3.1.2 Rutinní zkoušky

Pokud je již zkouška prováděna rutinně, lze zřídka možno systematicky ověřovat splnění podmínek 1 až 3, protože omezené množství pozorování ve zkoušce může ovlivnit citlivost statistických testů. Statistici však prokázali, že při symetrickém uspořádání zkoušky neovlivni malé odchylky od předpokladu normality a shody rozptylů výrazně výsledek hodnocení zkoušky. Pokud řada zkoušek dává pochybné výsledky, je nutno opětovně posoudit vhodnost použitého statistického modelu. Pak je nutno provést novou sérii předběžných hodnocení, jak je diskutováno v části 3.1.1.

Další dvě nezbytné podmínky závisí na zvoleném statistickém modelu:
Pro model rovnoběžné lineární závislosti:

4A) Závislost odpovědi na logaritmu dávky je možno popsat pomocí přímky v rozsahu všech použitých dávek.

5A) Pro každý neznámý přípravek musí být přímka závislosti odpovědi na logaritmu dávky rovnoběžná s přímkou závislosti standardu.

Pro model poměru sklonů:

4B) Závislost odpovědi na dávce pro každý přípravek ve zkoušce je možno v rozsahu všech použitých dávek popsat pomocí regresní přímky.

5B) Pro všechny zkoušené přípravky musí regresní přímky protínat osu y (v dávce nula) ve stejném bodě jako přímka referenčního přípravku (tj. regresní funkce všech přípravků ve zkoušce musí mít stejný průsečík s osou y jako regresní přímka standardu).

Podmínky 4A a 4B je možno v rámci zkoušky ověřit pouze, pokud je každý přípravek ve zkoušce testován alespoň ve třech ředěních. Provádění zkoušek, v kterých jsou použita pouze dvě nebo jedno ředění, je možné pouze, jsou-li předpoklady linearity, rovnoběžnosti nebo stejného průsečíku prověřeny minulou zkušeností.

Po získání dat zkoušky (ale před výpočtem relativní účinnosti každého zkoušeného přípravku) musí být proveden výpočet analýzy rozptylu, která ověřuje splnění předpokladů 4A a SA (nebo 4B a SB). K tomuto účelu je rozdělen součet čtverců na dílčí součty, které odpovídají požadavku splnění jednotlivých podmínek. Zbývající součet čtverců odpovídá reziduální chybě, která umožní pomocí skupiny dílčích F-testů hodnotit jednotlivé zdroje variability.

Pokud je ověřena použitelnost metody, je možno vypočítat účinnost každého zkoušeného přípravku v porovnání se standardem a vyjádřit ji buďto jako relativní účinnost, nebo v jednotkách vhodných pro zkoušený přípravek, např. v mezinárodních jednotkách (m.j.) (IU International Units). Z každé skupiny dat zkoušky je možno vypočítat i meze spolehlivosti.

Zkoušky založené na modelu rovnoběžnosti jsou popsány v části 3.2 a na modelu poměru sklonů v části 3.3.

Když není splněna některá z pěti podmínek (1, 2, 3, 4A, 5A nebo 1, 2, 3, 4B, 5B), jsou zde popsané metody nepoužitelné a mělo by se prověřit technické provedení zkoušky.

Analytik by neměl použít jinou transformaci, není-li prokázáno, že nesplnění předpokladů není náhodné, ale že je způsobeno systematickou změnou laboratorních podmínek. V tomto případě by mělo být před použitím nové transformace v rutinním provozu znovu provedeno testování tak, jak je popsáno v části 3.1.1.

Pokud se při provádění rutinních zkoušek pro porovnání podobných materiálů vyskytuje zvýšený počet zkoušek neplatných kvůli nerovnoběžnosti a nelinearitě, je možnou příčinou to, že plán zkoušky dostatečně neodráží danou situaci. Tento nedostatek je často způsoben neschopností určit všechny zdroje variability, které ovlivňují zkoušku. To může způsobit podhodnocení reziduální chyby, což vede k vysokým hodnotám testovací statistiky F-testu.

V jedné zkoušce není vždycky možné uvažovat všechny možné zdroje variability (např. rozdíly mezi dny). V tom případě se intervaly spolehlivosti získané opakováním zkoušky mohou výrazněji lišit a je třeba opatrnosti při používání dílčích intervalů spolehlivosti. K získáni spolehlivějšího odhadu intervalů spolehlivosti se musí provést více nezávislých zkoušek a z těch pak kombinovat jeden odhad účinnosti a jeho interval spolehlivosti (viz část 6).

Pro účely kontroly kvality rutinních zkoušek se doporučuje zaznamenávat hodnoty sklonu regresní přímky a reziduální chyby pro zobrazení v grafu kontroly kvality zkoušek.

• Výjimečně vysoké hodnoty reziduální chyby mohou poukazovat na technické problémy. To by mělo být prověřeno a pokud došlo k evidentnímu pochybení v průběhu pokusu, musí být zkouška opakována. Neobvykle vysoká reziduální chyba může také indikovat přítomnost odlehlého nebo vychýleného pozorování. Odpověď, která je v průběhu zkoušky podezřelá z důvodu, že neodpovídá průběhu zkoušky, musí být vyřazena. Je-li odlehlá hodnota zjištěna až po zaznamenání naměřených hodnot, ale je možno vystopovat neregulérnosti zkoušky, může být vynechání této hodnoty oprávněné. Libovolné vypouštění naměřených hodnot ze zpracování může ale způsobit vážné zkreslení. Obecně lze pozorování bez obav vyloučit pouze, pokud je test odlehlých pozorování statisticky významný.
• Někdy se mohou objevit i výjimečně nízké hodnoty reziduální chyby. Ty pak způsobí, že F-hodnota snadno překročí kritickou hodnotu. V této situaci může být oprávněné nahradit reziduální chybu vypočtenou v této zkoušce průměrnou reziduální chybou z historických dat v grafu kontroly kvality zkoušek.