Hoe kunnen laboratoria de herhaalbaarheid bij de analyse van de samenstelling van levensmiddelen verbeteren?

Laboratoria kunnen de herhaalbaarheid bij de analyse van de samenstelling van levensmiddelen verbeteren door elke stap van de werkstroom te standaardiseren, van monstervoorbereiding en instrumentkalibratie tot gegevenscontrole en methodevalidatie. Het komt erop aan variabiliteit bij de bron weg te nemen, omdat inconsistenties op welk punt dan ook in het proces leiden tot onbetrouwbare resultaten. In de onderstaande paragrafen worden de meest cruciale vragen behandeld waarmee kwaliteitscontrole- en R&D-laboratoria worden geconfronteerd bij het streven naar consistente, reproduceerbare voedingsmiddelanalyses.

Wat zijn de meest voorkomende oorzaken van een slechte herhaalbaarheid bij de analyse van de samenstelling van levensmiddelen?

Een slechte herhaalbaarheid bij de analyse van de samenstelling van levensmiddelen is meestal het gevolg van inconsistente monstervoorbereiding, instrumentafwijkingen, variabiliteit bij de operator en onjuist gebruik van referentiematerialen. In levensmiddelenmatrices, die vaak complex en heterogeen zijn, kunnen zelfs kleine afwijkingen in de manier waarop monsters worden behandeld of gemeten, leiden tot resultaten die niet reproduceerbaar zijn tussen verschillende metingen of tussen verschillende operators.

Inzicht krijgen in waar variabiliteit in het proces ontstaat, is de eerste stap om deze onder controle te krijgen. De meest voorkomende oorzaken zijn onder meer:

  • Heterogene monster matrices. Voedselmonsters variëren van nature in samenstelling, waardoor fouten bij het nemen van deelmonsters vaak voorkomen als de homogenisatie vóór de analyse onvoldoende is.
  • Bedieningstechniek. Verschillen in de manier waarop analisten monsters wegen, verdunnen of overbrengen, leiden tot door mensen veroorzaakte variabiliteit die vaak wordt onderschat.
  • Staat van het instrument. Vuile optische onderdelen, versleten elektroden of niet-gereinigde afbraakvaten zorgen er allemaal voor dat de meetconsistentie na verloop van tijd afneemt.
  • Omgevingsfactoren. Temperatuurschommelingen, vochtigheid en verontreiniging in de lucht beïnvloeden de herhaalbaarheid van vochtanalyses en andere gevoelige metingen.
  • Kalibratielacunes. Als er te weinig of ongeschikte kalibratiestandaarden worden gebruikt, kan de respons van het instrument tussen meetbeurten door afwijken.

Het systematisch aanpakken van deze oorzaken, in plaats van er pas achteraf op te reageren, is wat hoogpresterende kwaliteitscontrolelaboratoria onderscheidt van laboratoria die kampen met resultaten die buiten de specificaties vallen.

In hoeverre beïnvloedt de monstervoorbereiding de herhaalbaarheid van de analyse?

De monstervoorbereiding is een van de belangrijkste oorzaken van een slechte herhaalbaarheid bij voedselanalyses. Als het monster dat het instrument bereikt niet representatief, homogeen en op consistente wijze is voorbereid, kan zelfs de grootste precisie van het instrument dit niet compenseren. Fouten die tijdens de voorbereiding worden gemaakt, worden in de rest van het analytische proces steeds verder versterkt.

Voor de analyse van het vetgehalte, de reproduceerbaarheid van eiwitanalyses en elementaire analyses in levensmiddelen omvat de voorbereidingsfase vaak malen, drogen, opslagen of extractie. Elk van deze stappen kan tot variabiliteit leiden als er geen strikte controle op wordt uitgeoefend. De deeltjesgrootte na het malen heeft bijvoorbeeld een directe invloed op de extractie-efficiëntie bij de vetbepaling. Onvolledige afbraak bij elementanalyse leidt tot kunstmatig lage resultaten die niet reproduceerbaar zijn.

