Stabiliteitsonderzoek (Stability Study)
Een stabiliteitsonderzoek is een statistische analyse om te bepalen hoe lang een product in de loop van de tijd binnen zijn gedefinieerde kwaliteitsspecificaties blijft. Het modelleert het verband tussen tijd en een meetbare responsvariabele om de houdbaarheid van het product te schatten: het punt waarop de respons naar verwachting de aanvaardbare grenzen overschrijdt.
Laatst beoordeeld
Belangrijkste conclusie
Een stabiliteitsonderzoek is een statistische analyse om te bepalen hoe lang een product in de loop van de tijd binnen zijn gedefinieerde kwaliteitsspecificaties blijft.
Op deze pagina
Wat is een stabiliteitsonderzoek?
Een stabiliteitsonderzoek is een statistische analyse om te bepalen hoe lang een product in de loop van de tijd binnen zijn gedefinieerde kwaliteitsspecificaties blijft. Het modelleert het verband tussen tijd en een meetbare responsvariabele om de houdbaarheid van het product te schatten: het punt waarop de respons naar verwachting de aanvaardbare grenzen overschrijdt.
In Zometric past de tool Stability Study een regressiemodel aan op tijdgebonden gegevens, met de optie een batchfactor op te nemen, en berekent wanneer het product naar verwachting buiten zijn specificatiegrenzen valt.
Wanneer gebruikt u een stabiliteitsonderzoek?
Gegevenseisen
• De dataset moet een tijdvariabele als primaire voorspeller bevatten; deze stuurt de analyse aan.
• Een optionele batchfactor kan worden opgenomen om verschillen tussen productiebatches te verantwoorden; afhankelijk van de opzet van het onderzoek kan deze factor als vast of als willekeurig worden behandeld.
• De responsvariabele moet continu zijn, bijvoorbeeld potentie, concentratie, pH of gewicht.
Richtlijnen voor gegevensverzameling
• Zorg dat de gegevens de populatie of het product van belang nauwkeurig weergeven; onvolledige of vertekende gegevens leiden tot onbetrouwbare schattingen van de houdbaarheid.
• Verzamel voldoende gegevenspunten over meerdere tijdsintervallen om de precisie te krijgen die nodig is voor nauwkeurige voorspellingen.
• Meet alle variabelen zo nauwkeurig en precies mogelijk; meetfouten beïnvloeden de kwaliteit van het model rechtstreeks.
• Leg gegevens vast in de volgorde waarin ze zijn verzameld om de tijdgebonden structuur van de analyse te behouden.
Modelaanpassing
• Het model moet goed bij de gegevens passen; een slecht passend model levert misleidende schattingen van de houdbaarheid op.
• Bekijk na de aanpassing de residuplots, diagnostische statistieken voor ongebruikelijke waarnemingen en samenvattende modelstatistieken om te bevestigen dat het model de gegevens nauwkeurig weergeeft.
Richtlijnen voor correct gebruik van een stabiliteitsonderzoek
• Gebruik een continue responsvariabele zoals potentie, concentratie of vochtgehalte; categorische responsen zijn niet geschikt voor deze analyse.
• Neem altijd een tijdvariabele als voorspeller op; de hele analyse is gebouwd rond het volgen van verandering in de tijd.
• Neem een batchfactor op wanneer meerdere productiebatches worden onderzocht, om de variabiliteit tussen batches in de schatting van de houdbaarheid vast te leggen.
• Bepaal op basis van de doelstelling van het onderzoek of u de batchfactor als vast (specifieke batches van belang) of als willekeurig (batches representatief voor een grotere populatie) behandelt.
• Verzamel gegevens die de doelpopulatie of het product echt vertegenwoordigen; gegevens uit niet-representatieve omstandigheden leveren onnauwkeurige voorspellingen van de houdbaarheid op.
• Verzamel voldoende gegevenspunten over voldoende tijdsintervallen om statistisch betrouwbare schattingen te ondersteunen en de voorspellingsonzekerheid te verkleinen.
• Meet alle variabelen met maximale precisie; zelfs kleine meetfouten kunnen de geschatte houdbaarheid sterk verschuiven.
• Leg waarnemingen vast in de volgorde waarin ze zijn verzameld om de integriteit van de tijdreeksstructuur te behouden.
• Valideer het model na de aanpassing altijd met residuplots en samenvattende modelstatistieken voordat u conclusies trekt of de houdbaarheid rapporteert.
