USP1010-分析数据解析与处理-CN

USP1010ANALYTICALDATA-INTERPRETATIONANDTREATMENT分析数据:判断与处理January2017SuHuili目录引言实验室必要的规范与原则检测原则与变量异常结果值分析方法的比对附录A:控制图附录B:精密度研究附录C:分析数据异常值举例附录D:分析方法比对:精密度附录E:分析方法比对:确定两个方法的最大可接受差异,Δ附录F:等同性检验与TOST(twoone-sidedtest)附录G:参考资料引言分析工作规范化学或其他检验数据的统一解释数据评估的基本统计方法异常值的处理分析方法比对引言药品质量的保证包括以下工作:实用的制剂设计验证起始物料检验中间检验,与成品检验以上各项工作取决于可靠的检验方法研发工阶段需要开发并验证分析方法,确保产品特性完整成品检验进一步确保产品稳定安全,有效,符合质量标准引言检测天生具可变性.生物检定可变性长期以来已为人所知.如,USP1034”生物含量分析”规定:需要考虑生物检测数据的可变性化学检验与生物检验相比虽然可变性较好,但仍天生具可变性;但可接受限相对更严,生成数据时必须加以考虑检验可变性若未经事先建立或规定,所得分析数据必须按最严标准进行解析.如若不知两个化验室之间差异情况,相同样品两个化验室平均值之差为10%时,就无法解释这个差异是否显著引言本章阐述科学处理与解析数据的可接受方式.描述了检验数据解析的统计学工具常用统计学工具:平均值,标准偏差其他统计学工具:异常检验,可使用科学有效的方法进行上述方法与工具的例子药典方法所得结果在”总则与要求7.检验结果”(GeneralNoticesandRequirements7.TestResults.)中进行了规定同时在附录G中介绍了统计学工具的额外来源实验室必备的规范与原则•良好的记录•取样计划•标准品管理与使用•系统与制度核实•方法验证实验室必备的规范与原则:良好的记录•实验室记录必须有足够细节,便于其他化验员重现实验条件,审核检验结果.•获取数据时,必须比质量标准多取一位小数,最后计算完成之后再进行修约•总则与要求GeneralNoticesandRequirements实验室必备的规范与原则:取样计划•有效的取样是评估总体质量特性的重要步骤;取样目的是提供代表性数据(样品数据),以评估总体特性.•如何取样与样品数据有关•随机取样是合适的取样方法.必须随机,独立取样,确保生成的数据能够有效评估总体特性.•非随机或”方便”的样本存在偏见性评估可能性的风险•最直接的随机取样是”简单随机取样”,每个单元成为样品的机会相等•缺陷:这个方法不是最优方法;•无法确保其代表各种因素的机会相同(如,时间,位置,设备)•上述各种因素可能会影响总体的关键特性•如:生产一个批次需要12小时,样品必须代表生产的全过程;•生产结束后随机取样可能就不合适•无法保证12小时内每个生产阶段都有相似的样本数量实验室必备的规范与原则:取样计划最好采用有规律的systematic随机取样方式,即:生产全过程中,有规律地定时或定点随机取样(如,每30分钟取样一次),确保样本包括了生产全过程的单元若使用4台不同的灌装机,则需要采用另一种随机取样方式.这种情况下,必须确保随机样品中来自于每台灌装机.分层随机取样,即:4台灌装机随机样品数量相同,即可满足上述要求无论取样目的如何(如放行检验),取样计划必须包括足够细节,即:如何获取样品,以确保样本具有代表性,样本检验结果具有必需的灵敏度.