Når analytiske resultater falder under beslutningsgrænsen, er det vigtigt at rapportere disse resultater korrekt, selv når de er lavere end den fastsatte detektionsgrænse. Det er vigtigt at følge de anbefalinger og standarder, der er blevet vedtaget af internationale standardiseringsorganisationer som ISO og EU. For eksempel anbefales det af ISO, at der tilføjes kommentaren 'ikke detekteret', når værdien er lavere end beslutningsgrænsen. Desuden frarådes det at inkludere kommentarer som 'mindre end den minimale detektionsværdi', da dette kan føre til misforståelser om pålideligheden af de opnåede data.
I praksis, især når man arbejder med fødevareanalyser som pesticidrester, kræver EU, at analytten rapporteres som "<LOQ" (grænsen for kvantificering), hvis resultatet er under den kvantificerbare værdi. For kliniske analyser og laboratoriestandarder, såsom dem fra Clinical and Laboratory Standards Institute (CLSI) og Association of Public Health Laboratories (APHL), anbefales det at rapportere resultater som følger:
-
Hvis resultatet er under beslutningsgrænsen (LoB), skal dette angives med den specifikke værdi for LoB.
-
Hvis resultatet er mellem LoB og LOQ, skal det rapporteres som 'detekteret, (eksperimentel værdi) < LOQ', og LOQ-værdien skal angives.
-
Hvis resultatet er højere end LOQ, rapporteres den kvantitative værdi.
Dette bidrager til at præcisere betydningen af resultaterne og hjælper med at formidle usikkerhederne forbundet med lavere værdier. Problemet opstår især, når de eksperimentelle værdier er tættere på beslutningsgrænsen, da det kan føre til større usikkerhed og variabilitet i målingerne, hvilket gør det vanskeligt at vurdere pålideligheden af disse værdier. Det er afgørende, at laboratorieledere og analytikere ikke forsøger at skjule eller fortolke data på en måde, der kan give et fejlagtigt billede af prøvernes kvalitet.
Et andet væsentligt aspekt i analytisk kemi er inkluderingen af blanke prøver i kalibreringsprocessen. Det er vigtigt at forstå, at det ikke bør være en standard praksis at tvinge den mindste kvadrats fit til at passere gennem origo, da dette kan føre til biased resultater og forvrænge de statistiske egenskaber ved den lineære regression. Diskussionen om, hvorvidt blanke prøver skal inkluderes i kalibreringen, er et centralt emne. Blanke prøver, som ikke indeholder analytten, kan have en betydelig indvirkning på kalibreringen, især hvis de adskiller sig væsentligt fra de standardopløsninger, der anvendes i resten af processen.
Der er en risiko for, at et ekstremt resultat fra en blank prøve kan påvirke den lineære kalibrering på en måde, der ikke er repræsentativ for resten af målingerne. Dette er især problematisk, når blanke prøver ikke er godt repræsenterende for standardopløsningerne. Et praktisk eksempel kan være i atomabsorption spektrometri, hvor kalibreringsopløsninger ofte er forberedt i en sur opløsning. Hvis syreindholdet ikke tages i betragtning i blankprøven, kan signalet være meget lavt, hvilket kan trække kalibreringslinien nedad, hvilket er forkert.
ISO 11843-2 og EU anbefaler at inkludere blanke prøver i kalibreringen, men de understreger, at det er vigtigt at sikre, at blanke prøver er repræsentative for de analytiske standarder og prøver, der anvendes. Når man beregner beslutningsgrænsen, detektionskapaciteten (LOQ) eller de metoder, der anvendes til at evaluere disse præstationsparametre, er det nødvendigt at tage hensyn til alle analytiske skridt, såsom prøvetagning, prøveforberedelse og fortynding.
Anvendelsen af blanke prøver til at vurdere præstationskarakteristika er ofte vanskelig, især når man arbejder med komplekse prøver som dem, der stammer fra miljømæssige undersøgelser, fødevarer eller kliniske prøver. Det er nødvendigt at have repræsentative blanke prøver og at kunne gennemføre målinger under forskellige eksperimentelle betingelser for at opnå præcise resultater. Hvis man ikke har tilstrækkelige blanke prøver eller ikke kan gennemføre et tilstrækkeligt antal målinger, kan det være en bedre praksis at undlade at aflede præstationsparametre fra dem og i stedet anvende metoder, der tager højde for fejlene forbundet med kalibreringen.
Endvidere bør man også være opmærksom på betydningen af gentagne målinger i blanke prøver, da flere observationer under forskellige eksperimentelle forhold giver et mere præcist billede af måleusikkerhederne. Dette er specielt vigtigt i kliniske analyser, hvor der ofte kræves mange gentagelser for at opnå pålidelige resultater.
