Hoe de meetonzekerheid ramen bij de kwantificering van

advertisement
Hoe de meetonzekerheid ramen bij de
kwantificering van bestrijdingsmiddelen ?
Laure Joly en Vincent Hanot
WIV-ISP, Juliette Wytsmanstraat 14, 1050 Brussel
De onzekerheid, een sleutelelement bij het nemen van beslissingen
Binnen het bijzondere kader van de voedselveiligheid moeten de gevonden concentraties van bestrijdingsmiddelen absoluut kleiner zijn dan een toegestane maximumconcentratie (MRL). Het is daarbij van het grootste belang
dat men over volledige informatie kan beschikken wanneer men moet beslissen of een product wel of niet conform is aan de geldende voorschriften.
Die concentraties krijgen echter pas echt betekenis als zij worden genuanceerd aan de hand van de betreffende
meetonzekerheid, waarmee de spreiding van de waarden die men redelijkerwijs aan een meting kan toekennen
kan worden aangegeven met een welbepaald betrouwbaarheidsniveau (k) [1].
Om de meetonzekerheid voor de concentratie van een bestrijdingsmiddel te ramen kunnen meerdere benaderingen in overweging worden genomen mits zij in overeenstemming zijn met de GUM (guide to the expression of
uncertainty in measurement [2]) en met de norm ISO 17025 [3].
Verschillende mogelijke benaderingen
Meetonzekerheid, een complexe en lastige berekening die ons weer naar de schoolbanken brengt
De alomvattende benadering, ook bekend als « bottom-up », staat beschreven in de EURACHEM gids [4] die voorstelt om als volgt te werk te gaan: om te beginnen een lijst opmaken van alle mogelijke bronnen van onzekerheid
en de met elk daarvan samenhangende onzekerheid berekenen. Daarna worden de verschillende vastgestelde
bijdragen uitgedrukt als standaardafwijkingen. Tot slot worden de standaardafwijkingen met elkaar gecombineerd om tot een onzekerheid van het samengestelde type te komen (uc) op basis waarvan een zogenaamde
“uitgebreide” meetonzekerheid wordt berekend (U). Bijvoorbeeld: U=k uc= 2 uc voor een betrouwbaarheidsniveau
van 95 %.
Dankzij die strikte benadering worden de aan elke bron of procedurestap verbonden onzekerheden duidelijk
geïdentificeerd en gekwantificeerd. Het feit dat men de aan elke onzekerheid gekoppelde eigen waarde kent, kan
later worden gebruikt om de analyseprocedure te optimaliseren.
Bij toepassing op het bijzondere gebied van de analyse van bestrijdingsmiddelen blijkt die benadering echter
bijzonder lastig en vrijwel onmogelijk uit te voeren. Verder bestaat de neiging dat de meetonzekerheid in complexe gevallen wordt onderschat, vooral vanwege het feit dat men moeilijk alle bijdragen in de eindberekening
kan opnemen [5].
25
Onzekerheid berekenen zonder de bronnen ervan te kennen
De door het Analytical Methods Committee (AMC) [6] ontwikkelde “top down” methode kan dan weer alleen
worden gebruikt voor methoden die reeds gevalideerd zijn. Het gaat om een empirische benadering waarbij de
onzekerheid wordt getypeerd voor de resultaten van 1 laboratorium en van interlaboratoriumproeven.
In die benadering, U= √(u2bias+ u2 Rw ) , wordt de systematische fout bepaald op grond van de bij de interlaboratoriumproeven verkregen z-scores en de metingen van referentiematerialen terwijl de intralaboratorium herhaalbaarheid (URw,) wordt bepaald aan de hand van kwaliteitscontrolemonsters (QC) en validatiegegevens.
Omdat de « top down » benadering de grootste waarschijnlijkheid geeft dat alle bijdragen in aanmerking worden
genomen wordt zij vaak gebruikt in de analytische scheikunde. Ook het FAVV prijst die benadering aan [7].
Onzekerheid op 50 % vaststellen door de aanbevelingen uit SANCO 12495/2011 toe te passen
In de praktijk blijkt het totaal onmogelijk om op welke manier ook de meetonzekerheid te berekenen voor honderden moleculen en in tientallen verschillende levensmiddelen (wat het geval is bij multi-residuanalyses van
bestrijdingsmiddelen).
Zich bewust van die problematiek raadt SANCO 12495/2011 [8] de laboratoria die hun geschiktheid tijdens
interlaboratoriumproeven hebben bewezen aan om de onzekerheid vast te stellen op 50 %. Die schijnbaar
willekeurige waarde vloeit voort uit de vaststelling van robuuste standaardafwijkingen (Qn-RSD) in de Europese
interlaboratoriumproeven over een aantal jaren. Figuur 1 laat zien dat de robuuste standaardafwijking voor de
meeste bestrijdingsmiddelen om en bij 25 % ligt, ongeacht de matrix. De passende standaardafwijking (FFP-RSD )
is daarom vastgesteld op 25 % en de uitgebreide onzekerheid U=2 FFP-RSD op 50 % voor een betrouwbaarheidsniveau van 95 %.
