Tutor: Dr. Luis Iván Tapia Calvopiña, MSc. E- mail

Anuncio
CARATULA
UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE CIENCIAS QUÍMICAS
CARRERA DE QUÍMICA DE ALIMENTOS
Determinación de cipermetrina mediante cromatografía de gases en cultivos de tomate de
árbol (Solanum betaceum Cav) en la comunidad de Tababela-Pichincha - Ecuador
Autora: Ávila Ramírez Mireya Cristina
e-mail: avilamireya2ab@hotmail.com
Tesis para optar por el título profesional de
QUÍMICA DE ALIMENTOS
Tutor: Dr. Luis Iván Tapia Calvopiña, MSc.
E- mail: ivan_tapia_c@hotmail.com
Quito, Noviembre de 2015
Ávila
Ramírez,
Mireya
Cristina
(2015),
Determinación
de
cipermetrina mediante cromatografía de gases en cultivos de tomate
de árbol (Solanum betaceum Cav) en la comunidad de TababelaPichincha – Ecuador. Trabajo de Investigación para optar por el
grado de Químico de Alimentos. Carrera de Química de Alimentos.
Quito: UCE. 114 pág.
ii
Dedicatoria
Todo el crédito es para Dios, al darme la vida me dio la oportunidad de concluir esta meta y ha sido
gracias a su infinito amor que pude continuar esta carrera y así trabajar por su obra y por mi país.
A mi madre, Sra. María Erlinda Ramírez, por ser incondicional en todos los aspectos, es mi
ejemplo a seguir.
A mi padre, Sr. Melecio Draucín Ávila, que siempre confió en mis decisiones. Gracias por
apoyarme.
Todo lo que he logrado ha sido gracias a su constante amor, paciencia y lucha.
A mis hermanos Carlos, Miguel y Cristhian por su amor y alegría son mi más grande regalo y una
de mis razones más importantes…..LOS AMO.
iii
Agradecimiento
Mi más sentido agradecimiento a toda mi familia que de manera desconocida y en privado han sido
un apoyo incomparable en mi vida.
Este trabajo no hubiese sido posible sin la cooperación de personas e instituciones que han
proporcionado apoyo de manera desinteresada .Siendo así, es para mí un gran placer utilizar este
espacio para hacer llegar a ellos un justo saludo y agradecimiento.
Mi reconocimiento para la Universidad Central del Ecuador en especial a la Facultad de Ciencias
Químicas que me ha brindado una excelente formación profesional y una visión objetiva para
lograr mis metas.
Agradezco a la Dra. Blanca Estela Bravo, Dr. Marco Moran y el Dr. Alejandro Dutan por su apoyo
y confianza durante mis estudios universitarios. Por ser profesores e investigadores dedicados y
comprometidos.
De manera especial y sincera a mi tutor de Tesis; Dr. Oscar Luzuriaga, por su experiencia y su
tiempo invertido durante el desarrollo de mi proyecto en sus etapas iniciales.
Al Dr. Arturo Batidas que aceptó sin problema colaborar en esta investigación desde el papel de
tutor, sin usted la culminación de mi proyecto no habría sido posible.
A mi tribunal de tesis, los doctores; Dr. Jorge Moncayo y Dr. Wilmer Narváez, por contribuir con
sus observaciones y recomendaciones, su experiencia y su participación ha beneficiado e
enriquecido el trabajo realizado.
Al Laboratorio OSP por prestar los medios, equipos e infraestructuras para llevar a cabo las
actividades programadas durante el desarrollo de esta tesis.
De manera personal y muy afectuosa, a los doctores Dr. Geovany Garofalo y Dr. Fernando Mazón
por su amistad, ayuda y paciencia durante mi estancia en los laboratorios, estoy en deuda con
ustedes eternamente.
iv
Por último con un gran cariño quiero agradecer a esas personas que siendo mis amigos se han
mantenido siempre mi lado brindándome apoyo, alegría y concejo .Al padre Henry Calderón , sor
Gertrudis y Sra. Lourdes Martínez han sido los mejores guías para mí , siempre con las palabras
precisas en el momentos más difíciles .
Al grupo Juvenil “Misioneros Reina de la Paz” ; Israel, Jorge, Danny, Fátima, Estefanía, María
Belén , Cristina, Tamara, Jean Carlos, Ariel , Oscar, Vanessa, Jasmina ,Estrellita, Aray, Diego,
Juan ,Majo, Ricardo , Edison , Misahel y especialmente a Charlie Damihan gracias a su compañía y
oraciones , cada cual a su manera hicieron de esta etapa una de las más bellas de mi vida al servicio
de Dios .
A mis amigos y amigas con las que compartí los primeros días en estas aulas; Sandy, Johnny,
Cesar, Iván, Eddy, Andre, Consu y Caro.
A mis amigas y amigos; Emily Aguirre, Isabel Carrillo, Ma. Gabriela Salazar, Alexandra García,
Valeria Reinoso, Jimena Cahuasqui, Danny Farías, Mauricio Mosquera, Jorge, Juan Ochoa y
Andrés Granda , Lorena, Vero y Nathaly que siempre estuvieron apoyándome mientras éramos
estudiantes y mientras realizábamos paralelamente nuestras tesis.
Un agradecimiento de todo corazón a mis amigos que se han mantenido conmigo hasta el día de
hoy Alfredo Moncayo, Stalin Segura, Diego Pacheco de manera muy especial a Jorge Regalado, mi
mejor amigo, tu apoyo y tu cariño son una bendición, Gracias a cada uno de ustedes porque cuando
las cosas parecían ponerse difíciles su alegría y cariño me llenaba de fuerzas para seguir adelante.
v
UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE CIENCIAS QUÍMICAS
ESCUELA DE QUÍMICA DE ALIMENTOS
Yo, Mireya Cristina Ávila Ramírez en calidad de autora del trabajo de investigación o tesis realizada
sobre “Determinación de cipermetrina mediante cromatografía de gases en cultivos de tomate de
árbol (Solanum betaceum Cav) en la comunidad de Tababela-Pichincha – Ecuador”, por la
presente autorizo a la UNIVERSIDAD CENTRAL DEL ECUADOR, hacer uso de todos los
contenidos que me pertenecen o de parte de los que contienen esta obra, con fines estrictamente
académicos o de investigación.
Los derechos que como autor me corresponden, con excepción de la presente autorización, seguirán
vigentes a mi favor, de conformidad con lo establecido en los artículos 5, 6, 8, 19 y demás pertinentes
de la Ley de Propiedad Intelectual y su Reglamento.
Quito, a 27 de Octubre del 2015
Mireya Ávila
CI: 1716418361
vi
vii
viii
Contenido
.
pág.
CARATULA ....................................................................................................................................... i
Dedicatoria ........................................................................................................................................iii
Agradecimiento .................................................................................................................................. iv
Contenido ......................................................................................................................................... viii
CAPÍTULO I...................................................................................................................................... 1
1.
INTRODUCCIÓN ................................................................................................................. 1
1.1
PLANTEAMIENTO DEL PROBLEMA........................................................................... 1
1.2
FORMULACIÓN DEL PROBLEMA ............................................................................... 3
1.3
OBJETIVOS ...................................................................................................................... 3
1.3.1
Objetivo general ................................................................................................................. 3
1.3.2
Objetivos Específicos ......................................................................................................... 3
1.4
IMPORTANCIA Y JUSTIFICACIÓN DE LA INVESTIGACIÓN ................................. 3
CAPÍTULO II .................................................................................................................................... 6
2.
MARCO TEÓRICO ............................................................................................................... 6
2.1
ANTECEDENTES. ............................................................................................................ 6
2.2
EL CULTIVO DEL TOMATE DE ÁRBOL (Solanum betaceum Cav) ............................ 7
2.2.1. Clasificación botánica .............................................................................................................. 7
2.2.2. Orígenes y distribución ............................................................................................................ 8
2.2.3. Requerimientos agroecológicos ............................................................................................... 8
2.2.4. Producción en el Ecuador ........................................................................................................ 9
2.2.5. Morfología ............................................................................................................................... 9
2.2.6. Composición nutricional del tomate de árbol. ....................................................................... 10
2.2.7. Siembra y cosecha.................................................................................................................. 10
2.2.8. Control fitosanitario del tomate de árbol ............................................................................... 11
2.2.9. Restricciones en el uso de pesticidas y legislación. ............................................................... 11
2.3
GENERALIDADES DE LOS PESTICIDAS .................................................................. 12
2.3.1. Clasificación .......................................................................................................................... 12
2.3.2. Origen .................................................................................................................................... 12
2.3.3. Toxicidad ............................................................................................................................... 13
2.3.4. Naturaleza química ................................................................................................................ 13
2.3.5. Según el hospedante............................................................................................................... 13
2.4
PESTICIDAS REPRESENTATIVOS ............................................................................. 13
ix
2.4.1. Pesticidas organoclorados ...................................................................................................... 13
2.4.2. Pesticidas organofosforados ................................................................................................... 14
2.4.3. Carbamatos ............................................................................................................................ 14
2.5
PESTICIDAS EN ESTUDIO: PIRETRINAS Y PIRETROIDES ................................... 15
2.5.1. Introducción ........................................................................................................................... 15
2.5.2. Estructura ............................................................................................................................... 16
2.5.3. Clasificación de piretroides.................................................................................................... 17
2.5.4. Propiedades físico-químicas. ................................................................................................. 18
2.5.5. Toxicocinética ........................................................................................................................ 18
2.5.6. Farmacodinamia..................................................................................................................... 18
2.5.7. Toxicidad ............................................................................................................................... 19
2.5.8. Sintomatología y tratamiento ................................................................................................. 20
2.6
CARACTERÍSTICAS DE LA CIPERMETRINA .......................................................... 20
2.6.1. Estructura química y nomenclatura........................................................................................ 20
2.6.2. Plaguicidas en los Alimentos ................................................................................................. 21
2.7
MÉTODOS DE ANALISIS DE PESTICIDAS EN ALIMENTOS ................................ 22
2.7.1. Muestras ................................................................................................................................. 23
2.7.2. Métodos de extracción de pesticidas en alimentos ................................................................ 23
2.7.3. Extracción en fase sólida (QuEChERS)................................................................................. 24
2.7.4. Técnicas de separación, identificación y cuantificación ........................................................ 25
2.7.5. Cromatografía de Gases ......................................................................................................... 25
2.8
VALIDACIÓN ................................................................................................................. 29
2.8.1. Importancia de validar un método ......................................................................................... 30
2.8.2. Aplicación .............................................................................................................................. 30
2.8.3. Parámetros.............................................................................................................................. 30
2.8.4. La selectividad ....................................................................................................................... 30
2.8.5. Linealidad .............................................................................................................................. 31
2.8.6. Intervalo lineal ....................................................................................................................... 32
2.8.7. Sensibilidad ............................................................................................................................ 32
2.8.8. Límites ................................................................................................................................... 33
2.8.9. Exactitud ................................................................................................................................ 34
2.8.10.
Incertidumbre ................................................................................................................... 37
2.8.11.
Normalización de un método ........................................................................................... 38
2.8.12.
Acreditación de un laboratorio ......................................................................................... 39
x
CAPÍTULO III ................................................................................................................................. 40
3.
METODOLOGÍA ................................................................................................................ 40
3.1
TIPO DE INVESTIGACIÓN........................................................................................... 40
3.2
PRIMERA FASE: validación del método para análisis de cipermetrina ......................... 40
3.3
SEGUNDA FASE Determinación de la persistencia de cipermetrina en muestras de
tomate de árbol. ................................................................................................................................ 50
3.4
TÉCNICAS E INSTRUMENTOS ANALÍTICO ............................................................ 56
3.4.1.
Análisis de la muestra. ..................................................................................................... 56
3.4.1.1. Método ............................................................................................................................. 56
3.4.1.2. Método de extracción QuEChERS para la determinación de pesticidas en tomate de árbol
y su cuantificación por cromatografía de gases................................................................................ 56
3.4.1.3. Equipos – materiales y reactivos. ..................................................................................... 56
3.4.1.4. Preparación de la muestra ................................................................................................ 57
3.4.2.
Análisis cromatografíco ................................................................................................... 57
3.4.2.1. Condiciones ...................................................................................................................... 57
3.4.3.
Aplicación del método. .................................................................................................... 59
3.4.4.
Diagrama de flujo general de la investigación. ................................................................ 59
CAPÍTULO IV ................................................................................................................................. 60
4.
ANALISIS E INTERPRETACION DE RESULTADOS .................................................... 60
4.1
PRIMERA FASE: ............................................................................................................ 60
4.1.1.
Análisis de resultados para la obtención de las curvas de calibración de cipermetrina ... 60
4.1.2.
Límites de confianza ........................................................................................................ 65
4.1.3.
Límite de detección (LOD) .............................................................................................. 66
4.1.4.
Límite de cuantificación (LOQ) ....................................................................................... 67
4.1.5.
Precisión ........................................................................................................................... 67
4.1.6.
Incertidumbre. .................................................................................................................. 70
4.2
SEGUNDA FASE: ........................................................................................................... 74
4.2.1 Registro de resultados para la determinación de cipermetrina en tomate de árbol (Solanum
betaceum Cav). ................................................................................................................................. 74
4.2.2 Análisis estadístico................................................................................................................. 75
4.2.2.1
Con respecto a los días: .................................................................................................... 75
4.2.2.2
Con respecto a las fumigaciones: ..................................................................................... 76
4.2.2.3
Con respecto a la interacción entre fumigaciones y tiempo ............................................. 77
4.2.2.4 Resultado del análisis sobre el cumplimiento del LMP para cipermetrina en tomate de
árbol 78
4.2.2.5
Cinética de degradación ................................................................................................... 79
xi
CAPÍTULO V .................................................................................................................................. 81
5.
CONCLUSIONES Y RECOMENDACIONES ................................................................... 81
PRIMERA FASE ............................................................................................................................. 81
SEGUNDA FASE: ........................................................................................................................... 82
6.
BIBLIOGRAFÍA .................................................................................................................. 86
7.
ANEXOS.............................................................................................................................. 94
xii
Lista de tablas
Pág.
Tabla 2.1 Clasificación botánica del tomate de árbol ........................................................................ 8
Tabla 2.2 Propiedades de un adecuado grado de madurez ............................................................... 11
Tabla 2.3 Clasificación de los pesticidas según su toxicidad. .......................................................... 13
Tabla 2.4 Propiedades fisicoquímicas de cipermetrina. ................................................................... 21
Tabla 2.5 Tamaño mínimo de muestra para el ensayo, según el producto....................................... 23
Tabla 2.6. Técnicas de extracción de pesticidas ............................................................................... 23
Tabla 2.7 Ecuaciones para el análisis de varianza............................................................................ 35
Tabla 2.8. Ecuaciones para la determinación del coeficiente de repetitividad y reproducibilidad .. 36
Tabla 3.1. Relación entre el número de árboles a muestrear. ........................................................... 51
Tabla 3.2 Variables dependiente e independiente ............................................................................ 52
Tabla 3.3 Matriz de datos para el análisis de cipermetrina en tomate de árbol. ............................... 53
Tabla 3.4 Análisis de Varianza para dos factores con submuestras por grupo ................................ 54
Tabla 3.5 Ecuaciones cinéticas......................................................................................................... 55
Tabla 3.6 Condiciones cromatografías establecidas para la cipermetrina. ....................................... 58
Tabla 4.1 Datos experimentales para la obtención de curvas de calibración de cipermetrina ......... 60
Tabla 4.2: Concentraciones obtenidas de las curvas de calibración ................................................. 63
Tabla 4.3: Valores de desviación estándar de a y b, coeficiente de determinación (r2) y error típico
(Syx) ................................................................................................................................................. 64
Tabla 4.4: Análisis de las curvas de calibración de cipermetrina..................................................... 64
Tabla 4.5: Ecuación de la curva global ............................................................................................ 65
Tabla 4.6: Valores para a y considerados para los intervalos de confianza ..................................... 65
Tabla 4.7 Limites de confianza ........................................................................................................ 66
Tabla 4.8 Límite de detección del método ....................................................................................... 66
Tabla 4.9 Límite de cuantificación del método ................................................................................ 67
Tabla 4.10 Datos experimentales para la determinación de la repetibilidad y reproducibilidad. .... 67
xiii
Tabla 4.11 Análisis ANOVA para nivel N °1 concentración 0,2 ppm............................................. 68
Tabla 4.12. Reproducibilidad (R) expresados en coeficiente de variación.. .................................... 69
Tabla 4.13. Parámetros de aceptación para el método por precisión. ............................................. 69
Tabla 4.14. Datos para el cálculo del sesgo ..................................................................................... 70
Tabla 4.15. Incertidumbre por respuesta analítica (uFR). ................................................................ 70
Tabla 4.16. Se Incertidumbre por resolución del equipo (Ur) . ........................................................ 71
Tabla 4.17. Incertidumbre por reproducibilidad (UR) ..................................................................... 71
Tabla 4.18. Incertidumbre por recuperación (U recp) ...................................................................... 71
Tabla 4.19. Incertidumbre del peso de la muestra (Upm) ................................................................ 71
Tabla 4.20. Cálculo de la incertidumbre del Patrón
.......................................................... 72
Tabla 4.21 Cálculo de la incertidumbre por dilución U (FD). ......................................................... 72
Tabla 4.22 Incertidumbre balón (10, 5ml). ...................................................................................... 72
Tabla 4.23 Incertidumbre micropipeta (Umicrp). ............................................................................ 72
Tabla 4.24 Cálculo de la incertidumbre combinada (Uc) y la expandida (U) .................................. 73
Tabla 4.25. Datos obtenidos en el estudio del contenido de cipermetrina en los tomates de árbol.. 74
Tabla 4.26. Análisis de varianza para dos factores con submuestras por grupo. ............................. 75
Tabla 4.27. Pruebas de Rangos Múltiples de DMS para cipermetrina en ppm por días. ................. 76
Tabla 4.28. Pruebas de Rangos Múltiples para cipermetrina en ppm por fumigación. .................... 76
Tabla 4.29 Residuos de cipermetrina en muestras de cosecha ......................................................... 78
xiv
Lista de Figuras
pág.
Figura 2.1.Porcentaje de superficie plantada y producción, según región y provincia ..................... 9
Figura 2.2. Tomate de árbol. ............................................................................................................ 10
Figura 2.3 Estructura del DDT ......................................................................................................... 14
Figura 2.4 Estructura del Paratión. ................................................................................................... 14
Figura 2.5 Estructura del IPC. .......................................................................................................... 15
Figura 2.6 Fotografía de la planta Chrysanthemum cinerariaefolium, ............................................. 15
Figura 2.7 Estructura general de los piretrinas ................................................................................. 16
Figura 2.8 Estructura general de los piretroides. .............................................................................. 17
Figura 2.9.- Identidad química de los piretroides tipo I. .................................................................. 17
Figura 2.10.- Identidad química de los piretroides tipo I.. ............................................................... 17
Figura 2.11.- Estructura de la neurona ............................................................................................. 18
Figura 2.12 El mecanismo de acción de los piretroides sobre el axón ............................................ 19
Figura 2.13 Molécula de cipermetrina. ........................................................................................... 20
Figura 2.14 Diagrama esquemático de un cromatografía de gases ................................................. 25
Figura 2.15 Esquema de in inyector para columnas empaquetadas. .............................................. 26
Figura 2.16 Espectrómetro de masas............................................................................................... 29
Figura 2.17 Función respuesta o recta de calibrado. ....................................................................... 31
Figura 2.18 Limites del intervalo lineal .......................................................................................... 32
Figura 2.19 Intervalo lineal de un método analítico. ....................................................................... 33
Figura 3.1. Localización de parcela del cultivo de Tomate de árbol ................................................ 50
Figura 3.2 Cromatógrafo Agilent 5975C Series GC ........................................................................ 58
Figura 3.3 Determinación de cipermetrina en muestras de tomate de árbol. ................................... 59
Figura 4.1 Curva de calibración Nº1. Método cromatográfico ........................................................ 61
Figura 4.2 Curva de calibración Nº2. Método cromatográfico ........................................................ 61
xv
Figura 4.3 Curva de calibración N3º. Método cromatográfico ........................................................ 62
Figura 4.4 Curva de calibración Nº4. Método cromatográfico ........................................................ 62
Figura 4.5 Curva de calibración Nº5. Método cromatográfico ........................................................ 63
Figura 4.6 Límites de confianza y curva global de calibración........................................................ 66
Figura 4.7 Comportamiento de la concentración de cipermetrina en el tiempo luego de cada
