ประเด็นสำคัญของ ISO 19036:2019

ประเด็นสำ�คัญของ

ISO 19036:2019

Microbiology of the food chain Estimation of measurement uncertainty for quantitative determination

ส่งถึงคุณโดย

ส่งถึงคุณโดย

1

จากห้อ งปฏิบัต ิการสู่อาหารปลอดภั ย การตรวจวิเคราะห์ผลิตภัณฑ์อาหารเพื่อความปลอดภัยของผู้บริโภคนั้น ต้องวิเคราะห์พารามิเตอร์มากมาย ทั้งด้าน เคมี จุลชีววิทยา และกายภาพซึง่ ต้องเป็นไปตามมาตรฐานนานาชาติหลายฉบับเพือ่ ให้ผลการวิเคราะห์ถกู ต้องและแม่นยำ� คลีนิคอลไดแอกโนสติคส์ และเทอร์โม ฟิชเชอร์ ไซเอ็นทิฟิค ผู้นำ�ด้านผลิตภัณฑ์การตรวจวิเคราะห์ทางจุลชีววิทยาได้ เล็งเห็นถึงความสำ�คัญของมาตรฐานนานาชาติ โดยเฉพาะอย่างยิ่งมาตรฐานสำ�หรับห้องปฏิบัติการ เนื่องจากห้องปฏิบัติ การทดสอบทางจุลชีววิทยาต้องจัดทำ�ระบบคุณภาพห้องปฏิบัติการตามมาตรฐาน ISO/IEC 17025:2017 ในรายละเอียด ข้อกำ�หนดระบุให้มีการหาวิธีประมาณค่าความไม่แน่นอนทางการวัดของการทดสอบตาม ISO/TS 19036:2006 ในการ หาปริมาณวิเคราะห์ ไม่ว่าจะเป็นการหาจำ�นวนจุลินทรีย์ และวิธี MPN ต้องมีการประมาณค่าความไม่แน่นอน แต่ใน ปัจจุบัน มาตรฐาน ISO/TS 19036:2006 ได้ถูกยกเลิก โดยให้ใช้ ISO 19036:2019 แทน คณะผู้จัดทำ�จึงได้ทำ�หนังสือประเด็นสำ�คัญของ ISO 19036:2019 ขึ้นเพื่อเป็นแนวทางให้ห้องปฏิบัติการสามารถหา การประมาณค่าความไม่แน่นอนทางการวัดของการทดสอบทางจุลชีววิทยาตามมาตรฐานฉบับใหม่ได้งา่ ยขึน้ โดยเราได้รบั เกียรติจากอาจารย์เพ็ญศรี รอดมา เป็นวิทยากรบรรยายผ่านเว็บบินาร์และสรุปประเด็นสำ�คัญในหนังสือเล่มนี้ คลีนิคอลไดแอกโนสติคส์ และเทอร์โม ฟิชเชอร์ ไซเอ็นทิฟิค หวังเป็นอย่างยิ่งว่าเนื้อหาในหนังสือ “ประเด็นสำ�คัญ ของ ISO 19036:2019” เล่มนี้ รวมทั้งเนื้อหาวิชาการอื่นๆ ที่เราจัดให้ และโซลูชันด้านความปลอดภัยอาหารของเรา ซึ่งครอบคลุมเชื้อก่อโรคในอาหารหลายสายพันธุ์* จะสนับสนุนให้ท่านผลิตอาหารเพื่อสุขภาพที่ดีกว่า สะอาดกว่า และ ปลอดภัยกว่าให้แก่ผู้บริโภคกว่า 7.8 พันล้านคนทั่วโลก

* Thermo ScientificTM SureTectTM PCR Assays ครอบคลุมเชื้อ (1) Campylobacter jejuni, C. coli และ C. lari (2) E. coli O157:H7 และ STEC Screening (3) E. coli STEC (4) Staphylococcus aureus (5) Vibrio cholerae, V. parahaemolyticus และ V. vulnificus (6) Cronobacter species (7) E.coli O157:H7 (8) Listeria monocytogenes (9) Listeria species (10) Salmonella species

2

ISO 19036:2019 by Aj. Pensri Rodma

คณะผู้จัดทำ� ตุลาคม 2020

ประเด็นสำ� คัญของ

ISO 19036:2019

Microbiology of the food chain - Estimation of measurement uncertainty for quantitative determination

