Escolar Documentos
Profissional Documentos
Cultura Documentos
Fundamentos e Aplicações
Brasília-DF.
Elaboração
Produção
APRESENTAÇÃO.................................................................................................................................. 4
ORGANIZAÇÃO DO CADERNO DE ESTUDOS E PESQUISA..................................................................... 5
INTRODUÇÃO.................................................................................................................................... 7
UNIDADE I
VALIDAÇÃO......................................................................................................................................... 11
CAPÍTULO 1
VALIDAÇÃO EM ANÁLISES QUÍMICAS E A QUALIDADE.............................................................. 11
CAPÍTULO 2
AMOSTRAGEM........................................................................................................................ 28
CAPÍTULO 3
DOMÍNIO DA ANÁLISE............................................................................................................. 39
UNIDADE II
PARÂMETROS NA VALIDAÇÃO............................................................................................................... 60
CAPÍTULO 1
OS PARÂMETROS..................................................................................................................... 60
UNIDADE III
ANÁLISE DE DADOS.............................................................................................................................. 73
CAPÍTULO 1
PRINCÍPIOS DA ANÁLISE DOS DADOS...................................................................................... 73
UNIDADE IV
CHECAGEM DA CALIBRAÇÃO............................................................................................................ 100
CAPÍTULO 1
TESTES DE VERIFICAÇÃO DE CALIBRAÇÃO............................................................................. 100
UNIDADE V
INCERTEZAS....................................................................................................................................... 112
CAPÍTULO 1
INCERTEZAS DE MEDIÇÃO..................................................................................................... 112
CAPÍTULO 2
IMPUREZAS E PRODUTOS DE DEGRADAÇÃO.......................................................................... 117
UNIDADE VI
QUÍMICA VERDE................................................................................................................................. 126
CAPÍTULO 1
CONCEITOS DA QUÍMICA VERDE.......................................................................................... 126
REFERÊNCIAS................................................................................................................................. 131
Apresentação
Caro aluno
Conselho Editorial
4
Organização do Caderno
de Estudos e Pesquisa
Provocação
Textos que buscam instigar o aluno a refletir sobre determinado assunto antes
mesmo de iniciar sua leitura ou após algum trecho pertinente para o autor
conteudista.
Para refletir
Questões inseridas no decorrer do estudo a fim de que o aluno faça uma pausa e
reflita sobre o conteúdo estudado ou temas que o ajudem em seu raciocínio.
É importante que ele verifique seus conhecimentos, suas experiências e seus
sentimentos. As reflexões são o ponto de partida para a construção de suas
conclusões.
Atenção
5
Saiba mais
Sintetizando
6
Introdução
7
Nacional de Vigilância Sanitária, Food and Drug Administration, Farmacopeia
americana, International Conference on Harmonisation. Os parâmetros avaliados
numa validação de método analítico, por exemplo, são linearidade, seletividade,
precisão, exatidão, robustez, limite de detecção (LD) e limite de quantificação (LQ)
(BRASIL 2017a).
Como já citado brevemente, o analista tem relação direta com o sucesso da validação.
O treinamento do pessoal é imprescindível, para isso é necessário investir em
treinamentos, cursos e discussões entre a equipe para a troca de experiência e
informações relevantes. Além disso, um pessoal bem qualificado tem a capacidade
de minimizar custos analíticos, reduzir os limites de sensibilidade e justificar os
resultados omitidos com embasamento químico, físico, estatístico entre outros.
8
Espera-se que o analista esteja apto a implementar alternativas aos métodos químicos
analíticos e de produção frequentemente utilizados, buscando incessantemente por
métodos que apresentem menores prejuízos possíveis ao meio ambiente. Em suma,
vale a reflexão de LEITE (2008, p. 26), o qual diz que “Não ter validação é apenas um
número, não um resultado”.
Objetivos
»» Compreender a importância da validação em análises químicas.
9
10
VALIDAÇÃO UNIDADE I
CAPÍTULO 1
Validação em análises químicas e a
qualidade
Métodos analíticos
Pode-se afirmar que método analítico é um conjunto de operações e técnicas utilizado
com o empenho de se determinar o analito de interesse. Atualmente, observa-se uma
primordialidade em apresentar a confiabilidade das análises químicas, de maneira a
evidenciar a qualidade do determinado processo. Caso contrário, se o método analítico
não se apresentar com a devida qualidade exigida, o reflexo será com certeza de
insucesso total da análise, uma vez que serão tomados como verdadeiros os resultados
inadequados. Com essa inferência em dados analíticos enganosos, advindo de análises
químicas imperfeitas, ocasionam-se gastos, dispêndios exorbitantes e irremediáveis
(LA ROCA et al., 2007).
Métodos clássicos
11
UNIDADE I │ VALIDAÇÃO
Métodos clássicos
»» A exatidão;
»» A precisão;
»» Menor custo;
Métodos instrumentais
12
VALIDAÇÃO │ UNIDADE I
Métodos instrumentais
Cromatografia Espectroscopia
Espectrometria
gasosa, molecular,
cromatografia de massas,
espectroscopia Potenciometria e
líquida e métodos térmicos
atômica e voltametria
e análise de
eletroforese ressonância
capilar superfície
magnética nuclear
»» Maior sensibilidade.
»» A exatidão.
»» A precisão.
»» Custo elevado.
Por fim, ressalta-se que qualquer tipo de método analítico para ser considerado um
método capaz de originar resultados confiáveis quanto à amostra analisada deve
passar por uma prova que o certifique como tal, chamada de validação (LIMA et al.,
2006).
13
UNIDADE I │ VALIDAÇÃO
Mas por onde começar? Para o início de uma validação, é importante que ela seja
delineada visando obter dados confiáveis para posteriormente serem tratados e
analisados. Como estamos falando de validação em análises químicas, vamos partir
do pressuposto, no decorrer deste capítulo, de uma validação de método analítico, que
mais comumente se faz na rotina laboratorial. Quando pensamos em registro de novos
fármacos e qualquer outro produto químico, abre-se obrigatoriamente a necessidade
de desenvolver métodos que sejam capazes de detectar e quantificar tais produtos
e/ou fármacos e, assim, viabilizar a garantia de sua qualidade.
14
VALIDAÇÃO │ UNIDADE I
»» Os parâmetros de performance.
»» Delineamento dos ensaios que serão realizados, assim como decidir qual
o teste estatítico a ser aplicado em cada grupo de resultado.
São tidos como obrigatórios para uma validação de método analítico, segundo a RDC
nº 17, de 16 de Abril de 2010, os documentos listados a seguir:
II. Especificações;
15
UNIDADE I │ VALIDAÇÃO
devem estar em concordância com o limite permitido para o produto e processo. Para
se predizer a variabilidade total, deve-se realizar a adição da variabilidade real do
processo com a variabilidade do sistema de medição (FDA, 2011).
% P 100
6σ Equação 1
T=
LSE − LIE
Onde,
P= precisão;
T= tolerância;
Alguns autores da área consideram que %P/T de um método ideal deve ser abaixo de
10%, valores entre 10-30% são admissíveis e acima de 30% intoleráveis.
16
VALIDAÇÃO │ UNIDADE I
Variabilidades
Tipos de validação
Existem alguns tipos de validação, os quais são nomeados de acordo com o momento
em que são aplicados. Logo a seguir, veremos os tipos de validação prospectiva,
simultânea, a retrospectiva e a revalidação.
Prospectiva
Simultânea
17
UNIDADE I │ VALIDAÇÃO
Retrospectiva
Este tipo de validação, como o próprio nome já sugere, busca, por meio de
acontecimentos documentados, evidenciar e assegurar que o método, processo,
colaborador ou equipamento pretendido a ser validado atenda a todas as exigências,
mas com a regra de que nada tenha sido alterado durante todo o tempo de análise.
Contudo há restrições para sua utilização. Em casos singulares, como, por exemplo,
numa empresa, são escolhidas determinadas novas condições. A validação
retrospectiva não pode ser aplicada em métodos que envolvam a fabricação de
produtos estéreis e também para novos métodos. Ela é favorável quando é pretendida
a obtenção de maiores informações de todo o processo.
Revalidação
18
VALIDAÇÃO │ UNIDADE I
Segundo a RDC nº 17, de 16 de abril de 2010, que dispõe sobre as Boas Práticas de
Fabricação de Medicamentos, o Plano Mestre de Validação é o:
A normativa citada acima descreve alguns dos elementos-chave que devem estar
obrigatoriamente especificados em um Plano Mestre de Validação. Ressalta-se que
devem ser descritos de modo que sejam compreendidos facilmente e de maneira mais
sucinta possível. Dessa forma, devem, então, conter pelo menos os itens expostos a
seguir:
»» Planejamento e cronograma.
19
UNIDADE I │ VALIDAÇÃO
»» Controle de mudanças.
