Curso online
Duración : 1 Mes
La validación de un método analítico aspira, mediante pruebas de laboratorio y del uso de herramientas estadísticas, lograr una evidencia objetiva y demostrar así que los métodos que se utilizan son válidos y adecuados para la finalidad propuesta.
Para una aplicación correcta de los principios estadísticos a los datos de laboratorio, éstos deben ser trazables y estar correctamente documentados, por lo que es importante conocer las Buenas Prácticas de Documentación, es decir, cómo debe recopilarse la información obtenida en cada paso, lo que nos permitirá llevar a cabo correctamente la confección del informe de validación. En la mayoría de los casos disponer de métodos analíticos validados es un requisito para los laboratorios, lo que hace de este curso una opción excelente para poder participar en cualquier etapa del proceso y aportar activamente a la organización a la que se pertenece.
Emagister S.L. (responsable) tratará tus datos personales con la finalidad de gestionar el envío de solicitudes de información y comunicaciones promocionales de formación con tu consentimiento. Ejerce tus derechos de acceso, supresión, rectificación, limitación, portabilidad y otros, según se indica en nuestra política de privacidad.
Objetivos
• Dar las bases y conceptos más importantes de la estadística, pilar fundamental en las validaciones de métodos. • Explicar qué es la validación de un método analítico, saber diferenciar los conceptos de validación y verificación y conocer por qué son necesarios. • Entender la importancia y las etapas de un proceso de validación. • Utilizar de forma adecuada herramientas estadísticas con el fin de obtener conclusiones confiables en el proceso de validación de los métodos de ensayo. • Conocer y entender las características de desempeño más utilizadas a la hora de evaluar un método analítico. • Tener criterio para saber que parámetro de validación debe emplear según el estudio que se desee realizar. • Aprender a confeccionar un protocolo y un informe de validación. Cómo evidenciar y registrar desvíos. • Entender que es la incertidumbre y cómo influye en la emisión de un resultado. • Conocer y aplicar buenas prácticas de documentación.
A quién va dirigido
Directivos y Responsables de los Departamentos de Calidad, Laboratorios, I+D, Producción, Documentación y Validación, Analistas, así como a todas aquellas personas que necesiten conocimientos esenciales y prácticos para llevar a cabo la validación de métodos analíticos.
Temario completo de este curso
MÓDULO 1. INTRODUCCIÓN A LA VALIDACIÓN Y LA ESTADISTICA
18 HORAS
** Para un laboratorio de ensayo es de suma importancia trabajar con métodos debidamente estudiados, lo que le garantiza que las determinaciones se lleven a cabo correctamente y que provean resultados confiables. Según qué tipos de métodos se empleen, y si se quieren acreditar bajo la Norma 17025, se deberán realizar validaciones o verificaciones.
1.1. ¿Qué es la validación de un método analítico?
1.1.1. Etapas de una validación.
1.2. Tipos de validación. ¿Cuándo se debe validar o verificar un método analítico?
1.3. Planificación y confección de protocolos.
1.4. Análisis de datos – Estadística descriptiva:
1.4.1. Centro de una distribución:
1.4.1.1. Moda.
1.4.1.2. Promedio (media aritmética).
1.4.1.3. Mediana.
1.4.2. Dispersión de una distribución:
1.4.2.1. Intervalo.
1.4.2.2. Desviación estándar.
1.4.2.3. Desviación estándar relativa porcentual (%RSD).
1.4.2.4. Varianza.
1.4.3. Errores de medición:
1.4.3.1. Error sistemático.
1.4.3.2. Error aleatorio.
1.5. Distribuciones de probabilidad para variables continuas:
1.5.1. Distribución normal:
1.5.1.1. Normalización o tipificación de la variable.
1.5.1.2. Límites Sigma.
1.6. Estimación de un intervalo de confianza para µ con Δ desconocido (distribución T de Student):
1.6.1. Distribución de medias muestrales.
1.6.2. Intervalo de confianza para µ:
1.6.2.1. Distribución T- de Student.
1.7. Distribución CHI Cuadrado (X2):
1.7.1. Intervalo de confianza para la varianza poblacional ( ).
1.8. Distribución F de Fisher.
1.9. Distribución rectangular.
MÓDULO 2. PARÁMETROS DE VALIDACIÓN Y CRITERIOS DE ACEPTACIÓN
18 HORAS
2.1. Prueba o test de hipótesis:
2.1.1. Errores.
2.1.2. Formulación de la prueba o test de hipótesis.
2.1.3. Test de hipótesis para comparación de medias:
2.1.3.1. Test de hipótesis para comparación de medias con desvíos conocidos (Caso 1).
2.1.3.2. Test de hipótesis para comparación de medias con desvíos desconocidos (Caso 2).
2.2. Parámetros de validación y criterios de aceptación:
2.2.1. Exactitud (veracidad y precisión).
2.2.2. Robustez.
2.2.3. Linealidad e intervalo o rango.
MÓDULO 3. INCERTIDUMBRE, RESULTADOS Y CONCLUSIONES
14 HORAS
3.1. Selectividad / Especificidad:
3.1.1. Criterios de aceptación para la selectividad.
3.2. Límite de detección y DE cuantificación:
3.2.1. Límite de detección (LDD).
3.2.2. Límite de cuantificación (LQ).
3.2.3. Análisis de outliers:
3.2.3.1. Test de Dixon.
3.2.3.2. Test de Grubbs.
3.2.3.3. Regla de Hampel.
3.3. Incertidumbre de medida:
3.3.1. ¿Por qué es importante conocer la incertidumbre de un método?
3.4. Resultados y conclusiones:
3.4.1. Información documentada.
3.4.2. Informe de validación.