III- Qualité des mesures

Présentation au sujet: "III- Qualité des mesures"— Transcription de la présentation:

1 III- Qualité des mesures
Bienvenue au labo

2 Cheminement de l’échantillon au sein d’un laboratoire
Réception de l’échantillon au laboratoire  Prise en charge de l’échantillon Analyse des différentes substances  Ce Validation des résultats Emission d’un bordereau de résultat

3 Composantes : toutes pareilles !
Préparation échantillon avant analyse conservation, filtration, séchage, tamisage homogénéisation, prise d’échantillon Extraction /minéralisation méthode, nature du réactif, rendement Analyse instrumentale choix de la filière,étalonnage, dosage Traitement des résultats validation Émission d’un bordereau de résultat = méthode (domaine d’application + performances)

4 Préparation de l’échantillon avant analyse
Matériels à utiliser pour le stockage des échantillons et des réactifs Analyse des métaux (sauf le mercure)  Polyéthylène  Polypropylène Acidification à pH < 2  Fluorocarbones = Téflon   Quartz Conservation 1 mois  Pas de verre (sauf pour échantillons solides) Analyse du mercure  Verre borosilicaté Acidification pH< 2  Quartz ajout de dichromate de potassium  Téflon   Pas de plastique (sauf pour échantillons solides) Conservation 1 mois Analyse des micropolluants organiques  Verre borosilicaté ambré Réfrigération et Analyse  Pas de plastique sous heures

5 Préparation des échantillons solides (type sédiments ou sols)
Remarque : Objectif = avoir un échantillon représentatif - séchage : quelle température compatible avec le polluant recherché ? - tamisage : enlèvement des éléments grossiers - attention aux cas où les polluants sont présents sur les particules grossières (selon les cas) En général, toute action sur les échantillons doit se justifier et si possible se référer à une Norme ou projet de Norme Le plan de préparation doit donc être présenté, élaboré au cas par cas, et être justifié

6 Extraction Deux démarches :
Mise en solution du polluant : l’analyse ne concerne qu’une fraction (celle adsorbée ou faiblement complexée) Lixiviation (sols), extraction partielle (eau régale) Analyse complète : extraction ‘totale’ où tout l’échantillon est analysé Méthodes variables selon les polluants - éléments métalliques (utilisation HF, fusion) - composés organiques volatils - composés organiques semi-volatils ou non volatils - Minéralisation par attaques acides (métaux) - Méthode espace de tête (dynamique ou statique) pour les composés organiques volatils - Méthodes pour composés semi-volatils ou non volatils : Soxhlet et sa variante, Soxtec, Agitation mécanique Extraction par ultrasons, Extraction par solvants à haute température sous pression Extraction assistée par micro -ondes Extraction par fluide supercritique Remarques : - Une extraction est associée à un taux de recouvrement (efficacité de l ’extraction) - variable selon la technique et le type de sol Nécessité pour cela de travailler avec un échantillon standard - Sources d ’erreur (perte de composés, substances indésirables introduites)

7 Exemple de divergence de résultats
Extraction Exemple de divergence de résultats Origine : Méthode d’extraction Remarque : L ’attaque du laboratoire A (acide nitrique + acide chlorhydrique) est partielle. Il y a sous-estimation des concentrations dans la matrice solides. L ’attaque du laboratoire B est complète ; la méthode est bien validée. Cependant, il est important aussi de se référer au bruit de fond géochimique. Car la méthode B ne permet aucune distinction entre l ’arsenic provenant de la pollution et l ’arsenic présente avant pollution. Lab. A : HNO3 + HCl (eau régale) Lab. B : fusion Peroxyde de sodium + Reprise HCl

8 Analyse : Techniques analytiques
Objectifs : Quantification directe des composés (méthodes spectroscopiques) Séparation des polluants (chromatographie) puis détection quantitative Techniques différentes selon les composés : Composés et éléments inorganiques Composés organiques Besoins : Etalonnage, blancs (limites de détection / limites de quantification) Standard certifié de référence (pour analyse quantitative) Traceurs (pour connaître le taux de récupération ou rendement d’extraction) Couplage de techniques Quantification directe : Spectrométrie : d ’adsorption atomique (AAS) de fluorescence atomique et à four graphite (GFAAS) Plasma à couplage inductif (ICP) : ICP/ émission atomique (ICP/AES) ICP/ spectrométrie de masse (ICP/MS) Séparation + quantification : Chromatographie liquide (LC) + MS Chromatographie ionique Chromatographie gazeuse (CPG ou GC) + MS LC et GC complémentaires : HPLC Couplage Chromatographie + ICP/MS Se référer à : Guide méthodologique pour l ’analyse des sols pollués, MATE, éditions BRGM, document n°298 (2001) 