Wij zien in figuur 1 ook dat de Qn-RSD over de jaren heen de neiging vertonen om de waarde van de FFP-RSD te
benaderen.
Figuur 1. Robuuste standaardafwijking (Qn-RSD) van de verschillende bij 10 Europese interlaboratoriumproeven
gevonden bestrijdingsmiddelen. De geanalyseerde matrices zijn fruit- of groentesoorten die elk jaar verschillen.
De verkregen bestrijdingsmiddelenconcentraties schommelen tussen 50 en 1000 ng/g matrix. De grafiek werd
overgenomen met toestemming van het European Union Reference Laboratory for residues of pesticides in fruits
and vegetables (EURL-FV).
26
Onzekerheid meten met de vergelijkingen van Horwitz en Thompson (aangepaste Horwitz)
Dit is een totaal andere benadering dan de twee voorgaande. Ze steunt op de empirische vergelijkingen van
Horwitz en Thompson en beschouwt de onzekerheid als uitsluitend evenredig met de bestrijdingsmiddelenconcentratie.
De vergelijking van Horwitz (U= 0.02 c0.8495 voor een betrouwbaarheidsniveau van 95 %) wordt gebruikt voor
concentraties (c in g/g) die begrepen zijn tussen 1.2 10-7 (120 ppb) en 0.138 (13.8 %). Voor kleinere concentraties
wordt de vergelijking van Thompson (aangepaste Horwitz) gebruikt ; U= 0.22 c [9, 10].
Met die benadering kan men zich vooral een goed beeld vormen van de grootteorde van de onzekerheid.
Vergelijking van de met de verschillende methoden verkregen
onzekerheden
Het EURL “Pesticides Fruits and Vegetables” raamde de met verschillende bestrijdingsmiddelen samenhangende
onzekerheid bij een concentratie van 10 ppb aan de hand van elk van de hierboven besproken methoden [11].
Dit zijn de belangrijkste resultaten: de “bottom up” benadering werd niet gebruikt omdat ze te complex is, de “top
down” benadering raamt de onzekerheid op 54 %, de SANCO-methode geeft een onzekerheid van 50 % te zien
en de Thompsonvergelijking raamt de onzekerheid ten slotte op 44 %.
Volledigheidshalve moet echter ook worden aangestipt dat de onzekerheid op de meting van de concentratie
van een bestrijdingsmiddel in een aantal welbepaalde gevallen ver onder 50 % ligt.
Dat is met name zo voor de analyse op bromiden die gebeurt aan de hand van een zogenaamde “single residu”
methode waarbij de gevonden concentraties gelijk zijn aan ongeveer 50 ppm. Volgens de Horwitzvergelijking en
gelet op de gevonden hoeveelheden is de onzekerheid gelijk aan 10 %, wat een resultaat is dat de robuuste RSD
(Qn-RSD) van de interlaboratoriumproeven (8.6 % voor PT –SRM6) benadert.
De onzekerheid is ook kleiner bij gebruik van een isotopenstandaard in “single residu” methoden. De isotopenstandaard wordt in het begin van de analyse toegevoegd en corrigeert de meeste onzekerheden die samenhangen met extractie, voorzuivering en injectie. Daardoor zijn de verkregen systematische fout en interlaboratorium
herhaalbaarheid minimaal en ligt de uitgebreide meetonzekerheid ver onder 50 %.
Bibliografie
1. International vocabulary of basic and general terms in metrology (VIM),ISO 1993
2. Guide to the expression of uncertainty in measurement (GUM). BIPM, IEC, IFCC, ISO, IUPAC, IUPAP, OIML. International organization of standardization, Geneva Switzerland, 1st edition 1993, corrected and reprinted 1995
3. ISO/DIS 17025, General Requirements for the Competence of Calibration and Testing Laboratories, ISO, Geneva, Switzerland, 2000.
4. Quantifying uncertainty in analytical measurement. EURACHEM/CITAC Guide,2nd ed., 2000
5. Measurement uncertainty in testing, Eurolab Technical report N°1/2002
6. Analytical Methods Committee of the Royal Society of Chemistry, Analyst, 1995, 120 ; 2303.
7. Procédure pour la détermination de l’incertitude de mesure pour les analyses chimiques quantitatives. Note
de service de l’AFSCA n°LAB P 508 disponible sur le site web de l’AFSCA
8. Method validation and quality control procedures for pesticide residues analysis in food and feed. Doc
SANCO/12495/2011
9. Horwitz, W., Kamps, L.R., Boyer, K.W., J. Assoc. Off. Anal. Chem., 1980, 63 ; 1344.
27
10. Thompson, M., Analyst, 2000, 125 ; 385.
11. Comparative study of the main top-down approaches for the estimation of measurement uncertainty in
multiresidue analysis of pesticide in fruit and vegetables, Medina, P, Presentation at EURL SRM/FV Workshop,
27-28 October 2010 Almeria (Spain)
[email protected]
28
Download
Random flashcards
fff

2 Cards Rick Jimenez

mij droom land

4 Cards Lisandro Kurasaki DLuffy

Rekenen

3 Cards Patricia van Oirschot

Create flashcards