Automatisering van stappen in de monstervoorbereiding, zoals geautomatiseerd afwegen, het toevoegen van oplosmiddelen of afbraaksystemen, vermindert de variabiliteit tussen verschillende operators aanzienlijk. Gestandaardiseerde protocollen met vastgestelde toleranties voor elke stap, in combinatie met gedocumenteerde voorbereidingsverslagen, vormen de basis voor een herhaalbare analysemethode.

Welke instrumentparameters hebben de grootste invloed op de reproduceerbaarheid?

De instrumentparameters die de grootste invloed hebben op de analytische reproduceerbaarheid zijn de temperatuurstabiliteit, de gevoeligheid van de detector, de doorstroomsnelheden van het draaggas of het oplosmiddel, en de toestand van verbruiksonderdelen zoals elektroden, membranen of smeltkroezen. Deze parameters bepalen of het instrument bij meerdere metingen consistent reageert op dezelfde concentratie van de te analyseren stof.

Bij vochtanalyse moet bijvoorbeeld het temperatuurprofiel van een droogoven of een halogeenanalysator nauwkeurig worden geregeld om de herhaalbaarheid van de vochtanalyse te waarborgen. Afwijkingen van zelfs maar enkele graden kunnen de resultaten bij voedingsmiddelen met een hoog vochtgehalte aanzienlijk beïnvloeden. Bij elementanalyse voor voedingsmiddelentoepassingen beïnvloeden de plasmatemperatuur, de prestaties van de vernevelaar en de uitlijning van de brander allemaal de stabiliteit van het signaal.

Aan het begin van elke analysesessie moeten routinecontroles van de instrumentprestaties, ook wel systeemgeschiktheidstests genoemd, worden uitgevoerd. Deze controles zorgen ervoor dat de belangrijkste parameters binnen de vastgestelde grenzen vallen voordat er resultaten voor monsters worden gegenereerd, waardoor de reproduceerbaarheid daadwerkelijk wordt bevestigd in plaats van alleen maar verondersteld.

Welke rol spelen referentiematerialen en kalibratiestandaarden bij de analyse van levensmiddelen?

Referentiematerialen en kalibratiestandaarden zijn essentiële hulpmiddelen om te waarborgen dat de analyse van de samenstelling van levensmiddelen nauwkeurige en herhaalbare resultaten oplevert. Met gecertificeerde referentiematerialen (CRM’s) kunnen laboratoria controleren of hun methode en instrument correct functioneren, terwijl kalibratiestandaarden de responscurve van het instrument ten opzichte van bekende concentraties vastleggen.

Bij de kwaliteitscontrole van levensmiddelen vermindert het gebruik van referentiematerialen die qua matrix zijn afgestemd op het daadwerkelijke levensmiddelmonster – dat wil zeggen, die qua samenstelling sterk op het monster lijken – het risico dat matrixeffecten de resultaten vertekenen. Een kalibratiestandaard die in een zuiver oplosmiddel is bereid, gedraagt zich mogelijk niet op dezelfde manier als een standaard in een complex levensmiddelenextract, wat een systematische afwijking kan veroorzaken die de reproduceerbaarheid bij verschillende soorten monsters ondermijnt.

Ook de frequentie van de kalibratie is van belang. In kwaliteitscontrolelaboratoria met een hoge doorvoercapaciteit is het een gangbare praktijk om monsterpartijen aan het begin en einde van een run te omringen met kalibratiestandaarden en CRM’s. Dit bevestigt dat de respons van het instrument gedurende de gehele partij stabiel is gebleven en levert gedocumenteerd bewijs van de prestaties van de methode op voor nalevingsdoeleinden.

Hoe kunnen laboratoria statistische instrumenten inzetten om de herhaalbaarheid te bewaken en te beheersen?

Laboratoria kunnen gebruikmaken van instrumenten voor statistische procescontrole (SPC), met name controlekaarten, berekeningen van de relatieve standaardafwijking (RSD) en trendanalyses, om de herhaalbaarheid van voedselanalyses in de loop van de tijd te bewaken en te beheersen. Deze hulpmiddelen zetten individuele meetresultaten om in een continu beeld van de prestaties van de methode, waardoor afwijkingen kunnen worden gedetecteerd voordat deze tot resultaten buiten de specificaties leiden.