fumigación........................................................................................................................................ 74
Figura 4.8 Comparación del contenido de cipermetrina en el tiempo y el número de fumigación con
respecto a lo establecido por la INEN 1 1909 .................................................................................. 78
xvi
Lista de Ecuaciones
pág.
Ecuación 2.1 Ecuación de la recta de calibración ........................................................................... 31
Ecuación 2.2 Criterio de aceptación adecuado de los límites .......................................................... 34
Ecuación 3.1 Límite superior e inferior de la intersección (a) ......................................................... 41
Ecuación 3.2 Límite superior concentración 1 (
............................................................... 42
Ecuación 3.3 Límite inferior concentración 1 (
................................................................. 42
Ecuación 3.4. Límite de detección (LOD) ..................................................................................... 42
Ecuación 3.5 LODppm.................................................................................................................... 43
Ecuación 3.6 Limite de cuantificación (LOQ) ................................................................................. 43
Ecuación 3.7 LOQppm ....................................................................................................................... 43
Ecuación 3.8 Porcentaje de recuperación. ........................................................................................ 44
Ecuación 3.9 Prueba t-student .......................................................................................................... 44
Ecuación 3.10 Promedio de la desviación estándares o error tipo (
Ecuación 3.11 Promedio de la pendiente (
) ........................................ 45
.................................................................................. 45
Ecuación 3.12 Desviación función de la respuesta analítica (
) ................................................ 45
Ecuación 3.13 Incertidumbre FR .................................................................................................... 46
Ecuación 3.14 Incertidumbre resolución del equipo ....................................................................... 46
Ecuación 3.15 Incertidumbre estándar o de reproducibilidad .......................................................... 46
Ecuación 3.16 Incertidumbre por recuperabilidad ........................................................................... 47
Ecuación 3.17 Incertidumbre de las observaciones.......................................................................... 47
Ecuación 3.18 Incertidumbre del patrón .......................................................................................... 47
Ecuación 3.19 Incertidumbre por peso de la muestra ...................................................................... 47
Ecuación 3.20 Incertidumbre del patrón (umrc) ............................................................................. 48
Ecuación 3.21 Incertidumbre por dilución U (FD). ......................................................................... 48
xvii
Ecuación 3.22 Incertidumbre (balón) ............................................................................................... 48
Ecuación 3.23 Incertidumbre (micropipeta) ..................................................................................... 49
Ecuación 3.24 Incertidumbre ........................................................................................................... 49
Ecuación 3.25 Incertidumbre combinada estándar........................................................................... 49
Ecuación 3.26 Valor DMS para fumigaciones ................................................................................. 55
Ecuación 3.27 Valor DMS para tiempo ........................................................................................... 55
Ecuación 4.1 Comportamiento de degradación de la cipermetrina .................................................. 79
xviii
Lista de Anexos
pág.
Anexo 1 .- Norma INEN 1.1990 Para frutas frescas. Tomate de árbol. (Requisitos) ...................... 94
Anexo 2.- Residuos de plaguicidas en alimentos y piensos detalles sobre el plaguicida cipermetrina
.......................................................................................................................................................... 98
Anexo 3 . Información del cultivo de tomate de árbol y su manejo ................................................. 99
Anexo 4 . Hoja de seguridad química –cipermetrina ..................................................................... 100
Anexo 5.- Cromatógrama de cipermetrina .................................................................................... 105
xix
Lista de Siglas
IAASTD
La Evaluación Internacional De Las Ciencias Y Tecnologías Agrícolas Para
El Desarrollo
CIATOX
Centro de Información y Asesoramiento Toxicológico
UE
Unión Europea
LMRs
Límites máximos residuales.
ESPAC
Encuesta de Superficie y Producción Agropecuaria Continua
dSPE
Fase Sólida Dispersiva
OMS
Organización Mundial de la Salud
FAO
Organización de las Naciones Unidas para la Agricultura y Alimentación
ONG
organización no gubernamental
SAICM
Enfoque Estratégico para la Gestión de Productos Químicos a Nivel
Internacional
CAN
Comunidad Andina de Naciones
DDT
dicloro difenil tricloroetano
BHC
hexachlorociclohexano
INEC
El Instituto Nacional de Estadística y Censos
CORPEI
Corporación de Promoción de Exportaciones e Inversiones
IICA
Instituto Interamericano de Cooperación para la Agricultura
MAGAP
Ministerio de Agricultura, Ganadería, Acuacultura y Pesca
AGROCALIDAD
Agencia Ecuatoriana de Aseguramiento de Calidad del Agro
PAN
Pesticides Action Network
INSHT
Instituto Nacional de Seguridad e Higiene en el Trabajo de España
INECC
Instituto Nacional de Ecología y Cambio Climático
CEN
Comité Europeo de Normalización
AOAC
Association of Official Agricultural Chemists Asociación de Químicos
Analíticos Oficiales
GC
Cromatografía De gases
LC
Cromatografía liquida
ua
unidades arbitrarias
FSOT
Fused –silica open tubular
FID
Detector de ionización de llama
ISO
International Organization for Standardization
xx
ICONTEC
El Instituto Colombiano de Normas Técnicas y Certificación
ASECAL
Asesoría y Consultoría de Calidad.
LOQ
límite de cuantificación
LOD
límite de detección
IUPAC
La Unión Internacional de Química Pura y Aplicada
OSP
Oferta de Servicios y Producto
EN
Comité Europeo de Normalización.
ANOVA
análisis de varianza
SC
suma de cuadrados
g.l
grados de libertad
MC
mínimos cuadrados
F
F de Fisher-Snedecor
t
t-student
desviación de la repetividad
variabilidad intermedia
variabilidad total
coeficiente de variación de repetibilidad
coeficiente de variación de reproducibilidad
xxi
Lugar donde se realizó la investigación
El
presente
tema
“DETERMINACIÓN
DE
CIPERMETRINA
MEDIANTE
CROMATOGRAFIA DE GASES EN CULTIVOS DE TOMATE DE ÁRBOL (Solanum
betaceum Cav) EN LA COMUNIDAD DE TABABELA-PICHINCHA – ECUADOR”, se
realizará en la provincia de Pichincha, Parroquia Quinche, los análisis se realizarán en la ciudad de
Quito, en las instalaciones de los laboratorios de Oferta de Servicios y Productos (OSP) Área de
Alimentos, de la Facultad de Ciencias Químicas de la Universidad Central del Ecuador, calle
Francisco Viteri s/n y Gato Sobral.
xxii
Resumen documental
En el presente trabajo se evaluó en contenido del pesticida cipermetrina en muestras de tomate de
árbol (Solanum betaceum Cav) provenientes de una parcela de ensayo ubicada en el barrio
Tababela, Parroquia del Quinche, provincia de Pichincha.
La extracción del pesticida se realizó por la técnica de extracción en fase solida QuEChERS y
el análisis cuantitativo por cromatografía de gases (CG) acoplado a un detector de masas (MSD).
Previo a este proceso se validó el método de análisis con el fin de brindar confiabilidad a los
resultados conseguidos.
De un total de 6 cosechas investigadas 4 presentaron residuos de cipermetrina que superaron el
límite máximo permisible (LMP). Como variables de estudio se tomaron el número de
fumigaciones y el tiempo transcurrido después de estas. El análisis estadístico mostró que el
tiempo desde de la última aplicación y la cosecha, así como la frecuencia de aplicación y la
interacción entre estos dos factores influyen drásticamente en la presencia de residuos.
Tomando en cuenta los resultados obtenidos, se estudió persistencia de la cipermetrina en el
cultivo lo que brindo información sobre su cinética de degradación esto ayudo a concluir
resultados que permitirían asegurar que el control químico aplicado no adicionaría pesticida en el
producto a niveles que irrespeten la norma.
Palabras Clave:
CIPERMETRINA, PICHINCHA, PESTICIDA, QUECHERS, RESIDUOS DE PESTICIDA,
PERSISTENCIA, VALIDACIÓN.
xxiii
Document Summary
This research paper evaluated the cypermethrin pesticide in tree tomato plant samples, a variety of
local
fruit
(solanum betaceum cav)
which
came
from
a
trial
lot
located
in
the Tababela region Quinche sector, Pichincha Province in the country of Ecuador.
The extraction technique of the pesticide was accomplished in a solid stage QuEChERS and the
quantitative analyses was made by the process of chromatography of gases (CG) connected to a
mass detector (MSD). Previous to this process we evaluated the analyses method with the
objective to bring forward the reliability of the obtained results.
A total of six crop harvested researched, four of them showed remains of Cypermethrin which went
above the maximum limit permitted. As research variables we took the number of fumigations as
well at the time lapsed after these applications. The statistical analyses showed that the time from
the last application and the last crop harvested, the application frequency, including the interaction
between these two factors, drastically influenced in the presence of these residues.
Taking in consideration the results obtained, we studied the persistence of the cypermethrin on the
crop which gave us information over a kinetic energy degradation. This helped us to conclude the
results which will allow us to ensure that the chemical control applied will not add the pesticide on
the crop to levels which will deviate from the norm.
Key words:
CYPERMETHRIN,
PICHINCHA,
PESTICIDE, QUECHERS,
PERSISTENCE, VALIDATION, KYNETIC.
xxiv
PESTICIDE
REMAINS,
“Y enseñándoles a guardar todo lo que yo os he mandado.
Y he aquí que yo estoy con vosotros todos los días
hasta el fin del mundo.”
Mateo 28,
xxv
CAPÍTULO I
1. INTRODUCCIÓN
1.1
PLANTEAMIENTO DEL PROBLEMA
El uso de compuestos orgánicos sintéticos como los pesticidas es en la actualidad imprescindible
para satisfacer las necesidades de la industria alimentaria. Lo que se evidencia en el crecimiento de
las importaciones de agroquímicos durante los primeros cuatro meses del 2012, respecto al año
2011, aumentaron en un 6% y sumaron cerca de 70 millones de dólares, hubo un mayor dinamismo
en el mercado interno de agroquímicos en el que, por línea de productos, los fungicidas dominaron
con un 55%, seguidos de los herbicidas (25%) e insecticidas (15%), entre otros (GÓMEZ, 2012)
El uso de plaguicidas aporta muchos beneficios para la agricultura ya que mejoran el rendimiento
y la calidad de los productos agrarios, reducen la necesidad de mano de obra, además contribuyen a
limitar la erosión del suelo al reducir los cultivos de laboreo y ayudan a garantizar el suministro
fiable de una amplia variedad de productos agrícolas a precios razonables. Estos productos
constituyen como medio importante para cumplir los requisitos fitosanitarios que permiten el
comercio internacional.
Sin embargo a pesar de los beneficios que da la utilización de pesticidas, estos han generado
problemas debido principalmente a sobredosis y aplicación inadecuada; como resistencia de la
plaga, además de daños causados a especies benéficas que conduce alteraciones en el ecosistema
afectando el medio ambiente y la salud humana, dado que algunos de estos compuestos se
acumulan en la biosfera (aire, agua o suelo) y pueden entrar en la cadena alimentaria de animales,
llegando en último término a alcanzar la cadena alimenticia humana, donde varios de ellos se
acumulan en algunos órganos vitales y provocando intoxicaciones de distinta gravedad (Cardona,
Chaparro, Calderón, Peláez, & García, 2011) .
Los riesgos alcanzan a los agricultores y todas las personas que trabajan en contacto con pesticidas
llegando a los consumidores de productos agrícolas, expuestos diariamente a la ingesta de dosis
combinadas es estas sustancias presentes en los alimentos como de los tratamientos de siembra,
cosecha y pos cosecha.
El mayor costo social son las muertes y las intoxicaciones agudas y crónicas. Según La evaluación
Internacional de las ciencias y tecnologías agrícolas para el desarrollo (IAASTD) se estima que las
enfermedades transmitidas por los alimentos afectan anualmente al 30% de la población de los
1
países industrializados y son responsables de aproximadamente 2,1 millones de muertes en los
países en desarrollo. Se conocen más de 200 enfermedades transmitidas por los alimentos entre las
que se encuentran las intoxicaciones agudas y las muertes asociadas a los residuos de plaguicidas.
En Ecuador el Centro de Información y Asesoramiento Toxicológico (CIATOX) reporta que la tasa
de intoxicaciones por 100.000 habitantes subió de 14,4 en 2010 a 17,4 en 2011, en ese mismo año
el 49% de las intoxicaciones registradas –por cualquier agente– lo fueron por plaguicidas.
Un informe elaborado por investigadores de la Universidad de Río Cuarto, Córdoba, confirmó la
que la vinculación entre daño genético y cáncer es clara”, El estudio revelo que los productos más
encontrados y que provocan más daño son el glifosato, atrazina, cipermetrina, clorpirifós y
endosulfan. “En diversas investigaciones confirmamos daños genéticos en personas expuestas a
agroquímicos. (Marubanta, 2014)
Como consecuencia de esta problemática, las normativas legales respecto a su uso son cada vez
más estrictas, en particular en Estados Unidos, Canadá y países de la Unión Europea. El Comité del
Codex sobre Residuos de Plaguicidas se encarga de establecer los límites máximos residuales
(LMRs,) y en estos se basan numerosos países para el comercio internacional como es el caso de
Ecuador, en donde hace muy poco se comenzaron los estudios sobre esta problemática; sin
embargo, no existe seguimiento de la aplicación de la normativa existente.
El cultivo del tomate de árbol en Ecuador, constituye una actividad agrícola en desarrollo, según la
ESPAC para el 2013 se sembraron 4462 hectáreas; 4233 en monocultivo y 229 en asociación,
cosechándose 12.260 y 327 toneladas métricas respectivamente.
Este fruto es atacado por diversas plagas, las cuales son controladas mediante la aplicación de
productos entre ellos piretroides, carbonatos y organofosforados principalmente, solos o en
mezclas, sin existir un programa de manejo establecido. Las aplicaciones de estos productos
dependen de la presencia de las plagas según la experiencia de productores de la zona y
recomendaciones de los fabricantes de las pesticidas.
La cipermetrina es uno de los piretroides más usados para controlar una gama amplia de insectos
en campos agrícolas, invernáculos, tratamiento de poscosecha y en viviendas. (Fortin, Bouchard,
Carrier, & Dumas, 2008). El objetivo de este estudio fue documentar la presencia de cipermetrina
en un cultivo de tomate de árbol desde el día de su fumigación hasta el día de su cosecha, tiempo
en el cual se considera listo para el consumo.
2
1.2
FORMULACIÓN DEL PROBLEMA
Inexistencia de estudios en cuanto al nivel residual del cipermetrina presente en tomate de árbol
Solanum betaceum Cav.
1.3
OBJETIVOS
1.3.1 Objetivo general
1.3.1.1
Determinar residuos de cipermetrina en tomate de árbol, empleando el método
QuEChERS que se basa en la extracción en Fase Sólida Dispersiva (dSPE),
seguida de cromatografía de gases , y comparar las concentraciones detectadas con
los LMRs establecidos por la norma INEN 1 909: REQUISITOS PARA FRUTAS
FRESCAS. TOMATE DE ARBOL.
1.3.2 Objetivos Específicos
1.3.2.1
Validar el método analítico para la determinación de cipermetrina en tomate de
árbol, estableciendo
las condiciones de laboratorio óptimas necesarias por el
método de cromatografía de gases.
1.3.2.2
Procesar las muestras del tomate de árbol para el análisis según el método
QuEChERS.
1.3.2.3
Determinar cuantitativamente la persistencia de cipermetrina en las muestras en un
tiempo de 15 y 30 días después de cada fumigación.
1.3.2.4
Comparar los resultados de los residuos encontrados en tomates de árbol con el
límite máximo residual según el Codex Alimentarius.
1.3.2.5
1.4
Determinar la cinética de degradación para la cipermetrina en tomates de árbol.
IMPORTANCIA Y JUSTIFICACIÓN DE LA INVESTIGACIÓN
El presente trabajo se realizó con la intención de evaluar el cumplimiento de la norma INEN 1
909:2009 REQUISITOS PARA FRUTAS FRESCAS. TOMATE DE ARBOL en una plantación
ubicada al norte de la ciudad de Quito, esta norma menciona los parámetros en cuanto al contenido
de pesticidas en la fruta para ser considerada como apta para el consumo.
Las normas INEN son documentos normativos necesarios acorde con el avance tecnológico, estos
constituyen el punto de referencia técnico-legal que garantiza orden en las actividades a
3
desarrollarse y se elaboran tomando en cuenta normas internacionales como las del Codex
Alimentario.
La Comisión del Codex Alimentarius es un organismo subsidiario de la Organización de las
Naciones Unidas para la Agricultura y la Alimentación (FAO) y de la Organización Mundial de la
Salud (OMS). Actualmente estos organismos y los gobiernos además de varias ONG´s como el
Enfoque estratégico para la gestión de productos químicos a nivel internacional (SAICM ) trabajan
por mantener la vigilancia de residuos de plaguicidas en los alimentos y en el medio ambiente.
Comunidades como la Comunidad Andina de Naciones (CAN) forman comisiones para tratar este
tema y elaborar acuerdos.
En la Unión Europea se ha prohibido la aplicación pesticidas como el Fipronil, un pesticida que ha
disminuido la población de abejas se suma a otros que ya están fuera de los cultivos por la misma
causa. Investigaciones efectuadas por la Universidad Regional de los Andes mencionan a los
pesticidas como el Furadán (principio activo: carbofurano), Curacrón (profenofos) y Manzate
(mancozeb) como causantes de envenenamientos a nivel según nacional (Andrade, 2011) .
En ese mismo aspecto la cipermetrina se ha convertido en uno de los insecticidas más importantes
de uso a gran escala, tiene amplitud de usos en el algodón, los cereales, los vegetales y las frutas,
para el almacenaje de la comida, en salud pública y en la cría de los animales. Su actividad
biológica es alta y es muy estable, tóxicamente está clasificada por la Organización Mundial de la
Salud (WHO), como "moderadamente dañina" (clase II)5. (1. Leahey, 1985)
Debido al alto grado de consumo de cipermetrina se pone en evidencia un potencial riesgo para el
consumidor, según el Centro de información y Asesoramiento Toxicológico del Ministerio de
Salud Pública en Ecuador (CIATOX) , ha asesorado un total de 374 casos, lo que significa un
promedio de 65 casos mensuales en materia de intoxicaciones en el primer semestre del año 2009,
causados por sustancias químicas diversas.
Los productores de tomate de árbol se encuentran con un sin número de complicaciones entre ellas
la alta incidencia de plagas y enfermedades, sumado a la escasa asistencia técnica e inadecuados
controles fitosanitarios que conllevan bajos rendimientos y esto afecta directamente a la población
que consume ampliamente este producto
Del tomate de árbol es elaboran jugos y conservas y se la consume como fruta fresca o como
complemento de ensaladas de frutas, helados, jaleas, mermeladas, dulces y en platos de carne
(Lucas, Maggi, & Yagual, 2010).Por ello es de gran importancia la información obtenida en este
4
estudio, ya que permitirá conocer el estado real en el cual se consume este producto, y al no
registrar estudios previos en este tema servirá de base para futuras investigaciones y como
referencia para entidades pertinentes y a la sociedad en general.
5
CAPÍTULO II
2. MARCO TEÓRICO
2.1
ANTECEDENTES.
La era de los insecticidas modernos en la agricultura inicia inmediatamente después de terminada la
Segunda Guerra Mundial en donde insecticidas como el DDT (1939) y el BHC (1941) permitieron
combatir insectos vectores de enfermedades que afectaron a las tropas aliadas, rápidamente su uso
se extendió al combate de plagas agrícolas y del ganado (Cisneros, 2003).
Así se inicia el desarrollo, la producción y el uso de plaguicidas a gran escala, años más tarde su
uso se generalizó en casi todos los países del mundo. A este grupo de insecticidas clorados pronto
se unió el grupo de los fosforados; posteriormente los carbamatos y más recientemente los
piretroides estables.
Lo que no se imaginó fue que en muchos de los países en donde se dio el uso intensivo y masivo de
estos productos sintéticos se comenzará a cuestionar su eficacia y rentabilidad a corto plazo lo que
luego llevaría a prohibir y restringir la venta de muchos plaguicidas (ILA, 2006).
Habitualmente, el uso estos agentes de control deja residuos en los alimentos pero al ser aplicados
adecuadamente estos no se convierten en un riesgo para la salud. En Ecuador el mercado interno y
el de las exportaciones de tomate de árbol se rige por la norma INEN 1 909: “Requisitos para frutas
frescas. Tomate de árbol”, en esta se menciona que los residuos de plaguicidas no deben exceder
los niveles máximos establecidos en el Codex Alimentarius que es de 0.2 mg por Kg de tomate,
limite que se adoptó en el 2009.
Aunque en el país no exciten estudios acerca de los posibles efectos de los
piretroides
investigaciones afines mencionan que pruebas hechas con ratones han sugerido que los piretroides
en general pueden tener un efecto de supresión inmunológica en ratas. La WHO concluye que "se
debería poner más atención a ese aspecto, pero a la fecha, no se puede formular ninguna opinión
acerca de su relevancia en la extrapolación de esta información para el ser humano.
En este aspecto cabe mencionar el reporte sobre una epidemia de ginecomastia (hinchazón del
pecho en el sexo masculino) entre los refugiados de Haití que toma en cuenta el contacto con
fenotrón, un piretroide sintético, como una posible causa para este padecimiento, de la misma
6
manera se vincula a la leucemia y al cáncer linfoide con los insecticidas piretroides, aun y cuando
sólo se encontraron índices muy bajos de actividad carcinogénica en estudios toxicológicos. Más de
20% de los casos de leucemia en mujeres y 10% en hombres estaban posiblemente ligados al
contacto con los piretroides (Pesticides News , 1995)
Una realidad más cercana es la de Colombia, en donde se realizó una investigación similar en la
que se evaluaba el nivel residual de permetrina en tomate riñón, se observó que un 96% de las
muestras presentaron residuos que superaron el límite máximo de residuos (LMR). El análisis
estadístico mostró que la frecuencia de aplicación es el factor de uso que más influye en la
presencia de residuos, así como su interacción simple con el tiempo transcurrido entre la última
aplicación y la cosecha (Farias, Gerrero, Lozano, & Piedrahita, 2004)
Sin embargo la gran mayoría de investigaciones se fundamenta en técnicas de extracción y análisis
tradicionales en donde la extracción en su mayoría utiliza solventes orgánicos con sus consabidas
particularidades. La separación y la determinación se sirven en particular de la cromatografía de
gas acoplada con una variedad de detectores específicos.
Este estudio se vale de un novedoso método de extracción denominado QuEChERS que se está
extendiendo muy rápidamente en el análisis de residuos de pesticidas para alimentos simplificando
enormemente los procedimientos analíticos volviéndolos más económicos y rápidos.
2.2
EL CULTIVO DEL TOMATE DE ÁRBOL (Solanum betaceum Cav)
Se cree que el tomate de árbol es originario de los Andes. en América del Sur es sembrado
extensamente en Colombia y Ecuador, y de manera secundaria en Perú, Chile, Bolivia, Argentina,
Brasil, Venezuela, Costa Rica, Guatemala, Jamaica, Puerto Rico y Haití. Los principales
productores de este producto son: Nueva Zelanda, Kenia, Sri Lanka, India, Colombia, Zambia y
Zimbabwe.
2.2.1. Clasificación botánica
El tomate de árbol (Solanum betaceum Cav) pertenece a la familia de las Solanáceas. Es una
especie perenne y suculenta, de hoja persistente. Ha sido descrito en tres cepas de acuerdo al color
de piel y pulpa de sus frutos: amarillo, rojo (piel roja y pulpa amarilla-naranja) y púrpura (piel rojapúrpura y pulpa suavemente anaranjada. (Boyes & Strubi, 1997). En la tabla 2.1 tenemos la
clasificación botánica del tomate de árbol de manera completa.
7
Tabla 2.1 Clasificación botánica del tomate de árbol
Taxón
Nombre
Reino
Vegetal
División
Fanerógamas
Subdivisión
Angiospermas
Clase
Dicotiledóneas
Subclase
Metaclamideas
Orden
Tubiflorales
Familia
Solanaceae
Género
Solanum
Especie
Solanum betaceum Cav
Fuente: Tomado de Bohs (1995) Transfer of Cyphomandra (Solanaceae) and Its Species to Solanum.
2.2.2. Orígenes y distribución
Se creía que era una planta procedente de la región andina, principalmente de la vertiente oriental
del Ecuador con el Perú sin embargo investigaciones recientes señalan que el tomate de árbol
cultivado está estrechamente relacionado con un complejo de materiales silvestres bolivianos de
acuerdo a evidencias moleculares, estudios morfológicos y datos de campo, por lo cual los ecotipos
cultivados se cree se originaron en esa región (Bohs y Nelson, 1979, citados por León J, et al.,
2004)
También se cultiva en las zonas montañosas de África, India y Australia. Los frutos del tomate de
árbol se han hecho tan populares que en Nueva Zelanda han desplazado al kiwi fruit, lo que
demuestra el potencial internacional de esta fruta. (Calvo I. , 2009)
2.2.3. Requerimientos agroecológicos
Es una planta de climas templados y fríos. La temperatura la óptima esta entre 16° y 19°C. La
humedad debe ser de alrededor del 70 %, razón por la cual se cultiva frecuentemente en zonas
altas entre los 1,800 a 2,200 msnm. El suelo debe ser del tipo franco arenoso con un pH entre
5,5 – 6 ,5. (García, 2008)
La distancia de siembra recomendada es de 3×3 metros, lo cual conduce a una densidad de siembra
de 1.111 árboles por hectárea (Rivera J., 2001).
La producción empieza a los ocho meses o un año después de la siembra, siendo intensa solamente
por 4 ó 5 años (5 meses /año) pudiendo durar de 10 a 12 año (Amaya & José, 2006)
8
2.2.4. Producción en el Ecuador
En el Ecuador las provincias donde se cultivan esta fruta son: Tungurahua, Carchi, Imbabura,
Pichincha, Chimborazo, Bolívar, Cañar, Azuay y Loja. Según la gráfica elaborada por la ESPAC
la mayor producción se encuentra en la región de la sierra como observamos en la figura 2.1.
.Estos datos fueron obtenidos de la Encuesta de Superficie y Producción Agropecuaria Continua,
ESPAC actualizada al 2103.
Figura 2.1.Porcentaje de superficie plantada y producción, según región y provincia
Fuente: .ESPAC ( 2013).
Ecuador se proyecta como un principal competidor, pues cuenta con condiciones adecuadas de
suelo y temperatura demás de que las organizaciones gubernamentales buscar vincularse
activamente al mercado internacional. (García, 2008)
2.2.5. Morfología
Planta arbustiva de una altura de 2 a 3 m. Las hojas son cordiformes. Las flores son de color rosa y
lavanda, agrupadas en racimos terminales, las cuales florecen de manera escalonada. Los frutos son
solitarios Y se encuentran agrupados de colores variables, del amarillo al rojo, de forma ovoidal
con ápices puntiagudos ver figura 2-2. (Calvo I. , 2009).
9
Figura 2.2. Tomate de árbol.
Fuente: CORPOICA.2010.
2.2.6. Composición nutricional del tomate de árbol.
El tomate de árbol tiene e buenas cualidades físicas, nutritivas y organolépticas (Encavalada &
Larriva, 1999) Esta fruta tiene un alto contenido de ácido ascórbico (más de 60 mg/100g) y es rico
en pectinas. Además, es una excelente fuente de vitamina A, B6 y E (Boyes & Strubi, 1997)
Los frutos de tomate de árbol son fuente excelente de provitamina A (caroteno-150 UI por 100 g),
vitamina B6, vitamina C (25 mg. por 100 g), vitamina E, e hierro. Esta especie es baja en hidratos
de carbono, una media fruta contiene menos de 40 calorías .Es rico en minerales, especialmente
calcio, hierro y fósforo; contiene niveles importantes de proteína y caroteno. Fortalece el sistema
inmunológico y la visión, además de funcionar como antioxidante. Es además una buena fuente de