Relatório de validação
Protocolo de validação
Análise de risco
Procedimentos e recursos
qualificados
Vale ressaltar que mudanças relevantes, de maior significância, como, por exemplo,
compra de equipamentos com mecanismos de funcionamento diferentes aos
que foram utilizados anteriormente durante a validação, é necessário que seja
consentido preliminarmente pelas agências reguladoras. Logo, é importante que já
se tenha-se em mente o tempo calculado com a aprovação. Já quando se tratar de
mudanças insignificantes, as quais claramente não irão apresentar uma repercussão
considerável, e por consequência não afetarem o produto final, tais mudanças devem
ser examinadas e ponderadas por meio de uma requalificação completa ou parcial e
20
VALIDAÇÃO │ UNIDADE I
Protocolo de validação
O protocolo de validação é um dos documentos que devem compor o Plano Mestre de
Validação como já visto anteriormente.
»» Os objetivos do estudo.
»» Os responsáveis envolvidos.
»» A amostragem.
21
UNIDADE I │ VALIDAÇÃO
Relatórios de validação
Como já comentado anteriormente, dentro do Plano Mestre de Validação devem ser
incluídos os relatórios de validação. Eles devem ser elaborados em conformidade com
os protocolos de validação, e é necessário que sejam incluídos:
»» Título.
»» Objetivo.
Deste modo, após a confecção do relatório de validação, este deve ser analisado e
aprovado pelo pessoal responsável pela validação de processos e igualmente pelos
colaboradores envolvidos na qualificação dos equipamentos.
A qualidade
Em geral, a qualidade é um conceito considerado em incessante construção, que tem
tomado forma mais palpável desde o século XX. Sucintamente, pode ser apresentada
em quatro diferentes fases, sendo elas a inspeção, o controle de qualidade, a garantia
da qualidade e a gestão da qualidade total. A fase da inspeção foi estabelecida
com a Revolução Industrial, em que houve um aumento súbito na produção e,
paralelamente com essa expansão, levou-se a observação de maiores números de
defeitos apresentados. Esses defeitos eram identificados pelos fiscalizadores que
22
VALIDAÇÃO │ UNIDADE I
Seguindo, a fase do controle de qualidade é aderida por volta de 1930. Nela, iniciou-se
o acompanhamento de todas os procedimentos para a obtenção da amostragem, de
modo que pudessem detectar quais os possíveis erros que ocasionavam a produção
com irregularidades, e também houve o estabelecimento da inferência de modelos
estatísticos para a corroboração dos resultados e posterior direcionamento de quais
decisões serem tomadas.
Nessa mesma época, houve uma grande propagação de uma filosofia da cultura
japonesa e que foi vastamente implementada para melhorar qualidade dos produtos
em indústrias e que objetivava atingir o “defeito zero”. Concomitante a isso, também
houve difusão e aplicação do conceito dos 5 S´s, os quais estão descritos na Figura
5. Dentre os 5 S´s, a disciplina (Shitsuke) é considerada como a mais desafiadora em
se assimilar, de modo que, ao se atingir seu nível desejado, os demais também serão
consequentemente. Outro método que foi (e ainda é) utilizado para auxiliar a obtenção
do aperfeiçoamento dos processos no dia a dia é o ciclo de PDCA (abreviatura de
palavras em inglês), em que “P”: plan, “D”: do, “C”: check e “A”: act, que quer dizer
planejar, fazer, verificar e agir, respectivamente (PINTO et al., 2010).
23
UNIDADE I │ VALIDAÇÃO
SEIRI
(Organização)
SHITSUKE SEITON
(Disciplina) (Arrumação)
5 S´s
SEIKETSU SEISÔ
(Asseio) (Limpeza)
Sistema de qualidade
Um sistema de qualidade (SQ) bem definido é uma estratégia de extrema importância
para a obtenção de produtos e serviços com constância almejada. A qualidade exigida
por clientes que irão adquirir tais produtos e/ou serviços gera a busca ininterrupta
de melhorias. O sistema de qualidade propicia sistematização, que possibilita a
intercambialidade entre laboratórios. Na prática, são registrados por meio de arquivos
todos os procedimentos a serem seguidos, padronizando-os as condutas a serem
seguidas. Há uma Organizanização Mundial de Padronização, do inglês International
Organization for Standardization, fundada em 1947, em Genebra, e que reune
especialistas que desenvolvem normas internacionais relevantes, voluntárias,
baseadas no consenso e no mercado de interesse que apadrinhem inovações e
proporcionem soluções para as dificuldades enfrentadas mundialmente (ISO 9001).
24
VALIDAÇÃO │ UNIDADE I
A ABNT NBR ISO 9000 é uma norma que apresenta os termos utilizados no sistema,
ela foca o processo e não diretamente o produto, mas claro que, consequentemente, o
segundo sofrerá influência direta do primeiro. Já a ABNT NBR ISO 9001 estabelece
o modelo com as determinações da gestão da qualidade, ela traz em detalhes as
exigências a serem cumpridas para a conquista do reconhecimento dessa organização.
Esta é a norma mais integral e emprega a maioria dos princípios da ISO 9004, que por
sua vez, traz informações sobre gerenciamento da qualidade e elementos do sistema
da qualidade (ISO 9004, 2018).
25
UNIDADE I │ VALIDAÇÃO
26
VALIDAÇÃO │ UNIDADE I
›› Essência do estudo.
›› Data de início.
›› Método em experimentação.
›› Técnicas de amostragem.
27
CAPÍTULO 2
Amostragem
Amostragem
Amostra
População
28
VALIDAÇÃO │ UNIDADE I
vamos abordar maneiras que são utilizadas para a obtenção de amostras que sejam
representativas.
Tipos de amostragem
Existem dois tipos de amostragem: a probabilística e não probabilística. A
amostragem probabilística proporciona melhor representatividade da população e,
por isso, sempre que for possível a que deve ser aplicada. Ela só pode ser executada
quando a população for totalmente de fácil acesso e possuir um limite. Dentre as
amostragens probabilísticas estão: amostragem casual simples, a sistemática, a por
meio de aglomerados e a múltipla a sequencial. Já amostragem não probabilística
por se tratar de cenários onde a população ainda não teve um fim, somente é possível
sua aplicação por inferência estatística. Um exemplo de uma situação onde se faz
necessário a aplicação de uma amostragem não probabilística, é quando a realização
da amostragem precisa ser feita durante a fabricação do produto, logo ainda não será
100% finalizado. A amostragem a esmo, a em material contínuo e a intencional, são
exemplos de amostragem não probabilística.
Quanto à quantidade de itens a ser coletada de uma população para compor uma
amostra, falando de líquidos (soluções, suspensões, emulsões, etc.) e semissólidos
(pomadas, cremes, entre outros), para garantir que ela apresente propriedades
farmacotécnicas determinadas, é preciso abranger fases durante a produção como
também do material finalizado. Já no caso de a população ser constituída de sólidos
(mistura de pós, comprimidos, drágeas, pellets, etc.), deve-se, além da amostra
coletada para a execução dos testes, somatizar uma quantiedade extra para o
armazenamento de uma contraprova (PINTO et al., 2010; LEITE, 2008).
Amostragens probabilísticas
Casual simples
29
UNIDADE I │ VALIDAÇÃO
Esta maneira de se obter amostras pode ser aplicada quando a população tem divisões
em cada volume. Um exemplo de amostragem por meio de conglomerados é se
pensarmos em lote produzido em uma indústria de bebidas, em que a embalagem de
refrigerantes é feita em fardos com seis unidades cada. Assim, ao se realizar a seleção
de um desses fardos por sorteio, essa amostra já será a final (LEITE, 2008).
Sistemática
Múltipla
Sequencial
A esmo
30
VALIDAÇÃO │ UNIDADE I
Em material contínuo
Intencional
Considerações da amostragem
O número de unidades a ser coletado para compor a amostra deve ser decidido com
cautela. Em ambos os tipos de amostragem, probabilística ou não probabilística, é
ponderada a quantidade de amostras, uma vez que esse número refletirá diretamente
na despesa gerada. Pensando na amostragem de apenas um lote, talvez não aparente
espanto com o custo gerado, porém, multiplicando pelo número de vezes em um dia
e, posteriormente em um ano, esse valor torna-se alarmante. Lembrando que é sabido
que todo e qualquer custo, no decorrer de todo o processo produtivo, é repassado
ao consumidor, e este, por sua vez, contempla a qualidade e preço de um produto
(LEITE, 2008).
A realização da amostragem deve ter como auxílio para o cálculo amostral a estatística.
Contudo, na prática, algumas indústrias aplicam fórmulas simplificadas para dar
suporte a essa decisão, como por exemplo, a Equação 1.
=
NA n +x Equação 1
Onde,
31
UNIDADE I │ VALIDAÇÃO
»» Manutenção do saneamento.
»» Controle:
›› atmosfera inerte;
›› pressão de equilíbrio;
›› qualidades do meio.
Sólida
32
VALIDAÇÃO │ UNIDADE I
ST
= S S2 + S A2 Equação 2
Onde,
Ou,
=
ST VA + VS Equação 3
Onde,
São estimados valores para SS= 3% e SA=1%, dessa forma o valor do erro total será
confome a Equação 4.