9 Analyse : Techniques analytiques
Composés organiques : GC, GC/MS : COV, Hydrocarbures aromatiques volatils, PCB, organochlorés, chlorophénols LC, HPLC : HAP, herbicides Composés inorganiques : Spectrométrie d’adsorption atomique : éléments traces (métaux) (four graphite : GF-AAS) Chromatographie ionique : anions, cations ICP-optique (émission) : métaux ICP-MS (plasma à couplage inductif) métaux traces Chromatogramme type d ’un mélange d ’hydrocarbures (CPG) : Les COV sont représentés par de nombreux composés : le benzène, le toluène, le méthanol, l'éthanol, les éthers... et les OHV (organohalogénés volatils - dont ceux présentés à la diapositive n°7)

10 Non détecté, non quantifié
Rapport d’essais Organisation Accréditations ou agréments, du laboratoire Signature des opérateurs, Contrôle qualité Prélèvement date, contexte du prélèvement, Modalités et moyens de conservation entre prélèvement et analyse Echantillon Identification, Date de réception, Modalités de préparation Analyses Technique(s) utilisée(s), normalisées ou non, Modes opératoires, validation des méthodes Présentation Molécules, espèces ou éléments recherchés, des résultats Unités de mesure, limites de quantification, Estimation globale de l’incertitude de mesure Projet de guide ISO / CEI DIS 17025 « prescriptions générales concernant la compétences des laboratoires d ’étalonnage et d ’essai » Limite de détection : Plus basse concentration décelable pour une méthode et une matrice de données Propre à chaque laboratoire Doit être inférieure à la teneur de référence Limite de quantification : Concentration au dessus de la quelle la quantification peut avoir lieu ~ plus petite valeur que le laboratoire peut porter sur un bulletin d ’analyse L D L Q Non détecté, non quantifié Détecté, non quantifié Détecté, Quantifié

11 Exemple de bordereau de résultats
Support de formation

12 Le rôle des laboratoires :
Fournir au client :  Un résultat quantitatif juste et précis accompagné d’une estimation de l’erreur ( incertitude de mesure)  X ± I.C Comment : Le résultat doit être aussi précis que possible. La quantification est toujours une estimation et doit toujours être accompagnée d ’un degré d ’incertitude. Sans cette information aucune conclusion ne peut être tirée d ’un résultat de dosage. Seul le contrôle de la qualité permet de vérifier la validité des résultats. 1 èrement, nous avons abordé les différents types d ’erreurs qui influencent les résultats puis, nous verrons comment nous pouvons les estimer.  Un contrôle de la qualité permet de vérifier la validité des résultats

13 Valeur limite réglementaire limite de quantification
Estimer l’incertitude : pourquoi ? Valeur limite réglementaire limite de quantification Mesure 1 Mesure 2 Mesure 3 Mesure 4 Concentration croissante

14 Valeur limite de concentration (1) limite de quantification
Estimer l’incertitude : pourquoi ? zone non conforme zone conforme zone non conforme Valeur limite de concentration (1) limite de quantification Mesure 1 Mesure 2 Mesure 3 Mesure 4 Concentration croissante incertitude sur la mesure

15 Estimer l’incertitude : comment ?
Par des approches utilisant soit le calcul différentiel, soit l’utilisation de données expérimentales. Un préalable : connaissance exhaustive des grandeurs d’influence et des performances de la méthode : analyse du processus de mesure, caractérisation initiale des performances, contrôle de son bon déroulement, validation externe (PTS - EIL)

16 Connaissance de la nature des erreurs
3 types d’erreurs : Grossières Aléatoires (dues au hasard) Systématiques Les erreurs aléatoires : Les réplicats de mesure sont dispersés de chaque côté d’une valeur centrale Affectent la précision et la justesse des analyses Evaluées par des réplicats d’analyse Résultent de variations non contrôlées des conditions du système analytique pendant différentes analyses (réactifs, fluctuations des conditions instrumentales…) Les résultats d ’analyse chimique des eaux ou des effluents (eaux de rejets industrielles) sont sujets à des erreurs, c ’est-à dire que les concentrations mesurées peuvent êtres différentes des concentrations réelles. Ces erreurs sont de trois natures : grossières, aléatoires ou systématiques (également appelé biais). Les erreurs grossières sont dues à une mauvaise exécution de la méthode écrite par l’analyste => facilement mises en évidence Les erreurs aléatoires, quand à elles, résultent de variations non contrôlées des conditions du système analytique pendant différentes analyses au cours du temps (différences de volume d ’échantillon ou de réactif prélevé à différents moments, fluctuations de la température, fluctuations des conditions instrumentales, ainsi que des écarts induits par l ’opérateur lors de la lecture des graduations etc). L ’analyse répétée du même échantillon homogène ne donne pas en général une série de résultats identiques. Par contre les résultats sont dispersés autour d ’une certaine valeur centrale. Cette dispersion est attribuée à l ’erreur aléatoire. Cette erreur aléatoire affecte donc la précision et la justesse des analyses. L ’erreur aléatoire peut donc être évaluée en réalisant des analyses répétées d ’un même échantillon homogène

