Avant de mettre un produit sur le marché, deux preuves distinctes doivent être apportées. La première porte sur la conformité technique : les caractéristiques du produit sont-elles dans les spécifications prévues ? La seconde porte sur l'adéquation à l'usage : le produit fait-il vraiment ce que l'utilisateur attend de lui ? Ces deux preuves obéissent à des logiques statistiques différentes, et les mélanger est une erreur fréquente, systématiquement relevée lors des audits réglementaires.
Deux preuves à construire, deux méthodes à maîtriser.
01Vérification du design
Le produit est-il conforme à ce qui a été spécifié ?
La vérification porte sur la conformité aux spécifications de conception : pour chaque exigence technique, est-elle satisfaite, oui ou non ?
Toutes ne relèvent pas du statistique : il n'intervient que lorsque la caractéristique varie d'une unité à l'autre. La première étape est donc de trier les exigences concernées.
Plusieurs stratégies existent alors : tester aux limites de la plage (plutôt qu'au centre), démontrer par l'analyse quand le test physique est contraignant, ou dimensionner un plan d'échantillonnage selon le risque associé à la caractéristique.
Plans d'échantillonnageWorst-case testingTest d'équivalenceIntervalles de toléranceDFSSTolérancementISO 16269-6ISO 16269-8
02Validation du design
Le produit répond-il aux besoins réels des utilisateurs ?
La validation intervient après la vérification et la validation des procédés. Elle s'appuie sur des unités de production réelle, testées dans des conditions reproduisant l'usage prévu.
L'objectif n'est plus de vérifier des spécifications, mais de démontrer que le produit final répond aux attentes de l'utilisateur. Selon le risque, la démonstration varie : conditions simulées, évaluations comparatives, enquêtes auprès d'utilisateurs représentatifs, ou études sur patients.
Avec des questionnaires, les données se traitent en proportions conformes ou non, avec des plans d'échantillonnage adaptés.
Plans d'échantillonnageÉtudes de simulation d'usageProportion conformeIntervalles de prédictionÉtudes cliniques
Vérification n'est pas validation. L'une porte sur les spécifications, l'autre sur les besoins utilisateurs. Ce sont deux activités séquentielles, avec des objectifs distincts, des données différentes et des preuves statistiques qui ne s'interchangent pas. Un dossier technique solide les documente séparément, avec un raisonnement propre à chacune.
Approfondissement · Vérification & validation
Vérification et validation du design : comment choisir et justifier sa démonstration statistique
La question que posent les auditeurs n'est pas « combien avez-vous testé d'unités ? », mais « pourquoi ce nombre est-il suffisant pour cette caractéristique, à ce niveau de risque, dans ces conditions ? » C'est sur la cohérence du raisonnement statistique que se joue la robustesse d'un dossier V&V.
En vérification, le plan d'échantillonnage n'est pas toujours la bonne réponse
Lorsqu'une caractéristique présente une variabilité, le réflexe est souvent de construire un plan d'échantillonnage. Mais cette approche n'est valide que si les unités testées couvrent effectivement toute la plage de spécification définie. En pratique, un procédé bien centré produit des unités regroupées autour de la cible, loin des limites. Tester ces unités ne démontre pas que les extrêmes de la spécification sont atteignables et conformes.
C'est pourquoi deux autres approches sont souvent plus adaptées : tester délibérément aux limites de la plage (ce qu'on appelle le test en conditions extrêmes), ou démontrer par le calcul que la conception tient ses engagements sans avoir à tout tester physiquement. Ces approches ne sont pas des raccourcis, elles sont statistiquement plus rigoureuses dans ce contexte.
En validation, la logique change radicalement
La validation ne cherche pas à vérifier des spécifications, elle cherche à démontrer que le produit fonctionne comme attendu dans la réalité de son utilisation. Les unités testées doivent être représentatives de ce que l'utilisateur final recevra, testées dans des conditions qui reflètent son environnement réel.
Pour les évaluations qualitatives, les résultats peuvent être traduits en données binaires conformes/non conformes et traités avec des plans d'échantillonnage adaptés aux proportions. Cela permet d'appliquer un cadre statistique rigoureux même à des données subjectives, à condition de définir clairement et en amont ce qui constitue un résultat acceptable.
Dans les cas les plus exigeants réglementairement, notamment pour les dispositifs à haut risque, des études impliquant des patients réels peuvent être requises. Dans ce cas, la conception statistique de l'étude doit être pilotée par un statisticien dès le départ.
Conclusion
Choisir entre un plan d'échantillonnage, un test en conditions extrêmes, une démonstration analytique ou un test d'équivalence n'est pas une question de préférence. C'est une décision technique qui doit être justifiée par rapport au risque, au type de données disponibles et aux conditions d'utilisation du produit. C'est cette rigueur de raisonnement que StatExelia apporte à vos dossiers de vérification et de validation.
Une V&V à structurer ou à défendre ? Partagez vos exigences et les contraintes de votre projet. Nous construisons avec vous une stratégie statistique cohérente, justifiée et défendable en audit.
