Analyysitulosten raportoinnissa ja tulkinnassa on keskeistä ymmärtää, miten käsitellä mittaustuloksia, jotka jäävät alle päätösrajan tai määritysrajan. ISO-standardi suosittaa, että signaali ja arvioitu määrä ilmoitetaan aina, vaikka ne olisivat alle päätösrajan, ja että tulokseen liitetään epävarmuustiedot. Tällöin on suositeltavaa lisätä kommentti ”ei havaittu” silloin, kun arvo jää alle päätösrajan. Samalla vältetään ilmaisuja kuten ”pienempi kuin pienin havaittavissa oleva arvo”, koska ne voivat johtaa tulkintavirheisiin.

Käytännössä eri aloilla on kuitenkin erilaisia standardeja. Esimerkiksi EU:n vaatimusten mukaan torjunta-ainejäämien analyysissä ruuassa yksittäiset aineet, joiden pitoisuus on alle määritysrajan, raportoidaan muodossa < LOQ (määritysraja mg/kg). Toisaalta kliinisen kemian alalla on suosituksia, joissa tulokset jaetaan kolmeen luokkaan: tulos alle LoB:n (päätösraja), tulos LoB:n ja LOQ:n välillä (havaittu, mutta alle määritysrajan), ja tulos yli LOQ:n, jolloin ilmoitetaan tarkka arvo. Tämä luokittelu helpottaa tuloksen merkityksen ymmärtämistä, sillä mitatun arvon luotettavuus heikkenee, mitä lähempänä arvo on päätösrajaa.

Kalibroinnissa tyhjänä eli blankkina käytettävän näytteen signaalin sisällyttäminen kalibrointisuoraan on keskustelun kohteena. Vaikka ISO ja EU suosittelevat blankin huomioimista kalibroinnissa, on erittäin tärkeää varmistaa, että blankki edustaa todellista analyysiprosessia. Mikäli blankin käyttäytyminen poikkeaa merkittävästi muista kalibrointipisteistä, sen sisällyttäminen voi vääristää kalibrointisuoraa ja siten analyysin luotettavuutta. Esimerkiksi atomiabsorptiometriassa, jossa kalibrointiliuokset valmistetaan happamassa ympäristössä, blankin happopitoisuuden jättäminen huomioimatta voi johtaa väärään kalibrointikäyrään, joka laskee kalibrointisuoran tarpeettomasti.

Kaikkien analyysivaiheiden — näytteenoton, esikäsittelyn, laimennusten ja puhdistusten — tulisi sisältyä päätösrajan, havaittavuuden ja määritysrajan laskentaan. Tämä vaatimus on haastava erityisesti monimutkaisia näytteitä, kuten ympäristö-, ruoka- tai kliinisissä tutkimuksissa, käsitteleville laboratorioille.

Toinen tapa arvioida analyysimenetelmän suorituskykyä on mittaamalla suuri määrä blankkeja erilaisissa kokeellisissa olosuhteissa. Tämän tulee edustaa koko analyysiprosessia mahdollisimman tarkasti. Tämä on usein vaikeaa ajan, resurssien ja näytteiden saatavuuden vuoksi. Jos edustavia blankkeja ei ole käytettävissä tai mittaussarjoja ei voida suorittaa riittävän laajasti, blankkien perusteella laskettujen suorituskykymittareiden luotettavuus kärsii. Tällöin on suositeltavampaa käyttää kalibrointivirheitä huomioivia laskentakaavoja.

Blankkimittauksissa on tärkeää, että mittausolosuhteet vaihtelevat niin, että ne kuvaavat todellista vaihtelua analyysiprosessissa. Toistojen ei tule olla peräkkäisiä saman ratkaisun mittauksia, vaan ne tulee tehdä eri päivinä, eri kalibroinneilla ja eri reagenssierillä, jotta saavutetaan realistinen tilastollinen arvio. Kliinisessä analytiikassa vaaditaan vähintään 60 toistoa per reagenssierä ja jäljitysanalyysissä jopa 50 toistoa 10 % RSD:n saavuttamiseksi.

Analyysimenetelmän suoritusrajan arvioinnissa voidaan erottaa kolme eri toistettavuuden tasoa: toistettavuus, laboratorion sisäinen toistettavuus ja laboratorionvälinen toistettavuus. Toistettavuus mittaa samassa mittaussarjassa tehtyjä mittauksia, laboratorion sisäinen toistettavuus ottaa huomioon eri mittauskertojen ja henkilöiden vaihtelun, ja laboratorionvälinen toistettavuus perustuu monen laboratorion välisiin vertailuihin. Jokainen taso on relevantti erilaisissa käyttötarkoituksissa, kuten laboratoriokäytössä tai viranomaisvalvonnassa.

Tärkeää on ymmärtää, että analyysitulokset alle määritysrajan ovat tilastollisesti epävakaita ja niiden tulkinnassa tulee käyttää varovaisuutta. Mittausprosessin kaikki vaiheet vaikuttavat lopputulokseen ja epävarmuuteen. Kalibrointimenetelmien ja blankkien käyttöä analyysin validoinnissa ei tule tehdä mekaanisesti vaan aina harkiten ja kokonaisprosessin huomioon ottaen.