ามโดย บทคว ศรี รอดมา ย์เพ็ญ อาจาร

มาตรฐานฉบับนีม้ ขี อ้ กำ�หนดเฉพาะ และให้ แนวทางสำ�หรับการประมาณค่าและการแสดง ค่า Measurement Uncertainty (MU) ที่ เกีย่ วข้องกับผลการทดสอบเชิงปริมาณทางจุล ชีววิทยาของวงจรอาหาร การนำ�ไปประยุกต์ ใช้สำ�หรับการทดสอบเชิงปริมาณผลิตภัณฑ์ ที่มีความมุ่งหมายสำ�หรับมนุษย์บริโภคหรือ อาหารสัตว์ ตัวอย่างจากสิง่ แวดล้อมในบริเวณ ของกระบวนการผลิตอาหารและการจัดการ อาหาร ตัวอย่างจากขัน้ ตอนของกระบวนการ ผลิตเบื้องต้น การกำ�หนดความสัมพันธ์เชิงคณิตศาสตร์ อย่างคลอบคลุมอาจไม่สามารถดำ�เนินการได้ ระหว่างการวัดและข้อมูลนำ�เข้าเชิงปริมาณ แต่ละอย่าง และกรณีเช่นนี้ ผลที่เกิดจาก ข้อมูลนำ�เข้าเชิงปริมาณสามารถนำ�มาประเมิน ในลักษณะเป็นกลุ่มได้ ในกรณีการทดสอบตัวอย่างที่มาจากห่วง โซ่อาหารทางจุลชีววิทยา ไม่สามารถดำ�เนิน การได้อย่างครอบคลุมสำ�หรับรูปแบบการวัด เชิงปริมาณ เนื่องจากการวัดเชิงปริมาณที่มี ความถูกต้องเกีย่ วกับข้อมูลนำ�เข้าเชิงปริมาณ นั้นเป็นไปไม่ได้ โดยที่ เป็นการทดสอบเชือ้ ทีม่ ชี วี ติ ซึง่ สถานะทาง สรีรวิทยา (Physiological state) สามารถ มีความหลากหลายสูงมาก  เชื้ อ เป้ า หมายที่ ท ดสอบมี Strain, Species, Genera ที่มีความแตกต่าง

 ข้ อ มู ล นำ � เข้ า เชิ ง ปริ ม าณที่ ยุ่ ง ยากมี

มากมาย และเป็นไปไม่ได้สูงที่จะระบุจำ�นวน (เช่น สถานะทางสรีรวิทยา) สำ�หรับข้อมูลนำ�เข้ามากมาย (เช่น อุณหภูมิ Water activity) ที่มีผลกับการวัด ไม่สามารถอธิบายเชิงปริมาณทีม่ คี วามแม่นยำ� เพียงพอได้ เป็นข้อกำ�หนดทีถ่ กู ดำ�เนินการสำ�หรับการ Estimation of technical uncertainty และแหล่งที่มาอื่นที่เกี่ยวข้อง ซึ่งเกิดขึ้นจาก การทดสอบทางจุลชีววิทยา เกี่ยวกับ: 1. The matrix uncertainty (เช่น Uncertainty ที่เกิดจากการกระจายของเชื้อ จุลินทรีย์ภายใน Actual test matrix) 2. The poisson uncertainty ซึ่งเกี่ยว กับการใช้ Colony count technique 3. The confirmation uncertainty เกี่ยวข้องกับการทดสอบที่มีการตรวจยืนยัน (Confirm) เชื้อจุลินทรีย์เฉพาะที่ชี้บ่ง เพื่อใช้ นับสำ�หรับ Presumptive organism 4. The uncertainty เกีย่ วกับการประมาณ ค่า Most probable number (MPN) Technical uncertainty เกิดขึ้นจาก การดำ�เนินการที่มีความหลากหลาย และถูก ประมาณโดยการใช้ Global approach จาก ค่า Reproducibility standard deviation ของผลการทดสอบสุดท้ายของกระบวนการ วัด (Final results of the measurement

