Lod Loq
Lod Loq
Oleh :
SUMBER : Validation and Qualification in Analytical Laboratories Second Edition (hal
148-150)
Batas deteksi adalah titik di mana sebuah nilai yang terukur lebih besar dari
ketidakpastian yang terkait dengan itu. Ini adalah konsentrasi terendah dari analit dalam
sampel yang dapat dideteksi tetapi belum tentu diukur. Batas deteksi sering bingung dengan
sensitivitas pada suatu metode. Sensitivitas dari metode analisis adalah kemampuan metode
untuk membedakan perbedaan kecil dalam konsentrasi atau massa analit uji. Dalam istilah
praktis. sensitivitas adalah kemiringan dari kurva kalibrasi yang diperoleh dengan memplot
antara respon terhadap konsentrasi analit atau massa.
Dalam kromatografi, batas deteksi jumlah disuntikkan antara hasil di puncak dengan
ketinggian setidaknya dua atau tiga kali setinggi tingkat baseline noise. Selain metode tingkat
sinyal/ noise, ICH menjelaskan tiga metode:
1. Inspeksi visual: Batas deteksi ditentukan oleh analisis sampel dengan konsentrasi
analit yang diketahui dan dengan menentukan tingkat minimum di mana analit dapat
dideteksi.
2. Standar deviasi dari respon berdasarkan standar deviasi dari blanko : Pengukuran
besarnya analisis dasar respon dilakukan dengan menganalisis jumlah tepat sampel
blanko dan menghitung standar deviasi dari respons.
3. Standar deviasi dari respon berdasarkan kemiringan kalibrasi kurva: Sebuah kurva
kalibrasi tertentu dipelajari dengan menggunakan sampel mengandung suatu analit
Sejumlah sampel dengan jumlah penurunan analit yang disuntikkan enam kali. Persen RSD
dihitung dari presisi yang diplot terhadap jumlah analit. Jumlah yang sesuai dengan presisi
yang diperlukan sebelumnya didefinisikan adalah sama dengan batas kuantisasi. Hal ini
penting untuk menggunakan tidak hanya standar murni untuk tes ini tetapi juga matriks spike
yang digunakan untuk sampel yang tidak diketahui.
Setiap hasil deteksi dan batas kuantisasi pengukuran harus diverifikasi oleh tes
eksperimental dengan sampel yang mengandung analit pada tingkat di dua daerah. Hal ini
sama pentingnya untuk menilai validasi parameter metode lain, seperti presisi, reproduktifitas
dan akurasi, dekat dengan batas deteksi dan kuantitasi. Gambar 1 mengilustrasikan batas
kuantitasi (bersama dengan batas deteksi, jangkauan, dan linieritas). Gambar 3
mengilustrasikan baik batas deteksi dan batas kuantisasi.
Regulasi berwenang memerlukan profil kemurnian substansi obat dan produk obat
sebagai bagian dari proses kewenangan pemasaran. Kebutuhan keamanan dihubungkan
terhadap uji toksikologi untuk bahan aktifnya, seperti halnya kemurnian sintesis dan
degradasi. Oleh karena itu, ada sebuah kebutuhan untuk menunjukkan profil kemurnian dalam
rentang uji pada uji toksikologi dan untuk membatasi berbagai degradasi produk. Tujuan
bagian ini adalah untuk menguji ketersediaan metode untuk menentukan kehadiran analit
(Limit Deteksi, LD) dan untuk jumlah terkecil analit yang dapat diukur dengan terpercaya
(Limit Kuantitasi, LK).
Definisi visual
Kalkulasi dari perbandingan signal-to-noise (LD dan LK berkorespondensi 3
atau 2 dan 10 kali level noise, berturut-turut)
Kalkulasi dari deviasi standar blanko (Pers. 1)
Kalkulasi dari garis kalibrasi pada konsentrasi rendah (Pers. 1)
F.SD
LD; LK = (Pers. 1)
b
SD: deviasi standar blanko, deviasi standar intersep ordinat, atau deviasi
standar residual regresi linier
Limit estimasi harus diverifikasi dengan analisis sejumlah sampel yang cocok dan
mengandung analit pada konsentrasi korespondensi. LD atau LK dan prosedur
yang digunakan untuk penentuan, sebagaimana kromatogram yang sesuai,
seharusmya dilaporkan.
