AROUND LAB NEWS
Nota applicativa N.63 · verificata il 10 ottobre 2026

La distribuzione di Poisson nel campionamento microbiologico

Perché la conta microbica segue la statistica di Poisson e cosa implica per l’incertezza del risultato.

Apri la versione interattiva con schemi e immagini

Quando i microrganismi sono distribuiti in modo casuale e indipendente in un liquido ben miscelato, il numero di colonie contate su una piastra segue la distribuzione di Poisson. La caratteristica chiave di questa distribuzione è che la varianza è uguale alla media: l’incertezza cresce con il numero atteso di colonie, ma in modo prevedibile.

Una conseguenza pratica è che l’incertezza relativa di una conta è pari a 1/√N: contare 100 colonie dà un’incertezza relativa del 10%, contarne 25 la porta al 20%. Ecco perché si preferiscono piastre con un numero sufficiente di colonie (tipicamente 25–250 UFC per le conte su piastra) e perché una singola piastra con poche colonie è statisticamente debole.

Lo stesso modello fonda il Most Probable Number (MPN) e la stima dei limiti di fiducia di una conta. Comprendere la natura poissoniana del dato aiuta a non sovra-interpretare piccole differenze tra piastre e a dimensionare correttamente diluizioni e repliche.

Che cosa significa in pratica. Se la concentrazione reale è 1 UFC/m³ e si campiona 1 m³, la probabilità di trovare zero colonie è del 37% (e^-1): un risultato nullo non dimostra assenza, dimostra solo che la concentrazione è probabilmente bassa. Per avere il 95% di probabilità di rilevare almeno una UFC a quella concentrazione servono 3 m³. Lo stesso vale per il conteggio particellare: la ISO 14644-1 chiede almeno 20 particelle attese al limite di classe per campione proprio per ridurre l'incertezza di Poisson (con 20 conteggi lo scarto relativo è ±22%; con 5 sarebbe ±45%). Due conseguenze operative: i limiti di allerta su dati a conteggi bassi vanno calcolati con statistica di Poisson o con il contamination recovery rate (USP <1116>), non con media e deviazione standard, che presuppongono dati normali; e un singolo conteggio in Grado A, dove il limite è zero, va letto nel trend, come chiede l'Annex 1 §9.21, perché un evento isolato a bassa concentrazione è compatibile con un processo in controllo.

Punti chiave

Note correlate

Fonti

AROUND LAB NEWS · canale divulgativo e didattico · Tutte le note applicative