process) Global approach หมายความ ว่าการประมาณค่า Technical uncertainty มาจากผลการทดสอบสุดท้าย มากกว่าการ คำ�นวณโดยใช้การประมาณค่า Uncertainty จากขั้นตอนทุกๆ ขั้นตอนของกระบวนการ ทดสอบ Matrix uncertainty เกิดขึ้นจากการ Mix ตัวอย่างทดสอบที่ไม่สมบูรณ์ เกิดผล กับปริมาณของระดับเชื้อจุลินทรีย์ในส่วนที่ จะทดสอบ (Test portion) มีการกระจาย แบบ Poor reproducibility ซึ่งสามารถมี ค่าสูงสำ�หรับ Solid matrix และโดยเฉพาะ สำ�หรับผลิตภัณฑ์อาหารทีม่ อี าหารหลายอย่าง เป็นส่วนประกอบ Matrix uncertainty ถูก ประมาณค่าจาก Matrix แต่ละชนิด แม้ว่าสำ�หรับ Homogenous material การกระจายของเชื้อจุลินทรียแ์ บบ Random distribution ทำ �ให้ เ กิ ด Distribution uncertainty ซึ่งโอกาสเป็นไปได้ของค่า Uncertainty 3 ชนิดที่ถูกนำ�มาพิจารณาใน มาตรฐานนี้ ค่า Uncertainty แต่ละชนิด เกี่ยวข้องกับวิธีที่ใช้ทดสอบ 1. สำ�หรับ Colony count technique 2. Poisson uncertainty 3. Confirmation uncertainty 4. สำ�หรับ MPN technique คือ MPN uncertainty Uncertainty สำ�หรับแหล่งทีม่ าของแต่ละ ส่งถึงคุณโดย

3

Distribution uncertainty ถูกประเมินโดย ใช้หลักการทางคณิตศาสตร์ มาตรฐานฉบับนี้นำ�เสนอ 3 แนวทางที่ สามารถเป็นไปได้สำ�หรับการประมาณค่า Standard deviation of reproducibility โดยขึน้ อยูก่ บั การวัดสารทีเ่ หมือนกันซ้�ำ ๆ จำ�นวน หนึ่ง เรียงลำ�ดับก่อนหลังต่อไปนี้ ทางเลื อ กที่ 1 Intralaboratory reproducibility เช่น การประมาณค่า Reproducibility ภายในห้องปฏิบตั กิ าร (5.2.2) ทางเลือกที่ 2 Reproducibility ทีม่ าจาก ผลของการศึกษา Interlaboratory method validation (5.2.3.1) ทางเลือกที่ 3 Reproducibility ทีม่ าจาก ผลของการทำ� Interlaboratory proficiency testing (5.2.3.2) Acceptable results

Colony count technique มั่นใจ ว่า Counted colonies มีจำ�นวนมากเพียง พอทีส่ ามารถใช้ส�ำ หรับการคำ�นวณ ผลการแจง นับโคโลนีน้อยกว่า 30 โคโลนี (SC) ควรตัด ออกไป จำ�นวนโคโลนีสูงสุดต่อ Plate (ส่วน มาก 300 โคโลนี/ Plate หรือต่ำ�กว่าตามที่ ระบุในมาตรฐานเฉพาะ) สำ�หรับวิธีดำ�เนินการรวมถึง Partial confirmation ผลลัพธ์ใดๆ ซึ่งน้อยกว่าครึ่ง หนึง่ ของโคโลนีทถี่ กู ตรวจสอบยืนยันควรตัดออก ไป เช่น มีข้อเสนอแนะเพื่อตัดผลการทดสอบ ซึง่ nc = np/2 (ดู ข้อ 7.3 สำ�หรับ Symbols) สำ�หรับ MPN ขึน ้ อยูก่ บั วิธที ดสอบ เมือ่ ผลการวัดหนึ่งครั้งจากจำ�นวน Positive หรือ Negative test results เมือ่ ผลการวัดน้อยกว่า Five positive test results ควรตัดจากการ คำ�นวณ Intralaboratory reproducibility Reproducibility standard deviation หลีก เลีย่ งไม่ได้ทจี่ ะต้องรวม Matrix และ Distribution component ทีเ่ กีย่ วข้องกับ Reproducibility data ด้วย ถ้า uncertainty ของผลการ ทดสอบถูกคำ�นวณ (Combined standard deviation) โดยการรวม Reproducibility standard deviation เข้ากับ Matrix และ Distribution component ทีเ่ กีย่ วข้องกับผล การทดสอบ อาจเกิด Overestimate ของค่า Uncertainty ห้องปฏิบัติการสามารถเลือก หลีกเลี่ยงการเกิด Overestimate เนื่องจาก มีความยุ่งยากในการคำ�นวณ โดยลดหรือตัด ส่วนทีเ่ กีย่ วข้องกับ Matrix และ Distribution uncertainty component ออกไปจากค่า Reproducibility standard deviation 4