• Een slechte modelaanpassing is een signaal om de modelstructuur te heroverwegen, op uitschieters te controleren of de gegevens opnieuw te bekijken voordat u verdergaat.
Alternatieven: wanneer u geen stabiliteitsonderzoek gebruikt
• Als er geen tijdvariabele in de gegevens zit, gebruik dan in plaats daarvan Fit Regression Model om het verband tussen andere continue voorspellers en de respons te analyseren.
• Als het doel is een respons te voorspellen uit meerdere voorspellers die geen tijd zijn, gebruik dan Fit Regression Model voor multivariabele analyse.
• Als de responsvariabele twee categorieën heeft, zoals goed of fout, gebruik dan in plaats daarvan Fit Binary Logistic Model.
• Als de responsvariabele drie of meer geordende categorieën bevat, zoals laag, gemiddeld of hoog, gebruik dan in plaats daarvan Ordinal Logistic Regression.
• Als de responsvariabele drie of meer ongeordende categorieën bevat, zoals kras, deuk of scheur, gebruik dan in plaats daarvan Nominal Logistic Regression.
Voorbeeld van een stabiliteitsonderzoek
De kwaliteitsingenieur van een farmaceutisch bedrijf wil vaststellen hoe lang pillen met een nieuw geneesmiddel werkzaam blijven. De concentratie van het geneesmiddel in de pillen neemt in de loop van de tijd geleidelijk af, waarom de ingenieur wil bepalen wanneer die 90% van de oorspronkelijke potentie bereikt. Omdat het geneesmiddel nieuw is, beschikt het bedrijf slechts over vijf pilotbatches om de houdbaarheid te schatten. De ingenieur test daarom van elke batch één pil op negen verschillende tijdstippen. Met een stabiliteitsonderzoek om de houdbaarheid te bepalen, behandelt de ingenieur elke batch als vaste factor, omdat alle batches systematisch worden bemonsterd. Voer 90 in bij LSL. De volgende stappen:
- De benodigde gegevens verzameld.

- Analyseer de gegevens nu in Zometric Statistical Software op https://statsai.zometric.com/.
- Om het stabiliteitsonderzoek te vinden, kiest u Statistical module> Regression>Stability Study.
- Voer in de tool de gegevens en de overige invoer als volgt in:

5. Na gebruik van de bovengenoemde tool wordt de uitvoer als volgt weergegeven:



Zo voert u een stabiliteitsonderzoek uit
De handleiding is als volgt:
- Meld u aan bij Zometric Statistical Software op https://statsai.zometric.com/
- Kies op de startpagina Statistical Tool> Regression > Stability Study.
- Werk vervolgens de gegevens handmatig bij, of kopieer (Ctrl+C) de gegevens volledig uit een Excel-blad of plak (Ctrl+V) ze, of gebruik de optie Load Example, waarmee de voorbeeldgegevens worden geladen.
- Vul vervolgens de vereiste opties in.
- Klik ten slotte onderaan de pagina op Calculate en u krijgt de gewenste resultaten.
Op het dashboard van Stability Study is het venster in twee delen verdeeld.

Links bevindt zich het Data Pane. In het Data Pane vormt elke rij één subgroep. Gegevens kunnen handmatig worden ingevoerd, of u kunt de gegevens volledig kopiëren (Ctrl+C) uit een Excel-blad en hier plakken (Ctrl+V).
Load example: Er worden voorbeeldgegevens geladen.
Load File: Hiermee laadt u Excel-gegevens rechtstreeks.
Rechts staan de volgende opties:
- Response: De meting die u in de tijd volgt, zoals potentie, pH of vochtgehalte. Dit is de variabele die wordt getest om te zien of het product gedurende zijn houdbaarheid binnen de aanvaardbare grenzen blijft.
- Time: De tijdstippen waarop elke meting is vastgelegd (bijv. 0, 3, 6, 12 maanden). Deze variabele wordt gebruikt om te modelleren hoe de respons verandert gedurende de opslagperiode.
- Batch: De specifieke productiebatch waartoe elk monster behoort. Door de batch op te nemen kan worden vastgesteld of verschillende batches met verschillende snelheden degraderen, wat de schatting van de houdbaarheid rechtstreeks beïnvloedt.