Tipe analisis yang paling sering dilakukan dalam analisis kemurnian adalah
pemisahan kromatografi. Pada kebanyakan kejadian, detektor analisis HPLC memberikan
sebuah output tegangan listrik berkelanjutan. Untuk dapat mengkomputerisasi area puncak,
dan lain sebagainya, dibutuhkan konversi tegangan ini menjadi sebuah sinyal waktu sekuens
terpisah yang dapat diproses oleh Sistem Data Kromatografi. Untuk menghasilkan konversi
ini, digunakan sebuah konverter A/D (Analog ke Digital) seperti dalam gambar 4.
Konverter
Analog ke
Digital Digital µV.detik
Sistem
Data
Kromatografi
Resolusi konverter A/D menentukan akurasi tegangan listrik yang dihasilkan. Pada
sebagian besar aplikasi kromatografi, sejumlah bit konverter A/D memiliki nilai 16 secara
normal dan sistem modern menggunakan 24 bit. Konverter harus linier pada rentang aplikasi.
Meskipun jika tercapai konversi A/D sempurna, sistem keseluruhan memperkenalkan noise
dan drift yang mendistorsi pengukuran sinyal dan meningkatkan kemampuan sistem untuk
mendeteksi dan mengintegrasikan puncak. Analisis data yang berhubungan dengan
kromatografi merupakan hal yang kompleks dan bacaan terkait ada di Dyson dan Felinger
untuk diskusi mendalam.
Noise dan drift adalah gangguan/masalah yang sering ada pada kromatografi.
Semakin rendah tingkat analit yang dapat dideteksi atau diukur, maka semakin buruk masalah
yang terjadi. Pada dasarnya menemukan puncak tanpa noise adalah sangat sederhana namun
dengan adanya efek lain, seperti drift atau spiking, membuat masalah menjadi lebih buruk.
Contoh-contoh khas yang dihadapi dalam kromatografi ditunjukkan pada Gambar 5. Pada
Gambar 5, dapat kita lihat berbagai tipe noise dan drift.
Metode yang paling umum digunakan untuk mengukur noise adalah metode peak-
to-peak. Metode ini dapat dilihat pada Gambar 6. Sepasang garis paralel digambar di atas
sepanjang grafik waktu yang dibutuhkan dan kemudian jarak maksimum antara 2 garis
tersebut diukur.
Kadang-kadang situasi ini dirumitkan oleh adanya pergeseran awal (baseline shifts).
Hal ini dapat dilihat pada Gambar 7 dimana tidak benar jika kita memperkirakan noise dari
yang tertinggi sampai yang terendah karena pada hal ini jelas-jelas terjadi pergeseran awal
MAKALAH ANALISIS SEDIAAN KOSMETIK Page 7
(baseline shifts). Cara yang lebih baik dalam memperkirakan noise adalah dengan metode
peak-to-peak untuk masing-masing daerah yang ditandai oleh garis putus-putus.
American Society for Testing and Materials (ASTM) telah mengembangkan sebuah
pendekatan dalam pengukuran noise dan drift untuk detektor fotometri yang digunakan
dalam HPLC. Short-term noise (noise jangka pendek) didefinisikan sebagai noise yang terjadi
pada rentang setengah sampai satu menit selama 15 menit. Long-term noise(noise jangka
panjang) adalah noise yang terjadi pada rentang sepuluh menit selama 20 menit dan drift
selama 60 menit. Metode peak-to-peak pengukuran noise dan drift pada detektor UV LC
dapat dilihat pada Gambar 8.
a. Variabilitas dari QL
Namun, bahkan dengan menerapkan perhitungan yang sama, variabilitas yang tinggi
dalam hasil QL yang sebenarnya harus benar-benar dipertimbangkan. Hal ini penting, karena
dalam analisis farmasi, batas penerimaan konstan (fixed acceptance limit) untuk pengotor
MAKALAH ANALISIS SEDIAAN KOSMETIK Page 9
sangatlah diperlukan, dan prosedur analisis harus mampu melakukan pengukuran terpercaya
dalam semua aplikasi di masa depan. Khususnya, hal ini sangat penting untuk aplikasi
jangka panjang seperti studi stabilitas, atau dalam kasus ketika peralatan yang digunakan
berbeda atau suatu metode digunakan pada laboratorium lain yang berbeda. Sebagai
konsekuensinya, nilai QL dari prosedur analisis memiliki karakter yang tercantum pada
parameter umum.