ISO 19036:2019 by Aj. Pensri Rodma

แนวทางเลือกถูกอธิบายใน Annex D เพือ่ ให้ ค่า Standard deviation ทีถ่ กู ต้อง (SIR:corr) Precision value ในการศึ ก ษา Interlaboratory method validation study อยูภ่ ายใต้ขอ้ จำ�กัดและความถูกต้องตามทีร่ ะบุ ในเงือ่ นไขของการศึกษา การรวมของ Matrix, strain ของเชือ้ จุลนิ ทรียท์ ใี่ ช้ทดสอบ, ระดับการ ปนเปือ้ น, การทำ� Stress treatment เป็นต้น เพื่อให้ได้เงื่อนไข Homogenous และการ Standardized sample สำ�หรับการศึกษา Interlaboratory study การกำ�หนดให้มหี รือ ไม่มี Background microflora ดังนัน้ ความ หลากหลายของการปนเปือ้ นตามธรรมชาติของ ตัวอย่างทดสอบซึง่ อาจพบในทางปฏิบตั ถิ กู ลด ลงไป ซึง่ ทำ�ให้การประมาณค่า Uncertainty อยู่ในเงื่อนไข Underestimate ดังนั้น แม้ว่า มี Reproducibility data ก็อาจมีความยุ่ง ยากมากกว่าการทำ� Artificial trials ทีด่ �ำ เนิน การในงานประจำ�ของห้องปฏิบัติการ สำ�หรับการประมาณค่า Uncertainty ของ Reproducibility ที่มาจากการเข้าร่วม PT อาจใช้ในสถานการณ์ดังนี้ 1. เมือ่ สมาชิกทุกแห่งใช้วธิ ที ดสอบเดียวกัน ในการทำ� PT ผูท้ เี่ ข้าร่วมโปรแกรมนัน้ มีผลการ ทดสอบที่ถูกประเมินว่า Satisfactory โดย หน่วยงาน PT แล้ว สามารถนำ�มาประมาณ ค่า Technical uncertainty โดยใช้ค่า Standard deviation ทัง้ หมดทีผ่ ลทีท่ ดสอบ เป็น Satisfactory โดยหน่วยงาน PT นั้น 2. สำ�หรับ ข้อ 5.3.2.1 ขอบเขตของการ ทำ� Test portion และการเตรียม Initial suspension รวมถึง Matrix effect ขึน้ อยูก่ บั การออกแบบการทดสอบของหน่วยงาน PT นัน้ Matrix uncertainty แตกต่างจาก Sampling uncertainty (ดู 5.1.2) ซึ่งไม่ ครอบคลุมในมาตรฐานนี้ Matrix uncertainty ทีเ่ ป็นอิสระ (Independent) จากวิธที ดสอบ (Analytical method) ที่ใช้หมายความว่า ***การประมาณค่า Matrix uncertainty จาก Matrix สามารถนำ�ไปประยุกต์ใช้เป็นปัจจัยของ Matrix uncertainty contribute สำ�หรับทุก วิธกี ารทดสอบเชิงปริมาณ (All quantitative test) ใน Matrix นี้ ควรพิจารณาการกระจา ยตัวของเชื้อจุลินทรีย์ชนิดต่างๆ ในตัวอย่าง ด้วย และประวัติของตัวอย่าง (เช่น ตัวอย่าง มีการปนเปือ้ นหลังกระบวนการผลิต เป็นต้น) แนวทาง 3 ทาง ถูกอธิบายในข้อ 6.2 – 6.4 สำ�หรับการประมาณค่า Matrix uncertainty 1. การใช้ Fixed value (ดู 6.2) สำ�หรับ ตัวอย่างของห้องปฏิบตั กิ ารทีเ่ ป็น Well-mixed

