고급 안정성 연구 (ICH 준수)

고급 안정성 연구는 역가와 같은 연속형 반응을 시간에 대해 회귀하여 반응이 규격 한계를 넘는 시점을 찾습니다. ICH Q1E 배치 통합 가능성(고정 또는 랜덤, 알파 0.25), 비배치 요인, 브래케팅 및 매트릭싱, 부록 A 외삽 평가, Box-Cox 변환, Arrhenius 또는 Q10 온도 예측, 오버리지 계산기를 추가로 제공합니다. 출력에는 유효기간, ANOVA/통합 결과, 그래프, 예측값이 포함됩니다.

최종 검토

핵심 요점

고급 안정성 연구는 반응을 시간에 대해 회귀하고, 배치 통합 가능성을 검정하며, Arrhenius 또는 Q10 동역학으로 다른 온도의 유효기간을 예측하여 ICH Q1E에 따라 제품의 유효기간을 추정합니다.

이 페이지 내용
  1. 고급 안정성 연구란?
  2. 고급 안정성 연구는 언제 사용합니까?
    1. 데이터 요건
    2. 데이터 수집 지침
    3. 모형 적합
    4. 고급 안정성 연구의 올바른 사용 지침
    5. 대안: 고급 안정성 연구를 사용하지 않아야 할 때
  3. 고급 안정성 연구 예제
  4. 고급 안정성 연구 방법
    1. Data Pane (왼쪽 부분)
    2. Options (오른쪽 부분)
    3. Specification limits and batch pooling
    4. Batch treatment
    5. ICH Q1E regulatory context
    6. Study design (bracketing and matrixing)
    7. Confidence and percent of population
    8. Box-Cox transformation
    9. Residual diagnostics
    10. Results display
    11. Prediction
    12. Temperature projection (kinetics)
    13. Overage
    14. Reading the output

고급 안정성 연구란?

고급 안정성 연구는 의약품 등 규제 대상 제품의 유효기간을 추정하는 Zometric의 ICH Q1E 준수 도구입니다. 기본 Stability Study 도구와 마찬가지로 측정 가능한 반응(역가, 농도, pH, 수분 등)을 시간에 대한 회귀 모형으로 적합하고, 반응이 규격 한계를 넘을 것으로 예측되는 시점을 찾습니다. 고급 버전은 여기에 규제 제출에 필요한 ICH Q1E의 전체 기능을 더합니다. 즉, 배치 통합 가능성 검정(고정 또는 랜덤 배치 효과), 자체 통합 가능성 검정을 갖춘 선택적 비배치 요인(예: 함량 또는 용기/마개 시스템), 브래케팅 및 매트릭싱 설계 처리, 보관 조건과 유의한 변화 이력에 근거한 ICH Q1E 부록 A 외삽 평가, Box-Cox 반응 변환, Arrhenius 또는 Q10 동역학을 이용한 온도 예측(한 보관 조건에서 추정한 유효기간을 다른 온도로 예측), 그리고 목표 유효기간 말에도 제품이 하한 규격을 충족하도록 제조 시 추가해야 할 과량의 유효 성분을 계산하는 오버리지 계산기를 제공합니다.

요약하면, 시간/반응/배치 데이터로 빠르게 유효기간을 추정하려면 일반 Stability Study 도구를 사용하고, 연구가 ICH Q1E 문서화 요건을 충족해야 하거나, 여러 온도를 다루거나, 오버리지 권고가 필요한 경우에는 고급 안정성 연구 도구를 사용합니다.

 

고급 안정성 연구는 언제 사용합니까?

데이터 요건

  • 데이터에는 분석을 이끄는 주 예측변수인 시간 변수가 있어야 합니다(예: 0, 3, 6, 9, 12, 18, 24개월).
  • 생산 배치 간 차이를 반영하기 위해 선택적으로 배치 요인을 포함할 수 있으며, 고정 요인(Fixed factor)이나 랜덤 요인(Random factor)으로 처리하거나 아예 생략("No batch factor")할 수 있습니다.
  • ICH Q1E 다요인 연구(예: 함량, 용기/마개 유형, 방향)를 위해 선택적으로 비배치 요인(Factor2)을 포함할 수 있으며, 이 요인은 배치와 별도로 α = 0.05에서 통합 가능성을 검정합니다.
  • 연구가 둘 이상의 보관 온도를 포함하는 경우 선택적으로 Temperature 열을 포함할 수 있습니다. 이 열이 제공되면 문헌 값을 직접 입력하지 않아도 도구가 Arrhenius 적합으로 데이터에서 직접 활성화 에너지(Ea)를 구합니다.
  • 반응변수는 연속형이어야 합니다(예: 역가, 농도, pH, 무게).

