Este projeto de pesquisa apresenta o desenvolvimento de protótipos de transmissores industriais de pressão do tipo diferencial piezoresistivo com saída analógica a dois fios 4-20 mA. Os dispositivos usam um DSSP (processador digital de sinal do sensor) para realizar compensação térmica nas temperaturas de 0°C até 80°C e a calibração de pressão diferencial na faixa de 0-25 bard e de pressão de linha de 0-7 barg. Os transmissores permitem a leitura de diversas variáveis industriais: pressão diferencial, pressão relativa e pressão absoluta em fluidos. Os transmissores têm um TEB (total error band) menor que 0,15 de porcentagem de escala plena. A saída analógica dos transmissores diferenciais de pressão é caracterizada utilizando como base normas internacionais BS (British Standards). Os parâmetros avaliados nos transmissores de pressão são: a exatidão, o coeficiente térmico do offset, o coeficiente térmico do span, o total error band, e os desvios no tempo a curto e longo prazo. Esse trabalho é resultado da parceria dada entre o Laboratório de Sistemas Integráveis da Escola Politécnica da Universidade de São Paulo (LSI/EPUSP) e a empresa MEMS Microssistemas Integrados Híbridos de Pressão. / This research project presents the prototypes development of piezoresistive differential pressure transmitters with analog two-wire output of 4-20 mA. The devices use a DSSP (Digital Signal Processor Sensor) to achieve temperature compensation at temperatures from 0°C to 80°C and differential pressure calibration range from 0 bard to 25 bard and line pressure range from 0 barg to 7 barg. The transmitters measure several industrial variables: differential pressure, relative pressure and absolute pressure at fluids. The transmitters have a TEB (total error band) less than 0.15 percent of full scale. The analog output of the differential pressure transmitters is characterized using British Standards-BS. The parameters evaluated in the pressure transmitters are: the accuracy, the thermal coefficient of the offset, the thermal coefficient of the span, the total error band, the start-up drift and long-term drift. This work is the result of the academic and technological partnership between the Laboratory of Integrated Systems of the Polytechnic School of the University of São Paulo (LSI / EPUSP) and the MEMS company - Microssistemas Integrados Híbridos de Pressão Ltda.

Este projeto de pesquisa apresenta o desenvolvimento de protótipos de transmissores industriais de pressão do tipo diferencial piezoresistivo com saída analógica a dois fios 4-20 mA. Os dispositivos usam um DSSP (processador digital de sinal do sensor) para realizar compensação térmica nas temperaturas de 0°C até 80°C e a calibração de pressão diferencial na faixa de 0-25 bard e de pressão de linha de 0-7 barg. Os transmissores permitem a leitura de diversas variáveis industriais: pressão diferencial, pressão relativa e pressão absoluta em fluidos. Os transmissores têm um TEB (total error band) menor que 0,15 de porcentagem de escala plena. A saída analógica dos transmissores diferenciais de pressão é caracterizada utilizando como base normas internacionais BS (British Standards). Os parâmetros avaliados nos transmissores de pressão são: a exatidão, o coeficiente térmico do offset, o coeficiente térmico do span, o total error band, e os desvios no tempo a curto e longo prazo. Esse trabalho é resultado da parceria dada entre o Laboratório de Sistemas Integráveis da Escola Politécnica da Universidade de São Paulo (LSI/EPUSP) e a empresa MEMS Microssistemas Integrados Híbridos de Pressão. / This research project presents the prototypes development of piezoresistive differential pressure transmitters with analog two-wire output of 4-20 mA. The devices use a DSSP (Digital Signal Processor Sensor) to achieve temperature compensation at temperatures from 0°C to 80°C and differential pressure calibration range from 0 bard to 25 bard and line pressure range from 0 barg to 7 barg. The transmitters measure several industrial variables: differential pressure, relative pressure and absolute pressure at fluids. The transmitters have a TEB (total error band) less than 0.15 percent of full scale. The analog output of the differential pressure transmitters is characterized using British Standards-BS. The parameters evaluated in the pressure transmitters are: the accuracy, the thermal coefficient of the offset, the thermal coefficient of the span, the total error band, the start-up drift and long-term drift. This work is the result of the academic and technological partnership between the Laboratory of Integrated Systems of the Polytechnic School of the University of São Paulo (LSI / EPUSP) and the MEMS company - Microssistemas Integrados Híbridos de Pressão Ltda.