Secara statistik, Quantitation limit (QL) secara umum /general dapat diartikan sebagai
batas atas distribusi dari tiap-tiap nilai QLs. Dengan demikian, dibutuhkan satu metode untuk
mendapat hasil yang sebenarnya dalam melakukan uji “intermediate QL”. Dibeberapa
(2)
Pendekatan dideskripsikan sebagai sesuatu yang lebih luas dan seharusnya hanya
diikuti pada suatu keadaan dimana nilai kemurniannya rendah secara kuantitatif. Untuk kasus
lainnya, disarankan untuk memulai sesuai syarat. Pedoman ICH memberikan batasan
mengenai substansi-substansi yang tidak diketahui (Tabel 1).
Tabel 1. Ambang pintu untuk kemurnian yang tidak diketahui sesuai dengan ICH
Pelaporan batasan /ambang ini dapat di artikan sebagai batasan kuantitatif minimum dan nilai
ini langsung dapat dipergunaklan sebagai “QLgeneral”. Dari tabel 1, dapat dilihat nilai batas
sebesar 50% dari spesifikasi respektif batas yang dapat diterima. Hubungan ini dapat pula di
aplikasikan sebagai “kebutuhan minimum”, untuk kespesifikan kemurnian dan zat yang rusak
Bagaimanapun, jika secara teknik dapat dijalankan, maka batasan untuk substansi
yang tidak diketahui seharusnya juga dapat digunakan sebagai QL general dari spesifisitas
kemurnian, baik dari prespektif “analytical state of the art” maupun untuk pelaporan yang
konsisten di peluncuran batch dan stabilitas dan untuk alasan kepraktisan. Tentu saja, 50%
kemiripan juga dianggap valid jika batas kespesifikan butuh untuk dipastikan dengan level
yang lebih rendah daripada biasanya, contohnya untuk alasan keamanan.
Bila dibutuhkan untuk menentukan (aksi) batasan dari prosedur analisis, nilai QL
dapat secara spesifik dihitung menggunakan presisi aktual dari prosedur analisis pada
konsentrasi ini. Perhitungan berdasarkan pada penerimaan/ kompatibel antara variabilitas dan
spesifikasi batasan penerimaan. QL dapat diartikan sebagai suatu kandungan kemurnian zat
maximum dari suatu proses produksi batch (gambar 10), sebagai batasan dasar dapat dilihat
turunan rumus 3
(3)
S : Nilai presisi dari standart deviasi pada QL, lebih baik dilakukan penentuannya pada
keadaan yang reprodusibel. AL dan s harus memiliki satuan yang sama (contohnya presentase
, µg, µg/mL, dll)
Harga n : Angka keterulangan, suatu penentuan yang independen didalam analisi yang rutin,
sejauh ini dapat diartikan pula sebagai reportable result, pada tiap penentuan individual
ditetapkan sebagai reportable result, n = 1 harus digunakan.
tdf : Student t -factor untuk derajat kebebasan selama penentuan nilai presisi, biasanya level
kepercayaan 95%
Ini juga mungkin diaplikasikan dengan pendekatan kombinasi. Sebagai contoh, jika
analis yakin bahwa prosedur analisis yang digunakannya mampu untuk mengidentifikasi zat
yang jumlahnya sangat sedikit untuk pengujian kemurnian (misalnya kurang dari 0,01%), QL
general dapat dideteksi 0,02% dengan hanya konfirmasi batasan eksperimental. Beberapa nilai
QL ditemukan dibawah batas dengan pertimbangan keilmuwan.
Sekilas secara umum, QL dibuat sebagai bagian dari penentuan validasi, hal ini
hanya akan memaksa untuk QL bernilai aktual agar dapat dibawah ambang batas, tanpa
memperhatikan sejauh apa.