实验室必备的规范与原则:取样计划•最佳取样策略划取决于对生产与分析技术的掌握程度•确定取样计划之后,就很有可能包括了某些随机选择的•样品量必须充足,以满初始检验,随后的复核检验和其他检验要求•建议咨询统计学家,以建立最优取样策略•本文假设进行的是简单随机取样实验室必备的规范与原则:取样计划USP检验要求使用USP标准品时,只有使用标准品检验所得结果最终能够证明产品符合USP标准USP标准品适用产品生产到失效周期内,但USP没有规定检验时间或检验频次USP用户必须建立策略与规范,确保其产品符合药典要求,包括规定检验时间与是否需要检验实验室必备的规范与原则:标准品的使用•用户的策略与规范可以包括:•使用可追溯至USP标准品的二级标准品,以支持所有证明符合药典标准的检验结论•标准品含量值的确定是影响检验准确性的最重要指标之一,这项工作必须确保正确实验室必备的规范与原则:标准品的使用日常工作中或持续确认分析系统仍在可接受水平是一项有意义的工作.可定期检验对照样,或其他方式,如,分析标准品之间的变异,背景信噪比等对已检验参数进行分析,如,用对照样检验结果进行趋势分析,能预示分析系统的变化,必须进行适当调整.典型控制图请见附录AAppendixA实验室必备的规范与原则:系统性能核实与确认验证后的方法可用于检验新制剂(如,新产品,新剂型或新中间体),但必须确认新型制剂不干扰方法的准确度,线性或精密度之后方可使用.当新产品不同于方法建立之初所用剂型时,不可自行假设之前验证的方法能够正确检测新产品.[USP1225定义的准确度与ICHQ2的准确度:仅在不偏性上等同;国际计量术语VIM与ISO标准中,准确度意义是不同的.ISO中准确度指不偏性(真实度)与精密度.而本章按1225定义,仅指真实度实验室必备的规范与原则:方法验证检测原则与变异所有检验包含随机可变性(也称为随机误差),同时也包含系统变异(偏离),因此是对实际值(真值或可接受值)最大程度的估算检测固有的变异性使测定值不同于真值若一组检测包括具代表性的单值结果,可用统计学方法评估整体的性能,并用统计学检验调查这些性能更不符合既定要求.检测原则与变异进行统计分析时应考虑与检验过程及检测整体相关的变异性评估误差大小与方向的统计手段有:平均值,标准偏差,及其衍生参数,如,变异系数%(%CV,也称为相对标准偏差%RSD).评估的变异性可用于计算平均值的置信区间或变异量数,以及捕获单个测量的指定比例的公差区间统计学方法的使用须经良好评估,特别是样本的代表性;数据应与统计分析的假设一致.若违背一个或多个统计假设,可用其他评估方法.本文大部分统计方法与检验基于整体数据是正态分布的基础,被检样本是整体的代表性子集.正态分布(或高斯分布)呈钟形对称分布,要使检验有效须满足正态分布一定特性.数据有时不能完全呈正态分布,可能需要一定转换,使之更好符合正态分布检测原则与变异如:变量呈正态分布,但右边拖尾更长.此类分布通常可以进行对数转换,使之更呈正态.另一个方法就是使用”分布不拘”或”非参数”统计法,这些方法不需要集合形状为正态分布.若需要建立平均值或平均值差异的置信区间,根据中心极限定理centrallimittheorem,正态假设就显得不重要了检测原则与变异但是,必须确认数据的正态分布,以建立标准偏差以及标准偏差比的有效置信区间,进行一些异常检验,建立有效的统计容许限度.后续案例中,正态分布是关键假设.可用简单的图形法,如,散点图,直方图和正态概率图帮助分析这些假设检测原则与变异若样本取自于验证并充分记录的工艺,而对分析误差也充分了解,则可使用单一分析检测进行质量评估.可以对产生误差进行评估,从而对分析结果进行确认.有时,可以报告平均值,因为平均值变异性小于单值.报告单值还是平均值取决于检验方法与其变异性.如,对同一组样品多次检验时,如,HPLC方法重复进样,一般建议报告平均值检测原则与变异变异性与观测值在分布中心分散程度有关.最常用工具是样本平均值(x):检测原则与变异分析方法变异性有多种评估方法.常用方法是重复独立检测样本,确定其标准偏差样本标准偏差s,由下式计算:其中，xi是单次检测值，检验次数是n,𝒙是所有检测的平均值检测原则与变异相对标准偏差%RSD计算,以百分比表示：数据若需要对数转换以达到正态分布(如,生物含量),可使用其他方法检测原则与变异应进行精密度研究,对分析方法变异性有更好的评价.