Validation des méthodes d'analyse quantitative
Topic outline
-
La validation des méthodes d’analyse quantitative est une étape essentielle en laboratoire analytique. Elle permet de garantir que les résultats obtenus sont fiables, précis et reproductibles.
Ce processus est indispensable dans plusieurs domaines :
-
Industrie pharmaceutique
-
Agroalimentaire
-
Environnement
-
Chimie analytiqu
-
-
- Public cible : 1ʳᵉ année Master Chimie des Substances Naturelles
- Crédit : 04
- Coefficient : 02
-
- Enseignant : Dr. BENMANSOUR Nassima
- Département : de Chimie
- Faculté : des Sciences
- Université : Abou Bekr Belkaid Tlemcen
- Contact :
- Par mail au : benmansour.sm@gmail.com
- Par teams au : nassima-benmansour@univ-tlemcen.dz
- Disponibilité :
- Au département : Dimanche de 9h00 -11h00
- Par mail et teams : Dans les 24 heures qui suivent la réception du message, sauf en cas des imprévus.
-
Ce cours vise à :
-
Comprendre les principes fondamentaux de la validation des méthodes d’analyse quantitative
-
Maîtriser les différents paramètres de validation analytique
-
Appliquer correctement les protocoles de validation
-
Assurer la conformité des méthodes aux normes internationales
Par ailleurs, ce cours permettra de développer l’autonomie de l’étudiant et sa capacité à travailler de manière rigoureuse. À l’issue de la formation, l’étudiant sera capable de :
-
Élaborer un plan expérimental pour le dosage d’un analyte dans une matrice donnée
-
Déterminer les principaux paramètres analytiques dans le cadre d’une validation partielle
-
Analyser et interpréter les résultats de validation
-
Vérifier la fiabilité d’une méthode analytique et juger si les résultats obtenus sont conformes aux attentes
-
-
Chapitre I : Qualité et validation analytique
- Métrologie et principes de la mesure en chimie
- Critères de validation des méthodes analytiques (justesse, fidélité, LOD, LOQ, linéarité…)
- Normes, accréditation et qualité en laboratoire (ISO 17025, BPL…)
Chapitre II : Processus d’étalonnage monovariable (04 semaines)
- Définition et importance de l’étalonnage
- Les trois principales étapes de l’étalonnage (choix du standard, gamme, validation …).
- Optimisation et bonnes pratiques expérimentales.
- Construction et vérification de la droite d’étalonnage
- Outils informatiques pour l’analyse des données (R, Python, …)
- Statistiques appliquée : incertitudes, tests de régression, évaluation des erreurs.
Chapitre IV : Limites analytiques et incertitude instrumentale (03 semaines)
- Sensibilité, sélectivité, bruit, limites de détection et de quantification
- Erreurs systématiques et aléatoires
- Bonnes pratiques de maintenance des instruments
-
-
-
-