Terdapat 2 pendekatan yang berbeda untuk estimasi DL dan QL dari blanko. Pertama
berdasarkan pengukuran sederhana rasio puncak signal-to-noise menggunakan pendekatan
peak-to-peak. Sampel uji dengan analit pada jumlah tertentu deteksi yang dibutuhkan adalah
kromatogram selama periode waktu yang ekuivalen dengan 20 kali lebar pada setengah tinggi
puncak. Rasio signal to noise dihitung dari persamaan
(4)
Pendekatan ini ditentukan dalam Farmakope Eropa. Penting bahwa sistem ini bebas
dari pergeseran baseline yang signifikan dan atau pergeseran selama penentuan.
Gambar 11: Contoh signal-to-noise dari 10:1 (atas) dan 3:1 (bawah), menggunakan metode
EP
Gambar 11 menunjukkan contoh rasio S/N dari 10:1 dan 3:1 yang mendekati
persyaratan masing-masing untuk QL dan DL. Pendekatan ini hanya untuk penentuan tinggi
puncak.
Untuk pengukuran daerah puncak, harus berdasarkan standar deviasi blanko. Dasar
statistik dari DL didefinisikan seperti yang ditunjukkan melalui grafik pada gambar 2.6.9.
Kurva putus-putus mewakili distribusi nilai-nilai blanko dan garis tebal adalah dari analit
untuk dideteksi. Hal ini diasumsikan bahwa keduanya memiliki variasi dan terdistribusi
normal. Adanya kurva overlap menunjukkan adanya kemungkinan yang bisa kita tarik
Dalam ICH, batas deteksi dan kuantitasi dijelaskan dalam istilah yang serupa tetapi
dengan dasar risiko yang berbeda. DL dan QL didefinisikan sebagai kelipatan dari standar
deviasi noise blanko(Persamaan 1). kelipatan 3,3 untuk DL dan 10 untuk QL. Hal Ini
diilustrasikan dalam Gambar 13.
Disini dapat dilihat kesalahan positif palsu sebesar 5 % seimbang dengan kesalahan
negatif palsu untuk penentuan DL. Pilihan faktor 10 untuk QL yang berubah-ubah tapi
kemungkinan salah satu dari kedua kesalahan α dan β yang memang sangat kecil.
Pendekatan ini didasarkan pada parameter dari suatu regresi linier unweighted
menggunakan analyte konsentrasi rendah. Oleh karena itu, semua syarat untuk suatu regresi
linier unweighted harus dipenuhi, yaitu, perbedaan homogenitas dan suatu fungsi respon
linear. Ini penting sekali untuk perhitungan DL/QL, sebab parameter regresi di sini digunakan
untuk medeskripsikan penyebaran (disperse) tentang hasil analisis. Seperti yang diuraikan
pada bagian 2.4.2, (juga) konsentrasi tinggi dengan respon besar akan mendominasi parameter
ini dan mudah terjadi kesalahan besar DL/QL (Gambar. 14). Dengan jelas, untuk DL/QL,
variabilitas data pada konsentrasi sangat rendah masih relevan. Sebagai peraturan yang sudah
disetujui , untuk LC–UV, range konsentrasi menggunakan garis kalibrasi yang mestinya tidak
melebihi 10–20 lipatan DL. Pada range ini, peningkatan variasi pada umumnya dapat
diasumsikan mempunyai pengaruh minor pada parameter disperse yang regresi linear
unweighted (Gambar 14). Sebaliknya, perlu untuk dibuktikan secara eksperimen, sebagai
contoh, dengan cara F-test (pada batas atas dan bawah dari range, 2-3- 1), atau uji Cochran di
keseluruhan cakupan, lihat buku teks statistik, sebagai contoh.