pectina. (Amaya & José, 2006).
2.2.7. Siembra y cosecha
La siembra conlleva
prácticas eficientes y eficaces
se recopilo toda la
información
correspondiente en el anexo 3.
Previo al consumo; la cosecha es una operación de mucha importancia al ser la fruta es apartada
de su fuente de alimento. Para alcanzar tiempos extendidos sin deterioro en la calidad, se deben
considerar aspectos tanto inherentes a la fruta como también aspectos logísticos que aseguren la
disminución de posibles causas de daño.
Para esta investigación en particular se estableció el cumplimiento de la Norma Técnica
Ecuatoriana INEN 1 1909:2009 Frutas Frescas Tomate de árbol. En esta norma se toma en cuenta
el carácter climatérico de la fruta, la tasa de respiración, estado sanitario y mecánico de la fruta
10
además del grado de madurez , este último cuenta con los parámetros que se mencionan en la
tabla 2.2 (García, 2008)
Tabla 2.2 Propiedades de un adecuado grado de madurez
Propiedades
Rangos
Tiempo
Desde la semana 23 a la 25
Peso
mayor a los 120 g
Diámetro
mayor a 55 mm
Longitud
65-75 mm
sólidos solubles °Brix
8 ° de a 10 °
firmeza
entre 4 y 5 kgf/cm2
acidez
1.5 y 1.4
índice de madurez
Entre 6 y 8. ( Según Norma )
color
morado o naranja intenso con visos verdes
Fuente: Requisitos de la madurez del fruto .;INEN 1 1909.
2.2.8. Control fitosanitario del tomate de árbol
Según el Censo Nacional Agropecuario (CNA) se perdieron por estas causas 36,00 hectáreas
(ESPAC, 2013). Este cultivo responde muy bien a la aplicación de productos pesticidas y prácticas
culturales de tipo fitosanitario.
Entre las plagas y enfermedades más comunes que afectan a este cultivo se puede nombrar el
gusano trozador, pulgones, mosca blanca y la lancha. Para controlar estos factores se aplica
controles biológicos y químicos entre ellos la cipermetrina.
2.2.9. Restricciones en el uso de pesticidas y legislación.
La Constitución de la República del Ecuador es considerada como la norma de máxima jerarquía,
en ella se hace mención sobre las responsabilidades en la regulación de los plaguicidas y sustancias
químicas, en ella “se reconoce el derecho de la población a la salud y a vivir en un ambiente sano y
ecológicamente equilibrado que garantice la sustentabilidad y el buen vivir, sumakkawsay"
(Constitución De La Republica Del Ecuador, 2008)
Otro parámetro legal es la Ley Orgánica de la Salud Ecuatoriana 2008 que regula las actividades
encabezadas por el Ministerio de Salud en coordinación con el MAGAP, y más Organismos
competentes como AGROCALIDAD, dictarán e implementarán las normas de regulación para la
utilización y control de Plaguicidas, fungicidas y otras sustancias químicas de uso doméstico,
agrícola e industrial.
11
Dicha ley consta del artículo 115 que habla acerca del cumplimento de las normas y regulaciones
nacionales e internacionales para la producción, importación, exportación, comercialización, uso y
manipulación de plaguicidas, fungicidas, y otro tipo de sustancias químicas cuya inhalación,
ingestión o contacto pueda causar daño a la salud de las personas. Entre las normas nacionales se
pueden mencionar el Código de la Salud, Ley para la Prevención y Control de la Contaminación
Ambiental, Ley del Codex alimentario y las Normas Técnicas del INEN.
Las regulaciones específicas de Ecuador para tomate de árbol Solanum betaceum Cav están
regidas por la norma INEN 1 909, esta establece los requisitos que debe cumplir el producto
destinado para consumo en estado fresco acondicionado o envasado para su comercialización
dentro del territorio nacional, en su literal 6.1.3 menciona que los residuos de plaguicidas no deben
exceder los límites máximos establecidos en el Codex Alimentarius que es de 0,2 mg por
kilogramo de fruta.
Después de la cosecha, cada fruta se limpia manualmente con un paño ligeramente húmedo y se la
deja secar al aire libre. Por tener una cáscara gruesa, es una fruta relativamente resistente al tiempo
y almacenamiento. Sin embargo, si se mantiene bajo temperaturas menores a 5º C, sufrirá de daños
por enfriamiento sin refrigeración la fruta se mantiene hasta por 2 semanas, bajo atmósfera
controlada se prolonga la vida de la fruta hasta por 10 semanas (IICA, 2001).
2.3
GENERALIDADES DE LOS PESTICIDAS
Los términos pesticidas o plaguicidas son sinónimos, su única diferencia es una traducción
incorrecta de la palabra del idioma inglés al español (pesticida), ambos términos provienen de la
palabra “plaga” (Zhunaula, 2011).
Según el diccionario de la Real Academia Española el término pesticida se refiere “a algo que se
dedica a combatir plagas”. Desde un punto de vista operacional esta definición se amplía al incluir
aspectos como el control, la prevención, la atenuación y la regulación de cualquier forma de vida
animal o vegetal que afecte las plantas útiles sus productos y derivados. (Trujillo, 2006)
2.3.1. Clasificación
Los pesticidas son utilizados principalmente en el sector agrícola para el manejo de suelos, cultivos
y protección de animales y se clasifican en función de diferentes factores como:
2.3.2. Origen
Pueden clasificarse en insecticidas naturales que se elaboran a partir de plantas que contengan
metabolitos secundarios capaces de ser utilizados como agentes de control, y en plaguicidas
12
sintéticos que son el resultado de un proceso industrial de síntesis química que poseen alta
estabilidad química y de óptima producción.
2.3.3. Toxicidad
Para el año de 1987 la OMS implantó la clasificación basada en su grado de toxicidad aguda,
definida como la capacidad del plaguicida de producir daño agudo a la salud a través de una o
múltiples exposiciones, en un período de tiempo relativamente corto. (OMS, 1993). La toxicidad se
encuentra en función de la Dosis letal media como se observa en la ver tabla 2.3.
Tabla 2.3 Clasificación de los pesticidas según su toxicidad.
Dosis letal 50
Categoría
Definición
I
Extremadamente tóxicos
0 - 50 mg/Kg
II
Altamente tóxicos
5 - 50 mg/Kg
III
Medianamente tóxicos
50 - 500 mg/Kg
IV
Ligeramente tóxicos
Mayor de 500 mg/Kg
(oral aguda en Ratas)
Fuente: Modificado de Instituto Nacional de Salud Colombia – Subdirección de Vigilancia y Control.
Intoxicación aguda por plaguicidas. Primer semestre de 2007.
2.3.4. Naturaleza química
Se basa en los diversos grupos químicos. Esta clasificación es sumamente compleja como extensa,
entre los principales están los organoclorados, organofosforados, carbamatos, piretroides y entre
otros.
2.3.5. Según el hospedante
Según el organismo sobre el cual actúa el agroquímico, se clasifica en: acaricidas fungicidas,
bactericidas, herbicidas, nematicidas, molusquicidas, rodenticidas, alguicidas, esterilizantes,
defoliantes atrayentes.
2.4
PESTICIDAS REPRESENTATIVOS
2.4.1. Pesticidas organoclorados
La importancia ambiental de los pesticidas organoclorados estriba en su persistencia ambiental y su
capacidad de dañar al hombre, razones por las cuales han sido prohibidos o severamente
restringidos en muchos países (Trujillo, 2006). Uno de los más representativos es el DDT cuyo
nombre técnico es 2,2-bis (p- clorofenil)-1 tricloroetano (ver figura 2.3).
13
Figura 2.3 Estructura del DDT
Fuente: Trujillo, 2006
Son de bajo costo y amplio espectro sus residuos se encuentran en el ambiente y en los seres vivos.
Son liposolubles, solubles en compuestos orgánicos de baja polaridad. Se acumulan en el tejido
graso y se metabolizan lentamente. Son estables química y bioquímicamente. Se caracterizan por
tener una estructura cíclica y átomos de cloro (Zhunaula, 2011).
2.4.2. Pesticidas organofosforados
Poco persistentes en el medio ambiente, son esteres orgánicos de ácidos fosforosos (ver figura 2.4)
la mayoría son líquidos de carácter lipofílico y de baja volatilidad, en general son menos estables
que los organoclorados y se rompen fácilmente por agentes químicos y biológicos, tienen un
tiempo de vida en el ambiente relativamente corta y la peligrosidad ambiental está asociada con
toxicidad aguda.
Figura 2.4 Estructura del Paratión.
Fuente: Trujillo, 2006
2.4.3. Carbamatos
Estos compuestos son amidas que tienen la tienen la formula general RHNCOOR (ver figura 2.5).
Uno de los más conocidos es el IPC o isopropil N- fenilcarbamato que se utiliza como herbicida en
el control de pastos sin afectar las cosechas de hoja ancha.
14
Figura 2.5 Estructura del IPC.
Fuente: Trujillo, 2006
2.5
PESTICIDAS EN ESTUDIO: PIRETRINAS Y PIRETROIDES
2.5.1. Introducción
Las propiedades insecticidas de las piretrinas, de las cuales se derivan los piretroides, se conocen
desde alrededor de 2 000 años en la antigua China; pero no fue hasta los años 70 y 80 del siglo XX
cuando comenzó a incrementarse el uso de estos compuestos (Cullen & F., 1999)
Figura 2.6 Fotografía de la planta Chrysanthemum cinerariaefolium,
Fuente : Pam, 2000
De las flores secas del Chrysanthemum cinerariefolium (Ver figura 2-6) se obtiene un pesticida
natural llamado pelitre, una oleorresina con 6 ingredientes activos llamados piretrinas. Estas
moléculas constan de una parte acida y otra alcohólica a la cual se pueden hallar acoplados ácidos
(R1) y cetonas (R2).
La estructura general de las piretrinas así como las cadenas laterales (r1, r2) se muestran en la
figura 2.7.
15
Figura 2.7 Estructura general de los piretrinas
Fuente: González Machín, 2003
Nota: R1 y R2 son ácidos o cetonas.
Las piretrinas individuales son piretrina I, piretrina II, jasmolina I, jasmolina II, cinerina I y
cinerina II , que resultan de la combinación de dos ácidos (crisantemico y pirétrico) y tres cetonas,
piretrolona, cinerolona y jasmolona, derivadas de la ciclopentanona, con pequeñas diferencias de
cadena lateral. (Juan, Picó, & Font, 2003)
Uno de los principales inconvenientes es su inestabilidad en la luz y al aire, esto limita su
efectividad si se refiere a efectos en su residualidad. Así en los esfuerzos por incrementar su
fotoestabilidad, manteniendo la actividad insecticida y la baja toxicidad, se provocó el desarrollo de
los piretroides. Estos se producen partiendo de la sustitución secuencial de los elementos
estructurales de las piretrinas.
Actualmente, uno de los piretroides más usados es la cipermetrina, insecticida sintetizado en 1974 e
introducido al mercado en 1977. Según la OMS está clasificado como “moderadamente peligroso”
(clase II); sin embargo, estudios recientes muestran que los efectos de la cipermetrina y de los
piretroides en la salud pueden ser más severos de lo que indican evaluaciones toxicológicas previas
(Jiménez, Quilodrán, & Miranda, 2008).
2.5.2. Estructura
Generalmente los piretroides se consideran como ésteres sintéticos derivados de las piretrinas,
aunque también hay un grupo de éteres oxima (ver figura 2.8) que exhiben una actividad
insecticida similar a la de las piretrinas y los ésteres piretroides, pero se dispone de escasos datos
acerca de estos compuestos y no se han elaborado productos comerciales de los mismos (ATSDR,
2003) Se clasifican según su química y su actividad en dos grupos: Tipo I y Tipo II. (Fernández,
2009).
16
Figura 2.8 Estructura general de los piretroides.
Fuente: Modificado de (Loayza, 2007)
2.5.3. Clasificación de piretroides
Tipo I.- Carentes de grupo α - ciano en su molécula. En la figura 2.9 se incluye un ejemplo de la
estructura química de los piretroides tipo I, su nombre común, su número y nombre CAS.
El número de registro CAS es una base de datos elaborada por la American Chemical Society,
otorga
una identificación numérica única para compuestos
químicos, secuencias biológicas,
preparados y aleaciones.
Nombre
común
[nº CAS]
Aletrina
[584-79-2]
Nombre CAS
Estructura química
2-metil-4-oxo-3-(2-propen-1-il)-2-ciclopenten-1-il éster del
ácido2,2-dimetil-3-(2-metil-1-propenil)ciclopropanocarboxílico
Figura 2.9.- Identidad química de los piretroides tipo I.
Fuente: (Fernández, 2009)
Tipo II.- Poseen el grupo α - ciano en su molécula .En la figura 2.10 se incluye un ejemplo de la
estructura química de los piretroides tipo I I, su nombre común , su número y nombre CAS.
Nombre
común
[nº CAS]
Cifenotrina
[39515-40-7]
Nombre CAS
Estructura química
ciano(3-fenoxifenil)metil éster del ácido 2,2dimetil-3-(2-metil-1-propen-1il)ciclopropanocarboxílico
Figura 2.10.- Identidad química de los piretroides tipo I..
Fuente: (Fernández, 2009)
17
2.5.4. Propiedades físico-químicas.
Dentro de las características (Junquera, 2013) se pueden destacar que:
 Son insecticidas sintéticos
 Se disuelven mejor en agua
 Su fórmula química modificada para mejorar la estabilidad
 Son más persistentes. poseen bajas presiones de vapor
 Se hidrolizan por álcalis
 En las formulaciones se utilizan derivados del petróleo como disolventes.
2.5.5. Toxicocinética
Son absorbidos en un 40 a 60 % de la dosis de exposición por vía oral ,y por vía dérmica es
absorbida menos del 2 %. Son de naturaleza lipófilica por lo que se distribuyen a los tejidos
grasos, como los tejidos nerviosos central y periférico, además del hígado y el riñón. En estos
tejidos se secretan las enzima llamadas oxidadas de función mixta que producen una la hidrólisis
del enlace central éster, la oxidación de varios sitios, y reacciones con glicina, sulfato, glucurónido,
o conjugados de glucósido para originar metabolitos solubles en agua que se eliminan fácilmente
(Mahecha, 2013).
Los piretroides muestran una cinética de primer orden de eliminación, con la mayoría eliminado
entre las 12 a 48 horas. Las rutas principales de excreción son la orina y las heces en una mezcla
de compuesto original y metabolito.
2.5.6. Farmacodinamia
Son neurotóxicos que se adhieren a la membrana de las células nerviosas (ver figura 2.11)
llamadas neuronas y principalmente a nivel del axón, que es una prolongación de estas. El axón se
especializa en conducir el impulso nervioso entre neuronas.
.
Figura 2.11.- Estructura de la neurona
Fuente: Fernández, 2009
.
18
Los piretroides se introducen en la membrana ocasionando que los canales de Na+ se mantengan
abiertos permanentemente, esto provoca una transmisión del impulso nervioso permanente. Este
efecto es más intenso con los piretroides con grupo “ciano”. El mecanismo de acción de los
piretroides sobre el axón se observa en la figura 2.12.
Figura 2.12 El mecanismo de acción de los piretroides sobre el axón
Elaborado por: Mireya Ávila (2015).
Los efectos se diferencian entre piretrinas y piretroides tipo I y tipo II , estas últimas son más
potentes al inducir al canal de Na+ por más tiempo, lo que conlleva un mayor grado de potencial
de membrana en reposo y dan lugar a un importante bloqueo final de la conducción nerviosa.
2.5.7. Toxicidad
La toxicidad de los piretroides es mayor que la de las piretrinas (la DL5s del deltametrín en ratas es
de 80 mg/kg). Se hallan dentro de los grupos de plaguicidas Categoría Toxicológica III y IV.
(SESVER, 2012).
La baja toxicidad en los mamíferos de estos compuestos en comparación con los insectos se debe
a diversas causas (Mahecha, 2013).
 Los piretroides son más potentes en el canal de sodio a baja temperatura que a alta
temperatura(Los insectos poseen alrededor de 25 ° C y los mamíferos a 37 ° C).
 Los canales de sodio de mamíferos son al menos 1.000 veces menos sensible a los
piretroides que los
canales de los insectos,
rápidamente de la despolarización.
19
haciendo que estos se recuperen más
 El Tamaño corporal, los mamíferos son mucho más propensos a desintoxicar piretroides
antes de que alcancen su sitio de acción a diferencia de insectos.
2.5.8. Sintomatología y tratamiento
Las piretroides del tipo I y II presentan diferente sintomatología (Bonne Hernadez, Peréz Infante,
Rojas Vasques, & Marín Sánchez, 2003):
 Tipo I: desarrollan
el
síndrome “T”, reflejo de hiperexcitabilidad y temblores,
excitabilidad del sistema nervioso central o convulsiones.
 Tipo II: como la cipermetrina, producen salivación, hiperexcitabilidad, coreoatetosis
(estado caracterizado por movimientos coreicos y atetóticos), además de ser
sensibilizantes, lo cual se conoce como el síndrome “CS”.
2.6
CARACTERÍSTICAS DE LA CIPERMETRINA
La cipermetrina pertenece al grupo de los piretroides sintéticos que posees el grupo -ciano.
2.6.1. Estructura química y nomenclatura
Su nombre ISO es Cipermetrina, comprende un compuesto racémico de ocho estereoisómeros,
donde las relaciones de isómeros cis-trans varían de 50:50 a 40:60.
En análisis cromatográfico se asocia fragmentación junto al grupo ciano, también se abserva
la relación de iones característica de moléculas conteniendo cloro (m/z=206,5; m/z=208,5),
por la abundancia isotópica 35Cl/37Cl presente en la naturaleza
En la Figura 2.13 se presenta la molécula general de cipermetrina.
Figura 2.13 Molécula de cipermetrina.
Fuente: Álvarez ,2009
Según los datos recopilados de la tesis doctoral realizada por Marino Damián en marzo de 2009, las
Fichas Internacionales de Seguridad Química del INSHT, el INECC
20
además de la hoja de
seguridad de los productos de PROFICOL fabricante y distribuidor de RAMBLER (ver anexo 4)
producto utilizado en esta investigación se resumió la siguiente información en la tabla 2.4.
(INSHT, 2012). (Proficol, 2011), (INECC, 2013)
Tabla 2.4 Propiedades fisicoquímicas de cipermetrina.
Propiedad
Valor
Carboxilato de RS-9-alfa-ciano-3-fenoxibenzil
Nombre IUPAC
(1RS)cis-trans-3-(2,2-diclorovinil)-2,2- dimetilciclopropano
Estado físico
Líquido
Color
Ambar
Olor
Solvente
Formula Molecular
C22H19O3NCl2
Peso Molecular
416,3
Densidad
≈ 0.944 gr/l
Solubilidad en agua (200°C)
4 ppb (μg/litro) Forma una emulsión
Presión de agua (200°C)
1,3x10-9 mmHg
Coeficiente de partición octanol- agua (Kow)°
3,98x106
Categoría toxicológica
Clase III Medianamente tóxico
Fuente: Modificado de ficha técnica de cipermetrina (Proficol, 2011)
Es especialmente tóxica en el caso de especies acuáticas las concentraciones letales del medio que
afectan al 50% de la población (CL50), como por ejemplo las truchas, caen al orden de la ppb
(1ppb=0,001ppm=μg/litro). Para los
peces, mientras
para especies terrestres como ratas los
valores de dosis letales que afectan al 50% de la población (DL50, patos o pollos los valores están
en el orden porcentual (10.000ppm =1%) (Siegfried, 1993)
2.6.2. Plaguicidas en los Alimentos
Los pesticidas en los alimentos se encuentran normados por el Límite Máximo Permitido (LMP),
conocido también como Límite Máximo Residual (LMR), estas sustancias se presentan como
consecuencias del uso de estos en su cadena de producción. Incluye cualquier tipo de compuesto
derivado como producto de conversión, degradación y reacción, metabolitos e impurezas que
pueden ser consideradas tóxicamente significativas (Trujillo, 2006).
21
Los residuos de plaguicidas que contienen los alimentos varían según la dosis aplicadas, la
naturaleza del plaguicida, morfología y naturaleza de la superficie vegetal, naturaleza de la
formulación, características de la aplicación y condiciones climáticas (Zamora, 2004)
Según la Organización Mundial de la Salud la cipermetrina, está clasificada como moderadamente
peligroso (clase II); sin embargo, estudios recientes muestran que los efectos de los piretroides en
la salud pueden ser más severos de lo que indican evaluaciones toxicológicas previas (Jiménez,
Quilodrán, Miranda, & Rodríguez, 2008)
Con la cipermetrina se presentan los típicos problemas de la aplicación de pesticidas, por ejemplo
se encuentra en los pastos donde se observa el aumento en las dosis y las aplicaciones a frecuencias
innecesarias, así como la utilización incorrecta de las formulaciones, lo que convierte a estas
sustancias en un riesgo potencial para la salud humana (Loaiza, 2003). Se sabe por investigaciones
que se ha encontrado residuos de 0,2 ppm a los 21 dias despues de la aplicación en lechugas y
según (Colange & et, 2002) demostrando una cinetica de primer grado .
El límite máximo permitido (LMP) para la cipermetrina es 0,2 ppm y esta normado por el codex
alimentario ver anexo 2.
2.7
MÉTODOS DE ANALISIS DE PESTICIDAS EN ALIMENTOS
Los métodos de análisis de residuos deberán proporcionar una precisión y exactitud adecuadas
siendo a la vez rápidos y simples de manera que proporcione resultados fiables para el análisis de
alimentos complejos en un tiempo razonable. (Juan, Picó, & Font, 2003)
La preparación de la muestra es el paso más complejo en la determinación de residuos,
representando más de 50% del tiempo del análisis. Este proceso se compone de extracción de los
plaguicidas desde la matriz y purificación del extracto (Seiber, 1999).
La selección del método depende de la naturaleza del pesticida estudiado, sin embargo una gran
mayoría de procedimientos se fundamenta en las técnicas cromatografías, en particular la
cromatografía de gases acoplada con una variedad de detectores. (Trujillo, 2006)
En las siguientes secciones se describen los procesos de extracción y los métodos de separación e
identificación de residuos de pesticidas en diversas matrices alimentarias.
22
2.7.1. Muestras
El procedimiento se aplica a muestras de tomate de árbol, las mismas que fueron recogidas al azar
cubiertas con papel aluminio en cajas térmicas o “coolers” diferentes y debidamente rotulados, el
tamaño mínimo necesario se indica en la tabla 2.5, valor del cual se tomará 20 gr para el análisis.
Tabla 2.5 Tamaño mínimo de muestra para el ensayo, según el producto.
Tamaños y
Nombre
Tamaño mínimo de cada
formas
Vulgar
Científico
Frutas medianas
Tomate de
árbol
Familia :solanáceae
Género: Cyphomandra
Especia : Betaceae Sendt
muestra para el ensayo
2kg
Fuente: Modificado de INEN 1 1909:2009
2.7.2. Métodos de extracción de pesticidas en alimentos
Debido a que los pesticidas se encuentran en los alimentos en concentraciones mínimas y las
muestras son complejas, es imprescindible someterlas a un proceso en el cual se obtengan
fracciones concentradas con los compuestos de interés y libres de sustancias como lípidos
proteínas, carbohidratos y pigmentos, que pueden causar interferencia.
Fácilmente puede deducirse que la etapa determinante del análisis lo constituye la extracción esta
debe ser selectiva basada en las diferentes características de la matriz además de las propiedades
químicas y físicas del analíto como: peso molecular, carga, solubilidad, polaridad, volatilidad. En la
tabla 2.6 se mencionan las técnicas de extracción más utilizadas en el análisis cromatográfico
Tabla 2.6. Técnicas de extracción de pesticidas
Técnica de
Extracción
QuEChERS
Sólido - Líquido
Disolvente
Pasos de
Limpieza
Acetonitrilo
Acetato de Etilo
Extracción
dispersiva en
fase sólida
Acetonitrilo
Diclorometano
Acetona
Extracción
dispersiva en
fase sólida
23
Tabla 2.6 Técnicas de Extracción de pesticidas. Continuación
Técnica de
Extracción
Fluidos
Supercríticos
Asistida en
microondas
Disolvente
CO2
Pasos de
Limpieza
---
Micro
extracción en
fase sólida
Fuente: Modificado de determinación de pesticidas en vegetales mediante cromatografía de gasesespectrometría de masa/masa (GC-MS/MS) Ramírez L. , 2009
---
2.7.3. Extracción en fase sólida (QuEChERS)
La determinación de pesticidas en frutas y vegetales ha sido simplificada mediante el método de
preparación de muestras, QuEChERS (Quick, Easy, Cheap, Effective, Rugged and Safe).
Actualmente se emplean de manera habitual dos métodos tamponados:
1. Norma Europea (EN) disponible a través de los distintos países miembros del Comité
Europeo de Normalización (CEN).
2. Un estándar reconocido por la asociación de comunidades analíticas (AOAC 2007.01) que
se emplea en los Estados Unidos y otros países.
El método según la norma europea se realiza en dos etapas: la preparación y la extracción, en esta
última se homogeneiza con el solvente de extracción. Se añaden sales, ácidos, tampones para
mejorar le eficacia de la extracción y proteger compuestos sensibles, se pueden añadir estándares
de fortificación o patrones internos para comprobar la eficiencia de la extracción.
Le sigue la limpieza de la muestra, una alícuota del extracto se limpia mediante extracción en fase
sólida dispersiva (dSPE). Se preparan unos tubos de polipropileno de centrífuga con cantidades
precisas de MgSO4 y solventes de extracción en fase sólida para eliminar el exceso de agua y
contaminantes no deseados de las muestras, de tratarse de alimentos que contengan altos niveles de
pigmentos y esteroles se utiliza además C18 para eliminar estos compuestos del disolvente de
extracción. Se transfiere la muestra a un vial para inyector y se analiza por GC o LC.
Este método se está extendiendo tan rápidamente, presenta también una gran ventaja ambiental
pues disminuye sustancialmente el consumo de solventes orgánicos y acorta los tiempos de
preparación de la muestra lo, esto simplifica enormemente el procedimiento de extracción y
purificación de residuos de pesticidas volviéndolo efectivo y económico además de ser u producto
fiable en un formato cómodo.
24
2.7.4. Técnicas de separación, identificación y cuantificación
Una vez obtenido el extracto orgánico, la mezcla de pesticidas se separa analiza mediante métodos
clásicos como gravimétricos y volumetría, además de métodos instrumentales como espectrometría
y diversas formas de cromatografía. La identificación y cuantificación de los pesticidas se realiza
con detectores selectivos que se encuentran acoplados al equipo. Las técnicas cromatografías
permiten una aproximación eficiente en el análisis. (Rubinson & Rubinson, 2001)
2.7.5. Cromatografía de Gases
La cromatografía de gases es de las técnicas analíticas de separación que ha experimentado un
desarrollo espectacular desde sus inicios en los años cincuenta. En esta se hace pasar un analíto en
forma gaseosa a través de la columna, arrastrado por una fase móvil gaseosa, llamada gas portador.
En cromatografía gas líquido de reparto la fase estacionaria es un líquido no volátil que recubre la
pared interior de una columna o un soporte sólido. En gas -solido de adsorción el analíto se adsorbe
directamente sobre las partículas sólidas de la fase estacionaria. (Harris, 2003)
Figura 2.14 Diagrama esquemático de un cromatografía de gases
Fuente Requena, y otros, 2015
En la figura 2.14, se muestra un diagrama esquemático de un equipo de cromatografía de gases.
Para el análisis de la muestra de un líquido volátil o de un gas se inyecta a través de un septo en un
inyector caliente, en cuyo interior se evapora rápidamente. El vapor es arrastrado a través de la
columna por el gas portador que puede ser helio, hidrógeno o nitrógeno los analítos se separan de
acuerdo a su afinidad entre la fase estacionaria y la móvil, después de esta separación llegan al
detector, cuya respuesta aparece en la pantalla de ordenador.
25
La columna y el detector deben estar lo suficiente calientes para que los analítos alcances en la
columna la presión necesaria y se produzca una elución adecuada y en los detectores se encuentren
en forma gaseosa.
Sistema de inyección de la muestra
La eficacia de la columna demanda un volumen adecuado de muestra. La inyección de muestras
de volúmenes grandes conlleva un ensanchamiento de las bandas y una inadecuada resolución.
En la figura 2-15 muestra un modelo de cámara de inyección para columnas empaquetadas.
.
Figura 2.15 Esquema de in inyector para columnas empaquetadas.
Fuente :Requena, y otros, 2015
El uso de micro jeringas para la inyección de muestras a través del septum es el método más eficaz.
La muestra se traslada a una cámara de vaporización instantánea ubicada en la cabeza de la
columna.
Gas portador
El gas portador tiene la función de trasladar el analíto por la fase estacionaria, debe ser
químicamente inerte además de
no reaccionar con los analítos en estudio
ni con la fase
estacionaria de la columna, frecuentemente se utiliza el helio, el nitrógeno y el hidrógeno. La
elección del gas portador queda establecida por el tipo de detector a utilizar y por la eficiencia de
la separación. Siendo así
el hidrógeno al tener la más baja viscosidad de todos los gases
proporciona una mejor movilidad originando tiempos de análisis cortos, sin embargo es el helio el
que suministra en la mayoría de los análisis las mejores resoluciones por ello es el más usado.
La pureza es otro limitante en la elección del gas portador. Los hidrocarburos originan ruido en
análisis reduciendo la sensibilidad y los límites de detección de la separación, las trazas de agua y
el oxígeno suelen dañar la fase estacionaria en la columna. Es importante la correcta adaptación
26
de materiales necesarios para la incorporación de los gases al cromatógrafo (reguladores de
presión, manómetros y caudalímetros). (MNCN, 2015)
Columnas:
Las columnas del GC se encuentran dentro de un horno de temperatura controlada. Por lo general,
un extremo de la columna está unido al inyector y el otro extremo está unido al detector. Las
columnas varían en longitud, diámetro y recubrimiento interno. (Trujillo, 2006) Cada columna está
diseñada para su uso con diferentes compuestos por una fase estacionaria y de acuerdo a como
está se encuentra dentro del su envase contenedor se clasifica en:

