Incertidumbre de medida en laboratorios GMP: interpretación y uso práctico

La incertidumbre de medida describe lo que permanece indeterminado en el valor atribuido a una magnitud, a partir de la información disponible. No es un defecto que deba ocultarse ni una cifra que se copie automáticamente del certificado de calibración. En el laboratorio GMP ayuda a comprender la capacidad de la medición y a interpretar el resultado en el contexto de la decisión prevista.

Esta guía desarrolla un presupuesto simplificado y un caso numérico original. Su objetivo es hacer comprensibles las hipótesis, contribuciones y consecuencias, sin sustituir una evaluación metrológica específica ni las reglas del método aplicable. El caso es simulado, no se refiere a un lote y no genera una «aprobación GMP». Las orientaciones JCGM e ILAC deben utilizarse dentro de su ámbito, sin transformarlas en prescripciones idénticas para toda actividad farmacéutica.

Incertidumbre, error, tolerancia, resolución y exactitud

El VIM distingue conceptos que suelen confundirse en las fichas técnicas. El error de medida es la diferencia entre el valor medido y un valor de referencia; puede tener signo. La incertidumbre caracteriza, en cambio, la dispersión de los valores atribuibles al mensurando según la información utilizada y es no negativa. Conocer una corrección no elimina la incertidumbre con la que se ha determinado. [1]

La tolerancia define los valores admitidos por una especificación: no nace del presupuesto de incertidumbre. La resolución se refiere a la capacidad de distinguir cambios en la indicación; más cifras en la pantalla no demuestran automáticamente una menor incertidumbre global. En la terminología VIM, la exactitud expresa proximidad al valor verdadero y no es una magnitud a la que se asigne directamente un número. Cuando una ficha indica «exactitud ±…», hay que aclarar qué característica de funcionamiento se especifica realmente. [1]

Estas distinciones cambian el trabajo cotidiano. Un resultado puede ser repetible y estar influido por un efecto sistemático; un instrumento puede tener una resolución fina y unas condiciones de uso poco controladas. No debe aumentarse la incertidumbre para hacer aceptable un error conocido, ni restarla de un resultado fuera de especificaciones para construir artificialmente una conformidad.

Definir exactamente qué se mide

Antes de calcular, describir el mensurando: qué magnitud, de qué objeto, en qué condiciones y referida a qué momento o intervalo. «Temperatura de la incubadora» puede significar temperatura del aire en un punto, media temporal en ese punto, distribución en la cámara o temperatura dentro del material. Son resultados distintos que requieren información diferente.

Describir el modelo que relaciona las entradas con el resultado. Puede ser una relación sencilla entre indicación y correcciones o incluir pesadas, diluciones, respuesta instrumental y factores del método. El modelo debe representar la actividad real y los efectos significativos, no solo aquello que resulte cómodo introducir en una hoja de cálculo. Incluso una lectura aparentemente directa puede depender de varias influencias. [2,3]

Aclarar si se comunica una observación individual o una media. La dispersión de las lecturas individuales y la incertidumbre de su media no son intercambiables. La reducción por la raíz cuadrada del número de observaciones requiere hipótesis adecuadas, entre ellas independencia y un proceso pertinente y estable; no justifica repeticiones oportunistas hasta que el resultado parezca favorable.

Identificar las contribuciones sin contarlas dos veces

Partir del recorrido de la muestra y de la medición. Considerar, cuando sean pertinentes, referencia y calibración, repetibilidad, resolución, deriva, condiciones ambientales, preparación, recuperación, matriz y operador. Una lista larga no es necesariamente completa; una corta solo puede serlo si las exclusiones están justificadas. La incertidumbre se refiere al resultado definido, no a un inventario abstracto de posibles problemas. [3]

Para cada partida, preguntar de qué evidencia procede, qué intervalo cubre y si ya está incluida en otra estimación. Los datos de precisión que incorporan variaciones ambientales no deben sumarse automáticamente a una contribución ambiental idéntica. Del mismo modo, una componente de resolución podría estar ya representada por los datos experimentales: analizar el caso antes de añadirla.

Las correcciones significativas conocidas deben gestionarse en el modelo; queda por evaluar su incertidumbre asociada. Una corrección estimada en cero no significa incertidumbre nula. Distinguir también una fuente demostrada despreciable de una fuente no investigada: la ausencia de datos es una carencia que debe resolverse, no una prueba de irrelevancia.

