Estimado Fernando
Muchas gracias por su opinion.
Respeto su enorme trayectoria y sus comentarios siempre enriquecen.
Naturalmente que sobre algunos puntos tenemos diferentes opiniones pero estoy segura que el interes de todos los que aportamos comentarios es usar eficientemente esta tecnologia.
Mis saludos para usted
Atte
Estimada :
Hola. Ojalà ande mas seguido por estos lados, siempre es bueno tener mas aportes y experiencias de personas relacionadas a NIR.
No mucho que decir, quizás dos cosas
La primera es indicar que la rotaciòn de una copa de medición ( celda) no mejora la repetibilidad, sino mas bien la empeora. La repetibilidad es peor cuando se gira una muestra y mucho mejor cuando la medición es estàtica, en ningún caso mejor.
La repetibilidad depende de la muestra también, por ejemplo la repetibilidad de una muestra de harina de pescado es peor que la de una harina de carne o y mejor que un queque de prensa. También la repetibilidad depende del modelo matemático, del SEC del mismo. Por ejemplo la repetibilidad en el resultado de Humedad en la misma matriz puede ser mucho mejor que la de Proteína. Girar la muestra es para aumentar el àrea de medición y que esta sea màs representativa de la muestra, no se gira para aumentar la repetibilidad. Si se sabe que una muestra es 100% homogénea no tiene sentido hacer mediciones con giro.
Mis saludos
Fernando Morgado
Estimado Fernando y demas participantes
Muchas gracias por sus aportes y también por sus comentarios sobre mi presentación, la cual entiendo que conoce el contexto en donde fue dada la misma, el congreso es de Nutrición Animal, no es un Foro de NIR.
Dicho esto entenderá que no es posible hablar de matrices de longitudes de onda, distancias espectrales, métodos quimiometricos etc etc, de todas maneras tomo su experiencia para sumar aunque`prefiero no calificar ni descalificar su comentario no me parece apropiado.
Para otros comentarios de usuarios que han manifestado algunas dudas quisiera aportar que la efectividad del resultado depende como lo han discutido en párrafos anteriores de varios factores, entre ellos el hardware del equipo donde es apreciable que los equipos tengan una buena precisión y exactitud de longitud de onda, luego claro esta la variabilidad del producto que se quiera cuantificar, esto implica que la base de datos este compuesto por variedad de especies y/o concentraciones y ciclos biológicos. geografias etc., un dato no menor son los datos de laboratorios con los cuales se desarrollan los modelos de predicción, la analítica de los mismos deben ser exacta y las técnicas deben trabajar dentro del error de aceptable de las mismas, y ademas el desvío del dato del laboratorio debe ser chequeado con muestras ciegas por duplicado o triplicado y de ser posible con diferentes analistas, cualquier desvio en la incertidumbre admitida para la tècnica redunda directamente en el error de predicción o de calibración del modelo a desarrollar.
Hay como se mencionó anteriormente diferentes opciones que se usan a la hora de desarrollar un modelo, que tienen diferentes alternativas de tratamientos matemáticos y espectrales para poder mejorar la predicción, aunque todos son similares, estos tratamientos disponibles difieren de acuerdo al software de desarrollo de cada fabricante que lo hacen mas o menos amigables para su uso.
Con respecto a la ISO, la norma hace referencia que debe existir una superficie de contacto entre el producto a medir y la luz que incide sobre la muestra, generalmente esta superficie de separación es cuarzo dado que la misma debe estar libre de marcas que pueden afectar a la lectura, de alli que se recomienden equipos que lean de abajo, lo normal ademas es que haya una rotacion de la copa de medicion para mejorar la repetibilidad.
Algo también a tener en cuenta y que afecta a la calidad del resultado es la molienda de la muestra, el modelo de predicción fue desarrollado con un protocolo de molienda, el mismo debe ser respetado en las futuras mediciones de muestras , los cambios de granulometría afectan a la predicción. Siempre es mejor trabajar con muestras molidas siempre y cuando en este proceso no se produzcan perdidas ya sea de humedad o de material grasa por ejemplo, aunque hay una fuerte tendencia en realizar mediciones sobre muestras enteras ( granos, alimentos pelletizados), durante el desarrollo se utilizan herramientas que atenuan ( no eliminan) el efecto de la heterogeneidad de la muestra.
Hay matrices que son mas amigables para la tecnología, granos y subproductos, carnes, lácteos, vinos con una diversidad de parámetros que se pueden cuantificar excelentemente a través de diferentes opciones, un NIR que trabaje con un diodo array, o con un monocromador de espectro continuo o un FTNIR y otras como las discutidas mas arriba que tienen muy buenos resultados en algunos parámetros y en otros no tanto como las matrices de harinas de pescado, o harinas de carne por ejemplo, incluso en alimentos balanceados con diversos cambios de formulación que por disponibilidad de materias primas los usuarios suelen tener mayor trabajo a la hora de desarrollar y/o ajustar con un set independiente de muestras sus modelos de predicción.
A menudo también son interesantes los modelos de cualificación para aquellos analitos que son poco amigables para el Infrarrojo cercano aunque se arman modelos con bases espectrales únicamente que les permiten hacer un screening rapido sobre la calidad de un producto.
Los precios son variables y en general altos, en algunos casos de acuerdo al valor agregado que se le puede dar al producto que se produce o a la optimización del proceso este costo es fácilmente amortizable pero se debe evaluar la adquisición para cada prestación en particular, actualmente hay una diversidad enorme de equipos y prestaciones.
Quedo a sus ordenes.
Fabiana A Salomón
Sales Manager
FOSS
Estimada Faviana :
He visto cuidadosamente el video publicado y leìdo el breve resumen escrito.
Trabajo en el tema NIR hace 20 años, como distribuidor de estos instrumentos, asesor y consultor en todo lo relacionado.
En difusiòn cientìfica se debe ser cuidadoso en la forma de explicar como trabaja un tecnologìa.
La presentaciòn y texto tiene varios errores, que no tiene sentido detallar, sin embargo hay uno muy importante que no puedo dejar pasar, en beneficio del desarrollo de la tècnica y en beneficio de los usuarios finales.
Ningùn equipo NIR usado para anàlisis cuantitativo trabaja haciendo comparaciones espectrales contra lo que Usted llama una ^Biblioteca^, no importando si la matemàtica usada en la calibraciòn es una simple regresiòn Lineal Múltiple, un PLS ( Partial Least Square), PCR u otro. Los Modelos matemàticos no trabajan comparando espectros o buscando en la base de datos el espectro más parecido al espectro que haya registrado un Instrumento para una muestra de análisis.
Si permitimos que este concepto usado por Usted ( comparaciòn contra biblioteca) se difunda, difícilmente se podrà explicar a un usuario el porquè obtiene una mala predicciòn, si segùn è,l el espectro de la muestra medida en un equipo, està en lo que usted llama Biblioteca.
Atentamente
Fernando Morgado Gnecco
Bioquìmico
Especialista Anàlisis NIR
Chile