Les résultats issus des méthodes analytiques ont un rôle essentiel dans de nombreux domaines suite aux décisions qui sont prises sur leur base telles que la détermination de la qualité des principes actifs, des spécialités pharmaceutiques, des nutriments ou autres échantillons tels que ceux dorigine biologique impliqués dans les études pharmacocinétiques ou de biodisponibilité et bioéquivalence. La fiabilité des résultats analytiques est primordiale dans ce contexte et surtout ils doivent être en accord avec les besoins des utilisateurs finaux. Pour sassurer de la fiabilité des résultats qui seront fournis lors des analyses de routine, la validation des méthodes analytiques est un élément crucial du cycle de vie dune méthode analytique. Par ailleurs, bien souvent une méthode analytique nest pas uniquement employée dans le laboratoire qui la développée et validée, elle est régulièrement transférée vers un autre laboratoire, comme par exemple lors du passage dun laboratoire de recherche et développement vers un laboratoire de contrôle qualité ou, vers ou depuis un sous-traitant. Le transfert de cette méthode doit permettre de garantir la fiabilité des résultats qui seront fournis par ces laboratoires receveurs. Ce sont en effet eux qui utiliseront la méthode analytique en question ultérieurement. Cest dans ce contexte que se situe notre thèse. Son objectif principal est daméliorer la fiabilité des décisions prises au moyen des résultats obtenus par des méthodes analytiques quantitatives lors de ces deux étapes de leur cycle de vie. Pour atteindre cet objectif, nous avons dune part reprécisé lobjectif de toute méthode analytique quantitative et de sa validation. Ensuite, une revue des textes réglementaires de lindustrie pharmaceutique relatifs à la validation des méthodes a été faite, dégageant les erreurs et confusions incluses dans ces documents et en particulier leurs implications pratiques lors de lévaluation de la validité dune méthode. Compte tenu de ces constatations, une nouvelle approche pour évaluer la validité des méthodes analytiques quantitatives a été proposée et détaillées dun point de vue statistique. Elle se base sur lutilisation dune méthodologie statistique utilisant un intervalle de tolérance de type « β-expectation » qui a été transposée en un outil de décision final appelé profil dexactitude. Ce profil permet de garantir quune proportion définie des futurs résultats qui seront fournis par la méthode lors de son utilisation en routine sera bien inclue dans des limites dacceptation fixées a priori en fonction des besoins des utilisateurs. De cette manière lobjectif de la validation est parfaitement cohérant avec celui de toute méthode quantitative : obtenir des résultats exactes. Cette approche de validation a été appliquée avec succès a différents types de méthodes analytiques comme la chromatographie liquide, lélectrophorèse capillaire, la spectrophotométrie UV ou proche infra-rouge, aussi bien pour le dosage danalyte dans des matrices issues de la production de médicaments (formulations pharmaceutiques) que dans des matrices plus complexes comme les fluides biologiques (plasma, urine). Ceci démontre le caractère universel du profil dexactitude pour statuer sur la validité dune méthode. Ensuite, et afin daugmenter lobjectivité de cet outil de décision, nous avons introduit des indexes de désirabilité articulés autour de critères de validation à savoir les indexes de justesse, de fidélité, dintervalle de dosage et dexactitude. Ce dernier constitue un indexe de désirabilité global qui correspond à la moyenne géométrique des trois autres indexes. Ces différents indexes permettent de comparer et classer les profils dexactitude obtenus en phase de validation et ainsi de choisir celui qui correspond le mieux à lobjectif de la méthode, et ce de manière plus objective. Enfin, nous avons pour la première fois démontré le caractère prédictif du profil dexactitude en vérifiant que la proportion de résultats inclue dans les limites dacceptation prédite lors de létape de validation létait effectivement bien lors de lapplication en routine des diverse méthodes de dosage. Contrairement à létape de validation, le transfert de méthode analytique dun laboratoire émetteur qui a validé la méthode vers un laboratoire receveur qui utilisera la méthode en routine, est