Variabilità dei risultati BMP tra laboratori: origini e modalità di interpretazione

La variabilità dei risultati BMP tra laboratori deriva da diverse fonti: eterogeneità del campione, differenze nell’inoculo e nel rapporto I/S, temperatura, metodo di misurazione del gas e modalità di calcolo. La standardizzazione del protocollo e il controllo con cellulosa riducono la variabilità, ma non la eliminano, pertanto il risultato BMP va interpretato come un valore con un intervallo di incertezza, non come una costante del materiale. È buona pratica confrontare i risultati provenienti da più fonti e valutarli in base alla qualità della metodologia.

Fonti di variabilità

Misure di variabilità

• SD (deviazione standard) – espressa nelle stesse unità del risultato.
• RSD (CV) – SD/media; consente il confronto tra substrati diversi.
• Ripetibilità (all’interno di un laboratorio) e riproducibilità (tra laboratori) – due livelli distinti; la riproducibilità è maggiore.
• z-score nei test di competenza: z = (x − x_ref)/σ; |z| ≤ 2 è generalmente considerato soddisfacente.

Esempio

Cinque laboratori hanno analizzato lo stesso insilato: 285, 300, 315, 325, 340 NmL CH₄/g SV.

• media: 313; SD ≈ 21,4; RSD ≈ 6,8%.
• Se il valore di riferimento è la media, lo z-score per 285 è (285 − 313)/21,4 ≈ −1,3; per 340 ≈ +1,3. Nessun laboratorio supera ±2.
• Conclusione: buona concordanza; il singolo risultato 340 non è "errato", ma può essere interpretato come il limite superiore dell’intervallo.

Come interpretare i dati dalla letteratura e dai database

1. Verifichi il metodo (inoculo, I/S, temperatura, durata, calcoli).
2. Presti attenzione alla base: SV, SS, FM.
3. Consideri il tipo di materiale (varietà, periodo di raccolta, frammentazione).
4. Non combini acriticamente risultati ottenuti con metodi diversi; se necessario, applichi dei pesi.
5. Indichi l’intervallo e il numero di fonti.

Cosa può fare il laboratorio

• Introduca una scheda di controllo con cellulosa e tenga traccia delle statistiche.
• Partecipi a test di competenza.
• Convalidi il foglio di calcolo.
• Uniformi la preparazione del campione e le condizioni di misurazione.
• Riporti tutti i dati metodologici.

Cosa può fare il committente

• Richieda un metodo conforme alle linee guida riconosciute.
• Affidi l’analisi a due laboratori per decisioni di investimento importanti.
• Fornisca campioni rappresentativi e più repliche da punti diversi.
• Consideri l’incertezza nei modelli finanziari (scenario basso, medio, alto).

Impatto dell’eterogeneità del substrato

Neppure un laboratorio ideale può eliminare la variabilità intrinseca del materiale. Gli insilati provenienti da campi, varietà e periodi di raccolta diversi presentano differenze tali che la variabilità biologica spesso supera quella analitica. Pertanto, un singolo valore BMP per "insilato di mais" è sempre una media; nella pianificazione è opportuno utilizzare intervalli, mentre in fase di esercizio è consigliabile analizzare i propri lotti.

Conclusioni

Nell’interpretare la variabilità, si pongano tre domande: il metodo è ben descritto, il controllo con cellulosa è stato eseguito correttamente e le differenze rientrano nell’intervallo tipico di riproducibilità. Se la risposta è affermativa, i risultati possono essere considerati concordanti e le decisioni basate sull’intervallo. In caso contrario, è opportuno ripetere l’analisi o richiedere un’integrazione della documentazione.

Statistica per il professionista: quante repliche sono sufficienti

Tre repliche rappresentano il minimo per stimare la variabilità, ma l’intervallo di confidenza della media su tre punti è ampio. Per decisioni importanti (ad esempio, un contratto per la fornitura di substrato) è giustificato aumentare il numero di repliche o di campioni indipendenti di materiale. La variabilità tra campioni (lotti) è solitamente maggiore rispetto a quella tra repliche dello stesso campione, quindi un numero maggiore di campioni fornisce più informazioni rispetto a un numero maggiore di repliche dello stesso.

Come presentare il risultato

È buona pratica riportare il risultato nella forma: media ± deviazione standard (n = numero di campioni, k = numero di repliche), indicando l’intervallo min–max. In questo modo, il destinatario vede sia il valore centrale sia la variabilità e può costruire scenari nei modelli finanziari.

Esempio di utilizzo nella pianificazione

Se tre laboratori hanno fornito per un insilato valori di 300, 320 e 340 NmL CH₄/g SV, lo scenario di base può essere costruito sulla media di 320, quello prudenziale su 300 e quello ottimistico su 340. Una differenza del 13% tra i valori estremi si riflette direttamente sulla produzione di metano e sui ricavi, pertanto merita attenzione nella valutazione del rischio del progetto.