32 + 12 =± 3,16% Equação 4
33
UNIDADE I │ VALIDAÇÃO
Considerando que a amostra seja uma mistura de duas partículas diferentes (A e B), a
probabilidade de se amostrar a partícula A ou a partícula B (Equações 5 e 6) é:
nA
pA = Equação 5
nA+ nB
Onde:
nB
qB = = 1− p Equação 6
n A + nB
Onde:
S n = npq Equação 7
Onde:
p= probabilidade de sucesso;
q= probabilidade do fracasso.
Gasosa
34
VALIDAÇÃO │ UNIDADE I
Juntamente com os tópicos observados acima, Leite (2008) ainda afirma que todas as
etapas devem ocorrer em colaboração da engenharia de processos, para a excelência
na validação da amostragem.
Líquida
36
VALIDAÇÃO │ UNIDADE I
Planejamento
Prevenção de Treinamento
contaminações pessoal
Amostragem
37
UNIDADE I │ VALIDAÇÃO
38
CAPÍTULO 3
Domínio da análise
O sistema da operação envolve tudo o que se diz respeito aos processos operacionais,
como, por exemplo, o ambiente em que as operações deverão ser realizadas, o
armazenamento, instrumentos/equipamentos utilizados em em toda a validação,
balanças, entre outros, o que de certa forma acaba envolvendo também a resolução.
Já o sistema da resolução propriamente dito engloba questões mais complexas como o
pesquisador que realiza as análises (LEITE, 2008).
O responsável
O conhecimento prévio de toda a validação é requerido do profissional responsável
pelo método analítico. É sua obrigação realizar todo o planejamento para o início do
processo, como quanto a aquisição da matéria-prima e solventes que serão utilizados
nas análises, também da escolha do local que melhor se adapte à recepção e ao
armazenamento de todos os materiais e reagentes, assim como o local que deverá
ocorrer a sua manipulação. Ainda, ser responsável por todos os cuidados relativos aos
padrões analíticos e equipamentos destinados ao uso durante a validação do método.
39
UNIDADE I │ VALIDAÇÃO
Após toda a explanação das responsabilidades desse profissional, pode ser observada
a importância que suas escolhas terão e, consequentemente, trarão de modo positivo
ou negativo para todo o processo de validação do método analítico (EMBRAPA, 2011).
O analista
A confiabilidade do método está diretamente relacionada ao analista que o executará.
O bom analista carrega em sua bagagem profissional uma boa formação acadêmica
(básica, técnica e superior), a experiência na área, critérios pessoais, discernimento
e capacidade de resolução dos obstáculos ou imprevistos durante qualquer análise do
processo de validação. A padronização do analista é creditar que tal profissional esteja
apto a desenvolver suas funções, sendo aplicado-lhe a calibração de suas ações (LEITE
et al., 2008).
O analista deve ser treinado e estar apto a desempenhar todas as etapas previstas
no processo de uma validação. É também desejável que esse profissional tenha um
perfil característico de indivíduo mais criterioso e sitemático, que preste atenção em
detalhes minusiosos. O analista tem como dever conferir todas as particularidades de
funcionamento do método, que tem como objetivo sua validação (BRITO et al., 2003).
40
VALIDAÇÃO │ UNIDADE I
cega e que seja necessária a repetição da amostra, ou seja, que ela seja retestada, não
pertencendo à mesma porção que foi analisada anteriormente (EMBRAPA, 2011).
O analito
»» Estrutura química.
»» Formas estruturais.
›› pH;
›› Densidade;
›› Ponto de fusão;
›› Ponto de ebulição;
›› Estabilidades;
›› Coeficiente de solubilidade;
›› Morfologia;
›› Massa molecular;
›› Dentre outros.
41
UNIDADE I │ VALIDAÇÃO
Este último subitem, condições analíticas, pode ser estabelecido basicamente por duas
maneiras: pesquisas na literatura disponível e experimentos. Partindo da escolha
do(s) solvente(s) que mantenha o analito estável, suponha que determinado método
analítico deve ser validado para identificação e quantificação de um dado analito, o
qual será realizado por cromatografia líquida de alta eficiência, no que diz respeito às
condições analíticas, deverão ser basicamente definidos:
»» Fase móvel.
»» Fase estacionária.
»» Detecção.
»» Separação.
»» Repetição.
CV = 2(1−0,5log C ) Equação 8
Onde:
C= g do analito.
Estabilidade do analito
»» Temperaturas.
»» Níveis de umidade.
»» Solução de oxidação.
42
VALIDAÇÃO │ UNIDADE I
»» Soluçao ácida.
»» Solução alcalina.
Estabilidade do equipamento
A compreensão do mecanismo de um equipamento, assim como todo o domínio
teórico e prático, deve ser prezada por todos os colaboradores que trabalham
diretamente com ele. O bom desempenho do equipamento é impreterível, uma vez
que é mantido em funcionamento na totalidade do expediente de trabalho. Sendo
assim, alguns critérios devem ser constantemente fiscalizados, os quais necessitam
apresentar estabilidade, como, por exemplo, temperatura, sinal emitido, sistema de
fluxo, pressão, entre outros. A ausência dessa estabilidade interferirá diretamente
nos resultados que serão obtidos. Portanto, para a certificação de que o equipamento
esteja devidamente regulado, deve haver o acompanhamento de sua variabilidade.
Na prática, a variabilidade pode ser verificada pelo controle dos resultados pela
aplicação de uma mesma metodologia, para a análise de um mesmo componente
e nas mesmas condições analíticas. A repercussão dessa investigação trará uma
estimativa de qual a durabilidade da estabilidade que o equipamento apresentará em
funcionamento contínuo (LEITE, 2008).
Padrões
A substância padrão ou também conhecida como substância química de referência
é um composto modelo para orientar na consideração da conformidade de
medicamentos e insumos farmacêuticos. Os padrões devem apresentar alto nível de
qualidade e ser oficialmente aprovados e reconhecidos pela ANVISA. Antigamente,
era exclusiva do mercado internacional a comercialização dessas sustâncias químicas
consideradas como padrão, o que além do tempo que despendia para sua importação,
apresentava um custo elevado.
43
UNIDADE I │ VALIDAÇÃO
Preparo da amostra
Para o preparo de uma amostra, deve-se ter em mente que essa etapa é de extrema
importância para a garantia de resultados fidedignos. Durante o preparo, pode haver
a somatória de pequenos erros em alguns dos procedimentos laboratoriais necessários
para sua execução. Visto a importância dessa etapa, Krug (2006, p. 3) afirmou:
Pesagem
44
VALIDAÇÃO │ UNIDADE I
Magnitude da análise
Macro
Tamanho da amostra (gramas)
Tipos de análise
Semimicro
Micro
Ultramicro
45
UNIDADE I │ VALIDAÇÃO
Para o preparo das amostras, deve-se ter em mente que elas devem ser tratadas de
modo conveniente ao método a ser utilizado. Esse pré-tratamento é realizado a fim
de tornar o analito em sua forma de origem mais homogêneo e também eliminar
possíveis interferentes.
Tratamentos preliminares
Na maioria das vezes, são operações mecânicas como, por exemplo, lavagem,
centrifugação, filtração, secagem, moagem, destilação, liofilização, irradiação, dentre
outras, de acodo com a necessidade de cada caso (LEITE, 2008).
46
VALIDAÇÃO │ UNIDADE I
47
UNIDADE I │ VALIDAÇÃO
A maioria das técnicas analíticas necessita que o estado da amostra a ser analisada
esteja líquido, consequentemente, para os analitos sólidos são frequentemente
preparadas soluções. As amostras em estado líquido apresentam favorável condição
para:
48
VALIDAÇÃO │ UNIDADE I
Além do mais, a transformação de uma amostra em sua forma inicialmente sólida para
uma forma líquida pode muitas vezes demandar bastante tempo para sua obtenção
(variando de minutos a muitas horas, ou até mesmo alguns dias), de acordo com a
complexidade da amostra (MATOS, 2013b).
Por conseguinte, nesses casos em que o analito da amostra é sólido e requer estar no
estado líquido, são necessários processos para que ocorra essa transição. Técnicas
de digestão são as comumente utilizadas, como exemplo a dissolução (também
chamada de solubilização) e a fusão do analito. Ambas transformam diretamente a
amostra em uma solução. Frequentemente, esses processos exigem que os reagentes
utilizados apresentem alto grau de pureza, o que gera um custo elevado e fica evidente
novamente a importância de que o analista seja capacitado e de preferência com
experiência na área. Ainda quanto a analitos sólidos que serão preparados em solução
aquosa, há muitos casos em que são requeridas reações químicas para que tal amostra
sólida seja modificada e se encontre em uma condição mais solúvel. Essa técnica é
chamada de decomposição, mas também muito comumente designada como abertura
(MAGALHÃES; ARRUDA, 1998).
Dissolução
49
UNIDADE I │ VALIDAÇÃO
Decomposição
Fusão
A fusão, por sua vez, se dá quando ocorre o mesmo cenário que a decomposição. A
amostra sólida exige que se suceda a prévia transformação química para se tornar
facilmente solúvel, e quando essa reação ocorre em temperaturas elevadas, é
denominada fusão (BOCK, 1979).
