安定性試験(Stability Study)

安定性試験は、製品が規定の品質規格内に時間の経過とともにどれだけの期間とどまるかを判断するために用いる統計解析です。時間と測定可能な応答変数との関係をモデル化し、製品の有効期間(応答が許容限界を超えると予想される時点)を推定します。

最終レビュー

重要なポイント

安定性試験は、製品が規定の品質規格内に時間の経過とともにどれだけの期間とどまるかを判断するために用いる統計解析です。

このページの内容
  1. 安定性試験とは
  2. 安定性試験を使用する場面
  3. 安定性試験を正しく使用するためのガイドライン
  4. 代替手法:安定性試験を使用すべきでない場合
  5. 安定性試験の例
  6. 安定性試験の実行方法

安定性試験とは

安定性試験は、製品が規定の品質規格内に時間の経過とともにどれだけの期間とどまるかを判断するために用いる統計解析です。時間と測定可能な応答変数との関係をモデル化し、製品の有効期間(応答が許容限界を超えると予想される時点)を推定します。
Zometricでは、Stability Study ツールが、時間ベースのデータに回帰モデルを当てはめます。バッチ因子を含めることもでき、製品が規格限界から外れると予測される時点を計算します。

安定性試験を使用する場面

データ要件
• データセットには、主な予測変数として時間変数が含まれている必要があります。これが解析の中心となります。
• 生産バッチ間の違いを考慮するため、任意でバッチ因子を含めることができます。この因子は、試験の計画に応じて、固定因子または変量因子として扱えます。
• 応答変数は連続データである必要があります。たとえば、力価、濃度、pH、重量などです。

データ収集のガイドライン
• データが、対象とする母集団または製品を正確に表していることを確認してください。不完全または偏ったデータは、信頼できない有効期間の推定につながります。
• 正確な予測に必要な精度を得るため、複数の時間間隔にわたって十分な数のデータ点を収集してください。
• すべての変数を可能な限り正確かつ精密に測定してください。測定誤差は、モデルの品質に直接影響します。
• 解析の時間ベースの構造を保つため、データは収集した順に記録してください。

モデルの当てはまり
• モデルはデータによく適合している必要があります。適合の悪いモデルは、誤解を招く有効期間の推定を生みます。
• 当てはめた後は、残差プロット、異常な観測値の診断統計量、モデルの要約統計量を確認し、モデルがデータを正確に表していることを確かめてください。

安定性試験を正しく使用するためのガイドライン

• 力価、濃度、水分含有量などの連続的な応答変数を使用してください。カテゴリカルな応答は、この解析には適していません。
• 予測変数として、必ず時間変数を含めてください。解析全体が、時間の経過に伴う変化の追跡を軸に構築されています。
• 複数の生産バッチを調べる場合は、有効期間の推定にバッチ間のばらつきを反映するため、バッチ因子を含めてください。
• 試験の目的に基づいて、バッチ因子を固定(対象とする特定のバッチ)として扱うか、変量(より大きな母集団を代表するバッチ)として扱うかを決めてください。
• 対象とする母集団または製品を真に代表するデータを収集してください。代表的でない条件のデータは、不正確な有効期間の予測をもたらします。
• 統計的に信頼できる推定を支え、予測の不確実性を減らすため、十分な時間間隔にわたって十分な数のデータ点を集めてください。
• すべての変数を最大限の精度で測定してください。小さな測定誤差でも、推定される有効期間は大きく変わりえます。
• 時系列構造の完全性を保つため、観測値は収集した順に記録してください。
• モデルを当てはめた後は、結論を導いたり有効期間を報告したりする前に、必ず残差プロットとモデルの要約統計量で検証してください。
• モデルの適合が悪い場合は、先に進む前に、モデルの構造の見直し、外れ値の確認、データの再検討を行うべきサインです。

代替手法:安定性試験を使用すべきでない場合

• データに時間変数がない場合は、代わりに Fit Regression Model を使用して、他の連続的な予測変数と応答の関係を解析します。
• 時間以外の複数の予測変数から応答を予測することが目的の場合は、多変数解析に Fit Regression Model を使用します。
• 応答変数が合格または不合格などの2つのカテゴリーを持つ場合は、代わりに Fit Binary Logistic Model を使用します。
• 応答変数が低、中、高などの3つ以上の順序付きカテゴリーを持つ場合は、代わりに Ordinal Logistic Regression を使用します。
• 応答変数が傷、へこみ、裂けなどの3つ以上の順序のないカテゴリーを持つ場合は、代わりに Nominal Logistic Regression を使用します。

安定性試験の例

ある製薬会社の品質技術者が、新規の薬剤を含む錠剤がどれだけの期間有効であり続けるかを確認したいと考えています。錠剤中の薬剤の濃度は時間とともに徐々に低下するため、技術者は、濃度が初期力価の90%に達する時点を特定しようとしています。薬剤が新規であるため、有効期間の推定に使えるのは5つのパイロットバッチだけです。そこで技術者は、各バッチから1錠ずつを、9つの異なる時間間隔で試験します。有効期間を見積もるために安定性試験を用い、すべてのバッチが体系的にサンプリングされているため、技術者は各バッチを固定因子として扱います。LSL に90を入力します。手順は次のとおりです。

