La norme ISO 17043, référence incontournable dans le domaine des essais d’aptitude (également appelés comparaisons interlaboratoires), fournit un cadre rigoureux pour évaluer la compétence des laboratoires. Au cœur de cette évaluation se trouvent des calculs statistiques précis qui permettent d’analyser les résultats fournis par les différents participants.
Ces calculs statistiques dans les essais d’aptitude permettent notamment de fournir des réponses aux points suivants :
- Évaluation de la performance : Les calculs statistiques en fournissant une valeur de référence et un écart de tolérance permettent de déterminer si les résultats obtenus par un laboratoire sont en accord avec cette valeur de référence, et avec les résultats des autres participants.
- Identification des biais : Les calculs statistiques aident à mettre en évidence d’éventuels biais systématiques dans les résultats d’un laboratoire.
- Comparaison des méthodes : Ils permettent de comparer l’efficacité et la précision de différentes méthodes d’analyse.
- Amélioration continue : Les résultats statistiques servent de base à l’amélioration continue des processus au sein des laboratoires.
La norme ISO 17043 fait référence à la norme ISO 13528, qui spécifie les méthodes statistiques à utiliser dans les essais d’aptitude. Parmi les statistiques les plus couramment employées, on retrouve :
- La moyenne arithmétique : Elle représente la valeur centrale des résultats.
- L’écart-type : Il mesure la dispersion des résultats autour de la moyenne.
- Le coefficient de variation : Il exprime l’écart-type en pourcentage de la moyenne, ce qui permet de comparer la dispersion relative de différents ensembles de données.
- Les z-scores : Ils indiquent la distance d’un résultat individuel par rapport à la moyenne, exprimée en nombre d’écarts-type.
- Les scores en unités d’écart-type (ENU) : Ils sont similaires aux z-scores mais sont plus faciles à interpréter, car ils sont exprimés en unités de la grandeur mesurée.
Des solutions logicielles sont à même de prendre en charge l’ensemble du cycle de traitement d’un essai d’aptitude, de la gestion des participants à la diffusion du rapport de comparaison interlaboratoire. Cette solution étant accessible en ligne, toute la procédure est dématérialisée et les laboratoires participants interviennent directement sur un extranet dédié autant pour suivre le planning des essais à venir que pour déposer leurs résultats d’analyse et consulter les rapports finaux.
Les principales opérations de traitement d’un essai d’aptitude sont :
- Définition des essais et des critères à suivre : Les essais sont décrits directement dans la solution, ainsi que tous les critères et leurs caractéristiques. Des outils dédiés permettent de reproduire les essais récurrents.
- Collecte des données : Les résultats de tous les participants sont collectés auprès des laboratoires participants via des formulaires interactifs.
- Évaluation de l’homogénéité des données : Via des tests statistiques, l’homogénéité des données est vérifiée, et les résultats incohérents sont éliminés de la base témoin de la population.
- Calculs statistiques : A partir des résultats, des opérations de traitements statistiques sont exécutées pour fournir les éléments de décisions quant aux avis finaux de chaque critère d’analyse.
- Graphiques et z-scores : Suivant les critères et leur paramétrage, des graphiques de différentes natures peuvent être produits et générés, y compris le graphique du z-score sur l’historique des résultats d’un laboratoire à plusieurs essais donnés.
- Évaluation de la performance individuelle : Des tableaux de résultats produits à partir des résultats bruts et des résultats statistiques sont produits et regroupés dans un rapport final de comparaison interlaboratoire.
- Diffusion des résultats : Le rapport final contient l’ensemble des résultats collectés au cours de l’essai fournis par les laboratoires participants, ainsi que les résultats des traitements statistiques et les différents graphiques pour chaque critère de l’essai. Ce rapport est diffusé auprès des participants en respectant la confidentialité individuelle des participants : chaque participant voit ses propres résultats parmi les résultats de tous les autres participants qui sont anonymisés. Le laboratoire peut ainsi se positionner parmi le groupe sans pour autant pouvoir identifier les résultats de ses concurrents.