데이터 수집 지침

  • 데이터가 관심 대상 배치/모집단을 정확히 나타내도록 하십시오. 불완전하거나 편향된 데이터는 신뢰할 수 없는 유효기간 추정으로 이어집니다.
  • 정확한 예측에 필요한 정밀도를 확보하고 ANCOVA/통합 검정이 충분한 검정력을 갖도록, 여러 시간 간격에 걸쳐 충분한 데이터 점을 수집하십시오(ICH Q1E는 통상 최소 측정 주기, 예를 들어 0, 3, 6, 9, 12, 18, 24, 36개월을 기대합니다).
  • 브래케팅 또는 매트릭싱 설계를 사용했다면 실제로 시험한 수준/조합을 기록하십시오. 도구에는 이를 문서화하고 보고된 유효기간에 올바른 ICH Q1E 부록 C 주의 사항을 적용하는 전용 옵션이 있습니다.
  • Arrhenius 동역학 예측을 위해 여러 보관 온도를 시험했다면, Temperature 열에 각 관측값과 함께 정확한 온도(°C)를 기록하십시오.
  • 모든 변수를 가능한 한 정확하고 정밀하게 측정하십시오. 측정 오차는 모형의 품질과 모든 온도 예측에 직접 영향을 줍니다.
  • 분석의 시간 기반 구조를 유지하려면 데이터를 수집한 순서대로 기록하십시오.

모형 적합

  • 모형은 데이터에 잘 적합해야 합니다. 적합이 나쁜 모형은 잘못된 유효기간 추정과 신뢰할 수 없는 Arrhenius/Q10 예측을 만듭니다.
  • 적합 후에는 ANOVA/Model Selection 표(배치 통합 및 factor2 통합 검정에서 유지된 항), 잔차 그림, 특이 관측값에 대한 진단 통계량, Model Summary(S, R-sq, R-sq(adj), R-sq(pred))를 검토하여 모형이 데이터를 잘 나타내는지 확인하십시오.
  • Kinetics/Transform Mismatch 경고가 나타나면, 다른 온도의 예측 유효기간을 신뢰하기 전에 Box-Cox 변환과 Degradation Kinetics 모형의 조합을 다시 검토하십시오.

 

고급 안정성 연구의 올바른 사용 지침

  • 역가, 농도, 수분 함량과 같은 연속형 반응변수를 사용하십시오. 범주형 반응은 이 분석에 적합하지 않습니다.
  • 항상 시간 변수를 예측변수로 포함하십시오. 전체 분석은 시간에 따른 변화를 추적하는 데 기반합니다.
  • 여러 생산 배치를 연구할 때는 배치 요인을 포함하고, 연구 목적에 따라 Fixed(관심 대상인 특정 배치) 또는 Random(더 큰 모집단을 대표하는 배치)으로 처리할지 결정하십시오.
  • 특별한 이유가 없다면 Alpha for Pooling Batches를 ICH Q1E 기본값인 0.25로 두십시오. 이 의도적으로 관대한 임계값은 배치를 함께 통합하는 것을 정당화하기 어렵게 만들어 유효기간 추정을 보수적으로 유지합니다.
  • Non-batch factor (Factor2) 항목은 실제 ICH Q1E 다요인 연구(예: 함량 또는 용기 유형)에만 사용하십시오. 이 요인은 배치 통합 알파가 아니라 통상적인 α = 0.05에서 통합 가능성을 검정합니다.
  • 연구가 실제로 여러 보관 온도에 걸쳐 있는 경우에만 Temperature 열을 채우십시오. 그러면 Kinetics 모형이 자동으로 Arrhenius로 전환되고, 수동 입력값이 아니라 데이터에서 Ea를 구합니다.
  • Degradation Kinetics 선택이 Box-Cox 변환과 일치하는지 확인하십시오. 0차 동역학은 변환이 없다고 가정하고, 1차 동역학은 자연로그 변환(λ = 0)을 가정합니다. 불일치하면 Kinetics / Transform Mismatch 경고가 나타나며 Arrhenius/Q10 예측을 신뢰할 수 없게 될 수 있습니다.
  • Overage는 Lower Spec을 입력한 열화 제품(음의 기울기)에만 활성화하십시오. 그렇지 않으면 도구가 오버리지 계산을 거부합니다. 오버리지는 역가/반응이 시간에 따라 감소할 것으로 예상될 때만 의미가 있기 때문입니다.
  • 연구에서 브래케팅 또는 매트릭싱 설계를 사용했다면 해당 옵션을 선택하고 설명하십시오. 그러면 보고서에 시험하지 않은 수준이나 조합으로 유효기간을 확장하는 것에 대한 올바른 ICH Q1E 부록 C 면책 문구가 포함됩니다.
  • 가속 및 중간 조건에서 Storage condition과 모든 Significant change 관찰 결과를 기록하십시오. 이 정보는 계산된 유효기간을 가장 긴 가용 시점 이후로 얼마나 외삽할 수 있는지 제한하는 ICH Q1E 부록 A 외삽 평가를 결정합니다.
  • 통계적으로 신뢰할 수 있는 추정을 뒷받침하고 예측 불확실성을 줄이려면 충분한 시간 간격에 걸쳐 충분한 데이터 점을 수집하십시오.
  • 모든 변수를 최대한 정밀하게 측정하십시오. 작은 측정 오차도 추정 유효기간을 크게 바꿀 수 있습니다.
  • 시계열 구조의 무결성을 유지하려면 관측값을 수집한 순서대로 기록하십시오.
  • 모형을 적합한 후에는 결론을 내리거나 유효기간을 보고하기 전에 항상 잔차 그림, Model Summary, ICH Q1E 외삽 평가로 모형을 검증하십시오.
  • 모형 적합 불량, 해결되지 않은 동역학/변환 불일치, 외삽 한도 경고는 모두 진행하기 전에 모형을 재검토하거나 특이치를 확인하거나 데이터를 다시 점검해야 한다는 신호입니다.