Endvidere skal man forstå, at præstationsgrænser ikke kun er afhængige af de målte værdier, men også af de betingelser, under hvilke målingerne udføres, som kan variere betydeligt afhængigt af laboratoriets procedurer, udstyr og personale. Det er derfor nødvendigt at tage højde for disse faktorer i vurderingen af analytiske resultater og præstationsgrænser.
Praktiske anvendelser af Student's t-test i analytisk kemi
Student’s t-test er et af de mest anvendte statistiske værktøjer til at vurdere, om der er signifikante forskelle mellem to datasæt. Denne test bruges bredt i analytisk kemi til at sammenligne resultater fra eksperimenter og afgøre, om de observerede forskelle skyldes tilfældigheder eller faktisk afspejler en reel effekt. En grundlæggende anvendelse af t-testen er at vurdere, om et resultat stemmer overens med et tidligere rapporteret resultat eller en forventet værdi. Dette kan være relevant for at sikre, at et eksperiment udføres korrekt, og at de opnåede målinger er pålidelige.
Når man sammenligner to datasæt, som f.eks. målinger af koncentrationer af et analyt i to forskellige prøver, giver t-testen et mål for, hvor stor sandsynligheden er for, at forskellen mellem de to sæt kan være tilfældig. T-testen kræver, at dataene er omtrent normalfordelte, og at der ikke er for stor variabilitet i de to grupper. Hvis p-værdien fra testen er lavere end et forudbestemt signifikansniveau (typisk 0,05), kan man konkludere, at forskellen er statistisk signifikant.
Et praktisk eksempel på anvendelsen af Student’s t-test i analytisk kemi kunne være sammenligningen af resultater fra to forskellige analysemetoder. For eksempel kan man have to forskellige teknikker til at bestemme koncentrationen af et stof i en prøve, og ved at bruge t-testen kan man afgøre, om resultaterne fra de to metoder er signifikant forskellige eller om de kan betragtes som ækvivalente.
For at udføre t-testen skal man først beregne gennemsnittet og standardafvigelsen af de to datasæt, der skal sammenlignes. Derefter beregnes t-værdien ved hjælp af en formel, der tager højde for antallet af målinger og standardafvigelsen i de to datasæt. Beregningen af t-værdien giver et mål for, hvor stor forskellen er i forhold til variationen i dataene. Med t-værdien og antallet af målinger kan man derefter slå op i en t-fordelingstabel for at finde p-værdien, som angiver sandsynligheden for, at forskellen mellem datasættene er tilfældig.
En vigtig overvejelse ved brug af t-testen er, at den kun er pålidelig, når de data, der analyseres, er uafhængige og normalt fordelt. Hvis datasættene ikke opfylder disse antagelser, kan det være nødvendigt at anvende en anden statistisk test, der bedre kan håndtere sådanne forhold, såsom Wilcoxon-testen eller en permutationstest.
En anden praktisk anvendelse af Student’s t-test i analytisk kemi er i kalibreringssammenhænge. Når man opbygger en kalibreringskurve, som f.eks. ved brug af spektrometriske metoder, kan t-testen bruges til at vurdere, om de målinger, man har opnået fra forskellige standarder, er konsistente med hinanden. Hvis der er signifikante afvigelser mellem målingerne, kan det indikere problemer med instrumentet eller med prøven, der skal analyseres.
Endelig bør man være opmærksom på, at t-testen ikke altid er den bedste metode til at sammenligne datasæt, især når man arbejder med flere grupper af data eller ikke-normalfordelte data. I sådanne tilfælde kan det være nødvendigt at overveje alternative statistiske metoder, såsom ANOVA eller ikke-parametriske testmetoder.
Det er også vigtigt at forstå, at en t-test alene ikke giver den fulde forståelse af dataene. Selv når en statistisk signifikant forskel er fundet, er det stadig nødvendigt at vurdere eksperimentets design, målemetoder og andre faktorer, der kan have indflydelse på resultaterne. T-testen hjælper med at kvantificere usikkerheden og give en objektiv vurdering af, om forskellene mellem resultaterne er signifikante, men det er kun en del af den samlede analyse, der skal tages hensyn til, når man drager konklusioner.
Hvordan man fortolker NMR-spektrer: En praktisk tilgang
Nuklear magnetisk resonans (NMR) spektroskopi er en central metode i analytisk kemi, der giver forskere mulighed for at bestemme strukturen af kemiske forbindelser ved at analysere interaktionen mellem atomkerner og et magnetisk felt. NMR er især nyttig i organiske kemier, hvor det bruges til at afsløre detaljer om molekylers strukturelle egenskaber, herunder hvilke atomtyper, der er til stede, og hvordan de er bundet sammen. For at kunne analysere NMR-spektrer effektivt er det vigtigt at forstå de grundlæggende principper for NMR, samt hvordan man fortolker de specifikke data, der præsenteres i spektrene.