Gambar 14: Pengaruh cakupan konsentrasi yang digunakan untuk regresi linier pada QL
untuk berbagai cara perhitungan. Cakupan Konsentrasi diwakili dengan
MAKALAH ANALISIS SEDIAAN KOSMETIK Page 16
perbandingan antara konsentrasi yang paling besar dan konsentrasi yang paling
kecil 0.025%. Dalam rangka mempunyai suatu acuan dapat dipercaya ( QL
benar), seperti halnya mempertimbangkan hasil variabilitas, simulasi data
berdasarkan pada percobaan kurva simpangan baku yang diberikan pada
Gambar 2.1-6 telah digunakan. Antara delapan dan duabelas data telah
dihasilkan untuk masing-masing range konsentrasi. Kolom menghadirkan rata-
rata QL untuk enam simulasi, bar simpangan baku. (Yang benar) Simpangan
baku yang kosong telah diperkirakan dari hasil yang disatukan pada empat
konsentrasi paling kecil ( 0.025– 0.1%) dengan 0.14. QL true telah dihitung
dengan sepuluh kali simpangan baku yang kosong ( ICH definisi ICH), sesuai
dengan 0.042% dan ditandai sebagai garis mendatar.
Pemilihan range yang terlalu besar pada data linearitas untuk mengkalkulasi DL/QL
adalah suatu kekeliruan yang sering dalam literatur validasi. Dari 30 dokumen validasi yang
ditinjau berhubungan dengan DL/QL dan diterbitkan antara 1995 dan 2003, delapan dari
dokumen tersebut diperoleh DL/QL dari pengukuran linearitas. Sebanyak enam studi ini,
yaitu, 75%(!) yang menggunakan konsentrasi range tidak tepat, dengan perbandingan antara
konsentrasi yang maksimum dan minimum, diatas 2000!
Salah satu pilihan yang sesuai dengan ICH, (persamaan 1), adalah dengan
menggunakan standar deviasi residual berdasarkan regresi. Parameter tersebut menjelaskan
bahwa variasi dari data eksperimental di sekitar garis regresi dan dengan demikian dapat
dianggap sebagai ukuran variabilitas. Dengan cara membagi standar deviasi dari slope kurva
untuk mengubah respon (sinyal) ke konsentrasi yang sesuai. Untuk faktor sebesar 3,3 dan 10
pada DL dan QL, masing masing digunakan untuk membedakan antara distribusi pada blanko
dan analit. Perhitungan tersebut ditunjukkan pada estimasi QL (gambar 16), hal tersebut
dimungkinkan karena konsentrasi yang lebih tinggi pada standar deviasi residual (dalam
Gambar 16 : Ketergantungan QL pada jumlah data dan modus perhitungan. Enam set data
dengan nomor masing masing dijelaskan pada gambar 14 untuk berbagai
konsentrasi antara 0,025-0,25%. Rata rata nilai QL untuk berbagai model
perhitungan telah ditunjukkan pada gambar di atas. Standar deviasi dari 6 QL,
untuk perhitungan standar deviasi residual, yang ditandai dengan error bar,
karena pendekatan yang lain, variabilitas yang serupa juga diperoleh. ICH yang
benar, nilai QL ditunjukkan oleh garis horizontal.
Standar deviasi dari intersep dapat dianggap sebagai variabilitas ekstrapolasi dari
determinasi blanko. Nilai QL dihitung sedemikian rupa secara substansial lebih rendah dari
yang diperoleh dari regresi standar deviasi residual. Kondisi tersebut dapat dijelaskan dari
masing masing persamaan (persamaan 2.4.7 dan 2.4.2). Dua parameter secara langsung
memiliki korelasi dengan rasio sebagai berikut.
(5)
Oleh karena itu, rasio hanya tergantung pada jumlah nilai yang digunakan untuk
regresi dan rentang konsentrasi (x-nilai). Dalam kondisi yang biasanya diterapkan, QL yang
Standar deviasi dari intersep sepertinya menjadi pendekatan yang baik dari nilai
varabilitas blanko, seperti yang dijelaskan pada gambar 16. Dalam contoh simulasi, QL
dihitung dengan cara ini adalah cara yang terdekat dengan nilai yang sebenarnya, asalkan
jumlah yang diperlukan untuk penentuan telah tersedia. Model perhitungannya juga kurang
sensitif terhadap rentang konsentrasi non-optimal (gambar 14), karena parameter dispersi
meningkat sebagian dan diimbangi dengan penurunan rasio menurut persamaan 5.