une étape qui ne bénéficie daucun texte normatif. La seule exigence réglementaire est de documenter le transfert. Dès lors toutes les approches sont possibles. Toutefois celles que lon rencontre le plus souvent ne répondent pas à lobjectif du transfert, à savoir garantir que les résultats obtenus par le laboratoire receveur seront exactes et donc fiables. Dès lors, nous avons développé une approche originale qui permet de statuer de manière appropriée quant à lacceptabilité du transfert. Cette approche basée sur le concept de lerreur totale, utilise également comme méthodologie statistique lintervalle de tolérance et tient compte simultanément de lincertitude sur lestimation de la vraie valeur fournie par le laboratoire émetteur. En effet, un intervalle de tolérance de type « β-expectation » est calculé avec les résultats du receveur puis, comparé à des limites dacceptation autour de la vraie valeur et ajustées en fonction de lincertitude associée à cette valeur de référence. Dautre part, des simulations statistiques ont permis de montrer le gain dans la gestion des risques associés à un transfert à savoir rejeter un transfert acceptable et accepter un transfert qui ne lest pas. Enfin, ladéquation et lapplicabilité de cette nouvelle approche ont été démontrées par le transfert dune méthode dédiée au contrôle de qualité dune formulation pharmaceutique et de deux méthodes bio-analytiques. Les améliorations de la qualité prédictive des méthodologies proposées pour évaluer la validité et le transfert de méthodes analytiques quantitatives permettent ainsi daugmenter la fiabilité des résultats générés par ces méthodes et par conséquent daccroître la confiance dans les décisions critiques qui en découleront.

La non-réponse, rencontrée dans la plupart des enquêtes épidémiologiques, est génératrice de biais de sélection (qui, dans ce cas est un biais de non-réponse) lorsqu’elle est liée aux variables d’intérêt. En surveillance épidémiologique, dont un des objectifs est d’estimer des prévalences, on a souvent recours à des enquêtes par sondage. On est alors confronté à la non-réponse totale et on peut utiliser des méthodes issues de la statistique d’enquête pour la corriger. Le biais de non-réponse peut être exprimé comme le produit de l’inverse du taux de réponse et de la covariance entre la probabilité de réponse et la variable d’intérêt. Ainsi, deux types de solution peuvent généralement être envisagés pour diminuer ce biais. La première consiste à chercher à augmenter le taux de réponse au moment de la planification de l’enquête. Cependant, la maximisation du taux de réponse peut entraîner d’autres types de biais, comme des biais de mesure. Dans la seconde, après avoir recueilli les données, on utilise des informations liées a priori aux variables d’intérêt et à la probabilité de réponse, et disponibles à la fois pour les répondants et les non-répondants pour calculer des facteurs correctifs. Cette solution nécessite donc de disposer d’informations sur l'ensemble de l'échantillon tiré au sort (que les personnes aient répondu ou non) ; or ces informations sont en général peu nombreuses. Les possibilités récentes d'accès aux bases médico-administratives (notamment celles de l'assurance maladie) ouvrent de nouvelles perspectives sur cet aspect.Les objectifs de ce travail, qui sont centrés sur les biais de non-réponse, étaient d’étudier l’apport de données supplémentaires (enquête complémentaire auprès de non-répondants et bases médico-administratives) et de discuter l’influence du taux de réponse sur l’erreur de non-réponse et l’erreur de mesure.L'analyse était centrée sur la surveillance épidémiologique des risques professionnels via l’exploitation des données de la phase pilote de la cohorte Coset-MSA à l’inclusion. Dans cette enquête, en plus des données recueillies par questionnaire (enquête initiale et enquête complémentaire auprès de non-répondants), des informations auxiliaires issues de bases médico-administratives (SNIIR-AM et MSA) étaient disponibles pour les répondants mais aussi pour les non-répondants à l’enquête par questionnaire.Les résultats montrent que les données de l’enquête initiale, qui présentait un taux de réponse de 24%, corrigées pour la non-réponse avec des informations auxiliaires directement liées à la thématique de l’enquête (la santé et le