Tipos A y B: cómo se obtiene la estimación

Los tipos A y B clasifican el método de evaluación de la incertidumbre, no separan automáticamente errores aleatorios y sistemáticos. El tipo A utiliza el análisis estadístico de observaciones; el tipo B utiliza otra información, como certificados, datos anteriores, conocimientos técnicos o límites justificados. Ambos pueden contribuir al mismo resultado y requieren un juicio competente. [2,3]

Antes de combinar, expresar las contribuciones como incertidumbres estándar. Si un certificado declara una incertidumbre expandida U y su factor k, la componente estándar correspondiente se obtiene como U/k, dentro del contexto al que se aplica el dato. Si se suponen valores equiprobables entre límites simétricos ±a, el modelo rectangular da a/√3. La distribución debe justificarse, no elegirse para obtener una cifra menor.

El coeficiente de sensibilidad expresa cómo una variación de la entrada modifica la salida y permite expresar las contribuciones en la unidad del resultado. Si las entradas están correlacionadas, la combinación debe incluir las covarianzas: la raíz de una suma de cuadrados no es una receta universal. La enmienda GUM de 2026 también aborda el tratamiento adecuado de la no linealidad significativa, incluso mediante métodos de Monte Carlo cuando sean apropiados. [2,4]

Presupuesto original: una medida de temperatura simulada

Se considera la temperatura en un punto y un instante definidos, estimada a partir de una única indicación de 25,9 °C a la que se aplica una corrección de +0,02 °C: el resultado corregido es 25,92 °C. El modelo didáctico incluye cuatro contribuciones residuales aditivas independientes, todas con coeficiente de sensibilidad igual a 1. No representa un mapeo de cámara ni un procedimiento real de calibración.

Se supone que una serie histórica suficientemente amplia y pertinente proporciona una desviación estándar de repetibilidad de 0,03 °C para una medición individual. En este ejemplo, esa componente es distinta del redondeo de la lectura actual: se supone explícitamente que no existe doble contabilización. La contribución de la referencia a la corrección procede de U = 0,04 °C con k = 2. Los demás efectos significativos se suponen ausentes o despreciables únicamente en la simulación.

La tabla muestra valores redondeados para facilitar la lectura; el cálculo conserva las cifras intermedias. Con las hipótesis declaradas, la varianza combinada es 0,003333… °C² y la incertidumbre estándar combinada es u_c = 0,057735… °C. El término ambiental representa una influencia residual sobre el resultado, no un intervalo operativo adicional permitido para el local.

En el uso real harían falta evidencias para cada hipótesis: datos de repetibilidad, significado del certificado, comportamiento de la pantalla, modelo de la influencia ambiental y verificación de los efectos excluidos. No copiar estos números en un presupuesto de empresa. La estructura es reutilizable; los valores pertenecen exclusivamente al caso simulado.

Incertidumbre expandida y significado del factor de cobertura

Para ilustrar el paso a la incertidumbre expandida se elige k = 2: U = k × u_c = 0,115470… °C, que puede expresarse como 0,12 °C con un redondeo coherente. El resultado puede comunicarse, por tanto, como (25,92 ± 0,12) °C, especificando k, modelo y condiciones. El signo ± no significa que todo error posible esté contenido con certeza en el intervalo.

La correspondencia entre k = 2 y una cobertura de aproximadamente el 95 % requiere condiciones apropiadas, entre ellas la forma de la distribución del resultado y unos grados de libertad adecuados. No es una identidad válida para cualquier presupuesto. En este ejemplo, k es una elección didáctica: no se asigna una probabilidad de cobertura exacta. Un caso real debe justificar el factor y la afirmación probabilística utilizada. [2]

No comparar directamente dos valores U sin leer k, mensurando, intervalo, condiciones y modelo. Un valor menor puede reflejar condiciones diferentes o un alcance más limitado. La incertidumbre informa sobre la medición descrita; no constituye por sí sola una clasificación de la calidad de los laboratorios.

Resultado cercano al criterio: qué permite afirmar

Solo para el caso simulado se establece, antes de la evaluación, un intervalo admisible de 25,80 a 26,00 °C y una regla ilustrativa: aceptar únicamente si el intervalo y ± U está totalmente contenido en los límites. Estos valores y esta regla no son requisitos GMP, farmacopeicos ni de incubación y no deben trasladarse a un método real.

Con los valores sin redondear, el intervalo calculado es aproximadamente 25,8045–26,0355 °C. El valor central de 25,92 °C está dentro de los límites, pero el extremo superior supera 26,00 °C; el caso no satisface la regla de aceptación elegida previamente. Esto no demuestra que el valor verdadero esté fuera de especificaciones ni autoriza una decisión de liberación de lote.