Para explanar um caso no qual é possível aplicar essa técnica, tomamos como exemplo
uma amostra de silicato (forma de origem: insolúvel), a qual é adicionado carbonato
de sódio e, em seguida, levada em temperatura elevada até seja fundida. Após ocorrer
a fusão e, em seguida, a retirada da fonte de calor, a amostra se solidifica e torna-se
solúvel no solvente apropriado, que nesse caso é o ácido clorídrico.
respectivo analito.
50
VALIDAÇÃO │ UNIDADE I
a amostra no seu estado original, sólida, essa escolha apresenta vantagens em relação
ao método tradicional, que permitirá:
51
UNIDADE I │ VALIDAÇÃO
Solução-mãe
Para a realização de análises químicas, como já dito anteriormente, a maioria das
técnicas demanda que a amostra de interesse esteja no estado líquido e, para isso, são
comumente preparadas soluções. As chamadas soluções-mãe são fundamentais nas
análises de quantificação, uma vez que possibilitam, no processo geral, a determinação
da concentração do analito de uma amostra. Pode-se dizer que a solução-mãe é a
solução de maior concentração, a partir da qual se fazem as diluições.
Considera-se que, para o preparo das soluções de trabalho, deva ser utilizada uma
solução estoque, denominada de solução-mãe. A solução-mãe, de concentração
conhecida, após a premeditação das concentrações almejadas e realização do cálculo,
é transferência de uma alíquota para balões volumétricos de menor volume. Em
seguida, os balões são, então, completados até o menisco com solvente previamente
utilizado na preparação da solução-mãe. O mínimo de réplicas (solução de trabalho) a
ser analisado é de 3 soluções para cada concentração predeterminada, como ilustrado
na Figura 9.
Ci .Vi = C f .V f Equação 9
Onde,
Ci = concentração inicial
Vi = volume inicial
52
VALIDAÇÃO │ UNIDADE I
Ct = concentração final
Vt = volume final
Figura 9. Esquema representativo do processo de obtenção de uma série de soluções de trabalho a partir da
diluição da solução-mãe.
5
4
1
Solução-mãe
O branco
53
UNIDADE I │ VALIDAÇÃO
»» Método.
»» Campo.
»» Reagentes.
Então, para melhor fixação do conteúdo visto até o momento, pode-se observar na
Figura 10 o esquema de todo o andamento dos processos básicos, desde o momento
da obtenção da amostra até seu processamento e obtenção dos resultados almejados.
54
VALIDAÇÃO │ UNIDADE I
Figura 10. Esquema da conduta necessária entre o processamento da amostra e a realização do ensaio.
Processamento da amostra
Tratamentos preliminares
Alterar a forma
química Realizar medida
Processar dados e
calcular resultados
Estimar a confiabilidade
dos resultados
Calibração
Como já abordado anteriormente, a calibração é uma das operações mais importantes,
em se tratando de medições analíticas. Tem-se como significação de calibração o
procedimento pelo qual se realiza o ajuste/regulagem de determinado equipamento,
para que se obtenham resultados de acordo com o qual é destinado. Segundo a
definição do INMETRO (2018b), calibração é o:
55
UNIDADE I │ VALIDAÇÃO
São raros os casos que o próprio analista pode, de fato, executar a calibração. Na maior
parte das vezes, eles apenas realizam experimentos que determinam se o equipamento
em questão está ou não de acordo com o esperado. Existem laboratórios de calibração
acreditados, ou seja, que estão qualificados a realizar efetivamente a calibração para
terceiros, de acordo com as práticas internacionais definidas em guias internacionais
da ISO. Esses laboratórios são credenciados na Rede Brasileira de Calibração e estão
disponibilizados no sítio eletrônico do Inmetro para consulta online.
Calibração do equipamento
Para que um equipamento seja calibrado, é necessário que o seu ajuste seja realizado.
Segundo o dicionário Michaelis, ajuste significa: “arranjo para a consecução de
determinado fim; concerto, contrato, convenção”. Logo, entende-se como ajuste
a intervenção que (re)torna o equipamento ou método em seu estado garantido.
Há de se observar a variabilidade e o ajuste da calibração, nos quais essas variáveis
estão justamente relacionadas com a capacidade do equipamento, expressando,
dessa forma, qual influência repercutirá no resultado e, se relevante, tal variabilidade
precisa ser inserida permanentemente (MICHAELIS, 2019).
Verificação
56
VALIDAÇÃO │ UNIDADE I
A periodicidade da aplicação dos testes de verificação não segue uma regra obrigatória,
ela é estabelecida de acordo com a relevância do ensaio realizado em determinado
equipamento. Entretanto, há a obrigatoriedade de ser realizada a verificação da
calibração todas as vezes que o equipamento passar por qualquer tipo de manutenção
ou também quando houver qualquer tipo de ajuste na metodologia (LEITE, 2008).
O teste de verificação
57
UNIDADE I │ VALIDAÇÃO
Periodicidade da calibração
A calibração deve ser verificada de acordo com o definido pelo grupo de confiabilidade
da organização, o qual deverá ponderar as informações do histórico do equipamento,
podendo ser pontual, multipontual e por extremos.
Certificado de calibração
Considerações finais
58
VALIDAÇÃO │ UNIDADE I
Analista
Preparação Amostra
da amostra
Equipamentos;
sistemas
59
PARÂMETROS NA UNIDADE II
VALIDAÇÃO
CAPÍTULO 1
Os parâmetros
Seletividade
Esse parâmetro visa testificar a eficiência do método em quantificar ou mesmo apenas
detectar o componente de interesse na análise. Com isso, ao se utilizar um método
considerado seletivo, podemos garantir que o sinal detectado é único e exclusivamente
do analito e não de interferentes, como dos excipientes, possíveis impurezas e
produtos de degradação. Para a avaliação da seletividade, deve ser utilizada como
comparativo a substância química de referência.
Analito
Interferente
Precisão
Para que um método seja considerado preciso, ele deve proporcionar resultados que
estejam próximos entre si, ou seja, os valores obtidos nos ensaios com as amostras
devidamente preparadas e expressos numericamente precisam obrigatoriamente
apresentar similaridade. Na precisão, é garantida a reprodutibilidade. A precisão
é obtida com a repetição e pela dispersão dos resultados. Após a organização dos
61
UNIDADE II │ PARÂMETROS NA VALIDAÇÃO
dados obtidos, são realizadas inferências estatíticas. Com esse intuito, basicamente é
calculado o desvio-padrão relativo (DPR), que é alcançado por meio da aplicação da
Equação 32:
DP
DPR
= ×100 Equação 32
CMD
Onde:
DP = desvio-padrão;
62
PARÂMETROS NA VALIDAÇÃO │ UNIDADE II
Exatidão
O empenho em certificar que um valor constatado é circunvizinho do valor exato é a
corrida incessante pelo resultado impecável. Em uma validação de método analítico,
todos os demais parâmetros têm como objetivo a exatidão. A relação estreita entre
os parâmetros e a exatidão reflete em resultados numéricos almejados, dentro dos
preestabelecidos.
63
UNIDADE II │ PARÂMETROS NA VALIDAÇÃO
Para que seja realizado o cálculo da exatidão obtido pelo método analítico que está em
processo de validação, deve-se aplicar a Equação 33.
64
PARÂMETROS NA VALIDAÇÃO │ UNIDADE II
Onde,
Nos casos em que a validação ocorre parcialmente, vale lembrar que além da precisão
e da seletividade, o parâmetro exatidão deve ser obrigatoriamente avaliado (BRASIL,
2017a).
Linearidade
É considerado linear o método analítico que permite o alcance de resultados
diretamente proporcionais à concentração do composto analisado em uma amostra.
O desafio em realizar a quantificação de derminado analito é conseguir afirmar a
concentração exata da solução analisada, ou seja, ser capaz de certificar o valor da
massa da substância ativa em determinada amostra, com o mínimo de variabilidade
possível, ainda que dentro da permitida.
65
UNIDADE II │ PARÂMETROS NA VALIDAÇÃO
Após a análise das amostras e coleta de dados, devem ser realizados os cálculos
que indicarão se o método pode ser considerado linear ou não. Os dados devem
ser avaliados quanto a sua homocedasticidade, e ainda vale salientar que o nível de
significância para a aplicação dos testes estatísticos deve ser de 5%. Para a exposição
desses resultados, por obrigatoriedade, precisam:
Elaboração da curva
66
PARÂMETROS NA VALIDAÇÃO │ UNIDADE II
Tabela 3. Exemplificação dos resultados fictícios obtidos a partir da análise das amostras preparadas em sete
Curva de calibração
400
350
300
250
Sinal
200
150
100 y = 24,839x + 2,4286
50 R² = 0,9995
0
0 2 4 6 8 10 12 14 16
67
UNIDADE II │ PARÂMETROS NA VALIDAÇÃO
Após a obtenção dos dados, para que se realize a análise da relação, utiliza-se o ajuste
de modelos matemáticos de regressão linear (como o método dos mínimos quadrados)
para sua análise (PORTAL ACTION, 2018c).