Et NMR-spektrum består af flere regioner, som hver repræsenterer en bestemt type atom i molekylet. I 1H-NMR (proton NMR) spektrer er de vigtigste oplysninger relateret til de forskellige typer af hydrogenatomer (protoner) i molekylet, mens 13C-NMR (carbon NMR) fokuserer på carbonatomer. I begge typer spektre optræder signaler ved forskellige kemiske skift (δ-værdier), der angiver miljøet omkring hvert atom.
For eksempel viser et 1H-NMR spektrum for trans-2-penten (C5H10) en række signaler ved 0.95, 1.63, 1.98 og 5.44 ppm, som hver svarer til specifikke grupper af protoner. Det første signal ved 0.95 ppm repræsenterer methylgruppen (CH3), det næste signal ved 1.63 ppm kommer fra en anden methylgruppe, og de to signaler ved 1.98 og 5.44 ppm afslører information om methylenegrupperne (CH2) og den alkeniske dobbeltbinding (CH). Disse signaler kan bruges til at afsløre forbindelsens struktur og den måde, hvorpå atomgrupperne er arrangeret.
I et 13C-NMR spektrum for samme forbindelse vises signaler ved 14, 18, 26, 124 og 133 ppm, hvilket giver en endnu dybere forståelse af molekylets struktur. De lavere kemiske skift (14 og 18 ppm) indikerer methyl- og methylenegrupper, mens de højere værdier (124 og 133 ppm) angiver tilstedeværelsen af dobbeltbindinger.
En vigtig overvejelse i NMR-analyse er tolkningen af multipletstrukturene. Når protoner eller carbonatomer er tæt på hinanden, vil deres magnetiske felter påvirke hinanden og skabe komplekse mønstre af signaler, kaldet multipletter. For eksempel kan et signal fra en methylengruppe blive splittet i et dobbelt eller triplet signal afhængigt af antallet af nærliggende protoner. Denne splittning er også relateret til kopplingskonstanten (J), som er afstanden mellem de enkelte signaler i multipletterne. En korrekt fortolkning af disse multipletter giver værdifuld information om molekylets strukturelle arrangement.
For at kunne bruge NMR til molekylstrukturbestemmelse er det også nødvendigt at overveje isotopisk substitution, det vil sige, hvordan fordelingen af protoner og carbonatomer i molekylet påvirker spektrene. Isotopisk udveksling kan ændre de kemiske skift og føre til ændringer i spektrenes intensitet og form, hvilket kan hjælpe med at identificere specifikke grupper i molekylet.
Når man arbejder med komplekse forbindelser, som for eksempel 3-methyl-1-cyclohexen (C7H12), er det vigtigt at være opmærksom på de mange signaler og deres relation til de forskellige atomgrupper. For 1H-NMR spektrum af 3-methyl-1-cyclohexen ses signaler, der dækker et bredt spektrum af kemiske skift, herunder 0.96 ppm for methylgruppen, 1.18 og 1.51 ppm for methylengrupperne, og signalerne ved 5.51 og 5.62 ppm, som afslører tilstedeværelsen af dobbeltbindingen. 13C-NMR for samme forbindelse giver yderligere detaljer om molekylets opbygning, med signaler ved 21, 22, 25, 30, 31, 126 og 133 ppm.
I nogle tilfælde, som ved analysen af 2-hexyn (C6H10), vil NMR-spektret også afsløre vigtige oplysninger om tilstedeværelsen af triplebindinger. For eksempel i 1H-NMR spektrum for 2-hexyn kan man se signaler ved 0.96, 1.50, 1.78, 2.10 ppm, som afslører methylgrupperne, methylenegrupperne og triplebindingens hydrogenatomer. Disse signaler giver vigtig information om forbindelsens struktur og dens reaktive centre.
Udover at analysere de enkelte signaler, er det vigtigt at anvende den korrekte kemiske forståelse og værktøjer til at tolke spektrene. Brug af standarder og referencematerialer kan hjælpe med at sikre, at fortolkningerne er præcise og pålidelige. Derudover er det nødvendigt at have en god forståelse af de fysiske principper, der styrer NMR-spektroskopi, herunder hvordan magnetfelter og radiofrekvensstråling interagerer med atomkerner.
For den erfarne analytiker er NMR en kraftfuld metode til at forstå molekylers struktur og dynamik, men den kræver omhyggelig analyse og en grundlæggende forståelse af de kemiske og fysikalske principper, der ligger til grund for teknikken.

Deutsch
Francais
Nederlands
Svenska
Norsk
Dansk
Suomi
Espanol
Italiano
Portugues
Magyar
Polski
Cestina
Русский