  1. 必要なデータを収集しました。
Stability Study — figure 1
  1. 次に、Zometric Statistical Software(https://statsai.zometric.com/)でデータを分析します。
  2. stability study を見つけるには、Statistical module> Regression>Stability Study を選択します。
  3. ツール内で、次のように他の入力とともにデータを入力します。
Stability Study — figure 2

5. 上記のツールを使用すると、次のような出力が得られます。

Stability Study — figure 3Stability Study — figure 4Stability Study — figure 5

安定性試験の実行方法

手順は次のとおりです。

  1. まず、Zometric Statistical Softwareにログインします:https://statsai.zometric.com/
  2. ホームページで Statistical Tool> Regression > Stability Study を選択します。
  3. 次に、データを手動で入力するか、Excelシートからデータ全体をコピー(Ctrl+C)して貼り付けます(Ctrl+V)。または、Load Example オプションを使用すると、サンプルデータが読み込まれます。
  4. 次に、必要なオプションを入力します。
  5. 最後に、ページ下部のcalculateをクリックすると、目的の結果が得られます。

Stability Study のダッシュボードでは、ウィンドウが2つの部分に分かれています。

Stability Study — figure 6

左側にはデータペイン(Data Pane)があります。Data Paneでは、各行が1つのサブグループになります。データは手動で入力するか、Excelシートからデータ全体をコピー(Ctrl+C)してここに貼り付ける(Ctrl+V)ことができます。

Load example:サンプルデータが読み込まれます。

Load File:Excelデータを直接読み込むために使用します。

右側には、次のような多くのオプションがあります。

  • Response:力価、pH、水分含有量など、時間の経過に沿って追跡する測定値です。製品が有効期間を通じて許容限界内にとどまっているかを調べるために検定される変数です。
  • Time:各測定値を記録した時点(例:0、3、6、12か月)です。この変数を用いて、保存期間にわたる応答の変化をモデル化します。
  • Batch:各サンプルが属する特定の生産バッチです。バッチを含めることで、バッチごとに劣化速度が異なるかを検出でき、これは有効期間の推定に直接影響します。
  • Lower Spec:応答の最小許容値です。製品の測定値がこの限界を下回ると、規格外とみなされ、使用には安全でも有効でもなくなります。
  • Upper Spec:応答の最大許容値です。測定値がこの限界を超えると、やはり規格外とみなされます。製品によっては、片方または両方の規格限界を使用できます。
  • Alpha for Pooling Batches:バッチを別々に解析するか、1つのモデルに統合(プーリング)するかを制御します。alpha値を高く(0.25)すると、バッチのプーリングがしやすくなり、より保守的で信頼できる有効期間の推定が得られます。既定値の0.25は、仮説検定で通常使われる0.05より意図的に高くしてあります。安定性試験では、バッチが同じように振る舞うという強い証拠がない限り、バッチを別々にしておく方が安全だからです。
  • Use One Spec Limit to Calculate Shelf Life:製品によっては、一方向にのみ劣化します。たとえば、力価は時間とともに低下するだけです。そのような場合、関連する規格限界は1つだけ(下限または上限)です。このオプションを有効にすると、両方ではなく、その単一の境界に基づいて有効期間を計算するようになり、より正確で適切な推定が得られます。
  • Batch is:バッチ変数を統計的にどのように扱うかを定義します。Fixed Factor に設定した場合、結果は試験した特定のバッチにのみ適用され、有効期間はまさにそれらのバッチに基づいて推定されます。random に設定した場合、結果は将来の可能なすべてのバッチに一般化されます。それらの特定のバッチが製品を代表する場合は、Fixed を使用します。
  • Confidence Interval:信頼区間は、真の有効期間が含まれる可能性の高い範囲を示します。既定値の95%は、実際の有効期間が計算された範囲内にあると95%確信できることを意味します。95%が既定値なのは、業界と規制当局で広く認められた標準であり、消費者を保護するのに十分な慎重さと、製造業者にとっての実用性のバランスが取れているためです。値を低く(例:90%)すると、有効期間は長くなりますが確実性は低くなります。値を高く(例:99%)すると、推定される有効期間が不必要に短くなります。

よくある質問

安定性試験とは何ですか?

安定性試験は、製品が規定の品質規格内に時間の経過とともにどれだけの期間とどまるかを判断する統計解析です。力価などの測定可能な応答を時間に対して回帰モデルで当てはめます。バッチ因子を加えることもでき、応答が規格限界を超えると予想される時点を、有効期間として推定します。

安定性試験にはどのようなデータが必要ですか?

主な予測変数としての時間変数と、力価、濃度、pH、重量などの連続的な応答が必要です。生産バッチ間の違いを考慮するため、バッチ因子を追加できます。複数の時間間隔にわたって十分な数のデータ点を収集し、正確に測定し、収集した順にデータを記録してください。

バッチは固定因子と変量因子のどちらにすべきですか?

試験した特定のバッチに関心があり、それらが製品を代表する場合は、バッチを固定因子として扱います。その場合、有効期間はそれらのバッチに適用されます。バッチがより大きな母集団を代表する場合は、変量因子として扱います。その場合、結果は将来の可能なすべてのバッチに一般化されます。

バッチのプーリングのalphaが0.25なのはなぜですか?

バッチのプーリングのalphaは、バッチを別々に解析するか、1つのモデルに統合するかを制御します。既定値の0.25は、仮説検定で通常使われる0.05より意図的に高くしてあります。安定性試験では、バッチが同じように振る舞うという強い証拠がない限り、バッチを別々にしておく方が安全だからです。