D.Lgs. 102/2025: incertezza di misura e HORRAT ratio nelle analisi delle acque

D.Lgs. 102/2025, incertezza di misura e HORRAT ratio: tre elementi che possono essere messi in relazione, ma che non devono essere confusi.

Per i laboratori che eseguono analisi sulle acque destinate al consumo umano, il tema dell’incertezza di misura è diventato ancora più centrale con il quadro normativo aggiornato dal D.Lgs. 19 giugno 2025, n. 102, correttivo del D.Lgs. 18/2023.

Il laboratorio deve dimostrare che il metodo possiede prestazioni adeguate in prossimità del valore di parametro. In parallelo, durante la validazione o la verifica del metodo, può essere molto utile confrontare la precisione sperimentale ottenuta con quella attesa secondo la relazione di Horwitz, utilizzando il HORRAT ratio.

Il punto fondamentale è questo:

l’incertezza prevista dalla normativa e l’HORRAT non sono la stessa cosa.

L’incertezza è una caratteristica complessiva del risultato di misura. L’HORRAT è invece un indicatore della qualità della precisione osservata rispetto a una precisione prevista in funzione della concentrazione.

Cosa richiede il quadro normativo sulle acque

L’Allegato III del sistema normativo sulle acque destinate al consumo umano stabilisce, per numerosi parametri chimici, una caratteristica minima di prestazione relativa all’incertezza di misura, espressa come percentuale del valore di parametro.

La logica è la seguente:

U_max = valore di parametro × percentuale di incertezza / 100

Il criterio è riferito all’incertezza estesa con k = 2 ed è valutato, salvo diversa indicazione, al livello del valore parametrico.

Questo significa che il laboratorio non deve semplicemente dichiarare una percentuale generica di incertezza valida per tutto il campo di misura: deve dimostrare che, in prossimità del valore normativo, la prestazione del metodo è coerente con il requisito previsto.

Esempio pratico: arsenico

Per l’arsenico il valore parametrico è pari a 10 µg/L e la caratteristica minima di prestazione per l’incertezza è pari al 30%.

Quindi:

U_max = 10 µg/L × 0,30 = 3,0 µg/L

Al livello di 10 µg/L il laboratorio deve quindi disporre di una stima di incertezza estesa, con k = 2, non superiore al valore previsto dal requisito applicabile.

Se la stima del laboratorio fosse, ad esempio:

U = 2,2 µg/L; k = 2

la prestazione sarebbe compatibile con il criterio del 30%.

Se invece risultasse:

U = 3,8 µg/L; k = 2

il laboratorio dovrebbe approfondire le cause della prestazione insufficiente e valutare se intervenire sul metodo, sulla preparazione del campione, sulla strumentazione o sugli altri contributi significativi.

Attenzione: l’incertezza non è una tolleranza aggiuntiva sul limite

Questo è uno dei punti più importanti.

La percentuale prevista per l’incertezza è un requisito prestazionale del metodo. Non deve essere trasformata automaticamente in una fascia di tolleranza da sommare al valore di parametro.

Se un limite è pari a 10 µg/L, non è corretto concludere automaticamente che un risultato superiore a 10 µg/L diventi conforme soltanto perché il relativo intervallo di incertezza comprende il valore di parametro.

Il quadro europeo da cui deriva l’Allegato III specifica espressamente che l’incertezza indicata nella tabella delle caratteristiche minime di prestazione non deve essere utilizzata come tolleranza supplementare rispetto al valore parametrico.

Da dove deve arrivare l’incertezza del laboratorio?

Per essere tecnicamente significativa, l’incertezza dovrebbe derivare il più possibile dalle prestazioni reali del metodo.

In un approccio top-down possono contribuire, a seconda del metodo:

precisione intermedia;
ripetibilità;
dati delle carte di controllo;
recupero e bias;
materiali di riferimento certificati;
risultati di PT e ILC;
variabilità della preparazione del campione;
taratura e riferibilità;
eventuali contributi aggiuntivi non già incorporati nei dati di precisione.

Una struttura semplificata può essere espressa come:

u_rel = √(u²_precisione + u²_bias + altri contributi rilevanti)

e successivamente:

U_rel = k × u_rel

normalmente con k = 2 quando si vuole confrontare il risultato con il criterio riportato nell’Allegato III.

Dove entra l’HORRAT ratio?

L’HORRAT entra in gioco su un piano diverso.

Serve a confrontare la precisione osservata sperimentalmente con quella prevista dalla relazione di Horwitz alla stessa concentrazione.

La relazione classica per la riproducibilità prevista è:

PRSD_R (%) = 2 × C^−0,15

dove C è la concentrazione espressa come frazione massica adimensionale.

Questo dettaglio è essenziale.

Ad esempio:

1 mg/kg = 10⁻⁶;
100 µg/kg = 10⁻⁷;
10 µg/kg = 10⁻⁸.

Non bisogna quindi inserire nell’equazione semplicemente il numero “10” perché il campione contiene 10 µg/L.

Definizione dell’HORRAT

Per uno studio interlaboratorio:

HORRAT(R) = RSD_{R osservato} / PRSD_{R previsto}

Per dati ottenuti all’interno di un singolo laboratorio:

HORRAT(r) = RSD_{r osservato} / PRSD_{R previsto}

È importante sottolineare un dettaglio spesso riportato in modo non corretto: anche per l’HORRAT(r), secondo l’impostazione AOAC, il denominatore resta il PRSD_R previsto dalla relazione di Horwitz.

Come guida generale, AOAC riporta:

HORRAT(R): 0,5–2,0 per studi interlaboratorio;
HORRAT(r): 0,3–1,3 per studi intra-laboratorio.

