數字是一種承諾
想像某個實驗室報告說，一瓶飲用水中含有每升 8 微克的鉛。一整條決策鏈都掛在這一個數字上：家長據此認為水是安全的，城市據此決定不更換管道，監管者據此決定不處罰任何人。這個數字實際上就是一個承諾——承諾現實和報告所說的一致。但一個測量方法是一台由許多步驟組成的長長的機器——採樣、稀釋、儀器、計算——其中任何一步都可能悄悄地說謊。那麼，是誰、憑什麼獲得了做出這個承諾的資格？
答案是：在這個方法真正投入使用之前，有人會特意去檢驗它——有目的地、提前地、用一些已知真實答案的樣品來檢驗。這種有計畫的檢驗就叫做方法驗證。它正是「我們運行了儀器並得到一個數字」和「我們有證據表明這個方法給出的是正確數字」之間的區別。
兩個日常問題：它準嗎，它穩嗎
驗證的大部分內容，歸結起來就是兩個你在日常生活中早就會問的樸素問題。第一：答案準嗎？如果一台浴室體重秤總是多讀 3 公斤，那它就沒有說真話，無論它把數字顯示得多麼理直氣壯。在實驗室裡，這種「說真話」叫做準確度——結果與真實值有多接近。第二：答案穩嗎？如果你上上下下站五次，得到五個差別很大的體重，那任何一個讀數你都不能相信。這種穩定性就是精密度——重複測量彼此之間有多接近。
品質控制與品質保證
驗證只能一次性地證明一個方法是可靠的。但實驗室在多年裡要測成千上萬個樣品，而人、試劑和儀器都會漂移。於是有兩個持續性的習慣，讓那個承諾日復一日地保持有效。品質控制（QC）是你在測真實樣品時同時進行的一系列檢查——時不時測一個已知的樣品，確認這個方法今天仍然表現正常。品質保證（QA）則是更大的總框架：由規則、記錄、培訓和審核組成的整套體系，讓「好結果」成為預設狀態，而不是碰巧走運。
一個簡單的區分辦法：QC 問的是「眼下這一批數據好不好？」，而 QA 問的是「我們實驗室的整體設置，是否能讓每一批數據都可靠地好？」QC 抓住今天的問題；QA 預防明天的問題。兩者都需要，而本階梯接下來的內容，會逐一展開每一方所用到的工具。
一次驗證到底檢查些什麼
當一個團隊驗證一個方法時，他們不會聳聳肩說一句「看起來還行」。他們會逐項走完一份有名有姓的性質清單——有時稱作「效能指標」——並為每一項收集一個數字。你會在後面的指南裡正式認識它們，但這裡先給出這份清單的大致形狀，好讓這些術語不再顯得雜亂無章。
- 它最小能「看到」多微量的物質，又能可靠地測量多少？（檢出限、定量限）
- 在什麼範圍內，訊號會沿著一條乾淨的直線跟著濃度走？（線性、工作範圍）
- 即使待測物埋在亂糟糟的真實樣品裡，它也能找出正確的量嗎？（回收率、準確度）
- 當一些小事情發生變化時——換了個分析員、溫度略有不同——它還能保持淡定嗎？（耐用性、穩健性）
為什麼這值得你的耐心
人們很容易把這一切看成官僚式的繁文縟節。但品質工作中的每一條規則，都是某次真實災難留下的傷疤——一位用錯劑量的病人、一次受污染的食品召回、一樁被推翻的冤案。品質工作不過是「不自欺」這門功夫的紀律化，把它寫下來，好讓一整個機構都能照著練習。一旦掌握它，你的數字就贏得了科學家最需要的那樣東西：被人相信。