17 Nature des erreurs ou incertitude de mesure
Les erreurs systématiques (biais) : Tous les résultats sont faux de la même façon (par ex tous trop élevés) Affectent la justesse des mesures Évaluées par l’analyse de matériaux de référence certifiés ou mesure de blancs Causées par : - Instabilité des échantillons entre le prélèvement et l’analyse - Incapacité à déterminer toutes les formes pertinentes de l’espèce à analyser - Essai à blanc biaisé ou non pris en compte - Etalonnage biaisé - Interférences (effets de matrice) - Contamination L ’erreur systématique (ou biais) est présente lorsqu ’il y a une tendance persistante des résultats à être supérieurs, ou inférieurs, à la valeur vraie. Elle est causée par : l ’instabilité des échantillons entre le prélèvement et l ’analyse : il est important d ’utiliser les procédures efficaces de stabilisation des échantillons mais attention celles-ci doivent être compatibles avec le système analytique utilisé et avec le type d ’échantillon particulier à analyser. (ex présentation du tableau conservation des échantillons) Essai à blanc biaisé : par exemple, présence de l ’espèce à analyser dans l ’eau utilisée pour l ’essai à blanc, les résultats obtenus pour les échantillons seront biaisés vers le bas etc…. Afin de déterminer, d ’estimer ces erreurs, les laboratoires doivent mettre en place un programme d ’assurance qualité adéquatement décrit. Ce programme est constitué d ’un système de contrôle interne conçu pour vérifier que les résultats fournis sont conformes. L ’objectif du contrôle de la qualité est d ’optimiser et de maintenir optimum un processus d ’obtention de résultats. En général l ’assurance de qualité dans un processus de dosage d ’un échantillon est semblable à celui d ’un processus de fabrication. Dans l ’industrie, la procédure peut s ’appeler « contrôle statistique des produits », en chimie analytique ou plus largement en métrologie, la procédure peut s ’ appeler « contrôle statistique de la mesure ». Ce contrôle comprend plusieurs étapes dont certaines sont liées directement au processus analytiques. Comme nous venons de voir, il est nécessaire d ’avoir une estimation de l ’erreur associée à la mesure.

18 Exemple d’erreurs systématiques - Contamination
Cas de l’analyse des métaux traces Apport externe de métal à l’échantillon (ou dans le blanc) à n’importe quel stade du prélèvement, préparation des échantillons, stockage ou analyse. La contamination peut provenir de diverses sources : air, instrumentation analytique, analyste, flaconnage, réactifs. Nécessaire de tester les procédures pour éviter les risques de contamination.  Choix du matériel (prélèvement, stockage des échantillons, préparation). Ne jamais utiliser de matériel de laboratoire en métal. Procédures de nettoyage de la vaisselle : lavage acide (HNO3) et rinçages avec de l’eau déminéralisée Purification de l’eau : distillation, résines échangeuses d’ion, osmose inverse Choix de réactifs purs (faibles en métaux) Utilisation de gants sans poudre ; surtout pas en latex (le talc et le latex contiennent du Zn)

19 Quelques définitions utiles
La justesse : C’est l’étroitesse de l’accord entre une mesure, ou la moyenne de mesures, et la valeur conventionnellement vraie de l’échantillon. La valeur conventionnellement vraie de l’échantillon est fournie par consensus à partir des valeurs de mesures répétées. On l’évalue à partir d’une moyenne  la justesse mesure un biais La précision ou fidélité: C’est l’étroitesse de l’accord entre des répétitions indépendantes, effectuées sur des prises multiples d’un échantillon homogène dans des conditions stipulées. On mesure la précision ou la fidélité avec des écarts types ou des variances. La précision dépend aussi du niveau de concentration de l’élément analysé : en général la précision sera meilleure pour des concentrations élevées qu’aux très faibles concentrations.