Miten määrittää kalsiumin ja muiden metallien pitoisuuksia näytteissä spektrometrisesti?

Spektrofotometrinen ja atomispektrometrinen analyysi ovat vakiintuneita menetelmiä, joita käytetään erilaisten metallien pitoisuuksien määrittämiseen eri näytteissä. Kalsiumin, kuparin, nikkelin ja muiden metallien määritys vaatii tarkkaa näytteen käsittelyä ja mittaustekniikoiden huolellista valintaa, jotta tulokset olisivat luotettavia ja tarkkoja. Tämän prosessin aikana on olennaista kiinnittää huomiota kaikkiin vaiheisiin, kuten näytteen valmisteluun, kalibrointiin ja palautteen tarkistamiseen.

Esimerkiksi kalsiumin pitoisuus jogurtissa voidaan määrittää spektrofotometrisesti mittaamalla näytteen absorbanssi ja vertaamalla sitä kalibrointikäyrän avulla. Näytteestä otetaan tietty määrä, joka käsitellään ja sitten suodatetaan, jotta saadaan tarkka mittaustulos. Absorbanssiin liittyvän virheellisen taustan, kuten menettelytyhjön, huomioiminen on keskeistä, sillä se voi vaikuttaa lopulliseen tulokseen. Kalsiumin tarkka pitoisuus lasketaan ja ilmoitetaan esimerkiksi mikrogrammoina grammaa kohti (µg/g).

Jos käytetään sisäistä standardointia, kuten skandiumia kuparin mittaamiseksi ICP-MS-menetelmällä, mittaustulosten validointi tulee tehdä suhteuttamalla saatu signaali kalibrointikäyrään. Tässä tapauksessa voidaan laskea kuparin pitoisuus ottaen huomioon sekä näytteen valmisteluvaiheet että käytetyn sisäisen standardin vaikutus. Tällöin myös menettelyn palautteen tarkastelu on tärkeää, sillä se osoittaa mittaustekniikan luotettavuuden. Mikäli saatu palautusprosentti on lähellä 100 %, voidaan menettelyä pitää onnistuneena.

Toinen esimerkki on nikkelin määrittäminen merivedestä. Koska nikkelin pitoisuudet ovat usein hyvin pieniä, vaatii tämä analyysi usein prekonkentraatiovaiheen. Nikkelin pitoisuus voidaan mitata käyttämällä standardilisäysmenetelmää, jossa alkuperäiseen näytteeseen lisätään tunnettu määrä nikkeliä ja mitataan absorbanssi muutoksen mukaan. Standardilisäysmenetelmä on välttämätön, kun näytteen matriisi, kuten merivedessä olevat muut aineet, voi häiritä analyytin määritystä.

Tässä prosessissa tehdään ensin näytteen suodatus, jonka jälkeen metallin konsentraatti voidaan laskea lisättyjen standardien perusteella. Absorbanssin ja sen muutosten perusteella luodaan kalibrointikäyrä, joka mahdollistaa tuntemattoman näytteen analysoinnin. Interpolaatio kalibrointikäyrään antaa tarkasti mitatun nikkelin pitoisuuden.

Tällöin, kuten kuparin ja kalsiumin tapauksessa, on myös tärkeää varmistaa, että mittauksissa ei esiinny poikkeamia, kuten virhelukuja, joita saattaisi esiintyä jos kalibrointi olisi epäluotettavaa tai jos mittausmenetelmä ei ole riittävän tarkka. Tämä varmistetaan monivaiheisilla tarkistuksilla, kuten virheiden arvioinnilla ja signaalin korjauksella.

Kun kaikki mittaustulokset on saatu, on tärkeää myös tarkistaa palautusprosentti, joka kuvaa analyysimenetelmän tarkkuutta ja luotettavuutta. Esimerkiksi kuparin palautusprosentti 96 % osoittaa, että mittausmenetelmä on hyvin validi ja antaa luotettavia tuloksia.

Lopuksi, näytteiden valmistelun ja mittaustekniikoiden yhdistelmä on tärkeä tekijä metallien pitoisuuksien määrittämisessä, koska se vaikuttaa suoraan mittaustulosten tarkkuuteen ja luotettavuuteen. Jatkuva menettelyjen validointi ja kalibrointi takaavat, että saatujen tulosten perusteella voidaan tehdä oikeita päätöksiä ja suosituksia eri tutkimus- ja tuotantoprosesseissa.

Kuinka vastustusharjoitukset voivat vaikuttaa olkapään liikkeisiin ja kivunhallintaan?
Kuinka tekoäly oppii ja käsittelee kieltä: Tieto, ennustaminen ja haasteet
Miten presidentti voi käyttää sodan ja ydinaseiden valtaa?
Syrian hamsterin sairauksien ja elintoimintojen häiriöt: Patologisten löydösten tarkastelu
Geometrinen Taylorin lause ja sen sovellukset G-laskennassa