homogeneous sample ค่า Matrix uncertainty คาดว่าจะมีปริมาณน้อย และ สามารถใช้ Fixed (Minimum) value ได้ 2. การทดสอบ Multiple test portion จาก Laboratory (หรือ Test sample) สามารถใช้ Within-sample variation ได้ 3. เกี่ ย วข้ อ งกั บ ลั ก ษณะเฉพาะของ Sample และวิธีทดสอบที่ใช้อย่างแพร่หลาย และ Matrix uncertainty อาจประมาณจาก ข้อมูลเดิม (Prior knowledge) ได้ (ดู 6.4) ***reference (14) ระบุว่า Laboratory sample ทั้งหมด สามารถทำ�ให้เป็น Homogeneous ก่อน เตรียม Test portion ดังนั้นค่า Matrix uncertainty สามารถใช้ค่าที่เป็น Fixed valued ได้ คือ umatrix= 0.1 log10 cfu/g หรือ mL (14) การทำ� Homogenization อาจรวมถึง Treatment ที่ใช้ เช่น Rotating knife blade, Perishable paddle system หรือ Ultrasonic system (เช่น Pulsifier®2) ข้อเสนอสำ�หรับ Homogeneous technique ระบุใน ISO 6887-1 และ ISO 7218 ให้ใช้ Natural contamination sample เนื่องจาก Artificial contamination ไม่ ได้สะท้อนถึง Real matrix uncertainty เนื่องจาก Matrix uncertainty เป็นค่าที่ เป็นอิสระ (Independent) จากค่าที่วัดได้ (Measurand) และของวิธีทดสอบ (Test method) ที่ใช้ ค่าที่วัดได้ (Measurand) ควรมี แ นวโน้ ม ที่ จ ะตรวจพบจากตั ว อย่ า ง Naturally contaminated sample, Total mesophilic aerobic sample, Enterobacteriaceae หรือ Thermophilic spore-forming microorganisms สามารถ เป็นทางเลือกที่ดีที่สุดที่จะนำ�ไปประยุกต์ใช้ กับวิธีทดสอบ วิธที ดสอบบางวิธขี นึ้ อยูก่ บั Colony count technique ให้ปริมาณเชื้อจุลินทรีย์ที่เป็น Presumptive microorganisms โดยการทำ� Confirmation tests ถูกใช้เพือ่ ทำ�ให้ปริมาณ Presumptive count มีความถูกต้อง โดย การประมาณค่าอัตราส่วนของจำ�นวนโคโลนี ที่ถูกเลือกไป Confirmed ว่าเป็น Target organisms หรือไม่ด้วยวิธีที่มีความเหมาะ สม ผลทีเ่ กิดจาก Colonies ทีถ่ กู กระจายเป็น แบบลักษณะ Binomial distribution ที่ใช้ เพื่อคำ�นวณความสอดคล้องกับ Distribution uncertainty โดยเฉพาะสำ�หรับแต่ละผลการ ทดสอบ สมมติว่า Presumptive colonies คือ np ที่ถูกทดสอบและจำ�นวนของโคโลนีที่

ถูก Confirmed และ กับจำ�นวนทีย่ นื ยันแล้ว สำ�เร็จเป็นเชือ้ เป้าหมาย คือ nc/np ถูกใช้เป็นตัว Multiplier เพือ่ เปลีย่ นปริมาณ Presumptive count เป็นปริมาณ Confirmed count ซึ่ง ผลของการเพิม่ Correction คือ Log10 nc/ np ในรูปค่า Log10 cfu/g หรือ mL ซึ่งอยู่ กับ Presumptive Count Table 3 แสดง ค่าของ uconf ในหน่วย log10 สำ�หรับเลือก ค่าของ np และ nc uconf สำ�หรับปริมาณอื่นๆ ที่สามารถ คำ�นวณจากสมการที่ (3) ซึ่งได้มาจาก ISO 29201:2012 สมการ (E4) (3) ถ้า nc = 0 การคำ�นวณค่า uconf ใช้ค่า nc = 1 เนื่องจากค่า Repeatability standard deviation หลีกเลี่ยงไม่ได้ที่ต้องรวมถึง Technical และ Distribution components ที่เกี่ยวข้องกับ Repeatability data ถ้าค่า Uncertainty ของ Test result ถูกคำ�นวณ โดยการรวมค่า Repeatability standard deviation และ Technical และ Distribution components ทีเ่ กีย่ วข้องกับ Test result อาจ เกิด Overestimation ของค่า Uncertainty ห้องปฏิบตั กิ ารสามารถเลือกเพือ่ หลีกเลีย่ งการ เกิด Overestimation นีไ้ ด้ โดยการใช้วธิ กี าร คำ�นวณทีม่ คี วามซับซ้อนมากกว่า คือ การลบ ค่า Distribution uncertainty components เกีย่ วข้องออกจากค่า Repeatability standard deviation ทางเลือกนี้ให้ค่า Standard deviation ที่ถูกต้อง Sr:corr ค่าของ Matrix uncertainty ที่คำ�นวณ ได้ในหนึ่งห้องปฏิบัติการ อาจสามารถใช้โดย อีกห้องปฏิบัติการหนึ่ง สำ�หรับ Laboratory sample ที่คาดว่ามี Matrix uncertainty ที่ เหมือนกัน ***ข้อ 6.4 หน้า 16 ***เอกสาร Reference 14 ให้ หน้า 7 ที่ Highlight สามารถใช้ค่า U matric สำ�หรับ Cat 3 Small solid (0.17) และ (0.20) สำ�หรับ Cat 4 Solid เนื่องจากมาตรฐาน ระบุว่าสามารถใช้ U matric ของแล็บอื่น ได้ เนื่องจากไม่เกี่ยวข้องกับวิธีทดสอบ และ ห้องปฏิบัติการเกี่ยวข้องเฉพาะสองปัจจัยคือ Matrix และเชื้อจุลินทรีย์

