BS ISO 11843——检测能力标准系列

🔬 BS ISO 11843 是国际标准化组织 ISO/TC 69/SC 6（统计方法——测量方法的精密度）制定的 ISO 11843《检测能力》系列标准在英国国家层面（BSI）的实施版本。”检测能力”（capability of detection）描述的是一个测量系统能否可靠地区分”信号”与”噪声”：当待测物质的含量（净状态变量）低于某个临界值时，测量结果无法与空白/背景可靠区分。ISO 11843 系列从统计学上严谨地定义”临界值””最小可检出值”等概念，并给出在有无校准数据两种情形下的计算方法，广泛用于化学分析、环境监测、食品检测、临床检验等领域的方法验证与质量控制。英国由技术委员会 SS/6（试验方法的精密度）负责实施。

一、系列概述与定位 📌

ISO 11843 系列采用”状态变量/响应变量”的通用框架：状态变量（state variable）是被测系统的属性（如待测物浓度），响应变量（response variable）是测量仪器给出的响应（如吸光度、峰面积）。校准函数把两者关联起来。系列通过控制第一类错误（α，把空白误判为有信号）与第二类错误（β，把有信号误判为空白）来定义临界值（critical value）与最小可检出值（minimum detectable value），使”检出限”不再是一个经验拍脑袋的数字，而是一个具有明确统计保证的指标。本批收录的 7 个文件涵盖 Part 1～Part 7，包括术语定义、线性校准方法论、无校准数据时的临界值确定、非线性与多变量扩展等。

二、系列构成与技术要点 🔧

• Part 1 术语与定义：定义状态变量、响应变量、校准函数、临界值、最小可检出值、空白样品、参考状态等基本概念，并给出化学分析领域的对应术语（如”待测化学物种””空白材料””净浓度”）。
• Part 2 线性校准方法论：给出在线性校准情形下计算响应变量临界值 yc、净状态变量临界值 xc 与最小可检出值 xd 的方法，分常数标准差与标准差随净状态变量线性变化两种情形。
• Part 3 无校准数据时：当无法获得完整校准曲线时，仅基于空白/背景测量数据的均值与标准差确定响应变量临界值。
• Part 4/5/6/7 扩展：分别涉及最小可检出值确定、多变量线性校准、非线性测量方法与基于噪声的检测能力评价。

三、关键技术要求 🔥

• 两类错误控制：α（第一类错误，误报）与 β（第二类错误，漏报）共同决定临界值与最小可检出值；标准通常建议 α=β=0.05（或 0.01）。
• 校准数据质量：线性校准需足够多的参考状态点与重复测定次数（I 个参考状态，J/K/L 次重复），并检验残差是否满足线性与方差假设。
• 标准差模型：区分”常数标准差”与”标准差随净状态变量线性变化”两种情形，选择相应公式计算。
• 空白与基线：空白材料/参考状态的测量均值和标准差是确定临界值的基础，空白应尽量低且稳定。
• 方法验证报告：应报告临界值、最小可检出值、所用 α/β、校准模型与统计检验结果，保证方法验证可复核。

四、工程实践应用 🛠️

• 方法验证：新分析方法在投入使用前，按 ISO 11843 确定检出限与定量限，并纳入方法验证报告。
• 环境监测：水质、空气、土壤样品中痕量污染物的检出与定量，需给出可靠的检出限与不确定度。
• 食品与药品检测：农残、兽残、添加剂等限量检测，需证明方法在限量附近的检出能力。
• 临床检验：生化、免疫、分子诊断试剂的检测限（LOD）与定量限（LOQ）按标准定义评价。
• 实验室质量控制：把检出限纳入质控图与能力验证，监控检测系统灵敏度漂移。

五、常见问题解答 ❓