 

대안: 고급 안정성 연구를 사용하지 않아야 할 때

  • 연구에 ICH Q1E 문서화가 필요하지 않고(브래케팅/매트릭싱, 온도 예측, 오버리지가 없음) 빠른 유효기간 값만 필요하다면, 같은 핵심 회귀/통합 엔진을 더 짧고 쉬운 옵션 목록으로 제공하는 더 간단한 Stability Study 도구를 사용하십시오.
  • 데이터에 시간 변수가 없다면, 다른 연속형 예측변수와 반응 간의 관계를 분석하기 위해 Fit Regression Model을 대신 사용하십시오.
  • 시간이 아닌 여러 예측변수로 반응을 예측하는 것이 목적이라면, 다변량 분석을 위해 Fit Regression Model을 사용하십시오.
  • 반응변수가 합격 또는 불합격과 같이 두 범주를 가지면 Fit Binary Logistic Model을 대신 사용하십시오.
  • 반응변수가 낮음, 중간, 높음과 같이 순서가 있는 세 개 이상의 범주를 가지면 Ordinal Logistic Regression을 대신 사용하십시오.
  • 반응변수가 긁힘, 찍힘, 찢어짐과 같이 순서가 없는 세 개 이상의 범주를 가지면 Nominal Logistic Regression을 대신 사용하십시오.

 

고급 안정성 연구 예제

한 제약 회사의 품질 엔지니어가 새로운 정제 제형의 유효기간을 설정하고, 제품을 더 높은 온도에서 보관할 경우 유효기간이 어떻게 달라지는지도 알고자 합니다. 약물의 역가는 시간이 지남에 따라 서서히 감소합니다. 파일럿 배치 5개가 있으며, 의도한 장기 보관 조건(25°C/60%RH)에서 시점 9개에 걸쳐 시험했고, 같은 배치 중 일부는 Arrhenius 예측을 뒷받침하기 위해 가속 조건(40°C)에서도 추가로 시험했습니다. 모든 배치를 체계적으로 추출했으므로 각 배치는 Fixed factor로 처리합니다. 하한 규격은 90으로 입력합니다(즉, 제품은 표시량의 90% 이상을 유지해야 합니다). 또한 Overage를 활성화하여, 제안된 24개월 유효기간 동안 90% 역가를 보장하려면 제조 시 원료 의약품을 얼마나 더 추가해야 하는지 확인합니다. 사용한 단계는 다음과 같습니다.

1. 필요한 시간, 배치, 반응(역가), 온도 데이터를 수집했습니다.

adv-stability-raw


2. 다음에서 데이터를 분석했습니다: https://statsai.zometric.com/.

3. Advanced Stability Study를 찾기 위해 다음을 선택했습니다: Statistical module > Regression > Advanced Stability Study.

4. 도구 안에서 데이터와 함께 다른 입력값(Response = Potency, Time = Time, Batch = Batch, Temperature = Temperature, Lower Spec = 90, Batch is = Fixed factor, Kinetics model = Arrhenius, Reference temperature = 25, Target temperatures = 5, 25, 30, 40, Overage = checked, Label Claim = 100, Target Shelf Life = 24)을 다음과 같이 입력했습니다.

adv-stability-options

5. 도구를 사용한 후 유효기간 추정값, ANOVA/통합 결정, 유효기간 그래프, 다른 온도로의 Arrhenius 예측, 오버리지 권고가 다음과 같이 출력되었습니다.

shelf-plotsarrhenius-plot



고급 안정성 연구 방법

절차는 다음과 같습니다.