Een praktische aanpak van statistische monitoring omvat de volgende stappen:

  1. Een referentiepunt voor de prestaties vaststellen. Voer onder gecontroleerde omstandigheden een representatief aantal herhalingen uit om de inherente variabiliteit van de methode te bepalen en controlegrenzen vast te stellen.
  2. Controlediagrammen weergeven. Breng de resultaten van de kwaliteitscontrolemonsters in kaart op Levey-Jennings- of Shewhart-diagrammen en markeer alle resultaten die buiten twee of drie standaardafwijkingen van het gemiddelde vallen.
  3. Bereken de RSD regelmatig. De relatieve standaardafwijking tussen herhaalde metingen geeft snel aan of de herhaalbaarheid binnen aanvaardbare grenzen voor de methode ligt.
  4. Onderzoek trends, niet alleen mislukkingen. Een reeks resultaten die, zelfs binnen bepaalde grenzen, in één richting afwijkt, duidt vaak op een zich aandienend probleem, zoals de afbraak van reagentia of slijtage van het instrument.
  5. Documenteren en beoordelen. Houd een overzicht bij van de statistische resultaten en evalueer deze regelmatig om structurele problemen op te sporen die bij controles op één enkel punt over het hoofd zouden worden gezien.

Door statistische monitoring wordt herhaalbaarheid niet langer een reactieve zorg, maar een proactieve praktijk binnen het kwaliteitsbeheer.

Wanneer moet een laboratorium overwegen om zijn apparatuur te vernieuwen om de resultaten van voedselanalyses te verbeteren?

Een laboratorium moet overwegen om de apparatuur te vernieuwen wanneer uit statistische controles consequent blijkt dat de herhaalbaarheid buiten de aanvaardbare grenzen valt, ondanks een geoptimaliseerde monstervoorbereiding, correcte kalibratie en opleiding van het personeel. Als de methode en de werkwijze deugdelijk zijn, maar de resultaten nog steeds inconsistent zijn, is het instrument zelf waarschijnlijk de beperkende factor geworden.

Andere duidelijke aanwijzingen zijn onder meer een toenemende onderhoudsfrequentie, moeilijkheden bij het verkrijgen van reserveonderdelen en instrumenten die niet langer voldoen aan de huidige software- of nalevingsvereisten, zoals de audittrail-functionaliteit volgens 21 CFR Part 11 voor gereguleerde omgevingen. In laboratoria voor voedselkwaliteitscontrole die onder toezicht van regelgevende instanties staan, kan verouderde apparatuur zowel nalevingsrisico’s als analytische risico’s met zich meebrengen.

Voordat u besluit tot een upgrade, is het de moeite waard om een formele beoordeling van de meetcapaciteit uit te voeren. Hierbij wordt de huidige meetonzekerheid van het instrument vergeleken met de vereiste tolerantie voor de betreffende analyt en matrix. Als het instrument geen betrouwbaar onderscheid kan maken tussen aanvaardbare en niet-conforme producten, is de businesscase voor vervanging duidelijk.

Hoe SciSPX bijdraagt aan een betere reproduceerbaarheid bij de analyse van de samenstelling van levensmiddelen

SciSPX werkt samen met kwaliteitscontrole-, R&D- en analytische laboratoria in de hele Benelux om precies de uitdagingen aan te pakken die in dit artikel worden beschreven, variërend van inconsistente monstervoorbereiding tot instrumentkwalificatie en statistische methodevalidatie. Het team combineert hoogwaardige laboratoriuminstrumenten met echte toepassingskennis, zodat klanten begeleiding krijgen die verder gaat dan het instrument zelf.