Columnas empacadas: tienen de dos a tres metros de largo con un diámetro de 2 a 4 mm,
se enrollan en espiral y se instalan dentro de un horno termostatizado. La fase empacada
puede ser de dos clases :sólida, como la sílice gel y, líquida que va adherida a un soporte
inerte que no intervine en la separación , así cuando la muestra es polar y la carga de fase
liquida es baja , se debe desactivar completamente .

Columnas capilares o tubulares abiertas: estas columnas contienen la fase estacionaria
adherida a las paredes de un tubo dejando abierto el centro de la columna. Actualmente
las más usadas son el tipo FSOT estas columnas se preparan cuidadosamente y requieren
tratamientos de superficie para mejorar su desempeño.
El propósito de la columna y del horno es separar la muestra inyectada en sus compuestos
individuales a medida que pasa por la columna. Para contribuir a este proceso, el horno del GC.
Puede programarse para acelerar el flujo de la muestra a través de la columna (Trujillo, 2006).
Detectores:
Los detectores identifican la presencia de compuestos cuando éstos salen de la columna. A medida
que cada uno de los compuestos entra en el detector, se genera una señal eléctrica proporcional a la
cantidad de compuesto detectada. Esta señal se envía normalmente a un sistema de análisis de
datos, como ChemStation de Agilent, donde aparece como pico de un cronograma. El GC 7890A
de Agilent llevo un detector MS de cuadrupolo triple y ICP-MS).
El requisito fundamental de un detector para CG es que su perfil de repuesta electrónica coincida
con el perfil de
concentración del analíto a la salida de la columna. Teóricamente
el
funcionamiento del detector no debe afectar el número de platos, los tiempos de retención ni las
características del flujo. Dependiendo del uso que brinde (Trujillo, 2006) cada detector, se tiene la
siguiente clasificación:
27

Detector de ionización de llama FID: funciona a partir de una llama de aire e hidrógeno
que descompone las moléculas orgánicas produciendo iones que son atraídos hacia un electrodo
cargado dando como resultado una corriente eléctrica.

Detector de captura de electrones: se manipula casi de la misma forma que un contador
proporcional para la medida de radiación X. El efluente de la columna pasa por un emisor β. Un
electrón del emisor provoca la ionización del gas portador y la producción de una ráfaga de
electrones de esto resulta una corriente constante entre un par de electrodos y esta señal se registra

Detector de nitrógeno y fosforo o detector de emisión termoiónica: utiliza una boquilla y
un colector semejante a los del FID, sin embargo el colector contiene una pequeña cerámica
recubierta con sal alcalina colocada encima de la boquilla y calentada eléctricamente entre 600 y
800 °C .

que
Detector de fotométrico de llama (FPD):s detector específico para azufre y fosforo dado
aquellos
hidrocarburos
que
contienen
estos
elementos
producen
una
especie
quimioluminiscente en un quemador similar al FID.

Conductor de conductividad eléctrica: funciona con base en el aumento de conductividad
eléctrica en el agua desionizada , causada por electrolitos como NH3, HCl o H2S que son generados
a partir de los analítos orgánicos originales.

Detector de fotoionización (PID): basa su funcionamiento en la ionización de los
componentes de la muestra por medio de una lámpara UV. Las partículas cargadas resultantes se
detectan entre dos electrones con un potencial entre 50 y 200 V.

Detector de emisión atómica (AED): permite la detección de cierto tipo de elementos con
base en la radiación emitida por estos al regresar a su estado fundamental de energía después de
haber sido excitados apropiadamente.

Espectrómetro de masas (MSD): es considerado como un excelente detector, permite
registrar los espectros de masas de los picos a medida que emergen de la columna. En el
espectrofotómetro de masas de sector magnético, las moléculas vaporadas se bombardean con
electrones rompiendo enlaces y produciendo la ionización de la molécula. La clase y cantidad de
los fragmentos obtenidos son características de cada compuesto.
28
En la figura 2.16 tenemos un diagrama de un espectrómetro de masas.
Figura 2.16 Espectrómetro de masas
Fuente :Gómez,Santiago; Sierra , María Isabel, 2010
A continuación, los fragmentos con carga positiva se aceleran por medio de un campo magnético
en una trayectoria curva cuyo radio depende de la raíz cuadrada de las masas iónicas. Al cambiar
el campo magnético se logra que los iones de igual relación masa / carga lleguen sucesivamente al
colector donde los iones se descargan produciendo una corriente que depende de la abundancia de
los iones. Al registrar estas corrientes se obtiene el espectro de masas correspondiente al compuesto
que género iones.
2.8
VALIDACIÓN
Según la norma ISO 17025 que tiene por título Requisitos generales para la competencia de los
laboratorios de ensayo y calibración, define a la validación como “ la confirmación, a través del
examen y el aporte de evidencia objetiva de que se cumplen los requisitos particulares para un uso
específico”.
El alcance de la validación o la revalidación requerida dependerá de la naturaleza de los cambios
hechos al aplicar un método a diferentes laboratorios, instrumentación, operadores y circunstancias
en las cuales el método va a ser utilizado. Siempre es apropiado algún grado de validación, aun
cuando se usan métodos aparentemente bien caracterizados ya sean de referencia o publicados.
29
Está implícito que los estudios para determinar los parámetros de aptitud del método se hacen
usando equipamiento que funciona y que está calibrado correctamente, y contando con operadores
competentes en el campo de trabajo y que posean el conocimiento suficiente.
2.8.1. Importancia de validar un método
Es importante validar un método por cuanto esto permite a cualquier entidad asegurar los
resultados que emite a la vez que se brinda al analista datos acerca de un método, sin contar con el
hecho de que este procedimiento es una obligación profesional, hoy en día todo cliente espera
confiar en los resultados analíticos.
2.8.2. Aplicación
Un método debe validarse cuando sea necesario verificar que sus parámetros de desempeño son
adecuados para el uso en un problema analítico específico.
El laboratorio deberá validar: (ICONTEC, 2005)

métodos no estandarizados

métodos diseñados o desarrollados internamente

métodos estandarizados usados fuera del alcance propuesto

ampliaciones o modificaciones de métodos estandarizados

cuando se realizan algunos cambios en los métodos no estandarizados ya validados.
2.8.3. Parámetros
Para demostrar que un método es adecuado para la aplicación es preciso determinar algunos
parámetros, estos difieren según el alcance del método de ensayo a validar. Los ensayos o
mediciones realizadas (ASECAL, 2005) serán con el fin de poder realizar las siguientes pruebas de:

Selectividad

Precisión

Linealidad

Robustez

Sensibilidad

Aplicabilidad

Limites
2.8.4. La selectividad
La selectividad (ASECAL, 2005) es el “grado en que un método puede cuantificar o cualificar al
analíto en presencia de interferentes”. Estos interferentes normal o frecuentemente se encuentran en
la matriz de interés.
.
30
Una prueba de selectividad comúnmente utilizada, consiste en analizar un mínimo de tres testigos
, tres blancos de matriz y tres muestras o estándares de concentración conocida del analíto de
interés. Se deben comparar las lecturas (señales de medición) obtenidas para cada caso, y observar
si existen variaciones entre los testigos reactivos, blancos de matrices y estándares o muestras con
analíto.
2.8.5. Linealidad
La linealidad es la capacidad de un método dentro de un determinado intervalo, de dar resultados
instrumentales que sean proporcionales a la cantidad del analíto que se habrá de determinar en la
muestra de laboratorio.
Figura 2.17 Función respuesta o recta de calibrado.
El rango lineal se puede realizar mediante un gráfico de concentración versus respuesta función
respuesta o curva de calibración (figura 2.17) Se establece cada día con una cantidad de
valores formados por un blanco y los patrones de trabajos limpios de valor teórico conocido, que
cubran el intervalo de trabajo. Se recomienda incluir valores cercanos al cero y valores superiores
al valor de interés. El número de puntos a analizar deberá ser establecido por el analista, se deben
evaluar los estimadores de regresión lineal del gráfico es decir la pendiente (b), el coeficiente de
correlación (r) y el punto de corte (intercepto) con el eje de las Y (a), según la ecuación 2.1
𝑦 = 𝑏𝑥 + 𝑎
Ecuación 2.1 Ecuación de la recta de calibración
31
Dónde:
y  respuesta
x  concentración
b  pendiente de la curva
a intersección con el eje, cuando x=0
rcoeficiente de correlación
r2 coeficiente de determinación
El valor de los coeficientes de correlación es muy importante debe ser igual o mayor a 0.999, esto
indica que existe una relación lineal entre áreas de los picos y la concentración de cipermetrina.
(ISPCH, 2010). Se efectúa la evaluación estadística de prueba t-student, como un indicador del
modelo lineal en donde se espera que exista correlación significativa entre concentración vs señal.
2.8.6. Intervalo lineal
Se ilustra en la figura 2-18 la definición del intervalo lineal de un método analítico, que va desde la
concentración más pequeña a la que se puede realizar medidas cuantitativas (límite de
cuantificación, LOQ) hasta la concentración en la que la curva de calibrado se desvía de la
linealidad (límite de linealidad, LOL).
LOQ= límite de cuantificación,
LOL = límite de linealidad.
Figura 2.18 Limites del intervalo lineal
Fuente: Skoog, Douglas. 2001.
2.8.7. Sensibilidad
La sensibilidad (ISPCH, 2010) es el cociente entre el cambio en la indicación de un sistema de
medición y el cambio en el valor de la cantidad objeto de la medición.
32
En una regresión lineal la sensibilidad corresponde a la pendiente (b) de la recta de calibración.
Figura 2.19 Intervalo lineal de un método analítico.
Fuente: Skoog, Douglas. 2001.
El valor de sensibilidad obtenido [m] debe permitir una adecuada discriminación de los valores de
concentración en base a la lectura.
En figura 2.19, se puede observar que mientras más próxima al eje de las Y este la recta, significa
que a ligeros cambios en las concentraciones esperadas habrá grandes variaciones en los resultados
de las lecturas observadas [m2] En el caso de [m3] grandes cambios en la concentración no son
significativos para la lectura.
Se dice, que un método es sensible cuando una pequeña variación de concentración determina una
gran variación de respuesta. La sensibilidad permite observar la capacidad de respuesta
instrumental frente a una determinada cantidad de analíto. En el tiempo, visualiza cómo se
comporta el instrumento.
2.8.8. Límites
Límite de detección (LOD): cuando se realizan mediciones a niveles bajos del analíto o de la
propiedad relacionada, como en el análisis de trazas, es importante saber cuál es la concentración
más baja del analíto o el valor de su propiedad relacionada, que puede detectarse confiablemente
por el método. La importancia de determinar esto y los problemas implícitos, surgen del hecho que
la probabilidad de detección no cambia repentinamente de cero a la unidad cuando se cruza un
umbral. Los problemas han sido investigados estadísticamente con detalle y se ha propuesto una
gama de criterios de decisión. Surgen confusiones adicionales debido a que no existe actualmente
33
un acuerdo universal sobre la terminología aplicada “valor mínimo detectable de la variable de
estado definida” el cual en química se traduce como “concentración neta mínima detectable”. La
IUPAC es cautelosa en el uso de “límite de detección” prefiriendo “valor (verdadero) mínimo
detectable”. (Eurachem, 2005).
Límite de cuantificación (LOQ): el límite de cuantificación se define como la magnitud mínima
que puede estimarse con un nivel aceptable de exactitud.
2.8.9. Exactitud
El manual del Codex Alimentarius define la exactitud como el “grado de concordancia entre el
resultado de un ensayo y el valor de referencia”.
Un criterio de aceptación adecuado de los límites es se expresa en la ecuación 2.2, donde LPM es
límite máximo permisible (ISPCH, 2010)
𝐿𝑂𝐷 < 𝐿𝑂𝑄 < 𝐿𝑃𝑀
Ecuación 2.2 Criterio de aceptación adecuado de los límites
Cuando se aplica a un método de ensayo, el término “exactitud” se refiere a una combinación de:
precisión y veracidad.

Precisión
La precisión se podrá establecerse en términos de repetibilidad y reproducibilidad. Estos factores
permiten calcular la variabilidad dentro de cualquier tipo de proceso y determinar si esta variación
es aceptable o no, se calcula como desviación estándar de los resultados (Manual Codex
Alimentarius 18o Ed.).
Existen varios métodos para realizar el estudio de repetividad y reproducibilidad pero el método
ANOVA es el más exacto para calcular la variabilidad dentro de un proceso.
Método de Análisis de Varianza (ANOVA): conocido también como análisis de varianza es el
método más exacto para calcular la variabilidad debida a la interacción simultanea entre los
diferentes factores que participan de un sistema de medición (Botero, Arbelaez, & Mendoza,
2007). Se analizan los datos obtenidos por un estudio en niveles. El análisis de varianza se calcula
aplicando las fórmulas que se mencionan en la tabla 2.7.
34
Tabla 2.7 Ecuaciones para el análisis de varianza.
Origen de
Suma de
las
cuadrados
variaciones
Grados
de
libertad
Promedio de los
cuadrados
Entre
grupos
SC inter
r-1 *
=
Dentro de
grupos
SC intra
n-r *
=
Total
SC total
n-1 *
Fcal
Valor
crítico
para F
=
F tabla
Nota: F se distribuye según F con repeticiones (r), lecturas (n) y probabilidad al 99%.
Fuente: (Conexionismo, 2015)
Se utiliza la prueba estadística de F o F de Fisher-Snedecor que se considera como el cociente de
la varianza entre grupos respecto a la varianza dentro de los grupos a lo que se llama Fcalculada,
este valor se compara con cierto valor crítico o F critica que se encuentra en tablas y que servirá
para evaluar las hipótesis formuladas.
Hipótesis nula
H 0:
=
Hipótesis alternativa
H 1:
>
Normalmente en una validación se acepta debería aprobarse la hipótesis alternativa al cumplirse
que
y en caso contrario debería existir razones que lo justifiquen (ASECAL,
2005).
Calculados los valores de F se verifica que si F calculada < F critica, se demuestra la linealidad
entre los resultados obtenidos, no hay diferencia significativa y como conclusión el grupo es
homogéneo.
Con los datos de varianza se calculan la desviación de la repetividad (
, variabilidad total (
, coeficiente de variación de r
, variabilidad intermedia
, coeficiente de variación de R
aplicando las fórmulas que se mencionan en la tabla 2.8. Se considera que por efectos
aleatorios la variabilidad intermedia
; debe asumirse
35
=
.
Tabla 2.8. Ecuaciones para la determinación del coeficiente de repetitividad y reproducibilidad
Parámetro
=√
Desviación de la repetividad
=
Variabilidad intermedia
= √
Variabilidad total
Coeficiente de variación de r *
=
Coeficiente de variación de R*
=
+
+
*Nota: x =promedio de las mediciones por cada nivel.
Repetibilidad (r): se estima mediante el coeficiente de variación de la repetibilidad (% CVr), es
una medida de dispersión de la distribución bajo condiciones de análisis bajo donde los resultados
de análisis independientes se obtienen con el mismo método, en ítems de análisis idénticos, en el
mismo laboratorio, por el mismo operador y utilizando el mismo equipamiento dentro de intervalos
cortos de tiempo. Se calcula dividiendo la desviación estándar de la repetibilidad para la media y
por 100.
Para esta investigación se registró las mediciones en seis niveles diferentes de concentración con
5 repeticiones bajo las mismas condiciones (mismo operador, mismo aparato, mismo laboratorio y
en corto intervalo de tiempo) de un analíto en un material de referencia durante 4 días. Los criterios
de aceptación son un % CVr < 12 % en análisis de pesticidas en alimentos (Gómez & Sierra,
2010)
Reproducibilidad (R): se estima mediante el coeficiente de variación de la reproducibilidad
(% CVR), es una medida de dispersión de la distribución de resultados de análisis bajo condiciones
donde los resultados de los análisis se obtienen, con el mismo método, en ítems idénticos de
análisis en distintos laboratorios, con diferentes operadores y usando distintos equipos. Se calcula
dividiendo la desviación estándar de la reproducibilidad para la media y por 100.
Se puede determinar registrando a lo menos 5 mediciones en días distintos, o en un mismo día
cambiando a lo menos una condición analítica (ejemplo: operador, aparato, reactivos y largo
intervalo de tiempo). Los criterios de aceptación son un % CVR reproducibilidad < 20 % en
análisis de pesticidas en alimentos. (Gómez & Sierra, 2010)
36

Veracidad
Determina el grado de coincidencia existente entre el valor medio obtenido de una serie de
resultados y un valor de referencia aceptado. La veracidad puede ser determinada por el sesgo y la
recuperación
Sesgo: Desviación consistente de valores calculados a partir del valor verdadero, causada por
errores sistemáticos a lo largo de un procedimiento.
Se determina por medio de material de referencia se debe medir un analíto de concentración
conocido y se determina la diferencia en valor absoluto entre el valor conocido y la media del valor
obtenido. Se espera que no exista diferencia significativa entre el valor promedio de las lecturas
obtenidas (x) vs o valor esperado (xa)
Recuperación (R): Es la fracción de la sustancia agregada a la muestra (muestra fortificada) antes
del análisis, .permite ver el rendimiento de un método analítico en cuanto al proceso de extracción
y la cantidad del analíto existente en la muestra original. La recuperación esta intrínsecamente
relacionada a las características de la matriz de la muestra.
Los porcentajes de recuperación de muestras fortificadas generalmente deben oscilar entre 95 –
105 %. Se recomienda realizar a lo menos 5 mediciones de cada uno en lo posible en niveles. Se
debe considerar al elegir estos niveles el rango de la curva de calibración del método, el LOD y el
LMP establecido. De manera que los niveles seleccionados permitan entregar la mejor información
posible respecto a la capacidad de recuperación del método, en cuanto a estos valores críticos.
2.8.10. Incertidumbre
La incertidumbre de una medición es el parámetro asociado al resultado, es decir, caracteriza la
dispersión de los valores que razonablemente pueden ser atribuidos al mesurando. En este sentido,
es importante que para un método validado o verificado por el laboratorio, se realice la
determinación de las diferentes fuentes o componentes de la incertidumbre de la medición
presentes. Algunos de estos pueden ser evaluados por tipo. Para este fin el laboratorio realiza una
evaluación de las incertidumbres tipo A y B que están presentes en el método. (CEM, 2008)
Evaluación de incertidumbre tipo A: Evaluación de un componente por un análisis estadístico
de los valores de mediciones obtenidos en condiciones de medición definidas, por ejemplo realizar
varias mediciones en condiciones de repetibilidad.
37
Evaluación de incertidumbre tipo B: Evaluación de un componente incertidumbre de la medición
realizada por otros medios distinto a los del tipo A. Ejemplos: La evaluación basada en la
información, obtenidos a partir de un certificado de calibración.
Esta metodología requiere que se identifiquen todas las posibles fuentes de incertidumbre asociadas
con el proceso de medición y que se estime su valor. Los parámetros para la estimación de
incertidumbre son: incertidumbre estándar, incertidumbre estándar combinada e incertidumbre
expandida.
Parámetros para la estimación de incertidumbre
Incertidumbre estándar (u): cada componente de la incertidumbre (y‟), expresada como
desviación estándar.
Incertidumbre estándar Combinada (Uc): para el resultado y (Ley de propagación de errores)
Incertidumbre expandida (U) Proporciona un intervalo dentro del cual se cree que está el valor
del mesurando, cuando por razones de seguridad o salud se necesite expresar la incertidumbre con
un alto nivel de confianza, se multiplica esta incertidumbre combinada por un factor de cobertura o
seguridad (K).
Componentes de la incertidumbre.
La incertidumbre de un resultado puede originarse por diferentes causas, algunas de ellas son:
• Inadecuada definición del mesurando
• Muestreo
• Efectos de la matriz e interferencias
• Contaminación durante el muestreo o la preparación de la muestra
• Incertidumbre de pesas y material volumétrico
• Pureza de reactivos
• Valores asignados a patrones y materiales de referencia
• Calibración de equipos, etc.
2.8.11. Normalización de un método
RAMOS Ramis, (2001. p 109) especifica que es una actividad colectiva que consiste en la
elaboración, difusión y aplicación de normas referidas a situaciones repetitivas.
Las normas son documentos con las siguientes características:

Contiene aplicaciones técnicas.

Son elaboradas por consenso entre las partes interesadas: fabricantes, administraciones
públicas, usuarios y consumidores, centros de investigación, laboratorios de servicios etc.
38

Están basados en los resultados de la experiencia y el desarrollo tecnológico.

Son aprobados por un organismo nacional, regional o internacional de normalización
reconocido.