Regressão linear
Determinar a melhor reta que passa pelos pontos experimentais: regressão linear ou
método dos mínimos quadrados (NUPIS, 2012).
Onde:
y = variável dependente;
x = variável independente;
b = inclinação da reta;
Robustez
Este parâmetro indica a competência do método em se obter resultados seguros apesar
da existência de variações mínimas. Sua aplicação foi instituída pela observações
de intercorrências em sinais analógicos, obtidos em equipamentos eletrônicos que
possuiam ponteiros no momento em que ocorriam oscilações da corrente de fundo.
Além de situações quando haviam alterações no uso de substâncias com diferentes
graus de pureza.
68
PARÂMETROS NA VALIDAÇÃO │ UNIDADE II
»» Comprimento de onda.
»» Tempo de extração;
»» Compatibilidade de filtros.
Espectrofotometria:
»» Variação do pH da solução;
Cromatografia líquida:
»» Temperatura;
Cromatografia gasosa:
»» Temperatura.
69
UNIDADE II │ PARÂMETROS NA VALIDAÇÃO
Limites
Em todas as análises, de algum modo, são obtidos sinais proporcionais de acordo com
a quantidade de analito analisada. Logo, quanto maior a porção do analito, maior será
o sinal detectado, e obviamente, quanto menor a massa da amostra analisada, menor
será o sinal constatado. A capacidade de determinado sistema captar sinais com a
mínima quantidade possível do analítido é chamada de detectabilidade. Seguindo tal
racíocínio, são percebidos três principais tipos de limites que devem ser avaliados. O
limite do instrumento, o limite de detecção e o de quantificação, os quais serão vistos a
seguir (LEITE, 2008).
Limite instrumental
Limite de detecção
Deve ser estabelecido o limite de detecção ou determinação por meio da avaliação, nas
condições preestabelecidas pelo método em questão, da capacidade de apenas detectar
o analito em determinada amostra em sua quantidade mínima. Essa avaliação pode
ser feita de várias maneiras, dependendo das características que o método analítico
utilizado apresenta. Dentre essas maneiras, são destacados o método visório, a técnica
da razão sinal-ruído, além de fundamentadas nos parâmetros da curva de calibração
ou utilizando o branco.
70
PARÂMETROS NA VALIDAÇÃO │ UNIDADE II
3,3.σ
LD = Equação 34
IC
Onde:
σ= desvio-padrão;
Limite de quantificação
Caso a sua especificação seja feita de acordo com parâmetros da curva analítica, deve
ser aplicada a Equação 35, lembrando de que as concentrações relativas ao limite de
detecção devem ter precisão e exatidão examinadas.
10. σ
LQ = Equação 35
IC
Onde,
71
UNIDADE II │ PARÂMETROS NA VALIDAÇÃO
σ= desvio-padrão;
Considerações
A validação parcial deve avaliar, pelo menos, os parâmetros de precisão, exatidão
e seletividade. A seguir, na Tabela 4, estão listados os parâmetros que devem ser
avaliados na validação analítica de determinados ensaios.
Parâmetro Teste
Impurezas Identificação Doseamento*
Quantitativo Ensaio limite
Exatidão X X
Precisão repetibilidade X X
Precisão intermediária X*** X***
Seletividade** X X X X
Limite de detecção **** X
Limite de quantificação X ****
Linearidade X X
Intervalo X X
Fonte: (BRASIL, 2017a).
* Nos casos de ensaios de identificação, para que se atinja o nível necessário de discriminação, pode ser necessária a
combinação de dois
ou mais procedimentos analíticos;
72
ANÁLISE DE DADOS UNIDADE III
CAPÍTULO 1
Princípios da análise dos dados
Considerações iniciais
Há algumas considerações a serem feitas antes os processos de análise estatística
que sejam apresentados. A seguir, serão explanadas algumas operações e reflexões
relacionadas à matemática consideradas básicas, porém, muitas vezes negligenciadas,
atingem diretamente o resultado final da análise.
»» 12,4;
»» 12,5;
»» 12,6.
73
UNIDADE III │ ANÁLISE DE DADOS
A partir dos valores dos tempos de retenção acima listados, pode-se considerar como
algarismos verdadeiros ou exatos o 1 e o 2, e como algarismos duvidosos os números
depois da vírgula, 4, 5 e 6 (IPEM, 2019; ITA, 2019).
»» 6,8±0,6;
»» 6,7±0,6;
»» 6,9±0,6.
74
ANÁLISE DE DADOS │ UNIDADE III
23,09 mg +
18,90 mg +
19,0385 mg +
30,1089 mg +
12,126 mg +
0,0065 mg +
= 103,2699 mg
2707, 299 g –
2112,0 g
= 595,299 g
Podendo ser arredondado o resultado 595,299 para 595,3, uma vez que é o valor mais
próximo e é 1 o número de casas depois da vírgula.
10,32 cm x
28,87 cm
= 297,9384 cm
1080,38 Kg /
12,24 Kg
= 88,2663 Kg
75
UNIDADE III │ ANÁLISE DE DADOS
radicando nos casos de radiciação. Como pode ser observado no exemplo (LEITE,
2008):
Regra de arredondamento
76
ANÁLISE DE DADOS │ UNIDADE III
Médias
77
UNIDADE III │ ANÁLISE DE DADOS
Exemplo: 1, 1, 2, 2, 3, 3, 8, 8, 5, 5, 5, 5, 4, 4, 4, 9, 9, 6, 6, 7, 6, 6.
A mediana é uma medida considerada mais realista nos casos em que representa
pelo menos a metade dos valores mínimos e a metade dos valores máximos, quando
comparada à média aritmética, moda e a simples. Para sua análise, é necessário que se
organize os dados, em ordem crescente, e então se obtenha o valor da mediana. Tem-
se o exemplo a seguir para tal observação.
2, 2, 5, 5, 4, 4, 4, 8, 8, 6, 6, 7, 9.
2, 2, 4, 4, 4, 5, 5, 6, 6, 7, 8, 8, 9.
Após a organização dos dados, pode-se observar que dentre o grupo com 13
algarismos, o valor da mediana é 5. Para os casos em que o grupo de medidas
apresentar número par de medidas, a mediana será o valor que estiver ao meio de
duas medidas centrais. Porém, imaginando que no mesmo exemplo acima houvesse
apenas um valor de medida 5, a mediana então seria 5,5 (LEITE, 2008).
78
ANÁLISE DE DADOS │ UNIDADE III
A média aritmética simples é a mais aplicada dentre todos os tipos. Mas como já
comentado anteriormente, em alguns casos, ela se apresenta imprecisa. Nos casos em
que há medidas que se apresentam distantes entre si, a representatividade da média
se torna enganosa. Observem o exemplo do conjunto de valores das concentrações
obtidas em dois diferentes tipos de medicamentos novos em fase de teste.
∑
n
Xi
X= i =1 Equação 10
n
Onde,
n
n = números de medidas.
Conforme a soma das medidas, 26,3 divide-se pelo número de medida realizadas
(26,3/4), resultando em 6,575.
79
UNIDADE III │ ANÁLISE DE DADOS
X1 + X 2 + X 3 + + X n
X= Equação 11
n
A partir, dessa média inicialmente simples, observa-se que o valor 3 foi obtido três
vezes e o valor 5, duas vezes. Então, seguindo com o cálculo:
3,3 + 5,2 9 + 10
=X = = 3,8
5 5
=
X 3
3 2=
4 =
3
24 2,8845
80
ANÁLISE DE DADOS │ UNIDADE III
1
X=
1 1 1 1
+ + + Equação 13
a b c d
n
Para exemplificar esse tipo de média, toma-se como exemplo a obtenção do conjunto
de medidas: 2, 4, 3, 3 (LEITE, 2008).
1 1 0,71
=
X = = = 0,18
1 1 1 1 1,41 4
+ + +
2 4 3 3 4
4
Considerações finais
Erros
Entende-se como conceito de erro a subtração do valor obtido na medida e o seu valor
real ou correto.
∑ (x − MA )²
n
i
DP = i =1
n
Onde,
81
UNIDADE III │ ANÁLISE DE DADOS
»» Erros grosseiros;
»» Erros sistemáticos;
»» Erros indeterminados.
Erros grosseiros
Erros sistemáticos
Pode-se dizer que os erros sistemáticos são aqueles que ocasionam desvios de medida,
como os erros instrumentais, erros de impurezas, erros de operação, erros pessoais,
erros de métodos, dentre outros.
Erros indeterminados
Análise estatística
Após a obtenção dos dados por meio da técnica de análise selecionada, é necessário
que haja a organização dos dados, visando ao tratamento desses resultados e, assim,
posteriormente, aplicar o teste estatístico ideal. A Anvisa elaborou e disponibilizou
82
ANÁLISE DE DADOS │ UNIDADE III
Para o tratamento dos dados de validação, como exigido pela RDC 166/2017, as
medições devem ser realizadas de maneira independente, sendo um pressuposto a
se atender. Dessa maneira, as amostras devem ser obrigatoriamente preparadas de
maneira independente, o que significa que a substância química de refêrencia deve ser
realizada em diferentes pesagens.