Interval prediksi dari garis regresi adalah ukuran variabilitas dari penentuan
percobaan. Interval ini dapat diartikan sebagai distribusi probabilitas penentuan masa depan
yang dapat diharapkan dalam percobaan (lihat Bagian 2.4.1, Persamaan. 2.4-15). Seperti
diilustrasikan dalam Gambar 12, DL dan QL dapat didefinisikan oleh berbagai derajat
tumpang tindih distribusi probabilitas mereka dengan yang blangko. Batas atas dari
konsentrasi analit, yang memiliki distribusi probabilitas yang tumpang tindih antara 50%
dengan distribusi blangko (yaitu kesalahannya ß-dari 50%) didefinisikan sebagai batas
deteksi (Gambar 2.6-14, DL). Sehubungan dengan batas kuantitasi yang tumpang tindih
berkurang sampai 5%, yang menjamin kuantifikasi terpercaya (Gambar 17, QL). Perbedaan
pada pendekatan perhitungan dengan menggunakan standar deviasi dari blangko (Gambar 13)
adalah bahwa hasil percobaan dari konsentrasi analit terkecil yang digunakan untuk regresi,
bukan dari blangko saja, melainkan dari interval prediksi yang menggambarkan penentuan
probabilitas masa depan. Oleh karena itu, ketidakpastian yang lebih besar dapat disertakan,
sehingga asumsi risiko dapat berbeda. Gambar 17 menggambarkan derivasi grafis dari DL
dan QL pada prediksi 95% interval, dalam perhitungan numerik dapat dilihat dalam
Persamaan (6) dan (7).
Yc = t (P, n-2) Sy
DL = (Persamaan 6)
Yh = a + 2 t(P, n-2) Sy
DL = + (Persamaan 7)
Pendekatan ini juga didasarkan pada variabilitas dari penentuan konsentrasi yang
bergantung pada eksperimen (persamaan 8 sampai 10). Batas deteksi atas merupakan saat
kandungan analit dalam sampel lebih tinggi daripada blanko (yaitu, keberadaan analit dapat
dibuktikan secara kualitatif). Recording limit (tambahan) didefinisikan sebagai kadar terendah
dari analit yang dapat dideteksi dengan tingkat probabilitas tertentu. Dengan asumsi
probabilitas yang sama yaitu kesalahan jenis a dan b, dimana batas rekaman sesuai dengan
dua kali batas deteksi.
Batas kuantatif menurut DIN dihitung dari recording limit menggunakan tingkat
ketidakpastian (lihat bagian d), yang dapat didefinisikan secara individual sesuai dengan
persyaratan dari prosedur analisis. Faktor kf yang digunakan dalam Pers. 10) sesuai dengan
kebalikan dari ketidakpastian relatif, yaitu faktor dari 3 (yang biasanya diterapkan) sesuai
dengan ketidakpastian 33,3%. Faktor harus dipilih untuk mendapatkan batas kuantitatif yang
lebih besar dari recording limit.
Hasil yang diperoleh sangat mirip dengan yang dari interval prediksi 95%,
terutama untuk jumlah prediksi yang lebih tinggi (Gambar 16).
(Persamaan 8)
(Persamaan 9)
(Persamaan 10)
MAKALAH ANALISIS SEDIAAN KOSMETIK Page 22
d. Dari Ketidakpastian Relatif
Ketidakpastian konsentrasi yang diberikan sesuai dengan setengah interval prediksi horisontal
di sekitar garis regresi pada konsentrasi ini (DXi, Gambar 5,. Persamaan. 16). Sebuah analisis
ulang diharapkan (pada tingkat signifikansi statistik ) untuk memberikan nilai di mana saja
namun tetap berada pada kisaran ini. Ketidakpastian relatif adalah rasio antara ΔXi dan
konsentrasi xi. Terlepas dari ekstrapolasi, interval prediksi hanya sedikit melengkung, dan
akibatnya meningkatkan ΔXi hanya sedikit menuju batas atas dan bawah kisaran regresi.
Ketika konsentrasi xi menurun menuju nol, ketidakpastian relatif muncul secara eksponensial
(Gambar 18). Nilai ini merupakan ukuran langsung penentuan pada konsentrasi yang sesuai,
yaitu DL dan QL dapat langsung dihitung dengan menentukan ketidakpastian relatif secara
masing-masing, misalnya, 50% dan 33% (Persamaan 11). Menerapkan pendekatan
ketidakpastian relatif sama dengan pendekatan menggunakan DIN (lihat Bagian c) hal ini
mengakibatkan QL identik (sampai angka signifikan ketiga, lihat Gambar. 16). Namun,
dengan menggunakan ketidakpastian relatif mempunyai keuntungan yaitu menggunakan
pendekatan langsung dan mudah dipahami.
