做方法验证或确认一份检测方法能不能用时,"准不准"是最核心的问题。加标回收率试验就是回答这个问题的常用手段:往样品里加入已知量的目标物,看能"收回"多少。回收率接近 100%,说明方法的准确度可接受;明显偏离,则意味着存在系统误差。本文把加标回收率试验的做法拆成加标量设计、计算、判定与异常排查四部分讲清楚。
加标回收率的原理与公式
加标回收率衡量的是"加入的量被完整测出的比例"。计算公式为:回收率 =(加标样品测得量 − 本底测得量)÷ 加标量 × 100%。其中本底测得量是未加标样品的测定结果,加标样品测得量是同一样品加入已知量目标物后的测定结果。公式虽然简单,但每个量都必须来自同一份均匀样品与同一套测定流程,否则算出的回收率没有解释力。
加标量怎么设计
加标量的常见取法
加标量通常设计在与样品本底含量相当的量级,常见做法控制在 0.5 至 2 倍本底量之间。加标量太小,本底测定的波动会淹没回收率信息;加标量太大,则偏离实际样品的基质状况,测出的回收率不能代表真实水平。
加标方式的选择
样品加标用于评估实际基质中的回收情况,空白加标(在空白基质中加入目标物)用于排除本底干扰、单独考察方法回收能力。验证方案里应写明采用哪种方式、做几个平行、每个浓度水平重复几次,避免做完再补。
| 设计要素 | 建议做法 | 常见错误 |
| 加标浓度 | 0.5~2 倍本底量,覆盖报告限附近 | 加标量远大于本底,掩盖基质效应 |
| 平行份数 | 同一水平至少 3 份平行(按方案要求) | 只做单份,无法评估重复性 |
| 加标过程 | 加标体积尽量小,混匀后按同流程测定 | 加标后未混匀或改变前处理条件 |
| 记录 | 记录加标液浓度、体积与配制溯源 | 只记结果不记过程,无法复核 |
计算示例
以水样中某组分测定为例:本底测得浓度为 8.0 mg/L;向同样品中加入标准后测得 23.6 mg/L;加入的标准量折合 16.0 mg/L。回收率 =(23.6 − 8.0)÷ 16.0 × 100% = 97.5%。如果同时做了 3 份平行,还应报告平均回收率与相对标准偏差,两者共同支撑准确度结论。
结果怎么判定
判定区间没有放之四海而皆准的单一数值,应以验证方案、方法标准或相关指导原则为准。常见的参考写法如:常量组分回收率接受区间多见 90%~110%,痕量与生物基质方法可放宽到 70%~130%;当回收率 >110% 或 <90%(按方案区间)时判定为偏离,需要查找原因。判定时应同时看回收率与精密度的组合表现,单一数值合格不等于方法可用。
回收率异常的排查路径
| 异常表现 | 可能原因 | 排查动作 |
| 回收率系统性偏低 | 前处理损失、吸附、基质抑制 | 检查前处理回收环节,做过程加标定位损失点 |
| 回收率系统性偏高 | 本底不均匀、加标液污染、干扰物共流出 | 重测本底、核查加标液配制与特异性 |
| 平行结果发散 | 混匀不充分、加样体积不准 | 核查移液操作与混匀步骤,评估人员操作差异 |
| 个别批次异常 | 试剂或仪器状态变化 | 调阅该批次试剂与仪器使用记录寻找关联 |
排查得到的结论与纠正措施应记入原始记录,这既是数据可靠性的证明,也是方法持续改进的输入。
数据记录与平台化管理
加标回收率试验会产生本底、加标、平行、计算过程等多层数据,纸质记录容易出现"结果有了、过程断了"。把试验数据录入统一平台,可以让计算过程留痕、异常自动提示、历史回收率趋势可查。衍因智研云(yanCloud)的数据管理与审计日志能力,适合把方法验证数据与日常检测记录关联起来,支撑长期的方法性能监测。
常见问题
回收率能做到正好 100% 吗?
不必追求恰好 100%,落在方法规定的接受区间内且精密度同时满足要求即可;过度追求单次数值漂亮反而可能带来选择性记录的风险。
本底含量很低时怎么处理?
本底接近检出限时,本底测量波动对回收率影响被放大,可采用空白加标或提高加标水平的方式评估,并在方案中事先约定处理规则。
回收率试验多久做一次?
方法验证或确认阶段必须做;日常质量控制中可按方案规定周期或随批做质控样核查,频次写在质量控制计划里并保留记录。
如果实验室希望把加标回收率等方法验证数据纳入统一的数据管理平台,让计算过程、原始记录与审计轨迹完整留痕,可以了解衍因智研云(yanCloud)的数据管理与实验记录能力。