala esta “puxando” o coeficiente linear par
cima. Após a sua retirada temos que:
(y – a)/b = x
y = a + bx
Este valor vai se propagar (será
subtraído) em toda quantificação
22
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
11
15/10/2019
Coeficiente de correlação
23
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
Coeficiente de correlação
r = +1 Correlação perfeitamente positiva
0 < r < 1 correlação positiva; -1 < r < 0 correlação negativa
r = -1 correlação perfeitamente negativa
r = 0 não existe relação linear entre as duas variáveis (mas pode
existir outro tipo de correlação)
A ANVISA
recomenda um
coeficiente de
correlação igual a
0,99 e o
INMETRO um
valor acima de
0,90.
24
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
12
15/10/2019
Coeficiente de correlação
Atenção! r = 0 pode significar duas coisas:
25
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
Coeficiente de correlação
• Importante apresentar sempre junto com a curva
analítica (r sozinho não diz nada sobre s dados):
26
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
13
15/10/2019
Coeficiente de determinação
27
28
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
14
15/10/2019
1) parcela devido
aos resíduos:
yi yˆ i
2) parcela devido a
regressão:
ˆi y
y
29
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
15
15/10/2019
31
Significância da regressão
Enunciando as hipóteses:
Teste F:
Fcal = MQRegressão/MQresíduos
16
15/10/2019
Conclusão:
33
Linearidade – Parâmetros
relacionados
Faixa de trabalho
Sensibilidade (ou intervalo)
34
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
17
15/10/2019
Sensibilidade
35
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
18
15/10/2019
Adição de padrão
Método utilizado quando não é possível ter um
branco (amostra isenta do analito) e para minimizar
efeitos de matriz.
37
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
Padronização interna
Método para melhorar a repetibilidade e minimizer varições
instrumentais não relacionadas ao analito (por exemplo:
volume de injeção muito pequeno em cromatografia gasosa;
injeções manuais).
38
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
19
15/10/2019
Padronização interna
39
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
Padrão interno
• Construção da curva analítica:
Atenção aqui!
40
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
20
15/10/2019
Padrão interno
• Preparação das amostras de concentração
desconhecida contendo a mesma concentração do
padrão interno e leitura do sinal.
41
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
Padrão interno
• Determinação da concentração da amostra
desconhecida (x) pela curva analítica.
42
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
21
15/10/2019
Exercícios no Excel
43
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
Seletividade/Especificidade
Uma amostra, de uma maneira geral consiste em:
A = Analito
A D
Matriz B, C, D = outros compostos
B C (componentes da matriz)
22
15/10/2019
Seletividade/Especificidade
• Para validação deste parâmetro é necessário demonstrar a
capacidade de quantificação inequívoca do analito na
presença de outros compostos existentes na amostra.
• Exemplo: Método quantitativo para determinação de um
fármaco em um medicamento por Cromatografia Líquida.
Componentes de Fármaco
um comprimido:
Excipientes
45
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
Seletividade/Especificidade
• Como demonstrar a seletividade/especificidade:
23
15/10/2019
Seletividade/Especificidade
• Detector espectrofotométrico:
Observação dos
B espectros Uv/Vis nos
pontos A, B e C
47
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
Exatidão e precisão
Exatidão: Descreve a diferença entre o resultado
encontrado e um valor de referência (conhecido ou
tomado como verdadeiro, p.e. padrão certificado);
• Precisão: Descreve a concordância de resultados de
medidas replicadas da mesma amostra.
Método exato e
preciso
48
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
24
15/10/2019
Lembrando
49
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
Exatidão e precisão
Exatidão: Avaliada pela medida de erro:
CV = s/xm * 100
onde: xm = x médio
50
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
25
15/10/2019
Exatidão
Como demonstrar a Exatidão:
51
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
Precisão
A precisão é a avaliação da proximidade dos
resultados obtidos em uma série de medidas de uma
mesma amostra. É considerada em 3 níveis:
1) Repetibilidade (precisão): concordância entre os resultados
dentro de um curto período de tempo, com o mesmo analista e a
mesma instrumentação:
26
15/10/2019
Precisão
2) Repetibilidade (precisão intermediária): concordância
entre os resultados do mesmo laboratório, mas obtidos em dias
diferentes, com analistas diferentes e/ou equipamentos
diferentes;
3) Reprodutibilidade (precisão inter-laboratorial):
concordância entre resultados obtidos em laboratórios diferentes
(estudos colaborativos), geralmente aplicados à padronização da
metodologia analítica (p.e. inclusão de metodologia na
farmacopeia).
53
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
Precisão
54
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
27
15/10/2019
Precisão
A trombeta de Horwitz :
55
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
56
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
28
15/10/2019
Quando é possível
medir o ruído na
linha base:
LD = 3 * ruído
57
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
LQ = 10* sb/S
58
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
29
15/10/2019
Robustez
É a capacidade do método em resistir a pequenas
variações experimentais que podem acontecer na sua
rotina de execução;
Parâmetros a serem avaliados dependem do método:
59
QA 483 Estatística aplicada– Profa Márcia Cristina Breitkreitz
30