(Persamaan 11)
Apa hubungan antara ketidakpastian relatif dari konsentrasi yang diberikan dan
standar deviasi relatif (s)? Yang terakhir menjelaskan bahwa variabilitas yang telah
dilakukan, sesuai dengan sekitar rata-rata dari interval yang meliputi 68% dari (biasanya
didistribusikan) nilai sinyal (vertikal). Ketidakpastian relatif didasarkan pada interval prediksi,
yang menunjukkan nilai-nilai variabilitas eksperimental yang diharapkan (pada tingkat
kepercayaan tertentu, misalnya, 95%), yang mana dihitung sehubungan dengan konsentrasi
(interval prediksi horisontal). Oleh karena itu, jumlah data dan jarak dari konsentrasi rata-rata
(leverage, lihat Bagian 1) memiliki efek, tetapi kontribusi utama berasal dari nilai t-student.
Maka, ketidakpastian relatif dapat diperkirakan lebih besar untuk faktor 3 dibandingkan
dengan presisi sinyal pada konsentrasi yang diberikan.
Batas kuantisasi juga dapat diperoleh dari studi presisi. Untuk pendekatan ini,
penurunan konsentrasi analit dianalisis berulang kali dan standar deviasi relatif diplot
terhadap konsentrasi yang sesuai (fungsi presisi). Jika batas yang ditetapkan telah terlampaui
(seperti 10 atau 20%), konsentrasi yang sesuai ditetapkan sebagai batas kuantisasi. Dalam
literatur yang menggambarkan pendekatan ini, seringkali peningkatan variabilitas
menyebabkan penurunan konsentrasi menjadi hal yang harus dipertimbangkan (seperti garis
putus-putus dalam Gambar 19.). Namun, dalam prakteknya, karena variabilitas yang tinggi
dari standar deviasi), fungsi presisi yang benar jauh lebih sulit untuk digambarkan (lihat
dalam Gambar. 19), kecuali konsentrasi dalam jumlah besar ditambahkan . Hal ini juga harus
dicatat, bahwa kurva presisi rata-rata mewakili variabilitas yang benar untuk konsentrasi
tertentu, sedangkan hasil pencar secara individu diperoleh dalam rentang yang lebih besar,
misalnya, pada 0,05 mg / ml dari 5 sampai 25%, dengan rata-rata sekitar 15%.
Oleh karena itu, pilihan dapat dibuat dari pendekatan perspektif yang paling
pragmatis. Sebagai contoh, jika metode analitis sama untuk pengujian dan pemurnian dan
batch yang digunakan untuk penentuan presisi mengandung pengotor pada QL yang
diperlukan, percobaan yang sama dilakukan dapat digunakan untuk penentuan presisi dan
QL. Tentu saja, dalam beberapa kasus, restriksi praktis akan dihadapi. Jika tidak ada spiking
atau jika tidak ada matriks bebas pengotor yang cukup, QL hanya dapat diperoleh dari rasio
signal-to-noise, pendekatan lain tidak dapat diterapkan.
Sebagai konsekuensi dari variabilitas yang tinggi dari eksperimen QL, validitas harus
rutin dikonfirmasi dalam uji kesesuaian sistem, misalnya, dari rasio signal-to-noise atau
presisi sistem yang menunjukkan puncak ketidakmurnian.
7. Poin kunci
Mode perhitungan senantiasa diperlukan untuk ditentukan dan harus cukup mendetail.
Batas penerimaan yang tetap untuk pengotor diperlukan (dalam analisis farmasi),
karena itu 'QLgeneral’ harus ditetapkan, dari persyaratan atau penentuan eksperimental
cukup dapat diandalkan.
.Jika benar diterapkan, semua pendekatan QL menunjukkan hasil yang sebanding dan
benar, oleh karena itu, pendekatan yang paling pragmatis dapat dipilih.