De ondersteuning van SciSPX op het gebied van voedingsmiddelsamenstellingsanalyse omvat:

  • Deskundig advies over de keuze van instrumenten, afgestemd op de specifieke matrix, analyt en doorvoercapaciteitseisen van het laboratorium
  • IQ/OQ-installatie- en validatiediensten volgens de GMP- en GLP-normen, zodat instrumenten vanaf de eerste dag volgens de specificaties functioneren
  • Ondersteuning op applicatieniveau door productspecialisten die samenwerken met laboratoriumtechnici om methoden te optimaliseren en variabiliteit te verminderen
  • Preventieve en correctieve onderhoudsprogramma's die ervoor zorgen dat de meetapparatuur op lange termijn consistent blijft presteren
  • Richtlijnen inzake kalibratiestrategieën en het gebruik van referentiematerialen die geschikt zijn voor voedselmatrices

Als uw laboratorium problemen ondervindt met de herhaalbaarheid of nieuwe apparatuur voor de kwaliteitscontrole van levensmiddelen aan het evalueren is, neem contact op met SciSPX om met een specialist te spreken die uw toepassing begrijpt.

Veelgestelde vragen

Hoeveel herhalingen moeten we uitvoeren om een betrouwbare referentiewaarde voor de herhaalbaarheid van een nieuwe voedselanalysemethode vast te stellen?

Als algemeen uitgangspunt wordt in de meeste richtlijnen voor methodevalidatie (waaronder ISO 5725 en AOAC-protocollen) aanbevolen om minimaal 6–10 herhaalde metingen onder reproduceerbare omstandigheden uit te voeren om een zinvolle basislijn vast te stellen. Voor voedingsmiddelenmatrices met een hoge natuurlijke variabiliteit — zoals geëmulgeerde producten of samengestelde voedingsmiddelen — geeft het uitvoeren van ten minste 10 herhalingen, verspreid over meerdere dagen en door verschillende operators, een robuuster beeld van de werkelijke precisie van de methode. Het doel is om voldoende gegevens te genereren om statistisch onderbouwde controlegrenzen vast te stellen, en niet alleen een ruw gemiddelde.

Wat is een aanvaardbare RSD (relatieve standaardafwijking) voor de analyse van de samenstelling van levensmiddelen, en hoe weten we of onze resultaten buiten het toegestane bereik vallen?

Wat aanvaardbare RSD-waarden zijn, hangt af van de analyt, de concentratie en de complexiteit van de matrix — er is geen universele drempelwaarde. Als praktische maatstaf worden RSD's onder 2% over het algemeen als uitstekend beschouwd voor hoofdbestanddelen zoals vet of eiwit bij hoge concentraties, terwijl RSD's tot 5–10% aanvaardbaar kunnen zijn voor sporenelementen of analyten met een lage concentratie in complexe matrices. De beste aanpak is om uw RSD te vergelijken met de prestatiecriteria die zijn gedefinieerd in uw gevalideerde methode of de relevante regelgevings- of accreditatienorm (bijv. ISO 17025), in plaats van een algemene drempelwaarde toe te passen.

Onze herhaalbaarheid is goed binnen één meting, maar neemt aanzienlijk af tussen verschillende metingen of tussen verschillende dagen — wat zou hiervan de oorzaak kunnen zijn?

Dit patroon is een klassiek teken van problemen met de intermediaire precisie, en niet van problemen met de herhaalbaarheid binnen een run. De meest voorkomende oorzaken zijn: inconsistente opwarmtijd van het instrument, kwaliteitsverlies van reagentia of standaarden tussen sessies, en omgevingsschommelingen zoals temperatuurschommelingen gedurende de nacht. Controleer om te beginnen of de resultaten van uw systeemgeschiktheidstest aan het begin van elke run stabiel zijn, en of uw kalibratiestandaarden vers zijn bereid of correct zijn bewaard. Het toepassen van een ‘bracketed kalibratiestrategie’ — waarbij standaarden aan het begin en einde van elke batch worden getest — is een van de meest effectieve manieren om afwijkingen tussen runs op te sporen en te corrigeren voordat deze uw monsterresultaten beïnvloeden.

Hoe bepalen we welke stappen in onze workflow voor monstervoorbereiding we als eerste moeten automatiseren?

