Frente a la escasez de sustancias estándar y la limitación en el volumen de muestras para modelado durante el periodo de prueba de equipos de espectroscopía de infrarrojo cercano (NIRS) en la industria farmacéutica, este estudio propone una estrategia de doble evaluación basada en el principio de selección de materiales “4S” y un modelo de evaluación multicriterio integral que combina la “repetibilidad dinámica de absorbancia + potencial de modelado con muestras pequeñas”. Se seleccionaron tres espectrómetros de infrarrojo cercano con diferentes principios espectrales (FT tipo A, rejilla tipo E y I) y se evaluó la precisión de la absorbancia utilizando tres sustancias no estándar: manitol, ácido esteárico y polietileno; al mismo tiempo, para cuantificar la humedad en cápsulas blandas de 桂枝茯苓, se construyó un modelo PLS de muestra pequeña usando validación cruzada de dejar-uno-fuera (LOOCV) para comparar el potencial de modelado de cada equipo. Los resultados indicaron diferencias significativas en el desempeño de los tres equipos: el equipo A mostró la mejor precisión en absorbancia y modelado (RMSECV=0.1923, R²_CV=0.9469), con una puntuación integrada MCDA (92.93) que lidera claramente, reflejando las ventajas del hardware con alta relación señal-ruido; el equipo E mostró una repetibilidad de absorbancia notablemente inferior, su estabilidad de hardware limitada restringió el potencial del modelo; el equipo I reveló defectos significativos en el sistema de control térmico durante las pruebas con muestras sensibles al calor (ácido esteárico), lo que condujo a fallos en la medición. Esta estrategia no requiere sustancias estándar costosas y permite identificar con precisión los riesgos ocultos del hardware bajo condiciones de muestras pequeñas, proporcionando a las empresas farmacéuticas una referencia de decisión económica, eficiente y con fiabilidad metrológica para la selección y evaluación de riesgos de equipos.

espectroscopía de infrarrojo cercano;evaluación y selección de equipos;repetibilidad de absorbancia;mínimos cuadrados parciales;validación cruzada dejar-uno-fuera