20 Quelques définitions utiles
Les conditions de mesure de la précision : Conditions de répétabilité : la répétabilité les mesures sont faites par un même opérateur, sur un même instrument, avec une méthode unique et dans un délai court écart type de répétabilité Sr-1 coefficient de variation de la répétabilité : CVr (%) = (sr-1 / x) x 100 Conditions de reproductibilité : la reproductibilité lorsque n’importe quelle condition change : plusieurs opérateurs et/ou instruments et/ou méthodes d’analyse et/ou délais d ’exécution, …. écart type de reproductibilité SR-1  coefficient de variation de la reproductibilité : CVR (%) = (s R-1 /x) x 100

21 Ni juste ni fidèle Fidèle mais pas juste Juste mais pas fidèle
Modèle simplifié de l’exactitude : Exactitude = Justesse + précision Quelques définitions … en métrologie Ni juste ni fidèle Fidèle mais pas juste Erreur de Justesse = biais Erreur de fidélité = erreur expérimentale Juste mais pas fidèle Juste et fidèle

22 Quelques définitions utiles
Limite de détection (LD) La plus petite concentration qui est statistiquement différente d’un blanc de procédure (réactifs/ minéralisation) à un niveau de confiance spécifié pour une procédure analytique donnée. = Concentration minimale qui peut être détectée La mesure de la LD est basée sur la mesure de blancs (au moins 10 déterminations) : LD = 3,3 sblanc Limite de quantification (LQ) = Concentration minimale qui peut être quantifiée LQ = 10 sblanc

23 Validation des résultats avant remise d’un résultat
Contrôle de l’exactitude (justesse et précision) participation aux essais d’aptitudes, essais interlaboratoires Contrôle de la justesse (erreur systématique) contrôle de la moyenne (matériaux de référence internes ou « certifiés ») contrôle du rendement (vérifier les erreurs systématiques résultant des interférences de matrice) contrôle du blanc (vérifier les erreurs du type : contamination des réactifs, contamination des récipients de réaction et du système de mesure, défauts instrumentaux) Contrôle de la précision  contrôle de la gamme  estimation de la fidélité avec des analyses répétitives

24 Contrôle de la justesse
Matériaux de référence internes (propre à un laboratoire) ou externes Matériaux de référence “ certifiés ”   accompagné d’un certificat x  intervalle de confiance x  sn-1  concentrations déterminées par une ou plusieurs techniques valides. Exemples de matériaux concernant les métaux : CNRC (Canada) : tissus biologiques, eaux de rivière, eaux de mer, sédiments marin NIST (USA) : tissus biologiques, sédiments de rivière ; solutions étalons certifiées ; … BCR (CEE) NIES (Japon) AIEA (Autriche)

25 Représentation schématique d’une série d’analyse
Point contrôle moyenne matériau de référence Contrôle blanc d’analyse Echantillon B Échantillon A Gamme d’étalonnage Point contrôle rendement  Calibration de l’instrument de mesure - vérification de la linéarité

26 Contrôle de la justesse
La meilleure approche est l’utilisation systématique des points de contrôle (matériau de référence, blanc ou solution dopée) et de reporter pour chaque série d’analyses d’échantillons tous les résultats des contrôles effectués dans des courbes de contrôle. Les courbes de contrôle permettent de prendre une décision objective sur la validité des résultats d’analyse. Si les concentrations mesurées des points de contrôle sont compris dans les limites acceptables définies au préalable par le laboratoire, les analyses sont donc sous contrôle et les données obtenues sur les échantillons sont acceptables.

27 Exemple carte de contrôle : Demande chimique en Oxygène

28 Suivi des cartes de contrôle - Participation aux essais interlaboratoires
Les critères de déclenchement d’une action corrective au sein d’un laboratoire sont : un point dépasse la limite d’action ( |Z| > 3) ou x ± 3s  les résultats d’analyse ne sont pas acceptables deux points successifs dépassent la même limite d’alerte ( |Z| > 2) ou x ± 2s sept points successifs sont placés du même côté de la ligne médiane  sous-estimation ou surestimation

29 Exemple : Remplacement d’appareillage

30 Exemple : Surestimation du COT

31 Les avantages du programme d’assurance qualité
Les analystes sont capables de “ traquer ” un problème jusqu’à sa source d’une manière systématique Les laboratoires sont capables de produire des données fiables La confiance des analystes augmente La réputation du laboratoire augmente

32 Comment construire une courbe de contrôle
Sélectionner un matériel certifié (en fonction de l’élément à analyser et du type d’échantillon) Analyser ce CRM au moins 10 fois, pendant une période donnée (au cours des analyses de routine des échantillons de même type) Calculer la moyenne (X) et l’écart type (s) Reporter sur un graphique : X, X+2s, X+3s, X-2s, X-3s.