Geef prioriteit aan het automatiseren van de stappen die de grootste variatie tussen operators veroorzaken en die het vaakst worden uitgevoerd — doorgaans het wegen, het toevoegen van vloeistoffen en het verdunnen. Een nuttige oefening is om twee of drie analisten onafhankelijk van elkaar hetzelfde monster te laten voorbereiden volgens uw huidige SOP en de resultaten te vergelijken; de stappen waarbij de uitkomsten het meest uiteenlopen, zijn uw automatiseringsdoelen met de hoogste prioriteit. Geautomatiseerde gravimetrische doseerapparaten, robotgestuurde vloeistofverwerkers en gesloten digestieplatforms zijn beproefde instapoplossingen voor voedingslaboratoria die door mensen veroorzaakte variabiliteit willen verminderen zonder de gehele workflow te hoeven herzien.

Kunnen we interne referentiematerialen gebruiken in plaats van gecertificeerde referentiematerialen (CRM's), en wat zijn de voor- en nadelen daarvan?

Ja, interne referentiematerialen (IHRM’s) vormen een praktische en veelgebruikte aanvulling op CRM’s, met name voor routinematige kwaliteitscontrole, waarbij het testen van gecertificeerde materialen voor elke batch onbetaalbaar zou zijn. De belangrijkste afweging betreft de traceerbaarheid: CRM's zijn voorzien van gecertificeerde waarden met gedocumenteerde onzekerheid en metrologische traceerbaarheid, waardoor ze onmisbaar zijn voor methodevalidatie, accreditatie-audits en het oplossen van geschillen. IHRM’s zijn geschikt voor de dagelijkse controle via controlekaarten, maar moeten tijdens de initiële karakterisering altijd worden gekoppeld aan CRM-metingen om te waarborgen dat de toegekende waarden betrouwbaar zijn.

Wat is het verschil tussen herhaalbaarheid en reproduceerbaarheid, en waarom is dit van belang voor het kwaliteitscontroleprogramma van ons voedingslaboratorium'?

Herhaalbaarheid verwijst naar de overeenstemming tussen resultaten die onder dezelfde omstandigheden zijn verkregen — dezelfde operator, hetzelfde instrument, dezelfde dag — terwijl reproduceerbaarheid de overeenstemming beschrijft onder verschillende omstandigheden, zoals verschillende operators, instrumenten of laboratoria. Voor een intern kwaliteitscontroleprogramma zijn beide van belang: een goede herhaalbaarheid geeft aan dat uw methode consistent is binnen een sessie, maar een slechte reproduceerbaarheid wijst erop dat uw SOP niet robuust genoeg is om betrouwbaar te worden overgedragen tussen analisten of ploegen. Als uw laboratorium resultaten produceert die worden vergeleken met gegevens van leveranciers, wettelijke grenswaarden of interlaboratoriumproeven, is het begrijpen en beheersen van de reproduceerbaarheid net zo belangrijk als het verbeteren van de herhaalbaarheid binnen een reeks metingen.

Hoe vaak moeten we onze methoden voor voedselanalyse opnieuw valideren, en wat is de aanleiding voor een validering buiten de reguliere cyclus?

Een routinematige periodieke herziening vindt doorgaans jaarlijks plaats als onderdeel van een kwaliteitsmanagementsysteem, maar er zijn verschillende gebeurtenissen die aanleiding moeten geven tot een onmiddellijke hervalidatie buiten de reguliere cyclus om: vervanging of een ingrijpende reparatie van een instrument, een verandering van leverancier of kwaliteit van reagentia, een aanzienlijke wijziging in de SOP, of een patroon van afwijkingen in de controlekaarten dat niet door een tijdelijke oorzaak kan worden verklaard. In gereguleerde omgevingen die volgens GMP of ISO 17025 werken, moet elke wijziging die de prestaties van de methode zou kunnen beïnvloeden, worden beoordeeld en gedocumenteerd voordat de aangepaste methode wordt gebruikt voor rapportageplichtige resultaten. Een pragmatische aanpak is het bijhouden van een wijzigingslogboek en het evalueren van elke wijziging aan de hand van vooraf gedefinieerde impactcriteria om te bepalen of een volledige hervalidatie, een gedeeltelijke verificatie of geen actie vereist is.

Gerelateerde artikelen

Deze inhoud is gegenereerd met behulp van AI en kan fouten bevatten.

Neem contact op met onze Xperts

Bel je ons liever even?

België en Luxemburg
+32 (02)2 334 22 70