travail) fournissent des estimations de prévalence en général proches de celles obtenues grâce à la combinaison des données de l’enquête initiale et de l’enquête complémentaire (dont le taux de réponse atteignait 63%) après correction de la non réponse par ces mêmes informations auxiliaires. La recherche d'un taux de réponse maximal à l’aide d’une enquête complémentaire n’apparait donc pas nécessaire pour diminuer le biais de non réponse. Cette étude a néanmoins mis en avant l’existence de potentiels biais de mesure plus importants pour l’enquête initiale que pour l’enquête complémentaire. L’étude spécifique du compromis entre erreur de non-réponse et erreur de mesure montre que, pour les variables qui ont pu être étudiées, après correction de la non-réponse, la somme de l’erreur de non-réponse de l’erreur de mesure est équivalente dans l’enquête initiale et dans les enquêtes combinées (enquête initiale et complémentaire).Ce travail a montré l’intérêt des bases médico-administratives pour diminuer l’erreur de non-réponse et étudier les erreurs de mesure dans une enquête de surveillance épidémiologique. / Nonresponse occurs in most epidemiologic surveys and may generate selection bias (which is, in this case, a nonresponse bias) when it is linked to outcome variables. In epidemiologic surveillance, whose one of the purpose is to estimate prevalences, it is usual to use survey sampling. In this case, unit nonresponse occurs and it is possible to use methods coming from survey sampling to correct for nonresponse. Nonresponse bias can be expressed as the product of the inverse of the response rate and the covariance between the probability of response and the outcome variable. Thus, two options are available to reduce the effect of nonresponse. The first is to increase the response rate by developing appropriate strategies at the study design phase. However, the maximization of the response rate can prompt other kinds of bias, such as measurement bias. In the second option, after data collection, information associated with both nonresponse and the outcome variable, and available for both respondents and nonrespondents, can be used to calculate corrective factors. This solution requires having information on the complete random sample (respondents and nonrespondents); but this information is rarely sufficient. Recent possibilities to access administrative databases (particularly those pertaining to health insurance) offer new perspectives on this aspect.The objectives of this work focused on the nonresponse bias were to study the contribution of supplementary data (administrative databases and complementary survey among nonrespondents) and to discuss the influence of the response rate on the nonresponse error and the measurement error. The analyses focused on occupational health epidemiologic surveillance, using data (at inclusion) from the Coset-MSA cohort pilot study. In this study, in addition to the data collected by questionnaire (initial and complementary survey among nonrespondents), auxiliary information from health and occupational administrative databases was available for both respondents and nonrespondents.Results show that the data from the initial survey (response rate : 24%), corrected for nonresponse with information directly linked to the study subject (health and work) produce estimations of prevalence close to those obtained by combining data from the initial survey and the complementary survey (response rate : 63%), after nonresponse adjustment on the same auxiliary information. Using a complementary survey to attain a maximal response rate does not seem to be necessary in order to decrease nonresponse bias. Nevertheless, this study highlights potential measurement bias which could be more consequential for the initial survey than for the complementary survey. The specific study of the trade-off between nonresponse error and measurement error shows that, for the studied variables and after correction for nonresponse, the sum of the nonresponse error and the measurement error is equivalent in the initial survey and in the combined surveys (initial plus complementary survey). This work illustrated the potential of administrative databases for decreasing the nonresponse error and for evaluating measurement error in an epidemiologic surveillance survey.