Están disponibles al público.
Las normas ofrecen un lenguaje común de comunicaciones entre las empresas, las
administraciones, y los usuarios, proporcionando mecanismos de referencia en los que se
fundamenta la confianza entre el cliente y el proveedor del servicio.
2.8.12. Acreditación de un laboratorio
Es la acción llevada a cabo por una entidad independiente de las partes interesadas, por ejemplo
una empresa de acreditación, mediante la cual se manifiesta que se dispone de la confianza
adecuada en que un producto, proceso o servicio es conforme a una norma, los laboratorios
analíticos prestan servicios, y como tales servicios pueden beneficiarse de las ventajas de la
acreditación. Existe un gran número de empresas públicas y privadas, independientes y sin ánimo
de lucro, reconocida en ámbitos nacionales y supranacionales, que desarrollan actividades de
acreditación. Gran parte de las actividades de estas empresas consiste en certificar la adecuación de
otras empresas incluyendo los laboratorios a las normas de gestión de calidad ISO 9001, 9002 y
9003.
39
CAPÍTULO III
3. METODOLOGÍA
3.1
TIPO DE INVESTIGACIÓN
El presente trabajo fue una investigación de tipo científico – experimental se realizó en dos fases
de ensayo en el laboratorio, una en la que se validó el método analítico y otra en la que se
identificó y determinó la persistencia de cipermetrina en tomate de árbol.
La parte experimental se realizó en el Laboratorio de Alimentos Oferta de Servicios y Productos
(OSP) de la Facultad de Ciencias Químicas de la Universidad Central del Ecuador.
3.2
PRIMERA FASE: validación del método para análisis de cipermetrina
La intención principal de este documento es apoyar en la cuantificación de cipermetrina por
cromatografía de gases utilizando el método QuEChERS mediante la implementación de la Norma
Europea (EN 15662).
3.2.1
Linealidad
Procedimiento
 Se realizaron 5 curvas de calibración con 5 niveles distintos de concentración (Gómez &
Sierra, 2010):

Se registró la señal obtenida en función de la concentración
 Se ha calculado con cada curva los siguientes parámetros:
a
Intersección
b
Pendiente
R2
Coeficiente de determinación
r
Coeficiente de correlación
 Para el análisis estadístico de linealidad se calculó el valor promedio y la desviación
estándar de a y b.
 Mediante el programa de excel (Prueba t para dos muestras suponiendo varianzas
desiguales); el valor de t
exp
con (n-2) grados de libertad y se comparó con el valor t de
tablas para el nivel de confianza requerido (α=0.05), para dos colas, en este caso para un
“n” que depende de los niveles de calibración.
40
Hipótesis:
Hipótesis nula Ho: no existe correlación entre concentración vs señal
Hipótesis alternativa Ha: existe correlación significativa entre concentración vs señal
 Se aprobará la hipótesis correspondiente tomando en cuenta la siente afirmación:
T-calculado > t-tablas se rechaza la hipótesis nula Ho, siendo aceptada la Ha correlación
lineal significativa al 95%.
Calcular los criterios de aceptación y rechazo para la curva global.
 Se realizó un análisis de estimación lineal empleando Excel con los datos de concentración
(ppm ) y áreas (ua) de las 5 curvas de calibración y se obtuvo los parámetros de la recta
global de calibración siendo n número de total de observaciones (25) al 95% de confianza:
Intersección
a
Pendiente
b
Desviación de a
Sa
Desviación de b
Sb
Coeficiente de correlación
r
Coeficiente de determinación
R2
Error Tipo
Syx
Grados de libertad
3.2.2
n -2
Límites de confianza
Procedimiento
 Se calculó los valores del límite superior de a (Lsup. a) y límite inferior de a ( Linf. a)
utilizando las ecuaciones 3.1. Donde a es la ordenada origen, Syx error tipo de la curva
global de calibración.
 Se calculó t ( gl = N -2) ;N =25.
𝐿𝑠𝑢𝑝. 𝑎 = 𝑎 + 𝑡𝑆𝑦𝑥
𝐿𝑖𝑛𝑓. 𝑎 = 𝑎
𝑡𝑆𝑦𝑥
Ecuación 3.1 Límite superior e inferior de la intersección (a)
41
Límite superior nivel estándar 1 (
𝐶
𝐿𝑠𝑢𝑝 𝐶1 = 𝐿𝑠𝑢𝑝. 𝑎 + 𝑏 𝑥 𝐶 1
Ecuación 3.2 Límite superior concentración 1 (
Dónde:
.
.
Límite inferior nivel estándar 1 (
𝐶
𝐿𝑖𝑛𝑓. 𝐶1 = 𝐿𝑖𝑛𝑓. 𝑎
𝑏𝑥 𝐶1
Ecuación 3.3 Límite inferior concentración 1 (
Dónde:
.
.
 Se calcularon los límites superiores e inferiores por cada concentración de la curva de
calibración y se graficaron los resultados.
3.2.3
Límite de detección.
Procedimiento
 Se estimó el límite de detección (ua) con los parámetros de la curva global de calibración:
intersección (a) y la desviación estándar de la intersección (Sa) y el valor de t de Student
( t ) con grados de libertad (n-2), aplicando la ecuación 3.4.
𝑳𝑶𝑫 = 𝒂 + 𝒕𝑺𝒂
Ecuación 3.4. Límite de detección (LOD)
42
 Calculando la pendiente (b) de la curva global, utilizando la ecuación 3.5 se reportó los
límites estimados estadísticamente en las unidades establecidas por el método (ppm).
𝐿𝑂𝐷𝑝𝑝𝑚 =
𝐿𝑂𝐷
𝑎
𝑏
Ecuación 3.5 LODppm
3.2.4
Límite de cuantificación
Procedimiento
 Se estimó el límite de cuantificación (ua) con los parámetros de la curva global de
calibración: intersección (a) y la desviación estándar de la curva (Syx) y el valor de t de
Student (t) con grados de libertad (n-2) aplicando la ecuación 3.6.
𝑳𝑶𝑸 = 𝒂 + 𝒕 𝑺𝒚𝒙
Ecuación 3.6 Limite de cuantificación (LOQ)
 Calculando la intersección con el eje (a) y la pendiente (b) ;utilizando la ecuación 3.7 se
reportó los límites estimados estadísticamente en las unidades establecidas por el método
(ppm).
𝐿𝑂𝑄𝑝𝑝𝑚 =
𝐿𝑂𝑄
𝑎
𝑏
Ecuación 3.7 LOQppm
3.2.5
Exactitud
Precisión: Repetibilidad (r) y reproducibilidad (R)
Procedimiento
 Se analizaron seis niveles diferentes de concentración (0,2 ppm; 0,5 ppm; 0,8 ppm; 1.00
ppm; 1,5 ppm; 2,00 ppm) estimados en el intervalo de trabajo, cada nivel por
quintuplicado. Se analizaron por medio de un ANOVA de un factor con Excel..
43
Porcentaje de recuperación.
Procedimiento
 Se analizaron de 10 muestras con concentración conocida ( valor esperado) y se registró la
concentración medida (valor obtenido )
 Se determinó la recuperación expresada en porcentaje aplicando la ecuación 3.8
𝑅𝑒𝑐𝑢𝑝𝑒𝑟𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 =
𝑉𝑎𝑙𝑜𝑟 𝑜𝑏𝑡𝑒𝑛𝑖𝑑𝑜
𝑥
𝑉𝑎𝑙𝑜𝑟 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜
Ecuación 3.8 Porcentaje de recuperación.
 Se reportó los datos de coeficiente de variación de r
R
, coeficiente de variación de
y % recuperación como intervalos acompañado del análisis ANOVA
considerando la uniformidad de grupos o niveles, se reporta el % CVR mas alto .
Veracidad
Sesgo
Procedimiento
 Se calculo el valor promedio de las lecturas obtenidas̅̅̅̅ y su desvicion estándar (Sr med)
 Aplicando la ecuación 3.10 Se realizó una evaluación estadística de prueba t-student. Se
calculó un t
exp
con (n-2) grados de libertad y se comprará con el valor t de tablas para el
nivel de confianza requerido (α=0.05), en un análisis bilateral, en este caso para un “n” que
depende de los numero de mediciones y xa corresponde al valor esperado
𝑡𝑒𝑥𝑝 =
𝑥
𝑥𝑎
𝑛
𝑆𝑟 𝑚𝑒𝑑
Ecuación 3.9 Prueba t-student
Hipótesis
Hipótesis nula Ho: no existe diferencia significativa entre el valor promedio de las
lecturas obtenidas (x) vs o valor esperado (xa)
Hipótesis alternativa Ha: existe diferencia significativa entre el valor promedio de las
lecturas obtenidas (x) vs o valor esperado (xa)
44

Se comprobó la hipótesis correspondiente tomando en cuenta la siguiente afirmación
Si el valor observado es:
T-calculado < t-tablas se acepta la hipótesis nula Ho, no existe diferencia significativa
entre el valor promedio de las lecturas obtenidas (x) vs o valor
esperado (xa) significativa al 95%.
3.2.6
Incertidumbre
CÁLCULO DE INCERTIDUMBRE TIPO A
Incertidumbre por respuesta analítica (UFR)
Procedimiento
 Se calculó el promedio de la desviación estándares o error tipo (̅
) y pendiente (b),
tomando en cuenta Syx y b de cada una de las 5 curvas de calibración aplicando la
ecuación 3.10 y 3.11 :
𝑆𝑦𝑥 =
𝑆𝑥𝑦
+ ⋯ + 𝑆𝑦5
5
Ecuación 3.10 Promedio de la desviación estándares o error tipo (̅
𝑏̅ =
𝑏
)
+ ⋯ + 𝑏5
5
Ecuación 3.11 Promedio de la pendiente (
 Se calculó la desviación de la respuesta analítica (Sxy) a partir del error tipo ( ̅
pendiente ( ̅) aplicando la ecuación 3.12:
𝑆𝐹𝑅 =
̅̅̅̅̅̅
𝑆 𝑦𝑥
𝑏̅
Ecuación 3.12 Desviación función de la respuesta analítica (
45
)
) y la
 Se tomó el valor de
como incertidumbre de la ecuación global (u) aplicando la
ecuación 3.13 en donde (n) es el número de observaciones realizadas para la determinación
de linealidad (n=25)
𝑈 𝐹𝑅 =
𝑆𝐹𝑅
𝑛
Ecuación 3.13 Incertidumbre FR
Incertidumbre por resolución del equipo (Ur)
Procedimiento
 Con resolución de equipo (r-eqp) se calculó la u resolución aplicando la ecuación 3.14.
donde como r-eqp se toma el valor del límite de detección.
𝑟
𝑒𝑞𝑝
𝑈𝑟 =
Ecuación 3.14 Incertidumbre resolución del equipo
Incertidumbre por reproducibilidad
Procedimiento
 Se analizaron seis niveles diferentes de concentración (0,2) ppm; 0,5 ppm ; 0,7 ppm; 1.00
ppm; 1,5 ppm ; 2,00 ppm )estimados en el intervalo de trabajo, cada nivel por
quintuplicado .
 Se analizaron las muestras por un mismo analista (analista 1) en 4 días diferentes

Se calculó el % de recuperación para cada nivel y el promedio final.
 Se calculó la desviación estándar para cada nivel y se tomó el más alto en valor absoluto
(SR).
 Se calculó la incertidumbre estándar promedio aplicando la ecuación 3.15 en donde (n) es
el número de observaciones por nivel que se analizó.
𝑈𝑅 =
𝑆𝑅
𝑛
Ecuación 3.15 Incertidumbre estándar o de reproducibilidad
46
Incertidumbre por recuperación.
Procedimiento
 Al momento de calcular el % de recuperación (Apartado 3.2.5 Exactitud. pág. 69) se
determinó la incertidumbre por recuperación con la ecuación 3.16; la incertidumbre de
las observaciones (u obs) conociendo la desviación estándar de las observaciones (S),
número de observaciones (n) aplicando la ecuación 3.17. . La incertidumbre del patrón
( u mrc) con la ecuación 3.18.
𝑈 𝑟𝑒𝑐𝑝 = √𝑢 𝑜𝑏𝑠 + 𝑢 𝑚𝑟𝑐
Ecuación 3.16 Incertidumbre por recuperabilidad
𝑢 𝑜𝑏𝑠 =
𝑠
𝑛
Ecuación 3.17 Incertidumbre de las observaciones
𝑢 𝑚𝑟𝑐 =
𝑈
𝑈 = 𝑐𝑒𝑟𝑡𝑖𝑓𝑖𝑐𝑎𝑑𝑜
Ecuación 3.18 Incertidumbre del patrón
CÁLCULO DE INCERTIDUMBRE TIPO B
Procedimiento
Incertidumbre del peso de la muestra.
 Se tomó el valor de incertidumbre reportado en el certificado de calibración
y el factor de cobertura aprox. K=2 para un nivel de confianza del 95%.
 Se calculó de incertidumbre atribuida al peso de la muestra aplicando la ecuación 3.19.
𝑈𝑝𝑚 =
𝑢 𝑑𝑜𝑐𝑢𝑚𝑒𝑛𝑡𝑎𝑑𝑎
𝐾
Ecuación 3.19 Incertidumbre por peso de la muestra
47
Cálculo de la incertidumbre del patrón
)
 Se tomó el valor de incertidumbre reportado en el certificado de calibración
(
y el factor de cobertura aprox. K=2 para un nivel de confianza del 95%.
 Se calculó de incertidumbre atribuida al estándar aplicando la ecuación 3.20
𝑢 𝑑𝑜𝑐𝑢𝑚𝑒𝑛𝑡𝑎𝑑𝑎
𝑈𝑚𝑟𝑐 =
Ecuación 3.20 Incertidumbre del patrón (umrc)
Cálculo de la incertidumbre por dilución U (FD).
 A partir de la ecuación 3.21 se calculó la u de incertidumbre por dilución, siendo u de
material de dilución (u ), volumen total (vt), volumen aforado (Va)
𝑈 𝐹𝐷 =
𝑉𝑡
√𝑢 𝑢/𝑉𝑡
𝑉𝑎
+……+
𝑢 𝑢/𝑉𝑎
Ecuación 3.21 Incertidumbre por dilución U (FD).
Incertidumbre balón (10,5ml).
 Se tomó el valor de incertidumbre reportado en el certificado de calibración
(
y el factor de cobertura aprox. K=2 para un nivel de confianza del 95%.
 Se calculó de incertidumbre aplicando la ecuación 3.22.
𝑈𝑏𝑎𝑙𝑜𝑛 =
𝑢 𝑑𝑜𝑐𝑢𝑚𝑒𝑛𝑡𝑎𝑑𝑎
𝐾
Ecuación 3.22 Incertidumbre (balón)
Incertidumbre micro pipeta (Umicrop).
 Se tomó el valor de incertidumbre reportado en el certificado de calibración
(
y el factor de cobertura aprox. K=2 para un nivel de confianza del 95%.
48
 Se calculó de incertidumbre aplicando la ecuación 3.23.
𝑈𝑚 =
𝑢 𝑑𝑜𝑐𝑢𝑚𝑒𝑛𝑡𝑎𝑑𝑎
𝐾
Ecuación 3.23 Incertidumbre (micropipeta)
CÁLCULO DEL INCERTIDUMBRE COMBINADA: Uc(y)
Procedimiento
 Los valores de la incertidumbre tipo A como la de tipo B se encuentran en sus respectivas
unidades (incertidumbre estándar). Se procede a volverlas adimensionales dividiendo las
incertidumbres obtenidas por su factor correspondiente transformándolas a incertidumbres
relativas, luego de esto se aplicó la ecuación 3.24.
𝑈𝑐 =
𝑢 𝑡𝑖𝑝𝑜 𝐴
𝐴
+
𝑢 𝑡𝑖𝑝𝑜 𝐵
𝐵
Ecuación 3.24 Incertidumbre
CÁLCULO DE INCERTIDUMBRE EXPANDIDA (U)
Procedimiento
 Calculando el resultado de la incertidumbre combinada estándar (uc) se pudo calcular la
incertidumbre expandida (U) tomando K (factor de cobertura) aproximadamente K=2 para
un nivel de confianza del 95%.
 Se calculó de incertidumbre expandida aplicando la ecuación 2.25:
𝑈 = 𝐾 𝑥 𝑢𝑐
Ecuación 3.25 Incertidumbre combinada estándar
49
3.3
SEGUNDA FASE Determinación de la persistencia de cipermetrina en muestras
de tomate de árbol.
Para la cuantificación de cipermetrina en muestras de tomate de árbol por el método de
cromatografía de gases previamente validado, se trabajó con la siguiente población y muestra
3.3.1
3.3.2.1.
Población y muestra.
Población
Esta investigación se realizó en una plantación ubicada en las coordenadas geográficas latitud 0.192069 y longitud -78.339190, proveedor para la COMPANIA LA FAVORITA S.A., ubicada
en el barrio de Tababela, Parroquia del Quinche, Provincia de Pichincha. La parcela fue localizada
por medio de equipo de posicionamiento satelital (GPS) como se muestra en la figura 3-1.
Figura 3.1. Localización de parcela del cultivo de Tomate de árbol
Fuente: Directorio Cartográfico de España 2014
50
3.3.2.2. Control de la siembra.
El ensayo se desarrolló cuantificando los residuos de pesticida en una parcela modelo, sin control
de factores ambientales simulando la situación real del cultivo. A la parcela se le dieron tres
aplicaciones de pesticida, la primera y segunda fueron en los meses de noviembre y diciembre del
2012 y culminó en febrero del 2013.
Las cosechas se realizaron 15 y 30 días después de cada fumigación, al cabo de 6 cosechas se
culmina la recolección de la plantación. La información detallada acerca de la plantación se
muestra en el anexo 3
3.3.2.3. Muestra analítica
La obtención de las muestras se realizará representativa mediante un muestreo aleatorio simple los
frutos deben cumplir con las siguientes características físicas:

Enteros, sanos y exentos de podredumbre o deterioro que hagan que no sean aptos para el
consumo así como de cualquier materia extraña visible.

Exentos de plagas que afecten es aspecto general del producto

Exentos de humedad anormal

Ser de consistencia firme, tener aspecto fresco, tener piel brillante

Encontrarse en el valor 4 a 6 de la escala de color del tomate para determinar su madurez
(ver norma INEN 1 1909, Anexo 1)

Procedimiento De Muestreo
3.3.2.4. Selección de las unidades de muestreo
Para determinar el número de muestras que se debieron tomar por parcela total se tomó en cuenta el
número de árboles que se habían sembrado en ella. La plantación poseía 2500 árboles de tomates
ver tabla 3.1.
Tabla 3.1. Relación entre el número de árboles a muestrear.
N° de árboles /parcela total
Relación N° Arboles a muestrear/
N° arboles parcela
<150
1/3
150-250
1/5
251-450
1/9
451-750
1/15
751-1500
1/30
1501-2500
1/50
Fuente: (Legaz, . Serna, Ferrer, & Primo-Millo1, 1995).
51
Una vez determinada el número de árboles para tomar la muestra se procedió a la selección de los
árboles en los que se efectuó el muestreo de los tomates.
Estos se tomaran al azar procurando que estén suficientemente distribuidos y no se concentren en
una determinada zona.
El número total de árboles seleccionados para el muestreo de la parcela homogénea fue de 50 y de
cada uno, se tomaron cuatro frutos por árbol, dando un total de 200 tomates, estos fueron tomados
aproximadamente a la mitad de la altura del árbol y orientados en la dirección de los cuatro puntos
cardinales.
3.3.2.5. Recolección y transporte de muestras.
El trabajo de investigación se realizó durante los cuatro meses de noviembre del 2012 a febrero del
2013. Cada muestra fue adquirida aleatoriamente tomando en cuenta que cada fumigación cuenta
con 2 cosechas (cada 15 días). Las muestras fueron envueltas en papel aluminio luego en fundas
plásticas además de ser rotuladas con un número asignado dentro de la parcela con la respectiva
fecha, número de cosecha y fumigación después fueron almacenados en culers, cubiertos y
etiquetados.
Una vez que las muestras llegaron al laboratorio se las sometió a un proceso de homogenización.
Se formaron 20 subgrupos cada uno de estos tenía 10 tomates por medio de un sorteo
seleccionamos 3 subgrupos, estos se designaron para el estudio de persistencia a los 0, 7 15, 22 y
30 días después de la fumigación.
3.3.2
Variables de investigación
En la tabla 3.2 Se observa el detalle de las variables dependiente e independiente .
Tabla 3.2 Variables dependiente e independiente
VARIABLE INDEPENDIENTE
VARIABLE DEPENDIENTE
Fumigación 1
(F1)
Número de
fumigaciones
Fumigación 2
(F2)
Fumigación 3
Tiempo de
evaluación (días)
(F3)
Concentración de Cipermetrina
Día 2
(mg Cipermetrina/kg tomate)
Día 8
Día 15*
Día 22
Día 30*
* Día de madurez optima del tomate de árbol y cosecha para destinarla a su venta.
52
3.3.3
Diseño experimental
Para evaluar el efecto de las fumigaciones y los tiempos de cosecha en la concentración de
cipermetrina de muestras de tomate de árbol de la parcela, se realizó un arreglo factorial A x B con
replica. Dónde:

Factor T = tiempo (Días)

Factor F = fumigaciones (número de fumigaciones)

n = número de repeticiones por fumigación-tiempo
La matriz de datos se detalla en la tabla 3.3.
Tabla 3.3 Matriz de datos para el análisis de cipermetrina en tomate de árbol.
Tiempo (Días)
Número de Fumigaciones (F)
(T)
Fumigación 1
Fumigación 2
Fumigación 3
1
R1
R1
R1
R2
R2
R2
R3
R3
R3
R1
R1
R1
R2
R2
R2
R3
R3
R3
R1
R1
R1
R2
R2
R2
R3
R3
R3
R1
R1
R1
R2
R2
R2
R3
R3
R3
R1
R1
R1
R2
R2
R2
R3
R3
R3
8
15
22
30
53
La investigación conto con las siguientes hipótesis.
Hipótesis:

Con respecto a F (fumigaciones)
=
Ho:
Ha:

Con respecto a T (tiempo)
=
Ho:
Ha:

Con respecto a interacción FxT (tiempo)
Ho:
=
Ha:
Los datos fueron evaluados por el programa Microsoft Excel 2010, la tabla 3.4 muestra la
metodología de análisis de datos, en un ANOVA de dos factores con replica o submuestreo.
Tabla 3.4 Análisis de Varianza para dos factores con submuestras por grupo
=
FV
∑
SC
Fumigaciones
=
GL
∑ ∑
GLA = a-1
CM
Fcal*
=
(F)
=
Tiempo (T)
=
∑ ∑
GLB = b – 1
=
=
Interacción
=
∑ ∑
GLAB = (a-1) (b-1)
=
FxT
Error
=
=
GLEx = GLT – GLA –
=
GLB - GLAB
Total
GLT = (a x b x n ) - 1
= ∑
*Si la Fcal > Ftabulada(95% ó 99%) se considerada estadísticamente significativo al 95% o 99%
Adaptado de: (Gutierrez Pulido & De la Vara Salazar, 2004)
54
Se aplicó la prueba de la diferencia mínima significativa (DMS) expresada en las ecuaciones 3.17
y 3.18 para la comparar entre medias de los factores fumigación y tiempo.
..
𝑉𝑎𝑙𝑜𝑟 𝐷𝑀𝑆−𝐹𝑎𝑐𝑡𝑜𝑟
=
𝐹
𝑎 𝑔𝑙𝑒𝑟𝑟𝑜𝑟
𝑥
𝐶𝑀𝑒𝑟𝑟𝑜𝑟
𝑇𝑥𝑛
Ecuación 3.26 Valor DMS para fumigaciones
𝑉𝑎𝑙𝑜𝑟 𝐷𝑀𝑆−𝐹𝑎𝑐𝑡𝑜𝑟
𝑇
=
𝑎 𝑔𝑙𝑒𝑟𝑟𝑜𝑟
𝑥
𝐶𝑀𝑒𝑟𝑟𝑜𝑟
𝐹𝑥𝑛
Ecuación 3.27 Valor DMS para tiempo
Dónde:
= Valor tabulado al 95% que depende de:
a = número de tratamientos de cada factor;
glerror = determinados en el ADEVA.
CME = Cuadrado medio del error experimental, determinado en el ADEVA
F ó T = número de tratamientos de cada factor que influye significativamente en los resultados.
n= repeticiones por muestra
3.3.4
Estudio de la persistencia de la cipermetrina
Se evaluó el comportamiento cinético que posee la degradación de la cipermetrina en el tiempo de
cosecha, de manera que se pueda conocer los días aptos de cosecha en los que el contenido de
cipermetrina estén bajo los valores que exigen la normativa INEN 1 1909. Se utilizó la metodología
de análisis de regresión lineal bajo las ecuaciones que se muestran en la tabla 3.5.
En donde Q es el factor de estudio entre valores inicial
) y final
,
cinética de velocidad y es el tiempo.
Tabla 3.5 Ecuaciones cinéticas
Orden de reacción
Ecuación cinética
Cinética de orden cero
=
Cinética de primer orden
=
Cinética de segundo orden
=
Fuente: (Casp & Abril, 2003)
55
+
es la la constante
3.4
TÉCNICAS E INSTRUMENTOS ANALÍTICO
En el procedimiento analítico para la determinación de pesticidas piretroides se tiene las siguientes
etapas:
3.4.1. Análisis de la muestra.
3.4.1.1.
Método
La determinación se basó en el Método de la Norma Europea 15662 (Anexo 8), utilizando como
técnica de extracción QUECHERS y como método de separación e identificación
por
Cromatografía de Gases, adaptado y validado en las condiciones de laboratorio del OSP de
Alimentos que pertenece a la Facultad de Ciencias Químicas de la Universidad Central del
Ecuador.
3.4.1.2.
Método de extracción QuEChERS para la determinación de pesticidas en tomate
de árbol y su cuantificación por cromatografía de gases.
La muestra se extrae con acetatonitrilo y por adición de sulfato de magnesio, de cloruro de sodio y
de un tampón de sales de citrato. A continuación el extracto es purificado con ayuda de un aminoadsorbente (SPE) y sulfato de magnesio. El extracto final puede ser utilizado directamente para los
análisis de determinación por GC/MS y LC/MS-MS.
3.4.1.3.
Equipos – materiales y reactivos.
 Equipos
•
Cromatógrafo de gas Agilent 5975C Series GC/MSD
•
Sistema de detección MSD
•
Computadora -Software
•
Balanza analítica de apreciación: 0,1 mg
•
Centrifuga Hettich
•
Licuadora Oster
•
Generador de Hidrógeno, Marca Perkin Elmer
 Materiales.
•
Pipetas automáticas de volumen variable (100μl a 1ml)
•
Tubos de ensayo
•
Probetas de vidrio de 10
•
Viales para cromatografía color ámbar de 2 ml.
•
Cuchillo con mango de plástico negro
56

