Treatment of an observed bias

Význam tématu

Správné zacházení s pozorovaným systematickým škálem (bias) je klíčové pro věrohodnost analytických výsledků, rozhodování v laboratorní praxi a pro správné vyjádření měřicí nejistoty. Metodika, která buď odstraní, nebo korektně zohlední bias, zlepšuje shodu s referenčními hodnotami, kompatibilitu mezi laboratořemi a splnění regulačních požadavků.

Cíle a přehled článku

Cílem textu je poskytnout přehled zásad pro posuzování a případnou korekci pozorovaného významného biasu a nastínit dopad těchto kroků na výpočet měřicí nejistoty. Dokument shrnuje rozhodovací postupy: kdy bias eliminovat, kdy korigovat a kdy jej vhodně zahrnout do nejistoty výsledku.

Použitá metodika a přístup

Autor(ři) pracují na principech uvedených v mezinárodním doporučení GUM (JCGM 100:2008) a harmonizovaných pokynech pro použití recovery informací. Postup zahrnuje následující kroky:

• identifikace a kvantifikace biasu v rozsahu koncentrací a matric, pro které je metoda určena,
• statické posouzení významnosti biasu,
• rozhodnutí o možnosti eliminace biasu úpravou metody,
• v případě nemožnosti eliminace: zvážení aplikace korekce (regulace, povolení, praktická použitelnost),
• posouzení spolehlivosti odhadu biasu a jeho dopadu na měřicí nejistotu — korekce je smysluplná pouze tehdy, pokud nejistota korekce je menší než komponenta nejistoty plynoucí z nekorigovaného biasu.

Text rozlišuje také typ biasu: jestli se jedná o konstantní (additivní) chybu nebo chybu závislou na koncentraci (multiplikativní), což ovlivní volbu korekce.

Hlavní výsledky a diskuse

• GUM vyžaduje, aby byly výsledky měření korektovány o všechny rozpoznané významné systematické vlivy, pokud je to možné. To vede k tomu, že během vývoje a validace metody by měly být zdroje biasu identifikovány a minimalizovány či eliminovány.
• Pokud bias nelze odstranit, rozhodnutí o korekci závisí na čtyřech klíčových kritériích: známost příčiny, spolehlivost odhadu velikosti biasu, konzistence biasu napříč vzorky v rozsahu metody a povaha biasu (additivní vs. multiplikativní).
• Korekce by měla být uplatněna jen tehdy, když je odhad biasu dostatečně spolehlivý a korekce je relevantní pro všechny testované vzorky; jinak může korekce zvýšit celkovou nejistotu výsledku.
• U empirických metod, kde je měřena veličina definovaná samotnou metodou, je metodický bias definován nulový, avšak laboratorní bias (např. způsob práce, kalibrace přístrojů) je stále třeba řešit.
• Pokud se významný bias nekoriguje, doporučené přístupy zahrnují: neprovádět žádnou akci, uvést obnovu (recovery) samostatně s její nejistotou, nebo započítat bias do odhadu měřicí nejistoty. Volba závisí na okolnostech a požadavcích (např. regulačních).

Přínosy a praktické využití metody

• Zavedení systematického postupu pro posouzení biasu zvyšuje kvalitu analytických výsledků a srovnatelnost mezi laboratořemi.
• Řádná dokumentace rozhodnutí o korekci a o započtení biasu do nejistoty zajišťuje transparentnost výsledků pro zákazníky a regulátory.
• Rizikově orientované rozhodování (eliminovat vs. korigovat vs. zahrnout do nejistoty) umožňuje optimální alokaci zdrojů v laboratoři.

Budoucí trendy a možnosti využití

• Rozsáhlejší využití pokročilých statistických a bayesovských metod pro robustnější odhad biasu a jeho nejistoty, zejména při omezených datech.
• Širší implementace metrologického řízení jakosti: častější použití certifikovaných referenčních materiálů, mezi-laboratorních porovnání a pravidelných kontrolních vzorků pro sledování biasu v čase.
• Automatizace sledování biasu v analytických platformách a integrace výsledků do laboratorních informačních systémů pro včasné zásahy a korekce.
• Standardizace postupů pro rozhodování o korekci a reportování biasu napříč odvětvími a regulačními rámci.

Závěr

Správné rozhodnutí o korekci pozorovaného biasu vyžaduje kombinaci metodické analýzy, spolehlivého odhadu jeho velikosti a posouzení dopadu na měřicí nejistotu. Preferovat je eliminace zdrojů biasu už při vývoji metody; pokud to není možné, korekce má smysl pouze při dostatečně nízké nejistotě odhadu. Jinak je vhodné bias explicitně zohlednit v odhadu nejistoty nebo jinak transparentně informovat uživatele výsledků.

Reference

1. JCGM 100:2008. Evaluation of measurement data – Guide to the expression of uncertainty in measurement (GUM).
2. Harmonised guidelines for the use of recovery information in analytical measurement. Pure and Applied Chemistry, 1999, Vol. 71, No. 2, pp. 337–348.
3. Magnusson, B., Ellison, S. L. R. Approaches to treatment of bias and uncertainty. Analytical and Bioanalytical Chemistry, 2008, 390, pp. 201–213.
4. Eurachem/CITAC Measurement Uncertainty and Traceability Working Group. Treatment of an observed bias. First English edition (editorial amendment) October 2022.