A second classification, based on the physical characteristics, made it possible to obtain more interesting results. Four categories were created on the basis of physical criteria: i. liquids and powders: milk, coconut milk, dried milk, dehydrated onion powder, caseinate (9/91) ii. minced/chopped solids and fluids: minced meat, mechanically separated meat, sausage meat, whipped cream, dairy ice cream, soya cream (16/91) iii. (very) small solids: dehydrated parsley/ mushrooms, grated carrots/celeriac, salad, shrimps, cereals, feeding stuffs, chopped hazel muts (15/91) iv. other solids: meat, cheese, pastry...

(51/91)

วิธีทดสอบที่ขึ้นอยู่กับ Colony count technique มีคา่ ทีเ่ ป็น Minimum distribution uncertainty contribution ซึง่ ขึน้ อยูก่ บั จำ�นวน โคโลนีทงั้ หมดทีน่ บั ได้และใช้ในการคำ�นวณผล การทดสอบ คือค่า SC (ดู ISO 7218) ถ้า SC = 0 ซึง่ หมายถึงไม่มเี ชือ้ เจริญเลย (No colony) upoisson= 0.434 upoisson สำ�หรับค่าอืน่ ๆ ของ SC สามารถ คำ�นวณได้โดยใช้สมการที่ 2

(2)

ดังนั้น สำ�หรับตัวอย่าง ถ้า SC =100

Most probable number (MPN) technique มาจาก Most probable number จาก Multiple detection หรือ Non detection results ซึ่ง Technique นี้ รวมถึง Automate micro-titer plate technique โดยที่มี Tube หลายหลอด

ที่ประเมินแล้วพบว่าให้ผล Positive หรือ Negative สำ�หรับ MPN technique ค่า Minimum distribution uncertainty มี ค่ามากกว่า Simple Poisson และขึ้นอยู่ กับรายละเอียดของผลการทดสอบ วิธีการที่ ใช้สำ�หรับการประมาณค่า คือ Standard uncertainty ในรูป log10 ของ uMPN ซึ่ง ระบุใน Annex C บางครั้ง MPN testing ต้องมีการตรวจ ยืนยัน Target microorganisms ที่ตรวจ พบในทุกครัง้ ทีท่ ดสอบขัน้ ตอน Presumptive positive ในกรณีเช่นนี้ การคำ�นวณค่า MPN และค่า Uncertainty จากจำ�นวนของการ Confirmed หลอดที่ใช้ผล Positive Combined standard uncertainty อาจขึ้นอยู่กับทางเลือก 2 ทาง ดังนี้ 1. Combination (ดู 8.1.2) ของการ ประมาณค่าแยกกัน (Separately estimate) a. Technical standard uncertainty b. Matrix standard uncertainty c. Distribution standard uncertainty ถ้าประกอบด้วยแนวทางที่ห้องปฏิบัติการ ระบุและความต้องการของลูกค้า คือ การ ใช้เฉพาะค่า Reproducibility standard deviation เพียงอย่างเดียว Technical standard uncertainty (utech ) ถูกประมาณค่าตามระบุในข้อ 5 คือค่า Reproducibility standard deviation ซึ่ง อาจถูกแก้ไขจากค่า Matrix และ Distribution standard deviation ซึง่ เป็นวิธที างเลือกหนึง่ ที่สอดคล้องกับที่ระบุใน Annex D utech = SR ; หรือ utech = SR:corr