6. Zometric Statistical Software에 로그인합니다: https://statsai.zometric.com/

7. 홈 페이지에서 Statistical Tool > Regression > Advanced Stability Study를 선택합니다.

8. 이어서 데이터를 직접 입력하거나, 엑셀 시트에서 데이터를 통째로 복사(Ctrl+C)하여 붙여넣거나(Ctrl+V), Load Example 옵션으로 예제 데이터를 불러오거나, Load File로 엑셀/csv 파일을 바로 불러옵니다.

9. 이어서 필요한 옵션을 입력합니다. 항목별 설명은 아래에 있습니다.

10. 마지막으로, 페이지 하단의 Calculate를 클릭하면 원하는 결과를 얻을 수 있습니다.

 

고급 안정성 연구의 도구 화면은 두 부분으로 나뉩니다.

 

Data Pane (왼쪽 부분)

왼쪽 부분에는 Data Pane이 있습니다. 데이터를 직접 입력하거나, 엑셀 시트에서 데이터를 통째로 복사(Ctrl+C)하여 여기에 붙여넣을 수 있습니다(Ctrl+V). 데이터가 있으면 오른쪽의 Response, Time, Temperature, Batch, Non-batch factor 드롭다운이 실제로 데이터가 들어 있는 열만 자동으로 걸러서 표시하며, 각 열의 첫 행에 입력한 머리글 텍스트가 이름으로 사용됩니다.

  • Load Example: 약물 유효기간 샘플 데이터를 불러와, 자신의 데이터를 사용하기 전에 도구가 처음부터 끝까지 작동하는 모습을 볼 수 있습니다.
  • Load File: 데이터를 표에 붙여넣는 대신 Excel 또는 CSV 파일을 바로 업로드할 수 있습니다.
  • Clear Data / Clear Output: Clear Data는 Data Pane을 비우고, Clear Output은 입력한 데이터와 옵션은 그대로 둔 채 아래의 결과 패널을 지웁니다.

 

Options (오른쪽 부분)

오른쪽 부분에는 다음과 같은 여러 옵션이 있으며, 아래에 목적별로 묶어 설명합니다.

Core variables

  • Response: 시간에 따라 추적하는 측정값으로, 역가, pH, 수분 함량 등이 있습니다. 제품이 유효기간 내내 허용 한계 안에 머무르는지 확인하는 대상 변수입니다.
  • Time: 각 측정값을 기록한 시점입니다(예: 0, 3, 6, 12개월). 도구는 이 변수를 사용하여 보관 기간에 따라 반응이 어떻게 변하는지 모형화합니다.
  • Batch: 각 표본이 속한 특정 생산 배치입니다. 배치를 포함하면 도구가 배치마다 열화 속도가 다른지 탐지할 수 있으며, 이는 유효기간 추정에 직접 영향을 줍니다. "Batch is"가 "No batch factor"로 설정된 경우를 제외하고 필수입니다.
  • Non-batch factor (optional): Strength 또는 Container type과 같은 ICH Q1E 다요인 열입니다. Batch와 별개로 유의수준 α = 0.05에서 통합 가능성을 검정하며, 그 통합 가능성 판정(poolable / common slope / not poolable)은 별도로 보고됩니다.
  • Temperature column: 선택 사항입니다. 연구가 둘 이상의 보관 온도를 포함하는 경우 이 열을 지정하면 도구가 데이터에서 직접 Arrhenius 활성화 에너지를 구합니다. Temperature 열을 선택하면 Kinetics 모형이 자동으로 Arrhenius로 전환되고, 해당 값이 이제 자동 계산되므로 수동 Activation Energy / Q10 입력 항목은 비활성화됩니다.

 