Questi intervalli non sono requisiti del D.Lgs. 102/2025. Sono invece criteri molto utili per interpretare la precisione ottenuta durante uno studio di validazione.

Esempio HORRAT sull’arsenico a 10 µg/L

Supponiamo, in prima approssimazione per una soluzione acquosa, di considerare 10 µg/L come circa 10 µg/kg.

La frazione massica sarà quindi circa:

C = 1 × 10⁻⁸

Applicando la relazione di Horwitz:

PRSD_R = 2 × (10⁻⁸)^−0,15 ≈ 31,7%

Supponiamo ora che lo studio di ripetibilità del laboratorio restituisca:

RSD_r = 12%

L’HORRAT intra-laboratorio sarà:

HORRAT(r) = 12 / 31,7 ≈ 0,38

Il valore rientra nell’intervallo indicativo AOAC di 0,3–1,3 per una valutazione intra-laboratorio.

Questo ci dice che la precisione ottenuta è plausibile rispetto alla concentrazione considerata.

Ma non ci dice ancora che l’incertezza del metodo soddisfa il D.Lgs. 102/2025.

Perché HORRAT e incertezza non possono essere sovrapposti

Un metodo può mostrare un HORRAT molto buono ma avere un’incertezza complessiva non soddisfacente.

Per esempio, può presentare:

ottima ripetibilità;
bassa dispersione tra repliche;
HORRAT favorevole;

ma allo stesso tempo:

bias significativo;
recupero non corretto;
effetto matrice;
incertezza elevata del riferimento;
variabilità di preparazione non rappresentata nello studio di ripetibilità.

In quel caso l’HORRAT conferma che la precisione è buona, ma non dimostra che l’incertezza complessiva sia adeguata.

Il contrario può essere altrettanto interessante

Un HORRAT elevato può evidenziare che la precisione osservata è peggiore rispetto a quella normalmente attesa alla concentrazione considerata.

Questo può suggerire di approfondire:

stabilità strumentale;
preparazione dei campioni;
tempi e condizioni operative;
effetto matrice;
omogeneità;
competenza dell’operatore;
interferenze;
range di taratura;
gestione dei bianchi.

In questo senso l’HORRAT può diventare un ottimo indicatore diagnostico durante la validazione.

Come lo userei praticamente in laboratorio

Per ogni parametro soggetto ai requisiti dell’Allegato III imposterei una scheda con almeno questi elementi:

valore di parametro;
percentuale massima di incertezza prevista;
U massima ammessa al valore parametrico;
RSD di ripetibilità;
RSD di precisione intermedia;
PRSD_R previsto da Horwitz;
HORRAT(r) o HORRAT(R), a seconda dei dati disponibili;
bias o recupero;
incertezza standard combinata;
incertezza estesa k = 2;
confronto finale con il requisito normativo.

In questo modo il laboratorio non verifica soltanto se “l’incertezza è sotto il 30%”, ma riesce a leggere in modo molto più completo la prestazione del metodo.

Una possibile matrice di valutazione

Parametro	Valore parametro	U normativa	PRSDR Horwitz	RSDr osservato	HORRAT(r)	U laboratorio	Esito
Arsenico	10 µg/L	30%	31,7%	12%	0,38	22%	Conforme

Naturalmente i valori sperimentali devono derivare dai dati reali del laboratorio. La tabella serve solo a mostrare la logica del controllo.

Quando l’HORRAT è davvero utile

L’indicatore è particolarmente utile quando:

si valida un metodo interno;
non sono disponibili dati di precisione affidabili del metodo normato;
si vuole capire se la dispersione ottenuta è ragionevole alla concentrazione di interesse;
si confrontano prestazioni prima e dopo una modifica del metodo;
si vuole supportare tecnicamente la valutazione della precisione in un report di validazione.

Non deve invece diventare una soglia automatica applicata senza considerare matrice, tecnica, concentrazione, scopo del metodo e limiti di applicabilità della relazione di Horwitz.

Il vero collegamento tra D.Lgs. 102/2025 e HORRAT

Il modo corretto di mettere insieme i due concetti può essere rappresentato così:

Valore di parametro → requisito di incertezza → studio sperimentale della precisione → HORRAT come controllo della precisione → valutazione del bias → stima dell’incertezza → confronto con il requisito normativo.

L’HORRAT non sostituisce il budget di incertezza.

Il budget di incertezza non sostituisce lo studio di precisione.

La percentuale prevista dal decreto non è una tolleranza sul limite.

Questi tre passaggi devono restare distinti ma integrati.

Conclusione

Il D.Lgs. 102/2025 porta il laboratorio a ragionare sulla reale adeguatezza del metodo al valore di parametro.

L’incertezza deve essere stimata sulla base delle prestazioni effettive e confrontata con il criterio previsto per il parametro analizzato.

L’HORRAT aggiunge un’informazione diversa ma estremamente utile: permette di capire se la precisione sperimentale ottenuta è ragionevole rispetto alla concentrazione alla quale il metodo viene utilizzato.

La distinzione da ricordare è quindi:

HORRAT = controllo della precisione.
Incertezza = caratterizzazione complessiva della dispersione associata al risultato.
D.Lgs. 102/2025 = requisito prestazionale da verificare al valore parametrico.

Usati correttamente, questi strumenti permettono di costruire validazioni più solide, trasparenti e tecnicamente difendibili.

Riferimenti

DN Consulenze supporta i laboratori nella validazione e verifica dei metodi, nella stima dell’incertezza di misura, nella valutazione di precisione, bias e HORRAT e nello sviluppo di fogli di calcolo per la gestione automatica delle prestazioni analitiche.

Foto di copertina: RephiLe water / Unsplash. Immagine utilizzata a scopo illustrativo.