ODHAD NEJISTOT KVALITATIVNÍCH VÝSLEDKŮ ZKOUŠEK

Význam tématu

Bayesovský přístup k odhadu nejistot u kvalitativních chemických testů přináší robustní rámec pro vyhodnocení pravděpodobnosti správného klinického či forenzního rozhodnutí. V oblasti identifikace akcelerantů na místě požáru je klíčové kvantifikovat míru spolehlivosti pozitivních i negativních výsledků, což klasické normy pro kvantitativní analýzy neřeší jednoznačně.

Cíle a přehled studie

Článek představuje princip aplikace Bayesova teorému pro vyhodnocení pravděpodobnosti přítomnosti hořlavé látky ve vzorku z požářiště. Autor shrnuje literární přístupy k nejistotě u kvalitativních testů a demonstruje je na příkladu SPME-GC/MS analýz automobilového benzínu a nafty. Studie si klade za cíl popsat metodiku získání vstupních dat, validaci metody a následný výpočet aposteriorní pravděpodobnosti hypotézy o žhářství.

Použitá metodika a instrumentace

Pro analýzu vzorků byl použit postup mikroextrakce na tuhé fázi (SPME) následovaný plynovou chromatografií se selektivní detekcí hmotnostní spektrometrií (GC/MS). Pro validaci se připravil sekundární pracovní standard (SWS) z odpařeného benzínu v metanolu.

• Plynový chromatograf GC 8000 Top s hmotnostním spektroskopem Voyager (Thermo Quest Finnigan).
• Plynový chromatograf Trace GC Ultra s hmotnostním spektrometrem DSQ II (Thermo Electron Corporation).
• Vyhodnocovací software Xcalibur pro stanovení výšek píků v TIC chromatogramech.

Validace zahrnovala stanovení citlivosti (směrnice kalibrační přímky), mez detekce (LOD), linearity (korelační koeficient R), selektivity a opakovatelnosti (r při hladině spolehlivosti 95 %). Kalibrace proběhla ve třech koncentracích pomocí různých dávek standardu naneseného na písek.

Hlavní výsledky a diskuse

Chromatogramy SWS a čerstvého benzínu odhalily změny profilem aromátů a parafinů vlivem odparu, degradace a přítomnosti produktů hoření. Kalibrační přímky vykázaly hodnoty R nad 0,96 a LOD v řádu jednotek milionů elektronických jednotek signálu.
Pro Bayesův výpočet jsou definovány apriorní pravděpodobnosti P(H), pravděpodobnosti falešně pozitivního a falešně negativního výsledku. Výsledné aposteriorní pravděpodobnosti P(H/E) se pohybují kolem 0,97–0,99 při rozumných vstupních odhadech, což indikuje vysokou jistotu potvrzení hypotézy o přítomnosti akcelerantu.

Přínosy a praktické využití metody

Metoda umožňuje kvantifikovat nejistotu kvalitativního rozhodnutí a poskytuje soudně akceptovatelný argumentační řetězec. Užitečná je pro forenzní chemii, požární vyšetřování i kontrolu kvality v průmyslových a akreditovaných laboratořích, kde je nutné hodnotit spolehlivost detekce látek i v blízkosti detekčního limitu.

Budoucí trendy a možnosti využití

Očekává se rozšíření Bayesian metrik na další kvalitativní testy v environmentálních a potravinářských analýzách. Další oblasti aplikace zahrnují identifikaci polymerů ve stavebnictví, hodnocení spolehlivosti laboratorních testů v QA/QC a integraci do digitálních systémů rozhodování založených na umělé inteligenci.

Závěr

Bayesovský přístup poskytuje jednotný rámec pro kvantifikaci nejistoty u kvalitativních měření. Umožňuje objektivně vyjádřit míru důvěry v identifikaci analytu na základě validovaných parametrů metody a předchozích znalostí. Implementace do rutinních postupů zvýší transparentnost a robustnost rozhodovacích procesů.

Reference

1. ČSN EN ISO/IEC 17025. Posuzování shody – Všeobecné požadavky na způsobilost zkušebních a kalibračních laboratoří. ČNI, 2005.
2. ILAC G-17:2002. Zavádění koncepce stanovení nejistot podle ISO/IEC 17025. ČIA, 2004.
3. GUM – Guide to the Expression of Uncertainty in Measurement. BIPM et al., 1995.
4. ČSN P ENV 13005. Pokyn pro použití odhadů opakovatelnosti, reprodukovatelnosti a správnosti. ČNI, 2005.
5. Ellison S. L. R. et al. Uncertainty in qualitative testing and analysis. Accred Qual Assur, 2000.
6. Charvátová V., Dvořák O. Validace SPME-GC/MS pro obsah akcelerantů. Sborník PO 2008, VŠB-TUO.
7. ČSN ISO 13822. Zásady navrhování konstrukcí – Hodnocení existujících konstrukcí. ÚNMZ, 2014.