可进行中间精密度研究(包括”组间”与”组内”变异性)和重复性研究(组内变异性)中间精密度应能够允许预期的实验条件的变化,如不同化验员,不同试剂溶液,不同天以及不同仪器.精密度需要重复进行多次检验.每次检验必须完全独立进行,以对不同组分变异性进行准确评估.此外,每组检验时,应进行重复检验,从而评估重复性.精密度试验详见附录B检测原则与变异•解析数据时,需要考虑平均值𝒙的置信区间.•用样本平均值和样本标准偏差s,按下式计算置信区间:其中,tα/2,n−1样本数量为n,可信限为(1-α),自由度为(n-1)的统计数；可从公开学生t-分布查表获得检测原则与变异置信区间用于评估全体“真值”平均值(µ)落入的范围，也用于评价样本平均值的可靠性，从而评价真值平均值。若不断重复相同的实验组,每次真值平均值计算都是95%置信区间,则:认为这个区间有95%的机会包括了真值平均值,µ.无论置信区间是否源于该检验数据组,都不能一定认为该置信区间一定包含了真值平均值.但是,若假设数据能够代表正态分布母体的随机,独立检测,则:用于建立该置信区间的方法有95%的把握包含µ值.需要注意的是:这一点对于母体定义十分重要,从而能够捕获所有相关变异源检测原则与变异【术语说明:ISO有些术语与本文不同。𝒔𝒏通常称为平均值标准误差，在ISO中称为标准不确定度。𝒕𝜶𝟐,𝒏−𝟏𝑺𝒏在ISO中称为扩大不确定度，而𝒕𝜶𝟐,𝒏−𝟏在ISO中被称为涵盖因子若标准偏差是多个来源变异性评估所得，则称为组合标准不确定性有些数据可能没有不确定度的统计学估算，称为B型不确定度，如天平校验时的不确定度】检测原则与变异异常结果偶然会出现分析结果与预期值非常不同的情况.异常,反常,瑕疵,不协调,虚拟,可疑或离群值;以及flyers,离群和奇异值均是异常结果Aberrant,anomalous,contaminated,discordant,spurious,suspiciousorwildobservations;andflyers,rogues,andmavericks.必须记录,说明并管理上述异常结果异常结果可能是准确检验值,但与预期值非常不同;或检验系统出现差错,虽然被测整体仍然正常,但结果可能不是典型值出现异常值时,必须进行系统的实验室调查,甚至工艺调查,从而找出产生异常结果的原因.异常结果调查异常结果必须考虑以下因素,至少包括人员差错仪器差错计算错误产品或包材缺陷若确定原因与产品或包材无关,则可以对原样进行复验;可能的话,对新样品进行检验.应调查方法的精密度,准确度,USP标准品,工艺趋势,标准限度;根据调查记录,可以否决异常结果,并不计入后续计算.异常结果若没有找到书面、确定原因，可进一步调查进行复测，以确定是否异常值但是,使用这些检验时必须小心.异常值检验常有两类错误:(a)将观测值标示为异常值，但实际上不是；(b)不能识别异常值,但实际上存在；存在异常值而在判断是否认可时,需要谨慎解析异常结果“离群值标记”是实验室可疑值的非正式识别，必须进行进一步正式调查；使用正确的离群值识别技术取决于初始识别离群值数量与位置通常使用图示法标识离群值。“离群值识别”就是使用具统计学意义的检验来确认所得离群值与已知结果或假设统计学模型不同。异常结果离群值检验使用得当，是药品检验室非常有用的工具。有几种检验可以判断离群值附录C有3个方法举例：极端学生化偏离(ESD)检验ExtremeStudentizedDeviate狄克逊检验Dixon'sTest汉谱法则Hampel'sRule异常结果应根据样本量与分布假设来选择适当的离群值检验这类检验(如ESD)大都要求假设化验室第生成的检验数据可以被认为是随机样本，其母体呈正态