Reactivos
•
Acetato de etilo: Pureza 98.5%, Grado HPLC, Marca Registrada EM SCIENCE,
Merck KGaA, Darmstdt, Alemania.
3.4.1.4.
•
MgSO4 , NaCl , NaCitrato , citrato disodico , PSA ,carbón activado.
•
CIPERMETRINA 20 %
Preparación de la muestra
Según el manual Kits Agilent SampliQ QuEChERS( Anexo 8) el proceso de extracción se realiza
de acuerdo a la Norma Europea 15662 Versión 2007-10 – 24, alimentos de origen vegetal.
Determinación de residuos de pesticidas utilizando GC-MS y/o LC-MS (/MS) seguido de
extracción/ división de acetonitrilo y método de purificación dispersiva SPE-QuEChERS.
(CEN.EU). Esta norma la elaboró la Asociación Española de Normalización y Certificación
(AENOR).
Según la norma se mencionan dos etapas que son:
Extracción por método QuEChERS.- Anadir 2 g de producto triturado en un tubo de
extracción de 2 ml, añadir 10 ml de acetonitrilo como solvente de extracción. Se añade 1 g de
MgSO4, 0,5 NaCitrato, 0.5 g citrato disodico sesquihidratado estas sales y ácidos, tamponados
mejoran le eficacia de la extracción y protegen compuestos sensibles cerrar herméticamente agitar
a mano durante 30-60” y centrifugar a 3.000 rpm durante 3„para separar el material sólido.
Limpieza de la muestra .Tomar un 1 ml del sobrenadante y mezclarla con 0,15 g PSA, con 0.9g
MgSO4 y 15 mg de carbón activado. Agitar a mano durante 30” y centrifugar a 3.000 rpm durante
3„para separar el material sólido. Transferir con pipeta volumétrica 1 ml de sobrenadante a un vial
para inyector.
3.4.2.
Análisis cromatografíco
Uno de los objetivos de esta investigación fue analizar la influencia de los diversos parámetros
instrumentales en la identificación y cuantificación de cipermetrina en tomate de árbol.
3.4.2.1. Condiciones
La cipermetrina fue cuantificada mediante cromatografía gaseosa con un espectrómetro de masas.
El uso y manejo del equipo se describen en el instructivo correspondiente (Instructivo de uso y
manejo de equipo cromatógrafo de gases).
57
Las condiciones instrumentales para la cuantificación de cipermetrina en las muestras de tomate de
árbol se recogen en la tabla 3.6.
Tabla 3.6 Condiciones cromatografías establecidas para la cipermetrina.
Detector
Gas portador
Espectrómetro de masas Agilent Technologies modelo serie 5975
Helio con un flujo constante de 1 ml/min
Inyector
Se inyectó 1 µl de muestra en modo splittles a150ºC.
Columna
Columna capilar: HP-5 (5% Fenil. Metil Siloxano) de 30 m de longitud,
diámetro interno de 320 µm y espesor de película de 0,25 µm
Rampa de horno
Inicial
50ºC durante 2 min.
1
A continuación, 10 °C / min hasta los 200 °C durante 8 minutos
2
A continuación, 10 c / min hasta 270 °C durante 8 min
Tiempo de lectura
Identificación
40 min
espectros de masas registrados en la biblioteca espectral
El equipo de análisis fue un cromatógrafo Agilent 5975C Series GC, equipado con un detector de
masas (MSD) y un sistema de inyección automática como se muestra en la figura 3.2, El Programa
informático fue Agilent MSD Productivity ChemStation distribuida conjuntamente con el quipo
Figura 3.2 Cromatógrafo Agilent 5975C Series GC
58
3.4.3. Aplicación del método.
Los valores de concentración son interpolados y se obtiene la concentración correspondiente a mg
/L de cipermetrina. Este análisis es realizado en el equipo de cromatografía y los resultados se
obtienen de directamente en ppm, concentración en mg cipermetrina /Kg de tomate.
3.4.4. Diagrama de flujo general de la investigación.
La figura 3.3 muestra el diagrama de flujo del procedimiento para la determinación de
cipermetrina mediante cromatografía de gases en cultivos de tomate de árbol.
Añadir 2 ml de acetonitrilo como solvente de
extracción.
Añadir 2 g de producto triturado en un tubo de
extracción de 50 ml
ácidos, tamponados mejoran le eficacia de la
Se añade 1 g de MgSO4, 0,5 NaCitrato ,0.5 g citrato
disodico
Extracción de la
muestra
Agitar a mano durante 30-60”.
Centrifugar a 3.000 rpm durante 3„para separar el
material sólido
Tomar un 1 ml del sobrenadante
Mezclarlo con 0,15 g PSA, con 0.9g MgSO4
Limpieza de la
Muestra
Agitar a mano durante 30”
Centrifugar a 3.000 rpm durante 3„para separar el
Limpieza de la Muestra
material sólido.
Transferir
con
pipeta
volumétrica
sobrenadante a un vial para inyectar
1
ml
de
Análisis de la
muestra
Figura 3.3 Determinación de cipermetrina en muestras de tomate de árbol.
59
CAPÍTULO IV
4. ANALISIS E INTERPRETACION DE RESULTADOS
4.1
PRIMERA FASE:
VALIDACIÓN DEL MÉTODO PARA ANÁLISIS DE CIPERMETRINA
De acuerdo al objetivo 1.2.2.1 se planteó las condiciones adecuadas de columna, temperatura y
gases necesarios para el método cromatográfico, al igual que se plantearon las condiciones
necesarias para realizar la extracción del analíto. Para lo cual a continuación se indicarán los
resultados obtenidos en las lecturas de los estándares, usando el método cromatográfico.
4.1.1. Análisis de resultados para la obtención de las curvas de calibración de cipermetrina
Registro de resultados para la obtención de las curvas de calibración de cipermetrina.
Tabla 4.1 Datos experimentales para la obtención de curvas de calibración de cipermetrina
Curva 1
Curva 2
Curva 3
Curva 4
Curva 5
Concentración
Área
Área
Área
Área
Área
(ppm)
(ua)
(ua)
(ua)
(ua)
(ua)
Promedio
Desviación
Sensibilidad
Estándar
analítica
0,2
176012
175985
179470
178780
179985
178046
1917,754
92,841
0,5
341061
351002
345963
336590
331002
341124
7810,359
43,676
1,0
679902
671002
689992
700835
699925
688331
12892,557
53,390
1,5
1110689
1177296
1159925
1113132
1177296
1147668
33414,265
34,347
2,0
1499200
1477296
1457489
1504669
1557489
1499229
37573,615
39,901
Pendiente
746214,7
748382,6
735262,9
748853,5
787439,1
Intersección
-14690,54
-7801,73
-1894,41
-12006,49
-29797,24
R
0,998
0,996
0,997
0,998
0,997
R2
0,996
0,991
0,994
0,997
0,994

En la tabla 4.1 se presentan las áreas obtenidas que identifican los picos de cipermetrina y
en el análisis de estándares a 5 niveles de concentración, las áreas de las lecturas están
expresadas en (Ua), de la misma manera se muestran los valores de pendiente (b),
intersección con el eje (a), R2 correspondiente a cada curva de calibración; se indica
también la desviación estándar y la sensibilidad analítica.
Se grafican las cinco curvas y se obtienen las ecuaciones correspondientes a cada una de
ellas según la ecuación 2.1.
60
A continuación se indican las gráficas de las 5 curvas de calibración realizadas para el método
Señal (ua)
cromatográfico.
Curva 1
1600000
1400000
1200000
1000000
800000
600000
400000
200000
0
0
0,5
1
1,5
2
Concentración (ppm) y = 746215x - 14691
R² = 0,9957
Figura 4.1 Curva de calibración Nº1. Método cromatográfico
Donde
corresponde a la concentración (ppm) vs. area (ua) y
corresponde a la línea de
tendencia de la gráfica.
Curva 2
1600000
1400000
Señal (ua)
1200000
1000000
800000
600000
400000
200000
0
0
0,5
1
Concentración (ppm)
1,5
2
y = 748383x - 7801,7
R² = 0,9915
Figura 4.2 Curva de calibración Nº2. Método cromatográfico
Donde
corresponde a la concentración (ppm) vs. area (ua) y
tendencia de la gráfica.
61
corresponde a la línea de
Curva 3
1600000
1400000
1200000
Señal (ua)
1000000
800000
600000
400000
200000
0
0
0,5
1
1,5
2
y = 735263x + 1894,4
R² = 0,994
Concentración (ppm)
Figura 4.3 Curva de calibración N3º. Método cromatográfico
Donde
corresponde a la concentración (ppm) vs. area (ua) y
corresponde a la línea de
tendencia de la gráfica.
Curva 4
1600000
1400000
1200000
Señal (ua)
1000000
800000
600000
400000
200000
0
0
0,5
1
Concentración (ppm)
1,5
2
y = 748854x - 12006
R² = 0,9967
Figura 4.4 Curva de calibración Nº4. Método cromatográfico
Donde
corresponde a la concentración (ppm) vs. area (ua) y
tendencia de la gráfica.
62
corresponde a la línea de
Curva 5
1800000
1600000
1400000
Señal (ua)
1200000
1000000
800000
600000
400000
200000
0
0
0,5
1
1,5
2
y = 787439x - 29797
R² = 0,994
Concentración (ppm)
Figura 4.5 Curva de calibración Nº5. Método cromatográfico
Donde
corresponde a la concentración (ppm) vs. area (ua) y
corresponde a la línea de
tendencia de la gráfica.

En las figuras 4.1, 4.2, 4.3, 4.4, 4,5 se muestra las curvas de calibración individuales de
cipermetrina, con las respectivas ecuaciones lineales (ecuación 2.1) y el coeficiente de
determinación r2 que en cada curva es r2 > 0.99, este valor demuestra la linealidad del
método y la correlación entre la concentración y señal.
Se calcularon las concentraciones de los estándares con las ecuaciones de la recta
obtenidas en cada curva de calibración:
Tabla 4.2: Concentraciones obtenidas de las curvas de calibración
No
Concentración
(ppm)
Curva 1
Curva 2
Curva 3
Curva 4
Curva 5
Concentración
Concentración
Concentración
Concentración
Concentración
Calculada
Calculada
Calculada
Calculada
Calculada
(ppm)
(ppm)
(ppm)
(ppm)
(ppm)
1
0,2
0,22
0,22
0,25
0,22
0,19
2
0,5
0,44
0,46
0,47
0,43
0,38
3
1
0,89
0,89
0,94
0,92
0,85
4
1,5
1,47
1,56
1,58
1,47
1,46
5
2
1,99
1,96
1,98
1,99
1,94
63

Luego de haber obtenido las ecuaciones correspondientes a cada curva de calibración en la
tabla 4-1, se pudo calcular las concentraciones corregidas de cipermetrina en (ppm),
usando la ecuación de la recta indicada en la ecuación 2-1, se reemplazaron las lecturas de
las áreas en y para despejar x. De esta forma los resultados se indican en la tabla 4-2.
Tabla 4.3: Valores de desviación estándar de a y b, coeficiente de determinación (r2) y error típico
(Syx)
Pendiente
Curva 1
Curva 2
Curva 3
Curva 4
Curva 5

Desviación
Estándar (Sb;Sa)
28464,574
r2
Syx
0,996
b
746214,747
a
-14690,537
34954,682
41562,177
b
748382,627
40103,957
0,991
a
-7801,732
49247,921
58557,271
b
735262,871
33021,623
0,994
a
1894,415
40550,769
48216,093
b
748853,546
25037,867
0,997
a
-12006,488
30746,663
36558,715
b
787439,081
35313,860
0,994
a
-29797,244
43365,650
51563,073
La tabla 4.3 indica los valores obtenidos para las pendientes (b), la ordenada al origen(a)
con sus respectivas desviaciones estándares (S). Además se encuentra el error tipo S (yx)
de las curvas que representa la incertidumbre por curva de calibración, es decir el grado de
dispersión de los datos respecto al valor esperado.
Tabla 4.4: Análisis de las curvas de calibración de cipermetrina
Curvas
Intersección a
(ua)
Pendiente b
(mg ua/Kg)
Valor R2
1
-14690,54
746214,7
0,996
2
-7801,73
748382,6
0,991
3
-1894,41
735262,9
0,994
4
-12006,49
748853,5
0,997
5
-29797,24
787439,1
0,994
Promedio
Desviación estándar (σ)
-13238,082
4773,376
0,998
9338,79
306074,63
0,003
-76,2475268
t calculada
T tablas
64
2,44691185

La tabla 4.4 indica los valores de la pendiente (m) que representa la sensibilidad del
método, como se sabe a mayor sensibilidad, factor importante al efectuar nuevas
calibraciones.

Al realizar la Prueba t a dos colas en donde t calculado > t tablas, se acepta la hipótesis
alternativa Ha , que menciona que existe una correlación significativa entre concentración
vs señal
Curva global de calibración
Tabla 4.5: Ecuación de la curva global
Ecuación 2.1
y= a + bx
Intersección (a)
-12480
Pendiente (b)
753231
Valor R2
0,995
41757
Syx
La tabla 4-5 indica los datos obtenidos del análisis de estimación lineal correspondiente a la
ecuación de la curva global, para obtener esta ecuación se usaron los datos de áreas (ua) y
concentraciones (ppm) de las 5 curvas de calibración indicadas en la tabla 4-1.

Se observa los datos de pendientes (m) que representa la sensibilidad del método, la
ordenada al origen (a) que está relacionado con el error sistemático propio del método,
además se encuentra el error típico Syx que representa la incertidumbre de calibración, es
decir el grado de dispersión de los datos respecto al valor esperado.
4.1.2. Límites de confianza
Los valores del límite superior de a (Lsup. a) y límite inferior de a (Linf. a) utilizando las
ecuaciones 3.1.
Tabla 4.6: Valores para a y considerados para los intervalos de confianza
a
L sups.
L inf.
73900.97
-98861.6
65
Los datos de la tabla 4-6, se indican los valores de límite superior e inferior de la ordenada (a),
estos valores se tomaron para obtener los limites superior e inferior según las ecuaciones 3.2 y 3.3.
Tabla 4.7 Limites de confianza
C
L sup.
L inf.
0.2
224547,1111
51784,4844
0,5
450516,2833
277753,6566
1.0
827131,5704
654368,9437
1.5
1203746,857
1030984,231
2.0
1580362,144
1407599,518
Los datos de la tabla 4-7 indican los valores de límite superior e inferior de la ordenada (a) en
cada nivel de la curva de calibración. A continuación se representan en la figura 4.6 los límites de
confianza acompañados de la ecuación de la curva global de calibración.
Límites de confianza y curva de global de calibración
2500000
y = 753231x - 12480
R² = 0,9952
Área (ua)
2000000
LS
1500000
Curva global
1000000
LI
Lineal (Curva global)
500000
0
0
0,5
1
1,5
2
2,5
Concentración
Figura 4.6 Límites de confianza y curva global de calibración.
4.1.3. Límite de detección (LOD)
Tabla 4.8 Límite de detección del método
Límite de detección
(ua)
Límite de detección
(ppm)
20009
0,04
0,02
Señal del blanco (xb)
66
La tabla 4.8 indica los valores obtenidos para el límite de detección del método de acuerdo a las
ecuaciones 3.4 y 3.5. Además se observa la media de las lecturas del ruido o señal del
blanco (Anexo 5) que muestra que
no hay interferencia con el valor del límite de
detección.
4.1.4. Límite de cuantificación (LOQ)
Tabla 4.9 Límite de cuantificación del método
Límite de cuantificación
(ua)
Límite de cuantificación
(ppm)
73901
0,12
La tabla 4.9 indica los valores obtenidos para el límite de cuantificación del método de acuerdo a
las ecuaciones 3.6 y 3.7.

En las tablas 4.8 y 4.9 se presentan los límites de detección y cuantificación
respectivamente, al tomar en cuenta la consideración al LMP que se menciona en la página
33. podemos indicar que se cumple con los parámetros de validación.
𝐿𝑂𝐷 < 𝐿𝑂𝑄 < 𝐿𝑀𝑃
4𝑝𝑝𝑚 <
𝑝𝑝𝑚 <
𝑝𝑝𝑚
4.1.5. Precisión
Tabla 4.10 Datos experimentales para la determinación de la repetibilidad y reproducibilidad.
Niveles
1
2
Valor
Teórico
ppm
0,2
0,5
Día 1
Dia2
Día 3
0,21
0,19
0,20
0,21
0,20
0,20
0,21
0,19
0,20
0,21
0,20
0,20
0,19
0,20
0,19
0,20
Promedio Total
0,20
0,21
0,20
0,21
0,201
0,53
0,52
0,50
0,48
0,48
0,47
0,49
0,49
0,52
0,47
0,46
0,47
0,48
0,50
0,50
0,51
Promedio Total
0,47
0,54
0,51
0,50
0,49
67
Día 4
Tabla 4,10 Datos experimentales para la determinación de la repetibilidad y reproducibilidad. Continuación.
Valor
Teórico
ppm
Niveles
0,8
3
4
1,0
5
1,5
2
6
Día 1
Dia2
Día 3
Día 4
0,71
0,71
0,70
0,71
0,71
0,71
0,72
0,71
0,71
0,72
0,72
0,71
0,73
0,70
0,71
0,72
Promedio Total
0,71
0,73
0,73
0,72
0,715
1,00
1,01
1,02
1,02
1,00
1,01
1,00
1,02
1,10
1,00
1,03
1,01
1,02
1,00
1,00
1,00
Promedio Total
1,00
1,01
1,00
1,01
1,013
1,53
1,49
1,53
1,48
1,49
1,51
1,54
1,53
1,50
1,51
1,49
1,53
1,52
1,53
1,51
1,53
Promedio Total
1,51
1,51
1,49
1,52
1,513
2,00
2,00
2,00
2,00
2,01
2,00
2,00
2,00
2,00
2,00
2,00
2,00
2,00
2,00
2,00
2,00
2,00
2,00
2,00
2,00
Promedio Total
2,001
Nota: repetibilidad (r); reproducibilidad (R). Por niveles y por días.
Los cálculos que se presentan a continuación deben realizarse por cada nivel que consta en la
tabla 4.10.
Tabla 4.11 Análisis ANOVA para nivel N °1 concentración 0,2 ppm.
Elaborada según tabla 3.1.
Origen de
las
variaciones
Entre grupos
Suma de
cuadrados
Grados
de
libertad
Promedio de los
cuadrados
0,000180
3
0,0000600
0,000800
16
0,0000500
0,00098
19
F cal
Valor
crítico
para F
1,2000
3,238
Dentro de los
grupos
Total

En la tabla 4.11 se observa tenemos F, cal < F tabulada tablas esto demuestra la linealidad
entre los resultados obtenidos, no hay diferencia significativa y como conclusión el grupo
es uniforme. Se igual manera se observa los valores
propósitos de la validación.
68
y cumple con los
Tabla 4.12. Reproducibilidad (R) expresados en coeficiente de variación..
Valores
Parámetros
Desviación de la repetividad
0,0071
Variabilidad intermedia
0,0000
Variabilidad total
0,0072
Coeficiente de variación de R(%CVr)
3,51
Coeficiente de variación de R(%CVR)
3,52
En la tabla 4 .12 reporta los datos obtenidos por reproducibilidad (R) expresados en coeficiente de
variación para nivel N °1 concentración 0,2 ppm.
Cálculo de recuperación para nivel N °1 concentración 0,2 ppm
Se determinó la recuperación expresada en porcentaje aplicando la ecuación 3.9.
bl
=
bl
=
x
5
Tabla 4.13. Parámetros de aceptación para el método por precisión.
Parámetro
%CvR
%CVr
Nivel 1
0,2 ppm
3,52
3.51
Nivel 2
0, 5 ppm
Nivel 3
0,7 ppm
Nivel 4
1,0 ppm
Nivel 5
1,5 ppm
Nivel 6
2, ppm
2,36
2.26
1,13
1.13
0,74
0,70
0,67
0,66
0,39
0,39
% Recuperación
100,50
98,90
102,07
100,60
99,60
99,93
Test
GRUPO
GRUPO
GRUPO
GRUPO
GRUPO
GRUPO
ANOVA
UNIFORME
UNIFORME
UNIFORME
UNIFORME
UNIFORME
UNIFORME

En la tabla 4.13 se reporta los datos de coeficiente de variación de Repetitividad
, coeficiente de reproducibilidad (% CVr) y % recuperación como intervalos acompañado
69
del análisis ANOVA considerando la uniformidad de grupos o niveles, obteniendo un
criterio de control para la validación.
Tabla 4.14. Datos para el cálculo del sesgo
X= 0.7 ppm Cipermetrina
Mediciones
n
1
2
3
4
5
Xa
s
u
U

Concentración
ppm
0,68
0,69
0,69
0,69
0,70
0,69
0,01
0,003
0,002
Valor t
t exp.
-0,0003557
t tablas
2,4708068
En la tabla 4.13 se observa el análisis de t. Por t-exp < t-tablas se acepta la hipótesis
nula Ho, no existe diferencia significativa entre el valor promedio de las lecturas
obtenidas (x) vs o valor esperado (xa) significativa al 95%, obteniendo un criterio de
control para la validación.
4.1.6. Incertidumbre.
CÁLCULO DE INCERTIDUMBRE TIPO A
Tabla 4.15. Incertidumbre por respuesta analítica (uFR).
U DE FR
Curvas
Desviación estándar
(Sxy)
Pendiente (b)
1
41562,17708
746214,7467
2
58557,27129
748382,6266
3
48216,09334
735262,8705
4
36558,71485
748853,546
5
51563,07308
787439,0807
X
47291,46593
753230,5741
SFR
0,062784846
U FR
0,013
En la tabla 4.15 se observan los cálculos de obtención de la incertidumbre por respuesta analítica
(UFR) calculada a partir de la ecuación 3.13.
70
Tabla 4.16. Se Incertidumbre por resolución del equipo (Ur) .
Resolución
Ur ppm
0,04
0,012
En la tabla 4.16 se observa el cálculo de obtención de la incertidumbre por resolución del equipo
(Ur) calculada aplicando la ecuación 3.14.
Tabla 4.17. Incertidumbre por reproducibilidad (UR)
SR
UR ppm
0,0117
0,0026
En la tabla 4.17 se observa el cálculo de obtención de la incertidumbre por reproducibilidad
calculada aplicando la ecuación 3.15.
Tabla 4.18. Incertidumbre por recuperación (U recp)
u obs ,ppm
u mrc, ppm
U recp
0,003
0,115
0,013 %
En la tabla 4.18 se observa el cálculo de obtención de la incertidumbre por recuperación calculada
aplicando la ecuación 3.16.
CÁLCULO DE INCERTIDUMBRE TIPO B
Tabla 4.19. Incertidumbre del peso de la muestra (Upm)
U balanza, mg
U recp
0,005
2,5x10-4
En la tabla 4.19 se observa el cálculo de obtención de la incertidumbre por peso de muestra
calculada aplicando la ecuación 3.19.
71
Tabla 4.20. Cálculo de la incertidumbre del Patrón
u mrc
Umrc
0,03
0,087
En la tabla 4.20 se observa el cálculo de obtención de la incertidumbre por el estándar calculada
aplicando la ecuación 3.20.
Tabla 4.21 Cálculo de la incertidumbre por dilución U (FD).
Vt
ml
Va
ml
u balón
ml
u micropipeta,
ml
10
5
0,05
1,0x10-3
0,01
En la tabla 4.21 se observa el cálculo de obtención de la incertidumbre por dilución calculada
aplicando la ecuación 3.21.
Tabla 4.22 Incertidumbre balón (10, 5ml).
Balón ml
u, certificado
U, balón
5
0,025
0,215
10
0,075
0,375
Tabla 4.23 Incertidumbre micropipeta (Umicrp).
u pipeta, ul
Umicrop
0,001
0,0005
En las tablas 4.22 y 4.23 se observan los cálculos de obtención de la incertidumbre por precisión
de material volumétrico y por la micropipeta calculada aplicando la ecuaciones 3.22, 3.23.
72
Tabla 4.24 Cálculo de la incertidumbre combinada (Uc) y la expandida (U)
COMPONENTE
Unidades
UFR
ppm
U Resol.
pm
U. mrc
%
Factor
U
U
Estándar
Relativa
U2
2
0,013
0,006
3,942E-05
0,2
0,012
0,058
3,333E-03
0,150
0,087
7,500E-03
0,010
0,010
1,002E-04
VOLÚMEN AFORO
Factor de dilución
peso de la muestra
g
2
0,00025
0,000125
1,563E-08
pipeta
ul
100
0,0005
0,00001
0,010
V balón 10ml
ml
10
0,0375
0,004
1,406E-05
V balón 5ml
ml
5
0,125
0,025
6,250E-04
REPRODUCIBILIDAD
ppm
2
0,0026
0,001
1,719E-06
RECUPERACION
ppm
0,7
0,013
0,019
3,632E-04
MUESTRA
∑
2,2 E-02
Uc
0,15
C1 (curva) ppm
0,2
Uc (ppm)
0,030 ppm
U
0,06 ppm
En la tabla 4.24 se observa el cálculo de obtención para incertidumbre combinada y expandida
aportada al método aplicando las ecuaciones 3.24 y 3.25. El informe de validación se presenta en el
anexo 7.
73
4.2
SEGUNDA FASE:
DETERMINACIÓN DE LA PERSISTENCIA DE CIPERMETRINA EN MUESTRAS DE
TOMATE DE ÁRBOL.
4.2.1
Registro de resultados para la determinación de cipermetrina en tomate de árbol
(Solanum betaceum Cav).
Tabla 4.25. Datos obtenidos en el estudio del contenido de cipermetrina en los tomates de árbol
Fumigación
Fumigación 1
Fumigación 2
Fumigación 3
Días
R1
R2
R3
Promedio
Desv.
(ppm)
(ppm)
(ppm)
(ppm)
Estándar
1
0,73
0,71
0,69
0,71
0,02
8
0,48
0,48
0,61
0,52
0,08
15
0,26
0,26
0,21
0,24
0,03
22
0,19
0,25
0,21
0,22
0,03
30
0,15
0,13
0,17
0,15
0,02
1
0,91
0,86
0,94
0,90
0,04
8
0,6
0,65
0,72
0,66
0,06
15
0,38
0,42
0,46
0,42
0,04
22
0,23
0,29
0,33
0,28
0,05
30
0,18
0,2
0,19
0,19
0,01
1
0,98
0,94
0,91
0,94
0,04
8
0,71
0,75
0,64
0,70
0,06
15
0,37
0,39
0,32
0,36
0,04
22
0,27
0,29
0,29
0,28
0,01
30
0,25
0,24
0,23
0,24
0,01
En la tabla 4.25 se presentan los resultados obtenidos en el estudio del contenido de cipermetrina
en ppm en los tomates de árbol, luego del análisis de cromatografía de gases.
Los datos encontrados se ilustran para su mejor interpretación en la figura 4.7.
Concentracio cipermetrina (ppm)
1,00
0,90
0,80
0,70
0,60
Fumigación 1
0,50
Fumigación 2
0,40
Fumigación 3
0,30
0,20
0,10
Tiempo (días)
0,00
0
15
30
Figura 4.7 Comportamiento de la concentración de cipermetrina en el tiempo luego de cada fumigación
74