Specification limits and batch pooling

  • Lower Spec: 반응에 대해 허용되는 최솟값입니다. 제품의 측정값이 이 한계 아래로 떨어지면 규격을 이탈한 것으로 간주되며 더 이상 안전하거나 효과적으로 사용할 수 없습니다.
  • Upper Spec: 반응에 대해 허용되는 최댓값입니다. 측정값이 이 한계를 넘으면 마찬가지로 규격을 이탈한 것으로 간주됩니다. 제품에 따라 규격 한계를 하나 또는 둘 다 사용할 수 있으며, Lower Spec / Upper Spec 중 적어도 하나는 입력해야 합니다.
  • Alpha for Pooling Batches: 배치를 개별적으로 분석할지 하나의 모형으로 결합(통합)할지를 제어합니다. 알파 값이 높을수록(기본값 0.25) 배치를 통합하기가 더 어려워져 더 보수적이고 신뢰할 수 있는 유효기간 추정이 나옵니다. 기본값 0.25는 가설검정에서 통상 사용하는 0.05보다 의도적으로 높은데, 안정성 연구에서는 배치가 같은 방식으로 거동한다는 강력한 증거가 없는 한 배치를 분리해 두는 것이 더 안전하기 때문입니다. 같은 검정이 순서대로 다음을 결정합니다. 먼저 열화 속도(기울기)가 배치 간에 다른지, 다르지 않다면 시작점(절편)만 다른지를 판단하며, 적합하는 가장 단순한 모형이 보고됩니다.
  • Use One Spec Limit to Calculate Shelf Life: 어떤 제품은 한 방향으로만 열화됩니다. 예를 들어 역가는 시간이 지나면서 감소하기만 합니다. 이런 경우 유효기간 계산에는 규격 한계 하나(하한 또는 상한)만 실제로 관련이 있습니다. 이 옵션을 활성화하면 도구가 신뢰 수준을 두 한계로 나누지 않고 해당 단일 경계에 모두 사용하므로 더 정확한 추정을 얻습니다. 도구는 적합된 추세의 방향으로부터 하한과 상한 중 어느 쪽이 관련 있는지 자동으로 판단합니다.

 

Batch treatment

  • Batch is: 배치 변수를 통계적으로 어떻게 처리할지 정의합니다. "No batch factor"는 배치를 무시하고 하나의 통합 회귀선을 적합합니다. "Fixed factor"는 결과가 시험한 특정 배치에만 적용됨을 뜻하며, 유효기간은 바로 그 배치들로부터 추정됩니다(배치 중 최솟값으로 보고됨). "Random factor"는 시험한 배치를 미래 배치라는 더 큰 모집단의 표본으로 취급하여 대신 혼합 효과 모형을 적합하며, 추정을 보유한 배치 너머로 일반화합니다. 해당 특정 배치가 등록 대상 제품을 나타내는 경우에는 Fixed를 사용합니다.
  • Storage condition: 연구의 공칭 보관 조건으로, Room temperature (25°C/60%RH), Refrigerator (5°C ± 3°C), Freezer (−20°C ± 5°C), 또는 Below −20°C입니다. 이는 아래의 유의한 변화 항목과 함께, 계산된 유효기간을 실제로 시험한 가장 긴 시점 너머로 얼마나 외삽할 수 있는지를 결정합니다(ICH Q1E 부록 A).

 

ICH Q1E regulatory context

  • Significant change at accelerated condition: 가속 보관 조건에서 유의한 변화가 관찰되었는지, 관찰되었다면 얼마나 일찍(3개월 이내 또는 3개월에서 6개월 사이) 나타났는지를 기록합니다. 이는 ICH Q1E 외삽 결정 트리의 핵심 입력값입니다. 가속 조건에서 유의한 변화가 일찍 발생했다면 관찰된 장기 데이터 너머의 외삽은 거의 또는 전혀 허용되지 않습니다.
  • Significant change at intermediate condition: 중간 보관 조건(가속 데이터에서 변화가 나타날 때 사용)에서 유의한 변화가 관찰되었는지를 기록합니다. 중간 조건에서 유의한 변화가 없으면 가속 조건에서 변화가 나타났더라도 제한적인 외삽이 허용될 수 있습니다.
  • Relevant supporting data available: 개발 배치, 관련 제형 또는 소규모 연구에서 얻은 뒷받침 데이터가 있으면 선택합니다. 공식 통계 분석을 수행했다는 사실과 결합하면 ICH Q1E에 따라 외삽 한도를 다소 더 크게 허용합니다.
  • Proposed shelf life (B.2.1 check): 이미 염두에 둔 목표 유효기간이 있으면 여기에 입력합니다. ICH Q1E B.2.1항에 따라, 도구는 배치 통합 가능성 검정을 실행하기 전에 각 개별 배치 자체의 데이터가 이미 그 제안된 유효기간을 단독으로 뒷받침하는지 확인합니다. 모든 배치가 뒷받침하면, 이는 제안된 유효기간을 정당화하는 데 공식 통합 가능성 검정이 반드시 필요하지는 않다는 뒷받침 증거로 보고됩니다.