Submitted by Alexandre Sousa (alexandre.sousa@incqs.fiocruz.br) on 2015-02-09T12:08:56Z No. of bitstreams: 1 Mestrado_Jorge_Possas.pdf: 2405516 bytes, checksum: 670ec740bf14634ac4f95c8209ae9eb6 (MD5) / Approved for entry into archive by Alexandre Sousa (alexandre.sousa@incqs.fiocruz.br) on 2015-02-09T12:09:09Z (GMT) No. of bitstreams: 1 Mestrado_Jorge_Possas.pdf: 2405516 bytes, checksum: 670ec740bf14634ac4f95c8209ae9eb6 (MD5) / Approved for entry into archive by Alexandre Sousa (alexandre.sousa@incqs.fiocruz.br) on 2015-02-09T12:09:22Z (GMT) No. of bitstreams: 1 Mestrado_Jorge_Possas.pdf: 2405516 bytes, checksum: 670ec740bf14634ac4f95c8209ae9eb6 (MD5) / Made available in DSpace on 2015-02-09T12:09:22Z (GMT). No. of bitstreams: 1 Mestrado_Jorge_Possas.pdf: 2405516 bytes, checksum: 670ec740bf14634ac4f95c8209ae9eb6 (MD5) Previous issue date: 2014 / Instituto Nacional de Controle de Qualidade em Saúde / A abordagem do conceito do Erro Total é ferramenta para efetuar validações que apresenta desempenho superior à abordagem clássica, que avalia os componentes de veracidade e precisão isoladamente, e é capaz de identificar deficiências na Exatidão de um modelo de cálculos de resultados de um imunoensaio. O uso do conceito do Erro Total em validação de métodos analíticos é abordagem que incorpora a expressão da soma da veracidade e da precisão. Esse método utiliza ainda os Perfis de Exatidão baseados em intervalos de tolerância (ou intervalos de predição) para decidir se um modelo de calibração dará resultados de qualidade e prevê o controle do risco de aceitar uma metodologia imprópria. Com a finalidade de avaliar o uso dessas ferramentas para: a) decidir qual o modelo de cálculo de curva de calibração de maior exatidão; b) documentar a validação de imunoensaios, foram aplicados o Conceito do Erro Total, os perfis de Exatidão e os Índices de Exatidão no estudo de validação em uso de um ELISA (enzyme-linked immunosorbent assay) para determinar o teor de ovoalbumina em vacinas, fortificando-se as vacinas com três concentrações de ovoalbumina em relação à concentração existente na vacina (5,0μg/0,5mL) na faixa 25 a 300%, testadas em relação à vacina pura. O Estudo de validação em uso demonstrou que, quando utilizado ométodo de cálculo de curva logística de 5 parâmetros, os resultados mostraram-se mais exatos em relação aos outros dois modelos testados. O ensaio apresenta exatidão, precisão, linearidade e veracidade em conformidade ao intervalo de concentrações estudado, e mostrou ser um ensaio confiável para avaliar o teor de ovalbumina. / The Total Error approach is a validation tool that shows superior performance, when compared to the classical analysis, which assesses the trueness and precision components separately, and it is qualified to identify the deficiencies in the accuracy of an immunoassay. The use of the Total Error approachfor validating of analytical methods incorporates the expression of the sum of trueness and precision. This analysis also uses the Accuracy Profiles based on tolerance intervals (or prediction intervals) to determine whether a calibration modelwill provide quality results and to predict the control of risk in accepting an inadequate methodology. In order to evaluate the use of the Total Error, the Accuracy Profiles and the Accuracy Index approaches for validating immunoassays, these tools were used in the in use study of validation of an ELISA (enzyme-linked immunosorbent assay) for determining the ovalbumin contents in vaccines. It covered the range of 25-300% of a concentration existent on the vaccine (5.0 ug/mL) in relation to the pure vaccine. The in use study validation showed that, by using the five parameters logistic curve for calculating results, this assay demonstrates complying accuracy, precision, linearity and accuracy in the concentration range of 1.25-300μg/0,5mL; and it is a reliable methodology to assess the ovalbumin contents.