Matrix standard uncertainty ถูก ประมาณค่าตามระบุในข้อ 6 ถ้า Matrix uncertainty ถูกประมาณค่าตามระบุใน ข้อ 6.3 จาก Multiple test portion ของ Laboratory sample ดังนั้น Matrix standard uncertainty ถูกประเมินเป็นค่า Repeatability standard deviation ซึ่ง อาจจะถูก Corrected จาก Distribution standard deviation เป็นวิธีทางเลือกที่ สอดคล้องกับ Annex D umatrix = SR ; หรือ umatrix = SR:corr

ส่งถึงคุณโดย

5

Distribution standard uncertainties ใดๆ ที่เกี่ยวข้อง (uPoisson, uconf, uMPN) ถูก คำ�นวณจากข้อมูลที่ได้จากรายงานผลการ ทดสอบ สอดคล้องกับข้อ 7 uconf สำ�หรับปริมาณอื่นๆ ที่สามารถ

คำ�นวณจากสมการที่ (3) ซึ่งได้มาจาก ISO 29201:2012 สมการ (E4) (3) ถ้า nc = 0 การคำ�นวณค่า uconf ใช้ค่า nc = 1 การคำ�นวณ Combined standard uncertainty คือค่า Square root of the sum square และ Distribution standard deviation ใดๆ ที่เกี่ยวข้อง เทอมทั้งหมดต้องนำ�มารวมในวิธีการที่ คำ�นวณ เช่น วิธจี ะไม่รวมทัง้ Colony count (uPoisson) และ MPN (uMPN) ตัวอย่างที่ 1 Instrumental method เช่น ATP ซึ่งไม่มีโคโลนีหรือเซลถูก Count

ตัวอย่างที่ 2 Colony count method, ไม่มี Partial confirmation ตัวอย่างที่ 3 Colony count method มี Partial confirmation ตัวอย่างที่ 4 MPN method

เป็นเรื่องปกติในการยอมรับผลลัพธ์ของ การที่ Component มีค่าเป็นศูนย์ ถ้าค่า Standard uncertainty ไม่สูงกว่าหรือน้อย กว่า 1/5 (หรือ 0.2) ของ Component standard deviation ที่มีค่ามากที่สุด (ซึ่ง หมายถึง Technical uncertainty) แสดง ว่า distribution และ Matrix uncertainty component ซึ่งมีค่าน้อยมากเมื่อเปรียบ เทียบกับค่า Technical uncertainty ตาม ที่แสดงไว้ในตัวอย่างข้อ 8.2 ซึ่งสามารถ 6

ISO 19036:2019 by Aj. Pensri Rodma

ตัดทิ้งได้ สถานการณ์ที่รุนแรงที่สุด เมื่อ Distribution ทัง้ หมด และ Matrix uncertainty component มีคา่ น้อยมาก เมือ่ เปรียบเทียบ กับ Technical uncertainty ตัวอย่างลดลง เป็น uc(y) = utech ใช้สมการ (5) เพื่อหา Expanded uncertainty U จากค่า Combined standard uncertainty uc(y) (ดู 8.1) โดยใช้ค่า Coverage factor k ที่ถูกเลือก มาตรฐานฉบับนี้ ใช้ค่า 2 (คือสอดคล้องกับ Confidence level 95% โดยประมาณ)

ตัวอย่าง ของ Colony count method ร่วมกับ utech=0.15 log10 cfu/g และ umatrix =0.1 log10 cfu/g ถ้า Laboratory sample ที่ให้ค่า Zero counted colony ที่ 10-1 dilution และที่ 10-2 dilution เมื่อ SC = 0 และ 7.2 ให้ค่า upoisson = 0.434 log10 cfu/g Combined standard uncertainty และ Expanded uncertainty สามารถถูก คำ�นวณโดยสอดคล้องกับข้อ 8.1 และ 8.2 คือ =

U = 2uc(y)