 

Study design (bracketing and matrixing)

  • Bracketing design (ICH Q1E App. C): 데이터가 설계 요인의 극단 수준(예: 최저 및 최고 함량)만 포함하고 중간 수준은 포함하지 않는 경우 선택합니다. 그러면 보고서에, 극단에서 도출한 유효기간을 극단이 중간 수준을 적절히 포괄한다는 전제 아래 시험하지 않은 중간 수준으로 확장한다는 ICH Q1E 부록 C 면책 문구가 포함됩니다.
  • Intermediate levels not tested: 브래케팅 설계에서 시험하지 않은 수준을 쉼표로 구분한 목록입니다(예: "100 mg, 200 mg"). 보고서의 외삽이 어느 수준에 적용되는지 문서화하는 용도로만 사용됩니다.
  • Matrixing design (ICH Q1E App. C): 전체 배치 × 시점 매트릭스의 일부만 실제로 시험한 경우(축소 시험 설계) 선택합니다. 도구는 시험 범위(가능한 배치/시점 조합 중 실제 측정한 수)를 보고하고, 서로 다른 시점이 3개 미만이거나 기준 시점(t = 0) 측정값이 없는 배치를 표시하며, 유효기간이 시험한 조합만이 아니라 모든 조합에 적용된다는 ICH Q1E 부록 C 면책 문구를 추가합니다.
  • Matrixing scheme (optional): 적용한 축소 방식에 대한 간단한 자유 형식 설명입니다(예: "one-third reduction, staggered"). 문서화 목적으로만 보고서에 포함됩니다.

 

Confidence and percent of population

  • Confidence Level: 신뢰구간은 실제 유효기간이 속할 가능성이 높은 범위를 나타냅니다. 기본값 95%는 실제 유효기간이 계산된 범위 안에 있다고 95% 확신한다는 뜻입니다. 업계와 규제 기관에서 널리 받아들여지는 표준이므로 기본값을 95%로 설정했으며, 소비자를 보호할 만큼 신중하면서도 제조업체에 현실적인 균형을 이룹니다. 더 낮은 값(예: 90%)은 더 긴 유효기간을 주지만 확실성이 떨어지고, 더 높은 값(예: 99%)은 추정 유효기간을 불필요하게 단축합니다.
  • Percent of response within spec limits with specified confidence: "50%"를 선택하면 평균 반응이 규격 한계를 넘을 것으로 예상되는 시점을 기준으로 유효기간을 정합니다(단일 선에 대한 통상적인 Minitab/ICH 방식). "Other percent"를 선택하면 평균뿐 아니라 미래 *개별* 결과 중 명시한 비율이 규격 안에 있어야 하므로 더 짧고 보수적인 유효기간이 나옵니다. Batch에서 "Random factor"를 선택하면 이 항목이 자동으로 95%의 "Other percent"로 전환되는데, 랜덤 배치(허용구간 방식) 유효기간 보고는 평균만이 아니라 모집단의 명시된 비율을 포괄하는 것을 기준으로 하는 것이 통례이기 때문입니다.
  • Other percent: 미래 개별 결과 중 규격 안에 머물러야 하는 비율이며, 위에서 "Other percent"를 선택한 경우에만 사용됩니다(예: 95).

 

Box-Cox transformation

  • Box-Cox type: 회귀를 적합하기 전에 반응에 거듭제곱 변환을 적용하며, 이는 곡선형 열화 추세를 직선에 가깝게 만들 수 있습니다. "No transformation"은 원래 반응을 사용합니다. "Optimal λ"는 도구가 가장 잘 적합하는 Box-Cox 지수를 자동으로 탐색하게 합니다. "λ = 0 (natural log)"는 1차 열화 동역학에서 기대하는 변환입니다. "λ = 0.5 (square root)"는 더 가벼운 변환입니다. "Custom λ"는 특정 지수를 직접 입력하게 합니다. 반응과 입력한 모든 규격 한계가 일관되게 변환되므로 유효기간 계산은 유효하게 유지됩니다.
  • λ (custom lambda): Box-Cox type이 "Custom λ"로 설정된 경우 사용할 지수입니다. 이 경우 필수입니다.

참고: Degradation Kinetics 설정(아래 Temperature Projection 항목)은 Box-Cox 선택과 일치해야 합니다. 0차 동역학은 변환 없음과, 1차 동역학은 λ = 0과 짝을 이룹니다. 불일치하면 결과에 "Kinetics / Transform Mismatch" 경고가 나타납니다.

 

Residual diagnostics

  • Residuals type: Batch가 "No batch factor" 또는 "Fixed factor"로 설정된 경우, 아래 진단 그림에 사용할 Regular, Standardized, Deleted 잔차 중에서 선택합니다.
  • Residuals for plots (Random factor): Batch가 "Random factor"로 설정되면 이 항목이 "Residuals type"을 대신하며, 혼합 효과 모형에서 쓰는 용어에 맞춰 Marginal 또는 Conditional, Regular 또는 Standardized 잔차를 제공합니다.
  • Histogram of residuals / Normal probability plot of residuals / Residuals versus fits / Residuals versus order: 각각 독립적으로 켤 수 있는 개별 진단 그림입니다.
  • Four in one: 네 가지 잔차 진단 그림을 하나의 2×2 패널에 함께 표시합니다. 이를 켜면 위의 개별 그림 체크박스 네 개가 자동으로 꺼지며(반대의 경우도 마찬가지), 같은 잔차에 대한 서로 배타적인 보기이기 때문입니다.