83
UNIDADE III │ ANÁLISE DE DADOS
Para o método que será exposto a seguir, depende da elucidação do centroide, que
é a localização (𝑥; 𝑦), na qual 𝑥 é média aritmética dos valores de x, e 𝑦 é a média
aritmética dos valores de y (BRASIL, 2003).
Análise aparente
Com o gráfico devidamente plotado, a primeira análise que se deve realizar é a análise
aparente, ou seja, a análise efetuada visualmente. Essa análise viabiliza a observação
dos pontos determinados no gráfico, se são ou não aparentemente lineares, como o
exemplo exposto na Figura 15.
Obviamente que apenas com essa análise não há fundamentação para que seja feito
qualquer tipo de afirmação/conclusão, porém aconselha-se que se faça antes de
realizar a análise com modelo estatístico propriamente dito. Se, por eventualidade, na
análise visual for constatado que os pontos não apresentam linearidade, nenhum dos
modelos matemáticos poderá ser aplicado.
84
ANÁLISE DE DADOS │ UNIDADE III
Segundo Cruz da Silva (2018, p. 31) é “Uma análise de variância (Anova) rejeita ou
não a hipótese de igualdade de médias populacionais de diversos grupos, mas não
determina quais grupos têm médias estatisticamente diferentes”.
Nessa etapa, para que nortear a definição de qual dos métodos se aplicar, deve-
se avaliar a homocedasticidade dos dados. A homocedasticidade é a variância
entre os resultados da variável y para a variável x, podendo ser homocedásticos ou
heterocedásticos. São considerados homocedásticos, os dados que apresentarem
a variância de y constante, nesses casos opta-se por aplicar o método dos mínimos
quadrados ordinários. Entretanto, se os dados não apresentarem a variância de y
constante, ou seja, os dados são heterocedásticos, o método que deverá ser admitido
é o médoto dos mínimos quadrados ponderados. Se por uma eventualidade, o método
provavel a ser utilizado for o dos mínimos quadrados poderados e utilizarem o dos
mínimos quadrados ordinários, os resultados podem ser considerados tendenciosos.
Onde:
85
UNIDADE III │ ANÁLISE DE DADOS
Onde:
O H0, hipótese nula é que as variâncias sejam todas iguais e H1, hipótese alternativa,
demonstra que pelo menos uma das variâncias seja diferente das outras.
Onde:
Onde:
Logo, no caso de o C calculado ser menor que o C crítico, a conclusão é que se aceite a
hipótese nula (dados homocedásticos). Mas caso o C calculado seja maior ou igual ao
C crítico, rejeita-se a hipótese nula (dados heterocedásticos).
86
ANÁLISE DE DADOS │ UNIDADE III
O método dos mínimos quadrados ordinários pode ser utilizado nos casos em que os
dados forem homocedásticos. Para isso, os coeficientes são estimados de acordo com a
Equação 15.
∑ ni=1 ( xi − x )( yi − y )
b= Equação 15
∑ ni=1 ( xi − x )²
e
a= y − b
Onde:
b = a inclinação da reta;
a = o intercepto.
87
UNIDADE III │ ANÁLISE DE DADOS
»» cada ponto da reta de regressão como (x1, y1), (x2, y2), (x3, y3)... ou (xi,
yi)... ou ainda, (xn, yn)... ;
De modo que os pesos individuais podem ser calculados por meio da Equação 16.
s i−2
wi = Equação 16
∑ ni=1 si−2 /n
∑ ni=1 w i x i y i − nx w y w
bw = Equação 17
∑ ni =1 w i x 2i − nx 2w
a=
w y w − bx w
Onde:
aw = intercepto ponderado.
Os coeficientes
88
ANÁLISE DE DADOS │ UNIDADE III
Ainda sobre a análise dos dados obtidos para a avaliação da linearidade do método em
validação, a aplicação da análise de variância possibilita verificar se a reta de regressão
estimada em questão é capaz de esclarecer proficientemente a relação que há entre a
concentração do analito e o sinal detectado pelo equipamento utilizado na análise.
É importante se dizer que, de acordo com o método utilizado, podendo ser o método
dos mínimos quadrados ordinários ou o método dos mínimos múltiplos quadrados
ponderados, a Anova utiliza fatores diferentes para o cálculo.
n n n
∑ ( y i − y )= ∑ ( yˆ i − y ) + ∑ ( y i − yˆ i )²
2 2
Equação 18
=i 1 =i 1 =i 1
Onde:
90
ANÁLISE DE DADOS │ UNIDADE III
= 1( y
∑ − y )²
n
i
QMRe g = i Equação 20
p −1
= 1( y
∑ − ˆy ) ²
n
i
QMRe s = i Equação 21
n−p
= 1( y
∑ − y )²
n
i Equação 22
QMTot = i
n −1
Onde:
Para essa situação, o valor do número de parâmetros do modelo é igual a dois (p=2).
Sabendo disso, é possível calcular o valor de F. O valor de F pode ser obtido realizando
a divisão do quadrado médio da regressão (modelo) pelo quadrado médio dos resíduos
(erros).
∑ ( )
n
i
= 1 ˆy i − y ²
p −1 QMReg
=F = Equação 23
∑ i = 1 ( y i yˆ i )² QMRes
n
n−p
91
UNIDADE III │ ANÁLISE DE DADOS
Quadro 1. Esquema com as informações da Anova nos métodos dos mínimos quadrados ordinários.
Fonte Graus de
Soma de quadrados Quadrado médio F Hipóteses
variação liberdade
= 1( y
∑ − y )²
n
ˆ
= 1( yˆ − y )
∑
i n 2
Regressão p–1 i
i
i
p −1
∑ ( )
n
i
= 1 ˆy i − y ²
∑ 1 ( y i − ˆy ) ²
n
= 2 p −1 QMReg H0: b = 0
1 ( y i − ˆy ) F
∑i =
n
Resíduos n–p i
= =
∑ i = 1 ( y i yˆ i )² QMRes
n
n−p H1: b ≠ 0
n−p
= 1( y
∑ − y )²
n
∑i 1( yi − y )
n 2
Total n–1 i i
=
n −1
Rejeita-se a hipótese nula de que b= 0 e entende-se que y varia, sim, em função de x,
e que o método pode ser considerado linear.
92
ANÁLISE DE DADOS │ UNIDADE III
Quadro 2. Esquema com as informações da Anova nos métodos dos mínimos quadrados ponderados.
Fonte Graus de
Soma de quadrados Quadrado médio F Hipóteses
variação liberdade
∑ w i ( ˆy i − y ) ²
n n
∑w i ( y i − y )
2
Regressão p–1 i =1
i =1 p −1
∑ = 1wi ( yˆi − y ) ²
n
i
∑ w i ( y i − yˆ i ) ²
n n
p −1 H0: b = 0
∑w ( ˆy − y)
2
Resíduos n–p i i
i =1 F=
∑ = 1wi ( yi yˆi ) ²
n
i =1 n−p H1: b ≠ 0
i
n− p
∑ w ( yi − y ) ²
n
∑ w ( yi − yˆi )
n 2
Total n–1 i =1 i
i =1 i
n −1
A correlação linear
Depois de ter decidido o modelo, o coeficiente de correlação de Pearson (r) pode ser
ponderado. A correlação de Pearson é capaz de demonstrar o grau de associação linear
entre as variáveis em questão. Para que essa correlação seja calculada, deve-se seguir
de acordo com o método usado. Se o método selecionado foi o método dos mínimos
quadrados ordinários, utiliza-se a Equação 24 descrita a seguir para calcular o valor
de r.
∑ = 1 ( X i − X ) ( y i − y )
n
i
r= Equação 24
n =−
∑ 1 ( X i X ) ² ∑ i =
1 ( y i − y ) ²
n
i
Onde:
93
UNIDADE III │ ANÁLISE DE DADOS
∑ w ∑ w x y − ∑ w x ∑ w y
n n n n
i i i i i i i i
rw = i i i i
w ∑ w x − ( ∑ w x ) ² ∑ w ∑ w y − ( ∑ w y ) ²
Equação 25
∑
n n 2 n n n 2 n
i i i i i
i i i i i i i i i i i
Onde:
Considera-se que quanto mais forte for a correlação entre as duas variáveis estudadas,
maior será o valor de r. Também, quanto mais verdadeiro for o modelo proposto
(equação), maior o valor de r.
De acordo com a RDC166/2017, para que o valor de r ou o valor de rw seja aceito, esse
valor ser de no mínimo 0,990. Para que seja realizada a aproximação dos valores de r
e rw, devem ser consideradas pelo menos 3 casas decimais (BRASIL, 2003).
A análise de resíduos
εi ~iid N ( 0, σ² )
94
ANÁLISE DE DADOS │ UNIDADE III
Para a elucidação e maior fixação de todo o processo descrito até o momento, quanto à
análise estatística dos dados referentes ao parâmetro linearidade, o fluxo substanciado
está organizado na Figura 17.