La figura 4.7 muestra como el contenido de cipermetrina en tomates de árbol va
disminuyendo en el tiempo después de cada fumigación. Para evaluar la diferencia
significativa o no del tiempo y de las fumigaciones sobre la concentración se realizó el
análisis estadístico que a continuación se detalla.
4.2.2
Análisis estadístico
Tabla 4.26. Análisis de varianza para dos factores con submuestras por grupo.
Origen de las
variaciones
Suma de
cuadrados
Grados de
libertad
Promedio
de los
cuadrados
Tiempo
2,762
4
0,690
Fumigaciones
0,147
2
0,074
Valor crítico Valor crítico
para F
para F
(95%)
(99%)
4.018
414,83**
2,690
5,390
44,22**
3,316
Interacción:
Tiempo x fumigaciones
0,042
8
0,005
3,183**
Error
0,050
30
0,002
F
calculada
2,266
3,172
Total
3,001
44
**Existe una diferencia estadísticamente significativa con un nivel del 95,0% y 99,0% de confianza.
4.2.2.1
Con respecto a los días:
En la tabla 4.26 se muestra la información del análisis de varianza, se observa que existe un efecto
altamente significativo del tiempo sobre la concentración de cipermetrina en los tomates luego de
la fumigación, debido a que la F calculada tiene un valor de 414,83 que es mayor a la Fcrítica tanto
para el 95% cómo para el 99%, lo que indica que el tiempo de cosecha es un factor clave a ser
tomado en cuenta para evaluar el contenido de cipermetrina que será dirigido a la comercialización,
y que cumpla los valores permitidos por la INEN 1 1909
Se acepta entonces la Ha, la que menciona que el cambio en el contenido de cipermetrina entre los
días es significativamente diferente.
Se evaluó entonces que días después de la fumigación son diferentes entre sí, con el uso de la
prueba DMS. La tabla 4.27 muestra los rangos obtenidos para dicho factor
75
Tabla 4.27. Pruebas de Rangos Múltiples de DMS para cipermetrina en ppm por días.

Días
Casos
Media contenido de
cipermetrina (ppm)
Valor
DMS
30
22
15
8
1
9
9
9
9
9
0,193
0,261
0,348
0,633
0,852
0,039
0,039
0,039
0,039
0,039
Grupos
Homogéneos
E
D
C
B
A
Cómo se observa los datos proporcionan 5 grupos diferentes entre sí, es decir que el
contenido de cipermetrina es diferentes en cada día, a un nivel d significancia del 95%, de
manera que durante el periodo de estudio no existe una fase estacionaria en el cambio de
concentración de cipermetrina.
4.2.2.2
Con respecto a las fumigaciones:
El número de fumigaciones ejerce un efecto altamente significativo sobre la concentración de
cipermetrina pues la F calculada tiene un valor de 44,22 que es mayor a la F crítica tanto para el
95% cómo para el 99%, lo que da cuenta que la concentración de cipermetrina en los tomates de la
misma parcela es diferentes, al realizar la segunda y tercera fumigación, que provoca un aumento
de la concentración inicial de cipermetrina y que al tiempo de cosecha este contenido sobrepase los
niveles permitidos en la norma después de la segunda y tercera fumigación, lo que no asegura que
después de cada una de ellas las concentraciones de cipermetrina se mantengan a niveles
adecuados.
El análisis de rango múltiples de DMS mostró los siguientes resultados que se detallan en la tabla
4.28
Tabla 4.28. Pruebas de Rangos Múltiples para cipermetrina en ppm por fumigación.
Fumigación
Casos
Media Concentración
Valor DMS
cipermetrina (ppm)/
Grupos
Homogéneos
fumigación
Fumigación 1
15
0,377333
0,0304
Fumigación 2
15
0,490667
0,0304
A
Fumigación 3
15
0,505333
0,0304
A
76
B
Según el análisis de rango múltiples se observan dos grupos homogéneos A y B, el grupo A está
conformado por las fumigaciones 2 y 3, donde las concentraciones de cipermetrina entre los días no
se diferencian significativamente entre sí, pero dichas fumigaciones provocan un incremento
significativo de la concentración de cipermetrina después de la primera fumigación, lo que
provocará posteriormente que en los días de cosecha el contenido final de cipermetrina no cumpla
con la normativa.
Esto permite presumir que al momento de preparar la solución de pesticida sea acorde a la
concentración final luego de la primera fumigación, de manera que el contenido de la segunda y
tercera aplicación sean aditivas a los residuos de la fumigación anterior.
Tras ellos se acepta la Ha la que menciona que el contenido de cipermetrina es diferente luego de
cada fumigación.
4.2.2.3
Con respecto a la interacción entre fumigaciones y tiempo
Con respecto a la interacción fumigación x tiempo se observa un efecto significativo sobre la
concentración de cipermetrina, debido a que la F calculada tiene un valor de 3,18 que es mayor a la
F crítica tanto para el 95% cómo para el 99%, lo que indica que la concentración de cipermetrina
está influenciada por el tiempo y el número de fumigaciones, confirmándose al análisis anterior,
pues lo óptimo debería ser que únicamente se vea afectada por el tiempo y no por el número de
fumigaciones.
Debido a los resultados anteriormente mencionados, se evaluó la cinética de degradación de
cipermetrina para poder establecer los días óptimos de cosecha, en los que la concentración de
cipermetrina sea menor a 0,2ppm, así como predecir el contenido final de cipermetrina al finalizar
los 30 días de cosecha, de manera que la preparación de la solución de cipermetrina para la segunda
fumigación no adicione pesticida a niveles que irrespeten la norma.
En primero instancia se comparó cada dato obtenido con el valor normado en la INEN 1 1909
como máximo, obteniéndose los resultados que se muestran en la figura 4.8.
77
Comparacion del contenido de cipermetrina con respecto a la norma INEN 1
1909
Concentracio cipermetrina (ppm)
1,00
0,90
0,80
0,70
0,60
Fumigación 1
0,50
Fumigación 2
0,40
Fumigación 3
0,30
Limite permitido INEN
0,20
0,10
0,00
0
15
30
Tiempo (días)
Figura 4.8 Comparación del contenido de cipermetrina en el tiempo y el número de fumigación con
respecto a lo establecido por la INEN 1 1909
La figura 4.8 muestra cómo la degradación de la cipermetrina en la primera fumigación en la
primera cosecha dada a los 15 días incumplen la normativa establecida en la INEN 1 1909, lo
contrario sucede a los 30 días de cosecha, donde la concentración de cipermetrina cumple con la
normativa. Lo mismo sucede con la fumigación 2, mientras que con la fumigación 3, en ninguno de
los dos días de cosecha (15 y 30 días) el contenido de cipermetrina cumple con la normativa
establecida.
Por ello se debe considerar en primera instancia que la concentración inicial de cipermetrina a ser
aplicada en la fumigación debe ser menor a la que actualmente se coloca.
4.2.2.4
Resultado del análisis sobre el cumplimiento del LMP para cipermetrina en
tomate de árbol
Tabla 4.29 Residuos de cipermetrina en muestras de cosecha
Fumigación
F1
F1
F2
F2
F3
F3
Tiempo
días
15
30
15
30
15
30
Cosecha
1
2
1
2
1
2
Tratamiento
T3
T5
T8
T10
T13
T15
Cipermetrina ,ppm
Contenido
LMP
residual
INEN
0,27
0,15
0,35
0,2 ppm
0,19
0,46
0,25
En la tabla 4.29 se registran las concentraciones medias de cipermetrina para cada tratamiento de
cosecha en negrita las cosechas que no cumplen con la norma INEN 1 1909.
78
4.2.2.5
Cinética de degradación
Según la tabla 3.7 de la pág. 54 se evaluó la cinética de degradación para la cipermetrina en frutos
de tomate de árbol en la primera aplicación por observarse ya en está un alto contenido de
cipermetrina que excede el valor permitido por la norma. Los cálculos permitieron determinar que
se ajusta a una cinética de segundo orden, donde el coeficiente de correlación de Pearson (r) fue de
0,9787 y el coeficiente de determinación (R2) fue del 0,9572, la figura 4.9 muestra la linealización
de la cinética.
Cinética de degradación cipermetrina en la fumigacion 1
1/concentración cipermetrina
(1/ppm)
7
6
y = 0,1829x + 0,9618
R² = 0,9572
5
4
Cinética de degradación
cipermetrina
3
Lineal (Cinética de
degradación cipermetrina)
2
1
0
0
5
10
15
20
25
30
Tiempo (días)
Figura 4-1: Linealización de la degradación de cipermetrina bajo una cinética de segundo orden.
La ecuación 4.5 describe el comportamiento de degradación de la cipermetrina:
𝐶𝑜𝑛𝑐. 𝑐𝑖𝑝𝑒𝑟𝑚𝑒𝑡𝑟𝑖𝑛𝑎
=
96 8 +
8 9×𝑡
Ecuación 4.1 Comportamiento de degradación de la cipermetrina
De esta manera se procedió a estimar la concentración de cipermetrina en tomates de árbol
destinados a la venta en el momento de su fumigación y en la primera y segunda cosecha, el tiempo
en el cual el contenido de pesticida disminuiría a niveles permisibles así como la concentración
que debió ser aplicada en la primera fumigación, de manera que permita al producto cumplir con
los parámetros establecidos por la INEN 1 1909.
79
El contenido de cipermetrina aplicada en la primera fumigación se calcula en 1,04 ppm que
disminuye a 0,27 ppm en la primera cosecha, se estimó además que el tiempo en el cual el
producto alcanzaría la concentración máxima residual es de 22 días llegando a la segunda cosecha
con un contenido de pesticida de 0,16 ppm.
La concentración que se debe preparar es de 0,44 ppm, con la que se asegura que en la primera
cosecha la concentración de cipermetrina en los tomates no exceda los 0,2 ppm y la concentración
final sea de 0,16 ppm en la segunda cosecha. Posteriormente se debe aplicar en la segunda y tercera
fumigación soluciones de 0,28 ppm para evitar un incremento de la concentración de cipermetrina.
.
80
CAPÍTULO V
5. CONCLUSIONES Y RECOMENDACIONES
5.1. Conclusiones
PRIMERA FASE
VALIDACIÓN DEL MÉTODO PARA ANÁLISIS DE CIPERMETRINA

En la presente investigación se establecieron las condiciones óptimas para el método de
Cromatografía de Gases/detector de masas MSD condiciones de columna capilar: HP5 ( 5% Fenil. Metil Siloxano) de 30 m de longitud, diámetro interno de 320 µm y espesor
de película de 0,25 µm; temperatura límite: - 50ºC a200ºC; temperatura de 270ºC, un flujo
de helio de 1 ml/min, con un volumen de inyección de 0,1µl modo splittles a150ºC. Y las
condiciones necesarias para la preparación de reactivos y tratamiento previo de las
muestras tomate de árbol.

A través del desarrollo de los parámetros de validación establecidos, se establece que el
método para la determinación de cipermetrina por cromatografía de gases con detector
MDS puede ser validado por el método de la Norma Europea 15662 en un intervalo de
trabajo bajo de 0,12 ppm y alto de 2 ppm.

Los parámetros establecidos para la determinación de cipermetrina fueron: Límite de
detección (LOD), límite de cuantificación (LOQ), linealidad y exactitud, establecida por
repetibilidad (r), reproducibilidad (R), recuperabilidad.

A partir del análisis del límite de detección (LOD) 0,04 ppm, el método es capaz de
detectar cantidades mínimas cipermetrina, siempre que estén sobre dicha concentración, el
límite de cuantificación (LOQ) 0,12 ppm de esta forma se estableció que el método es
capaz de cuantificar con precisión y exactitud aceptables concentraciones iguales o
mayores que la dicha concentración.

Se comprobó el cumplimiento de la linealidad del método por su valor del coeficiente de
determinación r2 > 0,99. Existe repetibilidad y reproducibilidad en el método de
determinación de cipermetrina para los rangos altos y bajos con un %
3,59 y un %
CVr de 3,53 valores que se encuentra dentro de los límites aceptables de 20 y 12 %
respectivamente.
81

La exactitud del método analítico cumple con los parámetros y criterios de aceptación
teniendo un rango de recuperación del 95 -105 %, indicado por el MRC utilizado.

La incertidumbre del método está dada por la U expandida de ±0,06 ppm.
SEGUNDA FASE:
DETERMINACIÓN DE LA PERSISTENCIA DE CIPERMETRINA EN MUESTRAS DE
TOMATE DE ÁRBOL.

La parcela en estudio se localizó en una zona ampliamente conocida como productora de
tomate de arbol, esto conlleva que este producto abastesca a una gran cantidad de mercados
de Quito .

El ensayo se desarrolló cuantificando los residuos de pesticida en una parcela modelo, sin
control de factores ambientales a la cual se le dieron tres aplicaciones de pesticida, la
primera fue en el mes de noviembre del 2012 y culminó en febrero del 2013.

La AOAC recomienda utilizar la técnica QuEChERS para la cuantificación de pesticidas
en alimentos, por lo tanto esta investigación se acogió a las recomendaciones de este
organismo adaptando el método a las necesidades del laboratorio de analisis.

Para la determinación cuantitativa de cipermetrina se estableció como método de análisis el
propuesto por la Norma Europea (EN 15662), utilizando como técnica de separación la
cromatografía de gases . Dicho metodo fue adaptado y validado en las condiciones del
Laboratorio de Analisis de Alimentos que pertenece a la Facultad de Ciencias Químicas de
la Universidad Central del Ecuador, en el Cromatógrafo de gas (GC) AGILENT
TECNOLOGIES.

Se determinó cipermetrina en un cultivo de tomate de árbol durante tres meses, mediante
un muestreo completamente al azar. Cada muestra fue adquirida aleatoriamente en cada
una de las tres fumigaciones en un intervalo de tiempo de 0, 7 15, 22 y 30 días después de
la aplicación, en total se obtuvierón 15 tratamientos con tres repeticiones.

Para comparar el contenido de cipermetrina en tomate de árbol obtenido de las lecturas de
las muestras recolectadas, se realizó una gráfica en la cual se pudo observar que la
concentración decayó en función del tiempo. Para estudiar este comportamiento se realizó
82
un análisis de varianza de dos factores con tres muestras por grupo, en el cual se analizaron
las fumigaciones, los tiempos después de cada aplicación y la interacción entre ellos.

Al evaluar los resultados obtenidos por el el análisis de varianza de las lecturas obtenidas
ese determinó que existe un efecto altamente significativo del tiempo sobre la
concentración de cipermetrina en los tomates luego de la fumigación, debido a que la
Fcalculada tiene un valor de 414.83 que es mayor a la F crítica tanto para el 95% cómo
para el 99%, por ello el tiempo de cosecha se consideró como un factor clave a ser tomado
en cuenta para evaluar el contenido de cipermetrina en tomate dirigido a la
comercialización, y que cumpla los valores permitidos por la INEN 1 1909.

Con el uso de la prueba DMS se obtuvo los rangos A, B, C, D y E por contenido de
cipermetrina a los largo de los cinco días de análisis, a un nivel d significancia del 95%,
por lo que se concluyó que durante el periodo de estudio no existió una fase estacionaria en
el cambio de concentración de cipermetrina a lo largo del tiempo.

Con respecto a las fumigaciones, el análisis de varianza muestra que existe un efecto
altamente significativo del número aspersiones sobre la concentración de cipermetrina en
los tomates, debido a que la Fcalculada tiene un valor de 44,22 que es mayor a la Fcrítica
tanto para el 95% cómo para el 99%, por ello el número de cosechas se consideró como un
factor clave a ser tomado en cuenta para evaluar el contenido de cipermetrina en tomate
dirigido a la comercialización, y que cumpla los valores permitidos por la INEN 1 1909.

Con el uso de la prueba DMS para fumigaciones se observó los rangos homogéneos A y
B, la fumigación 1 se encuentra en el rango B siendo la que contiene mayor concentración
de cipermetrina (0,37 ppm) mientras las fumigaciones 2 y 3 se encuentran en el mismo
rango A debido a la concentración residual es semejante entre ellas: 0,49 ppm y 0,5 ppm
respectivamente. Es por ello que la concentración de cipermetrina entre ellas no produjo
una diferencia significativa alta en el análisis de varianza.

Al estudiar conjuntamente la acción de fumigaciones y tiempo se observó un efecto
significativo sobre la concentración de cipermetrina, debido a que la Fcalculada tuvo un
valor de 3,18 que es mayor a la Fcrítica tanto para el 95% cómo para el 99%, por esta
razón se concluye que la concentración de cipermetrina está influenciada por el número de
fumigaciones y el tiempo.
83

Las fumigaciones 2 y 3 provocaron un incremento significativo de la concentración de
pesticida después de la primera aplicación, lo que ocasionó posteriormente que en los días
de cosecha el contenido final de cipermetrina no cumpla con la normativa. Esto permite
concluir que, al momento de preparar la solución de pesticida, su concentración debe
calcularse tomando en cuenta la cantidad residual existente luego de la primera
fumigación, esto debido que su valor final es aditivo.

De la misma manera se estudió los 6 tratamientos de cosecha considerados como aptos
para el consumo (días 15 y 30) y se determinó que únicamente dos de ellos cumplen con el
LMP de 0,2. ppm. Puede indicarse entonces que, para el caso en estudio, producción de
tomate de árbol que ha utilizado las técnicas de aplicación no cumplió con la Norma
Técnica Ecuatoriana INEN 1 1909:2009 Frutas Frescas Tomate de árbol (Requisitos).

El estudio de la cinética aplicado a la primera fumigación permitió determinar que se ajusta
a una cinética de degradación de segundo orden, donde el coeficiente de correlación de
Pearson (r) es de 0,9787 y el coeficiente de determinación (R2) es de 0,9572. Según lo
anterior el contenido de cipermetrina aplicada en la primera fumigación se calculó en 1,04
ppm que disminuyó a 0,27 ppm en la primera cosecha, se estimó además que el tiempo en
el cual el producto alcanzaría la concentración máxima residual es de 22 días llegando a la
segunda cosecha con un contenido de pesticida de 0,16 ppm.
5.2. Recomendaciones
Como se puede observar, en este trabajo se pudo estimar la concentración de cipermetrina en
tomates de árbol destinados a la venta en el momento de su fumigación y en la primera y segunda
cosecha, tiempo en el cual el contenido de pesticida se consideró disminuiría a niveles permisibles,
además de la concentración que debió ser aplicada en la primera fumigación, en estas condiciones
podría considerarse que el producto llegue a cumplir con los parámetros establecidos por la INEN 1
1909, sin embargo es pertinente indicar algunas recomendaciones importantes:

El modelo encontrado para la determinación de la cinética de degradación de cipermetrina
puede aplicarse para calcular las concentraciones residuales de este pesticida, a partir de la
ecuación generada, por ejemplo, se pudo estimar que la concentración inicial para la
primera fumigación debía ser 0,44 ppm para que en la primera cosecha el valor máximo
residual llegase 0,2 ppm y a la segunda cosecha fuese de 1,6 ppm. Después de este
84
tratamiento se puede fumigar con soluciones de concentración de 0,28 ppm, de esta forma
se puede considerar que segunda y tercera fumigación no generen una acumulación de esta
molécula en valores resuduales superiores a los establecidos en la norma.

Se recomienda continuar con la investigación analizando totas las cosechas que se dan a lo
largo del periodo productivo de la parcela que es de 6 meses, tomando en cuenta las
caracteristicas ambeintales de la zona.

Se sugiere el uso de un invernadero como una alternativa para controlar los factores
ambientales lo que deriba en beneficios desde el punto de vista fitosanitario. Tanto para
controlar plagas y enfermedades y por consuguiente contenido de pesticidas .