 

Results display

  • Display results: 출력 표의 전반적인 상세 수준으로 "Simple tables" 또는 "Enhanced tables"를 선택합니다.
  • Show Method / Show ANOVA / Show Model Summary / Show Coefficients / Show Regression Equation: 이 결과 블록을 각각 독립적으로 켜거나 끕니다. Method(사용한 모형에 대한 쉬운 설명), ANOVA/Model Selection(배치 및 factor2 통합 검정 결과), Model Summary(S, R-sq, R-sq(adj), R-sq(pred)), Coefficients, 적합된 Regression Equation(s)입니다.
  • Fits and diagnostics display: 진단을 "Only for unusual observations"(특이치/높은 지렛값 점을 자동으로 표시) 또는 "All observations"에 대해 표시합니다.
  • Show shelf life / Show shelf life plot: Shelf Life Estimation 표와 이에 딸린 그래프를 켜거나 끕니다.
  • Combined graph for all batches: "No combined graph", 모든 배치를 하나로 묶은 단일 결합 그래프, 또는 배치 4개씩 묶은 결합 그래프 중에서 선택합니다. Batch is가 "Fixed factor"로 설정된 경우에만 선택할 수 있으며, "No batch factor"와 "Random factor"에서는 결합할 배치별 선이 여러 개 생기지 않으므로 비활성화됩니다.
  • Graphs for individual batches: "No graphs for individual batches" 또는 "Graphs for individual batches"(배치당 작은 하위 그래프 하나) 중에서 선택합니다. 이것도 "Fixed factor" 배치 모드에서만 의미가 있고 활성화됩니다.

 

Prediction

  • Prediction: 결과에서 대화형 Prediction 패널을 사용하려면 선택합니다. Calculate를 실행한 후 편집 가능한 작은 표가 나타나며, 여기에 Time 값(모형에 배치가 있으면 Batch도)을 입력하고 Predict를 클릭하면 전체 분석을 다시 실행하지 않고도 해당 시점의 적합 반응, 표준오차, 신뢰구간을 얻습니다. "+ Row"로 행을 추가하면 여러 시점을 한 번에 예측할 수 있습니다.

 

Temperature projection (kinetics)

  • Temperature projection model: None은 온도 예측을 끕니다. "Arrhenius"는 Arrhenius 식과 활성화 에너지(Ea)를 사용하여 유효기간을 다른 온도로 예측하며, 더 엄밀하고 물리적 근거가 있는 옵션이자 Temperature 열을 제공하면 자동으로 사용되는 옵션입니다. "Q10"은 온도가 10°C 변할 때마다 반응 속도가 고정 배수(기본값 2)로 곱해진다는 더 단순한 경험칙을 사용합니다.
  • Degradation kinetics model: Zero-order(농도가 시간에 따라 선형으로 감소) 또는 First-order(농도가 지수적으로 감소, 즉 로그 농도가 시간에 대해 선형)입니다. 이는 Temperature 열과 함께 Arrhenius를 사용할 때 온도별 데이터에서 속도 상수 k를 구하는 방식을 제어하며, Box-Cox 선택(위 참조)과 일치시켜야 하고 그렇지 않으면 불일치 경고가 나타납니다.
  • Reference temperature (°C): 계산된 유효기간을 예측하는 기준이 되는 보관 온도로, 보통 주된 장기 보관 조건(예: 25°C)입니다.
  • Activation energy (kJ/mol): 예측에 사용할 Arrhenius 활성화 에너지로, 직접 입력하는 경우(즉 Temperature 열을 제공하지 않은 경우)에 사용됩니다. Temperature 열을 선택하면 다중 온도 데이터에서 Ea가 자동으로 구해지므로 비활성화되어 회색으로 표시됩니다.
  • Q10 factor: Q10 모형이 10°C당 사용하는 속도 배수입니다(기본값 2.0).
  • Target temperatures (°C, comma-separated): 유효기간을 예측할 온도 목록으로, 예를 들어 "5, 25, 30, 40, 50"입니다. 비워 두면 이 목록이 기본값으로 사용됩니다.