El resultado requiere la respuesta definida por el procedimiento aplicable, considerando el contexto, el riesgo y otras evidencias pertinentes. No se cambia la regla después de ver la cifra ni se repiten medidas seleccionando únicamente las favorables. ILAC G8 trata distintas reglas y sus riesgos: no prescribe una banda de guarda única para todos los usos. [5]

Los cálculos se comprobaron con dos implementaciones separadas: aritmética en coma flotante y cálculo racional con elevada precisión decimal. Ambas proporcionan la misma varianza, los mismos extremos dentro del redondeo y la misma no aceptación conforme a la regla ilustrativa.

Del certificado a la medida en las condiciones de uso

La incertidumbre del certificado corresponde al resultado de la calibración en las condiciones descritas. Puede ser una entrada fundamental para el uso posterior, pero no incluye automáticamente deriva futura, instalación, ambiente, operador, muestra o método del laboratorio. Identificar qué influencias cambian y cómo se evalúan sin duplicar componentes ya incluidas.

La cadena documental debe relacionar instrumento, configuración, correcciones e intervalo realmente utilizado. Si se utiliza otra sonda, otro canal, un intervalo distinto o una configuración no cubierta, hay que revisar la pertinencia del dato. Para la conexión con referencias reconocidas, consultar la guía sobre trazabilidad metrológica de los resultados de laboratorio.

Documentar, revisar y mejorar el presupuesto

Un presupuesto útil permite que otra persona competente reconstruya el resultado. Conservar mensurando, modelo, entradas, unidades, datos fuente, distribuciones, sensibilidades, correlaciones, criterios de exclusión, factor de cobertura y regla de decisión cuando corresponda. Vincular versiones de las herramientas de cálculo, comprobaciones realizadas, autor, revisor y fecha de validez de la evaluación. [2,3]

• ¿El resultado descrito coincide con el utilizado para decidir?
• ¿Las evidencias cubren el intervalo, la configuración y las condiciones reales?
• ¿Cada componente se expresa como incertidumbre estándar y en la unidad correcta?
• ¿Están justificadas la independencia, las correlaciones y las exclusiones?
• ¿Se evitan el doble cómputo y las reducciones estadísticas improcedentes?
• ¿Son explícitos el factor de cobertura, el redondeo y la regla?

Revisar tras cambios de método, reparaciones, nuevas condiciones, variaciones significativas de la precisión o nuevas evidencias. Asignar responsabilidades y criterios de actualización; no limitarse a cambiar la fecha. Para reducir la incertidumbre, intervenir primero sobre las contribuciones dominantes y verificar el beneficio obtenido, en lugar de aumentar indiscriminadamente el número de repeticiones.

El catálogo BIPM incluye actualmente la enmienda de 2026 a la GUM y GUM-5:2026 sobre ejemplos. No debe presentarse cada documento nuevo como sustitución del sistema completo ni adoptarse un borrador como texto definitivo. El HUB Calibration & Laboratory Metrology relaciona estos conceptos con la gestión operativa de la medición. [6]

Fuentes y límites

1. JCGM/BIPM. JCGM 200:2012 — International Vocabulary of Metrology, VIM3. Términos 2.13, 2.16, 2.26, 4.14 y 4.15.
2. JCGM/BIPM. JCGM 100:2008 — Guide to the expression of uncertainty in measurement, secciones 4–8, junto con la enmienda de 2026. Evaluación, combinación, cobertura y presentación.
3. JCGM/BIPM. JCGM GUM-1:2023 — Introduction, secciones 2–5. Modelo, información y selección del enfoque.
4. JCGM/BIPM. JCGM 100:2008/Amd.1:2026 — Nonlinearity in measurement models. Enmienda final consultada; no se reproduce ninguna fórmula avanzada.
5. ILAC. ILAC G8:09/2019 — Guidelines on Decision Rules and Statements of Conformity. Guía para el contexto ISO/IEC 17025, no una regla universal de liberación GMP.
6. BIPM. Catálogo oficial Guides in Metrology. Estado de las publicaciones verificado; los ejemplos de GUM-5:2026 no se reproducen ni se utilizan en el caso original.

Fuentes verificadas el 30 de septiembre de 2026. Presupuesto, checklist y caso son aportaciones originales de GuideGxP. Las cifras simuladas no representan datos experimentales ni límites normativos.