También es recomendable implementar un sistema de control para residuos de pesticidas
en los lugares de producción, así se podría hacer un estudio más amplio de esta
problemática.
85
6. BIBLIOGRAFÍA
Pesticides News . (Diciembre de 1995). Recuperado el 2015, de Riesgos en el uso de la
Cipermetrina:
http://www.rachel.org/files/document/Riesgos_en_el_Uso_de_la_Cipermetrina.htm
1. Leahey, J. (. (1985). The Pyrethroid Insecticides. Recuperado el 08 de 05 de 2015, de Riesgos en
el uso de la Cipermetrina:
http://www.rachel.org/files/document/Riesgos_en_el_Uso_de_la_Cipermetrina.htm
Constitución De La Republica Del Ecuador. (2008).
AcciónEcológica. (Septiembre de 2007). Diagnostico de la situación de los plaguicidas 1Ay1B.
Recuperado el agosto de 2013, de ACCIÓN ECOLOGICA: www.accionecologica.com
Agilent, T. (27 de febrero de 2009). Catálogo fundamental de cromatografia y espectroscopía.
Recuperado el 06 de agosto de 2012, de www.agilent.com/chem/guides.:
www.agilent.com/chem/Quechers
Alix, M., & Stashenko, E. (2008). DETERMINACIÓN DE PLAGUICIDAS
ORGANOFOSFORADOS EN VEGETALES PRODUCIDOS EN COLOMBIA. AGRO
SUR, 71-81.
Amaya, J., & José, J. (2006). Gerencia Regional De Recursos Naturales y Gestión Del Medio
Ambiente. Obtenido de www.regionlalibertad.gob.pe.
Amaya, J., & Julca, J. L. (2006). TOMATE de ÁRBOL (Cyphomandra betacea Send).
Biodiversidad y Conservación de los Recursos Fitogenéticos Andinos. (G. R. Ambiente.,
Ed.) Trujillo, Perú.
Amézquita López, F., & Mendoza Olivares, D. (2008). Taller Básico de Espectroscopía UV-VIS.
Guanajuato, México.
Andrade, A. (12 de Julio de 2011). Red de Acción en Plaguicidas y sus Alternavivas Para América
Latina. Recuperado el 12 de Octubre de 2012, de F:\index.php.htm
Arona. (Septiembre de 2005). Diagrama esquemático de un Cromatógrafo de Gases.
ASECAL. (2005). Validación de Métodos Analíticos. Madrid: Ronda de Toledo.
Asturias, A. P. (s.f.). Hoja de Evaluación Terapéutica. España.
ATSDR. (2003). En R. A. Toxicological profile for pyrethrins and pyrethroids, Services, US
Department of Health and Human. Atlanta.
ATSDR. (2003). Piretrinas y piretroides. División de Toxicología ToxFAQsTMSeptiembre.
Belitz, H. (1997). Química de Alimentos. Zaragoza: Acribia (Traducción).
86
Bellini, S. (13 de Abril de 2001). Recuperado el 8 de Diciembre de 2012, de Centro de
Investigación y Asistencia Técnica a la Industria Agroalimentaria-Asociación Civil:
http://www.ciati.org/ciati/Novedades/2011/Glicerol.asp
Bohs, L. (1995). Transfer of Cyphomandra (Solanaceae) and Its Species to Solanum. Taxon, 583587.
Bonne Hernadez, R., Peréz Infante, L., Rojas Vasques, E., & Marín Sánchez, D. (2003).
INTOXICACIÓN INHALATORIA CON CIPERMETRINA. Centro de Toxicología y
biomedicina , MEDISAN.
Botero, M., Arbelaez, O., & Mendoza, J. (Diciembre de 2007). Universidad Tecnologica de
Pereira. Recuperado el 30 de Septiembre de 2015, de MÉTODO ANOVA UTILIZADO
PARA REALIZAR EL ESTUDIO DE REPETIBILIDAD y REPRODUCIBILIDAD
DENTRO DEL CONTROL DE CALIDAD DE UN SISTEMA DE MEDICIÓN:
file:///C:/Users/PERSONAL/Downloads/DialnetMetodoAnovaUtilizadoParaRealizarElEstudioDeRepetib-4787724%20(1).pdf
Boyes, S., & Strubi, P. (1997). Organic acid and sugar composition of three New Zealand grown
tamarillo varieties (Solanum betaceum (Cav.). New Zealand Journal of Crop and
Horticultural Science., Vol. 25., 79-83.
Butler, J., Steiniger, D., & Phillips, E. (2008). Nota Técnica 10222. Recuperado el Octubre de
2012, de Thermo Fisher Scientific: www,Thermo Fisher Scientific.com
Calvo, I. (Noviembre de 2009). CULTIVO DE TOMATE DE ARBOL. Manejo Integrado de
cultivos/ frutales de altura, Boletin 8. San José, Costa Rica.
Calvo, I. (2009). CULTIVO DE TOMATE DE ARBOL ((Cyphomandra betaceae). San José, Costa
Rica: INTA.
Cameán, A. M., & Repetto, M. (2006). Toxicología Alimentaria. Madrid: Diaz de Santos.
Cardona, Y., Chaparro, A. L., Calderón, L. S., Peláez, M. J., & García, C. H. (2011).
ESTANDARIZACIÓN DE UN MÉTODO ANALÍTICO PARA EXTRACCIÓN.
REVISTA COLOMBIANA DE QUÍMICA, VOLUMEN 40(2).
Casp, A., & Abril, J. (2003). Procesos de conservación de Alimentos. Madrid: Mundi-Prensa.
CEM. (septiembre de 2008). Centro Español de Metrología. Recuperado el 12 de 07 de 2015, de
Guía para la Expresión de la Incertidumbre de Medida: http://www.cem.es/
CEN.EU. (s.f.). www.cen.eu/research. Obtenido de Normas Europeas.
CICO. (Octubre de 2009). Perfiles del Producto. Perfil del Tomate de Arbol.
Cisneros, F. H. (2003). Control de Plagas Agrícolas: 9. Control Químico. Recuperado el 05 de
agosto de 2013, de AgriFoodGateway.com.
Colange, M., & et, a. (2002). Derterminación De Residuos De Siete Insecticidas Organofosforados
En Frutas Mediante Cromatografía De Gases Con Detector De Nitrogeno y Fosforo y
Confirmacion Por Espectrometría De Masas. Revista De Toxicología, 55-60.
87
Conexionismo. (2015). Análisis de varianza de un factor para muestras independientes. Obtenido
de Estadístico ANOVA de un factor para muestras independientes.:
http://www.conexionismo.com/
Consejo, R. (. (2008).
Corpc. (2012). Hoja tecnica cipermetrina .
CORPEI. (Octubre de 2009). Perfil de Tomate de arbol. Centro de Informacion e Inteligencia
Comercio. Ecuador .
Cullen, G., & F., N. (1999). Pesticide poisoning: insecticides. Clin Pestic Poisoning, 9-14.
CustomLogistic. (2007). Fruits and Products from Ecuador. Recuperado el 11 de 05 de 2011, de
http://customlogistic.com.ec/fotos/tomate-de-arbol.jpg
Dellascassa, E. (s.f.). Composición de Uvas y Vinos, Composición del vino tinto Tannat.
Diccionario del Vino. (s.f.).
Ecopractica. (01 de 2013). Piretrinas-piretroides. Recuperado el 24 de 02 de 2014, de
http://ecopractica.blogspot.com/2013/01/piretrinas-piretroides.html
Encavalada, F., & Larriva, W. ( 1999). . El Cultivo De Tomate De Arbol. Gualaceo : Estacion
Experimental Chuquipata.
Encavalada, F., & Larriva, W. (1999). El Cultivo De Tomate De Arbol. Gualaceo : Estacion
Experimental Chuquipata.
ER, D., & PJ., F. (2000). Pyrethroid insecticides: poisoning syndromes, synergies, and therapy.
Clin Toxicol.
ESPAC. (AGOSTO de 2011). Visulizador de estadisticas Agropecuarias Del Ecuador. Recuperado
el 14 de Noviembre de 2012, de Ecuador en cifras: http://www.ecuadorencifras.com/cifrasinec/main.html
ESPAC. (2013). Recuperado el 12 de 2014, de http://200.110.88.44/lcds-samples/testdriveremoteobject/main.html#app=dbb7&a24-selectedIndex=1
ESPAC. (Agosto de 2013). Ecuador en cifras. Recuperado el Noviembre de 2014, de Visulizador
de estadisticas Agropecuarias Del Ecuador: http://www.ecuadorencifras.com/cifrasinec/main.html
Espinoza Morales, F. A. (Noviembre de 2012). ADECUACION DEL CROMATOGRAFO DE
GASES PERKIN ELMER AUTOSYSTEM XL UBICADO EN EL LABORATORIO DE
ANALISIS FISICO QUIMICO DEL CENTRO DE INVESTIGACIONES Y
DESARROLLO EN SALUD (CENSALUD). San Salvador, El Salvador.
Esteve Turrillas. (2007). Preparación de muestras para el análisis de plaguidas mediante
microondas y fluidos presurizados,. Tesis Doctoral. Valencia, España .
Eurachem. (Noviembre de 2005). Métodos analíticos adecuados a su propósito. Guía de
laboratorio para la validación de métodos y temas relacionados. México: Copyright.
88
Farias, D., Gerrero, J., Lozano, A., & Piedrahita, W. (2004). Estudio de residuos de permetrina en
un cultivo de tomate. 22, 74-80.
Fernández, M. (junio de 2009). Estudio del comportamiento fotoquímico y determinación de
compuestos fitosanitarios en matrices medioambientales y agroalimentarias mediante
técnicas avanzadas de extracción y microextracción . Universidad de Santiago de
Compostela . Santiago de Compostela , España.
Flanzy, C. (2003). Enología: Fundamentos Científicos y Tecnológicos. Madrid - España: AMV
Ediciones.
Fortin, M., Bouchard, M., Carrier, G., & Dumas, P. (2008). Biological monitoring of exposure to
pyrethrins and pyrethroids in a metropolitan populationin a metropolitan population.
Enviro Research., 343-350.
García Barceló, J. (1990). Técnicas Analíticas para Vinos. Barcelona: Penedés Edicions S.A Capellades.
García, M. C. (junio de 2008). Corpoica. Recuperado el 13 de 11 de 2014, de Manual de manejo
cosecha y poscosecha del tomate de árbol : http://www.corpoica.org.co:8086/
GÓMEZ, J. C. (25 de Mayo de 2012). Mercado de los agroquímicos crece un 6% de enero a abril.
El Universo , pág. 14.
Gómez, S., & Sierra, M. I. (2010). Analisis Instrumental, Volume 1. Madrid: Netbiblo.
González Machín, D. (Lima. de mayo de 2003). Nociones básicas de toxicología clínica y
ambiental con énfasis en plaguicidas. 1-20 . CEPIS.
Gutierrez Pulido, H., & De la Vara Salazar, R. (2004). Análisis y diseño de experimentos. México,
DF: Programas Educativos S.A.
Harris, D. (2003). Anális Químico Cuantitativo. En D. Harris, Análisis Químico Cuantitativo (págs.
723-724). Barcelona: Reverté.
Harris, D. C. (2003). Análisis Químico Cuantitativo. Barcelona: Reverte.
Hoy, D. (06 de Julio de 2006). Recuperado el 28 de Noviembre de 2012, de
http://www.hoy.com.ec/noticias-ecuador/crecen-los-sembrios-de-uva-nacional356676.html
Hoy, D. (26 de Agosto de 2011). Recuperado el 28 de Diciembre de 2012, de
http://www.hoy.com.ec/noticias-ecuador/la-importacion-y-el-consumo-de-vino-en-elecuador-aumento-496366.html
Hurtado, M. (2013). LA LEGISLACIÓN ECUATORIANA EN RELACIÓN AL USO DE
PLAGUICIDAS. Loja: Universidad Nacional De Loja .
ICONTEC. (2005). Norma ISO/EC 1725:2005 Requisitos Generales Para la Competencia de los
Laboratorios de Ensayo y Calibración. Recuperado el 2013, de WWW.ICONTEC.com
IICA, C. M. (2001). TOMATE DE ARBOL/TAMARILLO / TREE TOMATO / SWEET TOMATO.
Quito: Subprograma de Cooperación Técnica.
89
ILA, A. I. (2006). POR LA PROHIBICIÓN DE LA “DOCENA SUCIA”.NO A LAS PLAGUICIDAS
MAS NOCIVOS. Lima: Dezain Grafic EIRL.
INECC. (2013). Centro Documental . Recuperado el 26 de Febrero de 2014, de Ficha tecnica
cipermetrina : http://www.inecc.gob.mx/acerca/somos-inecc
INEN. (18 de Marzo de 1991). HORTALIZAS Y FRUTAS MUESTREO NTE INEN 1755.
Recuperado el 31 de mayo de 2013, de Normas Tecnicas: www.inen
INSHT. (2012). Fichas Internacionales de Seguridad Química. Recuperado el 26 de Febrero de
2014, de Documentacion:
http://www.insht.es/InshtWeb/Contenidos/Documentacion/FichasTecnicas/FISQ/Ficheros/
201a300/nspn0246.pd
ISP. (Diciembre de 2010). Instituto de Salud Pública de Chile. Recuperado el 20 de enero de 2014,
de Aspectos generales sobre la validación de métodos:
http://www.ispch.cl/sites/default/files/documento_tecnico/2010/12/Guia%20T%C3%A9cni
ca%201%20validaci%C3%B3n%20de%20M%C3%A9todos%20y%20determinaci%C3%
B3n%20de%20la%20incertidumbre%20de%20la%20medici%C3%B3n_1.pdf
ISPCH. (Diciembre de 2010). Instituto de salud publica de Chile . Recuperado el 21 de 12 de 2014,
de Biblioteca Central ISP: http://www.ispch.cl/
IUPAC. (1995). NOMENCLATURE IN EVALUATION OF ANALYTICAL METHODS
INCLUDING DETECTION LYTICAL METHODS INCLUDING DETECTION .
Gaithersburg: LLOYD A. CURRIE.
Jiménez, L., Quilodrán, J., & Miranda. (2008). Efecto de dosis única intraperitoneal de
cipermetrina en la corteza cerebral somatosensorial de ratones. International J.
Morphology., 19-26.
Jiménez, L., Quilodrán, J., Miranda, J., & Rodríguez, H. ( 2008). Jiménez, L.; Quilodrán, J.;
Miranda Efecto de dosis única intraperitoneal de cipermetrina en la corteza cerebral
somatosensorial de ratones. . International J. Morphology, 19-26.
Juan, A., Picó, Y., & Font, G. (20 de mayo de 2003). Revision de metodos de determinacion de
residuos de plaguisidas organifosforados en alimentos. Recuperado el septiembre de 2012,
de Revista Cientifica Scielo: www.scielo.com
Junquera, p. (07 de Mayo de 2013). Piretroides para uso veterinario contra parásitos externos del
ganado bovino, ovino, caprino, porcino y aviar, perros y gatos . Recuperado el 25 de
febrero de 2014, de Parasitopedia :
http://parasitipedia.net/index.php?option=com_content&view=article&id=73&Itemid=129
Legaz, F., & . Serna1, P. F. (s.f.).
Legaz, F., . Serna, M. D., Ferrer, C., & Primo-Millo1, E. (1995). Análisis de hojas, suelos yaguas
para el diagnóstico nutricional de plantaciones de cítricos. Procedimiento de toma de
muestras. Agricultura muestreo. Valencia: Generalitat Valenciana.
Leon, J., Viteri, P., & Cevallos, G. (2004). Manual de cultivo de tomate de arbol. Quito, Pichincha:
INIAO-PROMSA.
90
Loaiza, A. (2003). Lineamientos de políticas sobre uso y manejo mesurado de plaguicidas con
énfasis en el sector agropecuario y forestal del departamento de Antioquia. Convenio
Interinstituciona. Ceiba, Cornare Dama-Antioquia.
Loayza, J. (Febrero de 2007). Boletín electrónico informativo sobre productos y residuos químicos.
UNMSM. Lima, Perú.
Lucas, K., Maggi, J., & Yagual, M. J. (2010). CREACION DE UNA EMPRESA DE
PRODUCCIÓN,COMERCIALIZACIÓN Y EXPORTACIÓN DE TOMATE DE ÁRBOL EN
EL. Guayaquil: ESCUELA SUPERIOR POLITECNICA DEL LITORAl, FACULTAD DE
ECONOMÍA Y NEGOCIOS .
Mahecha, J. (2013). Academia .edu. Recuperado el 14 de Junio de 2015, de Informe
organoclorados y piretroides:
http://www.academia.edu/9477572/Informe_organoclorados_y_piretroides
Mareca, I. (1983). Origen, composición y evolución del vino. Madrid.
Martínez Flórez, S., & Gonzáles Gallegos, J. (2002). Los Flavonoides: propiedades y acciones
antioxidantes. España.
MNCN. (2015). MNCN. Recuperado el 22 de Enero de 2015, de Museo Nacional de Ciencias
Naturales:
http://www.mncn.csic.es/docs/repositorio//es_ES//investigacion/cromatografia/cromatograf
ia_de_gases.pdf
News*, P. (s.f.). Riesgos en el uso de la Cipermetrina. Obtenido de
http://www.rachel.org/files/document/Riesgos_en_el_Uso_de_la_Cipermetrina.htm.
Ojeda, H. (2003). Los Compuestos Fenólicos de la Uva. Argentina.
Olguín, L. P., & Hector, R. (8 de Junio de 2004). Cromatografía de Gases. Recuperado el 10 de
Diciembre de 2012, de
http://www.ibt.unam.mx/computo/pdfs/met/cromatografia_de_gases.pdf
OMS, O. M. (1993). Organización Panamericana de la Salud (OPS). Plaguicidas y salud en las
Américas, Washington:OMS/OPS.
Pam, P. (octubre de 2000). Chrysanthemum cinerariaefolium. Pyrethrum-Based Insecticides from
Chrysanthemums. E.E.U.U: KitchenGardener Magazine.
PAN. (Agosto de 1998). Pesticides Action Network-UK. Obtenido de www.pan-uk.org
Parrales, A., Reyes Vera, M., & Pine Tobar, W. (2012). Cromatografía del Gas Natural. Guayaquil,
Ecuador.
Peña Neira, A. (s.f.). Composición fenólica de uvas y vinos. Aspectos generales. Santiago de
Chicle, Chile.
PÉREZ, M. A., SEGURA, A., GARCÍA, R., COLINAS, T., & PÉREZ. (2009). RESIDUOS DE
PLAGUICIDAS ORGANOFOSFORADOS EN CABEZUELA DE BRÓCOLI (Brassica
91
oleracea) DETERMINADOS POR CROMATOGRAFÍA DE GASES. Revista
Internacional de Contaminación Ambiental,, 103-110.
PERMITRINA, F. T. (s.f.). Red de Acción en Plaguicidas y sus Alternativas de América Latina.
Obtenido de www.rap-al.org
Petrova, V. (2002). Estabilización Protéica de Vinos Blancos Mediante Adsorción en Columnas de
Relleno. Terragona, España.
Proficol. (2011). Cipermetrina . Recuperado el 25 de febrero de 2014, de Ficha técnica:
http://proficol.com.ec/portafolio
Publica Chile Instituto de Salud;. (2010). Aspectos generales sobre la validación de métodos.
Santiago.
Ramírez, J., & Lacasaña, M. (2001). Plaguicidas: clasificación, uso, toxicología,medicion de la
exposición. Arch Prev Riesgos Labor , 67-75.
Ramírez, L. (Noviembre de 2009). Determinación de pesticidas en vegetales mediante
cromatografía de gases-espectrometría de masa/masa (GC-MS/MS). Huajuapan de León,,
Oaxaca, México.
RAP-AL, O. d. (JULIO de 2009). Ficha tecnica PERMETRINA. España.
Requena, A., R, Q., J.M, B., A, V., A, B., J, Z., y otros. (2015). Nuevas Tecnologías y
Contaminación de Atmósferas para PYMEs. Obtenido de Metodología e instrumentos para
el control remoto. Medida de la contaminación gaseosa.
Rubinson, K., & Rubinson, F. (2001). Análisis instrumental. Madrid, España: Pearson Editorial, S.
A.
Salazar Rosas, J. R. (2010). Cromatografía de Gases.
Seiber, J. (1999). Pesticides de residues in food, Methodos, techniques, and regulations. New
York: John Wiley & Sons.
SESVER. (2012). CENTRO DE INFORMACION TOXICOLOGICA DE VERACRUZ . Obtenido de
Insecticidas Piretrinas y Piretroides: http://web.ssaver.gob.mx/citver/files/2012/07/Fichat%C3%A9cnica-1.1-Insecticidas-Piretrina.pdf
Skoog, D. A. (2000). Principios de Análisis instrumental. En D. A. Skoog, Principios de Análisis
instrumental (pág. 15). Madrid: Mc Graw Hill.
Skoog, D. A. (2000). Principios de Análisis instrumental. Madrid: McGrawHill.
Skoog, D. A. (2001). Principios de análisis instrumental. Madrid: McGraw-Hill.
Teorema Ambiental. (4 de Abril de 2014). Legislación Ambiental. Recuperado el 11 de Agosto de
2014, de Europa protege a las abejas de nuevo pesticida:
http://www.teorema.com.mx/legislacionambiental/europa-protege-a-las-abejas-de-nuevopesticida/
92
Trujillo, O. (2006). AnalisiS de Pesticidas por Cromatografia de Gas. Centro de Publicaciones de
la Universidad Nacional de Colombia.
Valencia, F. (2010). Enología: Vinos, Aguardientes y Licores. España: Publicaciónes Vértice.
Weininger, S. (1988). Química Orgánica. España: Reverté S.A.
World Health Organization. (1990). Public Health Impacts of Pesticides Used in Agriculture,.
Obtenido de http://whqlibdoc.who.int/publications/1990/9241561394.pdf
Zamora, T. (2004). Tesis Doctoral. Determinación de uso de residuos de fungicidas en productos
vegetales mediante técnicas cromatográficas avanzadas. Universidad.
Zamudio, T. (2005). Fermentación.
Zhunaula Mier, C. A. (Junio de 2011). Determinación de Pesticidas Organofosforados en Banano
(Musa Sapientum) Mediante Cromatografía de Gases. Recuperado el 26 de Noviembre de
2012, de http://repositorio.espe.edu.ec/bitstream/21000/4291/1/T-ESPE-032639.pdf
Zhunaula, A. (Agosto de 2011). DETERMINACIÓN DE PESTICIDAS ORGANOFOSFORADOS
EN BANANO (MUSA SAPIENTUM) MEDIANTE CROMATOGRAFÍA DE GASES.
(C. D. AMBIENTE, Ed.) Sangolqui, Pichincah, Ecuador: ESCUELA POLITECNICA
DEL EJÉRCITO.
93
7. ANEXOS
ANEXO 1 .- Norma INEN 1.1990 Para frutas frescas. Tomate de árbol. (Requisitos)
94
95
96
97
ANEXO 2.- Residuos de plaguicidas en alimentos y piensos detalles sobre el plaguicida
cipermetrina
98
ANEXO 3 . Información del cultivo de tomate de árbol y su manejo

Ubicación geográfica: Parroquia el Quinche

Sistema de propagación: Semilla Plantas preparadas en pilones

Siembra :
Época de plantación: Durante la época lluviosa y libre de heladas
Distancia de siembra: 3x3 m entre hileras y plantas
Densidad de plantas: 1100 plantas

Etapas del cultivo
Desarrollo de la plantación: La cosecha en un arbusto de tomate de árbol se inicia 10 a 12
meses después de realizado su trasplante.
Fecha de trasplante: Diciembre 2011
Inicio de la cosecha: Noviembre 2012
Vida económica: 4ños
Estacionalidad de la cosecha: disponible todo el año

Técnica de cultivo
Características del terreno: terreno plano alejado de vertientes o fuentes hídricas
Preparación del terreno: con acceso a riego e incorporación de materia orgánica
Trazado de la plantación: La plantación tiene una forma rectangular y su dimensión es de
una hectárea
Hoyado: 20 x 20 x 20 cm
Fertilización de fondo: abono orgánico desinfectado con cal al 40%
Podas: NO
Deshierbado: si

Manejo integrado de plagas
Nombre
Nombre
Tratamiento Principio
común
científico
Producto
activo
Chinche de
Lrgtoglossus
RAMBLER
cipermetrina
las flores y
zonatus
200 EC
dosis
Periodos
0,6
Cada mes
ml/Litro
del fruto
99
ANEXO 4 . Hoja de seguridad química –cipermetrina
100
101
102
103
104
ANEXO 5.- Cromatógrama del blanco (ruido)
Lectura: Blanco 4
Ion M/C
Método: Cromatografía de Gases.
Muestra :Tomate de árbol ( productos vegetales con bajo contenido de grasa )
X = mg/Kg (ppm)
A: ua .
Blanco
1
Lectura ppm
0,02
2
3
0,02
4
0,02
5
6
0,03
7
ND
8
0,02
9
0,02
10
0,02
x
0,02
0,02
0,02
105
Anexo 6 Cromatógrama cipermetrina
Lectura: Concentración 1.0 ppm.
Ion M/C
Método: Cromatografía de Gases.
Muestra :Tomate de árbol ( productos vegetales con bajo contenido de grasa )
X = mg/Kg (ppm)
A: ua .
106
ANEXO 7 Registró de validación de métodos
PESTICIDAS – CIPERMETRINA
RESUMEN DE VALIDACION
Método
Cromatografía de Gases
Analíto
Cipermetrina
Matriz
Tomate de árbol ( productos vegetales con bajo contenido de grasa )
Unidades
mg/Kg (ppm)
LIMITES
Limites
Valor
Unidades
Detección
0,04
mg/Kg (ppm)
Cuantificación
0,12
mg/Kg (ppm)
Recuperación %
En cada nivel entre 80 % a 110 %
INCERTIDUMBRE
valor
Porcentaje
Acumulada
0,03
0,3%
CUMPLE
Expandida
0,05
0,05%
CUMPLE
CRITERIOS DE ACEPTACION O RECHAZO
% SDr ≤ 12 %
Menor al 5 % en todos los niveles
CUMPLE
Reproducibilidad % SDR ≤ 20%
Menor al 5 % en todos los niveles
CUMPLE
Repetibilidad
Incertidumbre
≤ 30 % en todos los
Total
intervalos válidos
CUMPLE
0.3%
CUMPLE
Recuperabilidad
Linealidad
95 -105 %
0,995%
105
0,99
CUMPLE
El método de análisis de CIPERMETRINA en tomates de árbol ha cumplido con todos los criterios
de aceptación por lo que el método se considera como validado
107
ANEXO 8.- Manual kits AGILENT QUECHERS
108
ANEXO 8 .- Manual kits AGILENT QUECHERS Continuación.
109
ANEXO 8 .- Manual kits AGILENT QUECHERS Continuación.
110
ANEXO 8 .- Manual kits AGILENT QUECHERS Continuación.
111
ANEXO 8 .- Manual kits AGILENT QUECHERS Continuación.
112
ANEXO 8 .- Manual kits AGILENT QUECHERS Continuación.
113
ANEXO 9. Certificación de traducción
114
Descargar