ค่า MU ควรรายงานในหน่วยเดียวกันกับ ค่าผลการทดสอบ การรายงานค่า MU อาจขึน้ อยูก่ บั ทางเลือก 2 ทาง คือ Reproducibility standard deviation และการแยกการประมาณ ค่าของ Matrix และ Distribution uncertainty อื่นๆ ที่เกี่ยวข้อง หรือ Reproducibility standard deviation เพียงอย่างเดียว เมื่อต้องประมาณค่า MU เพื่อรายงาน ผลการทดสอบ รวมถึงในรายงานต้องระบุว่า ค่า MU เป็นค่า Expanded uncertainty และพร้อมทัง้ ต้องระบุคา่ Confidence limit และการระบุว่าค่า MU ได้ถูกประมาณค่าซึ่ง สอดคล้องกับมาตรฐานฉบับนี้ การรายงานค่า Expanded measurement uncertainty ถูกประมาณโดยสอดคล้อง กับ ISO 19036 และขึ้นอยู่กับ Standard uncertainty ที่นำ�ไป Multiplied กับค่า Coverage factor เมือ่ K=2 ซึง่ ให้ Level of confidence โดยประมาณเท่ากับ 95% และ Combined standard uncertainty ซึง่ ให้ ค่าเท่ากับ Intralaboratory reproducibility standard deviation กรณีที่ค่า MU ขึ้น อยู่กับค่า Reproducibility standard deviation เท่านั้น ต้องทำ�ให้กระจ่างใน รายงานผลการทดสอบ Log10 result ร่วมกับ ±U : y±U log10 cfu/g หรือ cfu/mL เช่น 5±0.31 log10 cfu/g Log10 result ร่วมกับ limit: y log10 cfu/g หรือ cfu/ mL [y–U. y+U]; เช่น 5.00 log10 cfu/g [4.69; 5.31]; Natural result value ร่วมกับ limit: x cfu/g [10y-U,10y+U]; เช่น 1.0×105 cfu/g [4.9×104,2.0×105]

0.470 log10 cfu/g U = 2×0.470 = 0.940 log10 cfu/g ค่า Limit of quantitative (xLOQ) สอดคล้องกับ Single count colony เมื่อ SC = 1

cfu/g cfu/g

Limit บน Uncertainty interval สำ�หรับ Result ที่มีค่าเท่ากับค่า LOQ คือ yLOQ+U = 0.959+0.904 = 1.899 log10cfu/g yLOQ -U = 0.959-0.904 = 0.019 log10cfu/g yLOQ+U 10 = 101.899 = 7,916 cfu/g 10yLOQ-U = 100.019 = 1.044 cfu/g 

Note

Note

ส่งถึงคุณโดย

7

Note

Note

8

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

9

Note

Note

10

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

11

Note

Note

12

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

13

Note

Note

14

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

15

Note

Note

16

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

17

Note

Note

18

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

19

Note

Note

20

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

21

Note

Note

22

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

23

Note

Note

24

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

25

Note

Note

26

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

27

Note

Note

28

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

29

Note

Note

30

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

31

Note

Note

32

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

33

Note

Note

34

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

35

Note

Note

36

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

37

Note

Note

38

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

39

Note

Note

40

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

41

Note

Note

42

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

43

Note

Note

44

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

45

Note

Note

46

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

47

Note

Note

48

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

49

Note

Note

50

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

51

Note

Note

52

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

53

Note

Note

54

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

55

Note

Note

56

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

57

Note

Note

58

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

59

Note

Note

60

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

61

Note

Note

62

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

63

Note

Note

64

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

65

Note

Note

66

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

67

Note

Note

68

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

69

Note

Note

70

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

71

Note

Note

72

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

73

Note

Note

74

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

75

Note

Note

76

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

77

Note

Note

78

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

79

Note

Note

80

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

81

Note

Note

82

ISO 19036:2019 by Aj. Pensri Rodma

Note

Note

ส่งถึงคุณโดย

83

Note

Note

84

ISO 19036:2019 by Aj. Pensri Rodma

Thermo Fisher Scientific - MBD: Webinar #1 “ISO/FDIS 16140-3 Microbiology of the Food Chain – Method Validation” Part 3: Protocol for the verification of reference and validated alternative methods implemented in a single laboratory Conducted by Aj. Pensri Rodma

https://www.facebook.com/189765854420420/ videos/751918705374866

https://youtu.be/jjcUx9jyWEo?t=621

27th August 2020, 14:00 hrs.

Thermo Fisher Scientific - MBD: Webinar #2 “ISO 19036:2019 Microbiology of the Food Chain – Estimation of measurement uncertainty for quantitative determination”

https://www.facebook.com/189765854420420/ videos/823674285118418

Conducted by Aj. Pensri Rodma

15th October 2020, 14:00 hrs.

https://youtu.be/fY8c_HkXkOM?t=679

-3 16140 S I D ISO/F & 2019 : 6 3 0 9 ISO 1 ดำ�เนินงานโดย

86

ISO 19036:2019 by Aj. Pensri Rodma