- Lower Spec: De minimaal aanvaardbare waarde voor de respons. Als de meting van het product onder deze grens komt, geldt het als buiten specificatie en niet langer veilig of werkzaam voor gebruik.
- Upper Spec: De maximaal aanvaardbare waarde voor de respons. Als de meting deze grens overschrijdt, geldt het product opnieuw als buiten specificatie. Afhankelijk van het product kunt u een of beide specificatiegrenzen gebruiken.
- Alpha for Pooling Batches : Bepaalt of batches afzonderlijk worden geanalyseerd of in één model worden gecombineerd (gepoold). Een hogere alfawaarde (0.25) maakt het gemakkelijker om batches te poolen, wat een conservatievere en betrouwbaardere schatting van de houdbaarheid geeft. De standaardwaarde van 0.25 is bewust hoger dan de gebruikelijke 0.05 bij hypothesetoetsing, omdat het bij stabiliteitsonderzoeken veiliger is batches gescheiden te houden tenzij er sterk bewijs is dat ze zich op dezelfde manier gedragen.
- Use One Spec Limit to Calculate Shelf Life: Sommige producten degraderen in slechts één richting, bijvoorbeeld potentie neemt in de tijd alleen af. In dat geval is slechts één specificatiegrens (onder of boven) relevant. Als u deze optie inschakelt, berekent de tool de houdbaarheid op basis van die ene grens in plaats van beide, wat een nauwkeurigere en passendere schatting geeft.
- Batch is : Bepaalt hoe de batchvariabele statistisch wordt behandeld. Bij een Fixed Factor gelden de resultaten alleen voor de specifiek geteste batches; de houdbaarheid wordt geschat op basis van precies die batches. Bij random worden de resultaten gegeneraliseerd naar alle mogelijke toekomstige batches. Fixed wordt gebruikt wanneer die specifieke batches het product vertegenwoordigen.
- Confidence Interval : Een betrouwbaarheidsinterval geeft een bereik waarin de werkelijke houdbaarheid waarschijnlijk valt. De standaardwaarde van 95% betekent dat u er voor 95% zeker van bent dat de werkelijke houdbaarheid binnen het berekende bereik ligt. Het staat standaard op 95% omdat dit de algemeen aanvaarde standaard in de industrie en bij toezichthouders is; het weegt voldoende voorzichtigheid om consumenten te beschermen af tegen praktische haalbaarheid voor fabrikanten. Een lagere waarde (bijv. 90%) zou een langere houdbaarheid geven maar minder zekerheid; een hogere waarde (bijv. 99%) zou de geschatte houdbaarheid onnodig verkorten.
Veelgestelde vragen
Wat is een stabiliteitsonderzoek?
Een stabiliteitsonderzoek is een statistische analyse die bepaalt hoe lang een product in de loop van de tijd binnen zijn kwaliteitsspecificaties blijft. Het past een regressiemodel van een meetbare respons, zoals potentie, tegen de tijd aan, eventueel met een batchfactor, en schat de houdbaarheid als het punt waarop de respons naar verwachting zijn specificatiegrenzen overschrijdt.
Welke gegevens hebt u nodig voor een stabiliteitsonderzoek?
U hebt een tijdvariabele als belangrijkste voorspeller nodig en een continue respons zoals potentie, concentratie, pH of gewicht. Een batchfactor kan worden toegevoegd om verschillen tussen productiebatches te verantwoorden. Verzamel voldoende gegevenspunten over meerdere tijdsintervallen, meet nauwkeurig en leg de gegevens vast in de volgorde waarin ze zijn verzameld.
Moet batch een vaste of een willekeurige factor zijn?
Behandel batch als vaste factor wanneer de specifiek geteste batches van belang zijn en het product vertegenwoordigen; de houdbaarheid geldt dan voor die batches. Behandel hem als willekeurig wanneer de batches een grotere populatie vertegenwoordigen, zodat de resultaten worden gegeneraliseerd naar alle mogelijke toekomstige batches.
Waarom is de alfa voor het poolen van batches 0.25?
De alfa voor het poolen van batches bepaalt of batches afzonderlijk worden geanalyseerd of in één model worden gecombineerd. De standaardwaarde van 0.25 is bewust hoger dan de gebruikelijke 0.05 bij hypothesetoetsing, omdat het bij stabiliteitsonderzoeken veiliger is batches gescheiden te houden tenzij er sterk bewijs is dat ze zich op dezelfde manier gedragen.