 

Overage

  • Overage: 결과에서 Overage Calculation 패널을 사용하려면 선택합니다. 이는 목표 유효기간 말에도 제품이 하한 규격 안에 있을 것으로 예측되도록, 제조 시 표시량 위에 추가하는 유효 성분의 추가량입니다. 하한 규격(Lower Spec)을 입력한 열화 제품(적합된 기울기가 음수)에만 사용할 수 있으며, 그렇지 않으면 도구는 오버리지를 적용할 수 없다고 보고합니다. Calculate를 실행한 후에는 편집 가능한 표에서 행마다 Label Claim(기본값 100)과 Target Shelf Life(기본값은 계산된 가장 짧은 유효기간)를 입력하고 Calculate를 클릭하면 필요한 Required Initial 값, Overage Amount, Overage %를 얻습니다.

 

Reading the output

Calculate를 클릭하면 Data Pane/Options 위의 Output 패널에 다음이 순서대로 채워집니다. Factor Information 및 Method 표(활성화한 경우), 어떤 배치 및 비배치 요인 항이 통합 또는 유지되었는지 보여 주는 Model Selection/ANOVA 표, Model Summary와 Coefficients, 적합된 Regression Equation(s), 특이 관측값에 대한 Fits and Diagnostics 표, ICH Q1E Extrapolation Warning과 전체 ICH Q1E Extrapolation Assessment 패널, Shelf Life Estimation 표와 그래프, 그리고 Temperature 열이나 수동 동역학 매개변수를 제공한 경우에는 Arrhenius Fit Data, Arrhenius Parameters, Arrhenius 그래프, 각 목표 온도의 예측 유효기간(Ea를 데이터에서 구한 경우 신뢰 한계 포함)을 보여 주는 Shelf Life Projection 표입니다. 활성화한 모든 잔차 진단 그림은 맨 끝에 나타납니다.

Prediction 및/또는 Overage를 선택했다면 해당 대화형 패널이 결과 표 뒤에 추가됩니다. 사용 방법은 위의 Prediction 및 Overage 항목 설명을 참조하십시오. 두 패널은 방금 적합한 모형에 의존하며 이 모형은 현재 세션에 캐시되므로, 페이지를 오래 떠나 있거나 세션이 초기화되면 작동하지 않습니다("Session expired"). 이 경우 Calculate를 다시 클릭하면 새로 고쳐집니다.

Output 패널 하단의 Download as PDF 버튼을 사용하면 현재 화면에 표시된 모든 표와 그래프를 PDF 보고서로 내보냅니다. 내보내기는 클릭하는 시점에 화면에 있는 내용을 그대로 반영하므로, 마지막 실행 이후 옵션을 변경했다면 먼저 Calculate를 다시 클릭하십시오.

자주 묻는 질문

ICH Q1E 안정성 연구란 무엇입니까?

역가, 농도, pH, 수분과 같은 측정 가능한 반응을 시간에 대해 회귀하여 반응이 규격 한계를 넘을 것으로 예측되는 시점을 찾음으로써 의약품 등 규제 대상 제품의 유효기간을 추정합니다. 고급 도구는 배치 통합 가능성과 외삽 평가처럼 규제 제출에 필요한 ICH Q1E 기능을 추가합니다.

배치 통합 알파가 0.05가 아니라 0.25인 이유는 무엇입니까?

ICH Q1E 기본값 0.25는 통상의 0.05보다 의도적으로 높아서 배치를 함께 통합하는 것을 정당화하기 어렵게 하며, 그 결과 유효기간 추정이 보수적으로 유지됩니다. 검정은 기울기가 배치 간에 다른지, 다르지 않다면 절편만 다른지를 판단하며, 적합하는 가장 단순한 모형이 보고됩니다.

기본 Stability Study 대신 고급 안정성 연구는 언제 사용합니까?

연구가 ICH Q1E 문서화 요건을 충족해야 하거나, 둘 이상의 보관 온도를 다루거나, 브래케팅 또는 매트릭싱을 사용하거나, 오버리지 권고가 필요한 경우 고급 도구를 사용합니다. 이러한 요구 없이 시간, 반응, 배치 데이터로 빠르게 유효기간을 추정하려면 같은 핵심 회귀 및 통합 엔진을 사용하는 더 간단한 Stability Study 도구를 사용합니다.

Zometric Statistical Software에서 고급 안정성 연구는 어떻게 실행합니까?

Statistical Tool > Regression > Advanced Stability Study를 선택한 다음 데이터를 붙여넣거나 불러오거나 입력합니다. Response, Time, Batch 열을 선택하고, Lower 또는 Upper Spec을 입력하고, 배치 처리 방식을 선택하고, 선택적으로 온도 예측, Box-Cox, 오버리지 옵션을 설정합니다. Calculate를 클릭하면 유효기간 표, 통합 결과, 그래프, 예측값을 얻습니다.