95
UNIDADE III │ ANÁLISE DE DADOS
Avaliação aparente
Tratamento
Conferência da variância dos
matemático dos
dados (teste de hipóteses) dados para que se
adapte ao modelo
Apresenta
Sim homocedasticidade? Não
Valor de r e teste F
Análise de resíduos
O efeito matriz é um estudo de seletividade, que tem por sua finalidade investigar
interferências presumíveis, que podem ser provocadas pelos componentes
constituintes da amostra. Tais interferentes podem ocasionar fenômenos de ampliação
ou diminuição da resposta ou sinal que o instrumento proporciona (PORTAL
ACTION, 2018b).
Para que haja a constatação de que não esteja ocorrendo o Efeito Matriz, ou seja,
comprovar sua ausência, de acordo com a RDC nº 166/2017, é preciso que se
apresentem as retas em paralelo das retas de concentração versus resposta analítica
96
ANÁLISE DE DADOS │ UNIDADE III
Então, para que seja realizada a constatação de que as retas são realmente paralelas,
utiliza-se a observação dos coeficientes angulares, os quais não devem apresentar
diferença estatística. Outra maneira de comprovar que as retas são paralelas é
comparar as suas inclinações, valendo o mesmo preceito de que não devem ser
estatisticamente diferentes.
Logo, para se averiguar se as inclinações das retas são diferentes, ou não, há algumas
formas para se obter essa resposta. Mas antes de qualquer posicionamento, devemos
nos lembrar de conferir se os pressupostos estão sendo satisfatórios.
Por conseguinte, deve-se realizar a comparação das variâncias por meio do teste F de
Snedecor para que, então, posteriormente, o teste t possa ser aplicado. Para tanto,
será estabelecida uma equação da mesma forma que na linearidade (Equação 26 e 27)
para cada reta da substância química de referência em solvente e amostra fortificada
com substância química de referência (BRASIL, 2017a).
y1= a1 + b1 x1 + ε Equação 26
Onde:
y1= sinal analítico para a curva de calibração obtida com SQR em solvente;
97
UNIDADE III │ ANÁLISE DE DADOS
ε = erro do modelo.
y2= a2 + b2 x2 + ε Equação 27
Onde:
y2= sinal analítico para a curva de calibração obtida com a amostra fortificada com
SQR;
x2= concentração do analito nas amostras fortificadas com SQR (grupo 2);
ε = erro do modelo.
H0 : b1 = b2
H1 : b1 ≠ b2
No caso em que o teste F revelar que as variâncias são iguais, deve-se aplicar a
Equação 28 para realizar o cálculo do valor T.
b−b
T= 1 2
Equação 28
Sb − b
1 2
Onde:
98
ANÁLISE DE DADOS │ UNIDADE III
1 1
=S2b − b SP,y/x
2
+ Equação 29
( n1 − 1 ) S x1 ( n 2 − 1 ) S x2
1 2
2 2
n1 + n 2 − 4
Onde:
S2y/x1 = quadrado médio do resíduo para o grupo 1;
- n1 + n2 – 4 graus de liberdade e;
Por conseguinte, para a interpretação do resultado, caso o Tcalculado seja maior ou igual
ao Tcrítico, a conduta que se deve ter é de rejeitar a hipótese nula e declarar que existe
efeito matriz significativo, logo o método em questão não pode ser considerado como
satisfatoriamente seletivo.
Porém, caso a hipótese nula seja aceita, ou seja, se o Tcalculado for menor que o Tcrítico,
pode ser presumido que não haja efeito matriz significativo e, consequentemente,
pode se declarar que as retas de regressão são paralelas e que é possível que a mesma
inclinação seja aplicada em ambos os modelos (BRASIL, 2017b).
y 1= a1 + b 3 x + ε e Equação 30
y 2= a 2 + b 3 x + ε Equação 31
99
CHECAGEM DA UNIDADE IV
CALIBRAÇÃO
CAPÍTULO 1
Testes de verificação de calibração
Para a realização dos testes de verificação de calibração, existem duas maneiras para
tal procedimento:
»» Um teste geral; e
100
CHECAGEM DA CALIBRAÇÃO │ UNIDADE IV
A outra maneira para a verificação da calibração é por meio de teste individual. Testes
individuais consistem, como o próprio nome sugere, em verificar individualmente
determinado parâmetro considerado crítico do equipamento. Para reflexão, pode-
se imaginar que o termostato de um equipamento encontra-se descalibrado e,
consequentemente, há a alteração da temperatura para 5ºC a mais que o ideal
estabelecido para a realização da análise. Essa alteração estaria prejudicando o
produto final, o analista já identificou que o motivo dessa alteração era essa elevação
da temperatura e logo a tomou como ponto crítico para a análise. Dessa maneira,
deduz-se que seria fundamental a realização do teste individual do ponto crítico
indentificado.
Observações relevantes
Como visto anteriormente, no teste geral utiliza a curva de calibração para a
verificação da calibração. O uso da curva de calibração é viável apenas quando
o equipamento apresenta-se prévia e devidamente calibrado. Dito isso, algumas
observações são fundamentais para sua aplicação, como:
101
UNIDADE IV │ CHECAGEM DA CALIBRAÇÃO
A seguir, na Figura 18, um resumo das etapas a serem realizadas para o cálculo da
variação dos fatores de resposta.
Para o cálculo da variação dos fatores de resposta, é utilizada a Equação 35, descrita a
seguir.
% Variação =
( FR maior − FR menor ) 100 Equação 35
Média dos FR
Onde:
102
CHECAGEM DA CALIBRAÇÃO │ UNIDADE IV
Com a aplicação dessa técnica analítica, pensando como uma análise qualitativa,
possibilita-se a separação de compostos análogos, contidos em amostras complexas e
também a sua posterior identificação. Ademais, é possível realizar a quantificação dos
tais compostos, uma vez já estabelecido e validado o método, com alto desempenho.
O tempo de análise também é uma característica atraente da técnica, além da alta
sensibilidade e resolução (SOUZA, 2017; COLLINS et al., 2006).
103
UNIDADE IV │ CHECAGEM DA CALIBRAÇÃO
Princípios da técnica
Sistema
de dados
Injetor de
amostra
Detector
Bombas
Coluna
Solvente
Descarte
O mecanismo que rege a separação de fases, ou também pelo tipo de fase estacionária
e fase móvel utilizada (partição, adsorção, troca iônica, exclusão, por afinidade e quiral
entre outros), define o tipo da cromatografia. Pode-se dizer que as fases estacionárias
habitualmente utilizadas são as colunas de fase reversa e as colunas de fase normal. A
fase estacionária normal é convencionalmente formada por grupamentos polares, e a
fase estacionária reversa, por grupamentos apolares. As fases estacionárias normais
104
CHECAGEM DA CALIBRAÇÃO │ UNIDADE IV
Por se tratar de uma técnica altamente sensível, quaisquer pequenas variações têm o
potencial de alterar significativamente o resultado final. Umas das mais influentes são
a temperatura e o fluxo constante da fase móvel.
»» Verificação do detector.
105
UNIDADE IV │ CHECAGEM DA CALIBRAÇÃO
106
CHECAGEM DA CALIBRAÇÃO │ UNIDADE IV
t ×∆ Tr Equação 36
Onde,
t= temperatura
2
Tr
N = 16 Equação 37
Wb
Onde,
2∆t
R= Equação 38
Wb1 + Wb2
107
UNIDADE IV │ CHECAGEM DA CALIBRAÇÃO
Onde,
»» Eluição dos analitos: a eluição pode ser afetada durante a análise com
oscilação da polaridade do solvente e amostra. Observa-se o cenário,
caso ocorra a oscilação, e uma amostra polar penda para apresentar
maior afinidade pela coluna cromatográfica normal (polar), certamente
será observada a retenção do analito no interior da coluna. Para
a verificação da ocorrência de tal situação, aguarda-se o tempo de
análise previamente designado para a total iluição do(s) analito(s)
e após o tempo teórico da análise ter passado, ao se permanecer com
o fluxo contínuo de solvente, ainda assim será possível a observação
de vestígios do analito. Como restabelecimento da situação, deve-se
108
CHECAGEM DA CALIBRAÇÃO │ UNIDADE IV
S 2h
= Equação 1
R bR
Onde,
S= sinal;
R= ruído;
h= altura;
109
UNIDADE IV │ CHECAGEM DA CALIBRAÇÃO
CLAE é uma técnica que contém um conjunto de fatores que comanda o seu perfeito
desempenho e que interfere de maneira geral e direta na análise, caso um desses
fatores sejam desarranjados. Por isso há uma preocupação exacerbada com a
temperatura, com o fluxo contínuo de solventes e com a detecção dos sinais emitidos
pela amostra, que são as principais condições que regem o todo.