Jika diperoleh dari penentuan linieritas, menghindari rentang konsentrasi yang terlalu
besar (> sepuluh sampai 20 kali lipat) dan ekstrapolasi, dan menggunakan jumlah
penentuan yang memadai (setidaknya delapan).
Untuk produk degradasi spesifik DP1, dilakukan penentuan LOD dan LOQ. Hasil
yang didapatkan konsentrasi kerja komponen utama (MC/Main Componen) sebasar LOD
0,01% dan LOQ 0,05% (pada kasus MC itu sendiri).
Pada analisis komponen utama formulasi placebo liofilisate, suatu keharusan untuk
menunjukkan bahwa placebo yang akan digunakan tidak mengandung bahan aktif. Oleh
karena itu LOD dan LOQ perlu ditentukan. Evaluasi kedua parameter berdasarkan garis
regresi.
Dari komponen utama, 6 larutan uji dipreparasi menggunakan zat cair pasti berasal
dari sususan formulasi placebo secara spiking untuk memperoleh rentang konsentrasi dari
0,01%-0,25% sehubungan dengan konsentrasi kerja komponen utama (lihat tabel 2).
Berdasarkan hasil kurva kalibrasi untuk MC (komponen utama) dan deviasi standard residu,
LOD 0,0039 mg/ml dihitung, sesuai untuk konsentrasi kerja MC 0,004% (diatur sampai
0,01% untuk alasan praktis). LOQ 0,034 mg/ml (10% ketidaktentuan relatif yang dapat
diterima) dihitung sesuai untuk 0,03% konsentrasi kerja MC (lihat tabel 3).
LOQ diperiksa atau diuji dengan menganalisis satu sampel yang mengandung MC
pada tingkat konsentrasi LOQ. Untuk alasan praktis, dipilih tingkat ICH 0,05%. Larutan uji
yang telah dipreparasi diinjeksikan tujuh kali dan dilakukan perhitungan rata-rata perolehan
kembali dan RSD (lihat tabel 4). Studi ini menyatakan basar rata-rata perolehan kembali
102% dan RSD 6,9%. Kedua parameter memenuhi kriteria penerimaan yang ditetapkan di
rencana validasi.
Tabel 3. Pengukuran LOD dan LOQ untuk MC dan DP1 dari regresi linear yang tidak
ditimbang
MC = 102,3
DP1 = 99,1
95% interval terpercaya :
MC = 95,8 sampai 108,8
DP1 = 96,2 sampai 102,0
RSD (%) :
MC = 6,90
DP1 = 3,14
LOD dan LOQ untuk DP1 ditentukan berdasarkan garis regresi. Lima larutan uji
dipreparasi. Preparasi uji mengandung komponen matrix produk obat P1 dalam konsentrasi
yang sama seperti sampel produk obat (0,15mg/ml) dan juga MC pada konsentrasi 0,10
mg/ml, di-spike dengan DP1 untuk memperoleh rentang konsentrasi dari 0,025% sampai
0,25% sehubungan dengan konsentrasi kerja MC (lihat tabel 2).
MAKALAH ANALISIS SEDIAAN KOSMETIK Page 29
Berdasarkan hasil dari kurva kalibrasi DP1 dan RSD, LOD 0,0052 mg/ml dihitung
sesuai untuk 0,005% konsentrasi kerja MC (diatur sampai 0,01% untuk alasan praktis). LOQ
0,057 mg/ml (10% ketidaktentuan relative yang dapat diterima) dihitung sesuai untuk 0,06%
konsentrasi kerja MC (lihat tabel 3).
LOQ diperiksa atau diuji dengan menganalisis satu sampel yang mengandung DP1
pada tingkat konsentrasi LOQ (untuk alasan praktis, dipilih tingkat ICH 0,05%) dan P1 dan
MC pada 0,15 mg/ml dan 0,10 mg/ml, secara berturut-turut. Larutan uji yang telah dipreparasi
diinjeksikan tujuh kali dan dilakukan perhitungan rata-rata perolehan kembali dan RSD (lihat
tabel 4). Studi ini menyatakan basar rata-rata perolehan kembali 99% dan RSD 3,1%. Kedua
parameter memenuhi kriteria penerimaan yang ditetapkan di rencana validasi.