Para uma análise considerada apenas como qualitativa em CLAE, tem-se como
apreciação de dado para a identificação do componente de interesse o tempo de
retenção do próprio analito no cromatograma. Realizada a exploração da amostra nas
mesmas condições analíticas, deve-se obter obrigatoriamente sempre o mesmo tempo
de retenção dos analitos, servindo como uma forma de identidade para. Vale lembra
110
CHECAGEM DA CALIBRAÇÃO │ UNIDADE IV
É válido, ainda neste momento, a significação dos termos “padrão externo” e “padrão
interno”. Em análises químicas, padrão interno representa uma amostra modelo, a
qual é adicionada em concentração previamente estabelecida do analito, em padrões
e na amostra a ser analisada. Já o termo padrão externo é usado quando o padrão
e a amostra de interesse são comparados, dependendo da técnica de análise (em
CLAE, por exemplo, pelo tempo de retenção do analito), após serem analisadas
separadamente, possibilitando a sua identificação (LEITE, 2008).
111
INCERTEZAS UNIDADE V
CAPÍTULO 1
Incertezas de medição
Algumas outras percepções de incerteza são feitas por Leite (2008), tais como:
112
INCERTEZAS │ UNIDADE V
Determinações diretas
Em algumas determinações, as incertezas podem ser avaliadas diretamente, como
uma medida realizada para aferição do pH de uma determinada solução (LEITE,
2008).
»» Temperatura;
»» Agitação;
»» Limpeza do eletrodo;
Determinações indiretas
Já nos casos em que o valor da incerteza não permite ser determinado de maneira
direta, estima-se com base em sinais emitidos pelo instrumento operado e seus valores
extremos. Ainda seguindo o exemplo dado da aferição do pH de uma determinada
solução, têm-se como exemplos de incertezas de medição indireta:
»» Temperatura do ambiente;
»» Ruído eletrônico;
»» Robustez do equipamento.
113
UNIDADE V │ INCERTEZAS
Incerteza combinada
A incerteza combinada pode ser obtida, nos casos em que os erros forem dependentes,
apenas pela soma das incertezas, e nos casos em que os erros forem independentes,
por meios estatísticos (LEITE, 2008). Para a sua ponderação, aplica-se a Equação 40,
descrita a seguir.
Onde,
u = Incerteza;
Vale ressaltar que é preciso ter domínio da técnica e das variáveis relacionadas para
que seja possível o cálculo da incerteza. É importante também saber que em análises
químicas é comumente aplicado um nível de confiança de 95%, mas, especificamente,
a incerteza combinada cumpre 68% da distribuição normal dos dados. Desse modo, é
114
INCERTEZAS │ UNIDADE V
necessário que se aplique a incerteza expandida, a qual pode ser obtida por meio da
Equação 41, para que então seja multiplicado e atingido o nível de confiança de 95%
(LEITE, 2008).
U = k.u c Equação 41
Onde,
U= incerteza expandida;
uc = incerteza combinada.
Então, para que seja realizado o cálculo de incerteza combinada, Leite (2008) sugere
seguir a ordem das etapas:
»» Emitir resultado.
Utilização do branco
115
UNIDADE V │ INCERTEZAS
Médiaamostra ± Desvio-padrãoamostra
Médiabranco ± Desvio-padrãobranco
Segundo Krug (2006), o branco pode ser diminuído de maneira efetiva quando houver
o domínio positivo de alguns fatores como:
»» Qualidade do ar do laboratório.
116
CAPÍTULO 2
Impurezas e produtos de degradação
117
UNIDADE V │ INCERTEZAS
2015, elucida e apresenta quais os critérios a serem seguidos para tal. E quanto
à quantificação de produtos de degradação nos estudos de estabilidade de
medicamentos, pode-se consultar a Resolução nº 1, de 29 de julho de 2005 (BRASIL,
2015).
118
INCERTEZAS │ UNIDADE V
realização da degradação das amostras por meio das seguintes situações com suas
variações intrínsecas:
»» Aquecimento.
»» Umidade.
»» Oxidação.
»» Fotólise.
»» Íons.
119
UNIDADE V │ INCERTEZAS
120
INCERTEZAS │ UNIDADE V
»» Exatidão.
»» Precisão.
»» Seletividade/especificidade.
»» Linearidade.
»» Limite de detecção.
»» Limite de quantificação.
»» Robustez.
121
UNIDADE V │ INCERTEZAS
Fármaco
Hidrólise ácida Fotólise
Ocorreu de 10 a 20%
de degradação?
Alterar as condições
Fotoestável aplicadas (concentração Teste de
de solventes, tempo de degradação
exposição, temperatura) finalizado
Como observado na Figura 20, depois da aplicação das diferentes situações, com suas
variações intrínsecas, recomenda-se que seja ocasionada de 10 a 20% de degradação
do fármaco, contudo, é importantíssimo que se evite exageros nas variações das
diferentes condições aplicadas, de forma que seja impedida a formação de produtos de
degradação secundários.
122
INCERTEZAS │ UNIDADE V
essas condições, pode-se buscar novas tentativas como, por exemplo, a redução da
temperatura de reação.
Para a realização do teste de fotólise, a amostra em geral fica exposta à luz emitida
por lâmpadas fluorescentes brancas e ultravioleta, ou pode também utilizar uma das
lâmpadas de xenônio e de halogenetos metálicos. As amostras contendo o fármaco
devem receber luz, com pelo menos 1,2 milhões de lux húmica e energia de 200 watt
h/m². Caso essas condições ainda não sejam suficientes para causarem qualquer
degradação da amostra, pode-se multiplicar tais condições em cinco vezes mais e se
ainda assim permanecer sem a geração de produtos de degradação, a amostra pode
ser considerada fotoestável (ICH-Q1B, 1996).
Figura 21. Representação das amostras a serem testadas para o teste de degradação forçada de matéria-prima.
123
UNIDADE V │ INCERTEZAS
Como é possível observar na Figura 21, deve-se utilizar pelo menos quatro soluções
para cada amostra a ser degradada, em geral, a amostra de interesse em condições
normais (tempo zero) e depois da aplicação de uma determinada condição
estabelecida, como, por exemplo, hidrólise ácida) e também a solução do branco
dessa amostra (também em condições normais e após a aplicação da mesma condição
estabelecida aplicada na amostra contendo o fármaco).
Figura 22. Representação das amostras a serem testadas para o teste de degradação forçada de produtos
acabados.
124
INCERTEZAS │ UNIDADE V
Segundo a RDC 53/2015, ressalta-se também que alguns requisitos, quanto ao estudo
de degradação forçada, devem ser acatados:
125
QUÍMICA VERDE UNIDADE VI
CAPÍTULO 1
Conceitos da química verde
O conceito de química verde surgiu nos Estados Unidos, depois do acidente ocorrido
em Bopal, Índia, em 1984. Seguidamente ao ocorrido, as leis estabelecidas pela
Agência de Proteção Ambiental sobre as indústrias químicas se tornaram mais rígidas.
126
QUÍMICA VERDE │ UNIDADE VI
127
UNIDADE VI │ QUÍMICA VERDE
Substituindo solventes
Além da aplicabilidade nas indústrias em geral, a química verde pode (e deve) ser
empregada dentro da área de validação de métodos analíticos, no desenvolvimento de
novas técnicas e métodos acessíveis e de fácil execução, com a finalidade de diminuir
ou eliminar os potenciais danos à saúde e ao meio ambiente causados pela liberação
dos subprodutos gerados nas reações. A diminuição dos impactos ambientais viria
pela minimização ou eliminação do uso de solventes tóxicos e, consequentemente,
pela diminuição da geração de resíduos. O não uso de soluções tamponantes também
é recomendável. Essas substituições devem ser realizadas sem afetar a precisão,
sensibilidade e reprodutibilidade dos métodos analíticos.
128
QUÍMICA VERDE │ UNIDADE VI
129
UNIDADE VI │ QUÍMICA VERDE
130
Referências
131
REFERÊNCIAS
BUSANELLO, C.; GOMES, E.; GALINA, K. J.; GAMARRA JUNIOR, J. S.; PROVASI,
M.; HASHIMOTO, M. S. M.; HOFFMANN, R. A. G. Farmácia com manipulação.
Guia da Profissão Farmacêutica. Conselho Regional de Farmácia do Estado do Paraná,
2017.
132
REFERÊNCIAS
133
REFERÊNCIAS
134
REFERÊNCIAS
135
REFERÊNCIAS
LEITE, F. Validação em Análise Química. 5a. ed. Campinas- SP: Editora Átomo,
2008.
136
REFERÊNCIAS
137
REFERÊNCIAS
PEREZ, M.A.F. Validação de métodos analíticos: Como fazer? Por que ela é
importante? Informativo CETEA. Instituto de Tecnologia de Alimentos, p.1-9, v.
22, n. 3, 2010.
138
REFERÊNCIAS
SEVERO, L. S.; LAMMOGLIA, P.; SAITO, R. H.; REIS, G.; FURQUIM, T. A. C.;
COSTA, P. R.; HERDADE, S. B. Aplicação dos Testes de Verificação dos
Indicadores da Qualidade de Equipamentos de Ultrassonografia. São Paulo:
Instituto de Eletrotécnica e Energia da USP, pp. 1-4, 2015.
139
REFERÊNCIAS
TERRONI, H. C.; JESUS, J. M. de; ARTUZO, L. T.; VENTURA, L. V.; SANTOS, R. F.;
DAMY-BENEDETTI, P. C. Liofilização. Revista Científica Unilago, pp. 271-284,
2013.
140