平行線法的附加功能

平行線法對反應與 log(dose) 配適平行直線,並估計相對效價。本附加功能新增了 Potency CI error term 設定:Regression residual(預設)或 Pure error,後者是符合 EP 5.3 的軟體所使用的單元內重複變異數。變化的只有 Fieller 信賴限和 g 統計量,效價估計值和有效性檢定不變。Pure error 要求存在有重複的單元。

最後審閱

核心要點

平行線法的效價 CI 誤差項選項,可讓 Fieller 信賴區間使用迴歸殘差或純誤差重複變異數,必要時與符合 EP 5.3 的軟體保持一致。

本頁內容
  1. 生物檢定 — 平行線法
  2. 新增內容
  3. 法規與統計背景
  4. 數學原理
  5. 原理:為何有兩種約定,以及各自的適用場合
  6. 輸出中哪些會變化,哪些不會
    1. 受影響的內容:
    2. 不受影響的內容:
  7. 在哪裡找到此功能
  8. 與已發表參考資料的驗證
  9. 參考文獻

生物檢定 — 平行線法

新增功能:可選的效價信賴區間誤差項(「Regression Residual」與「Pure Error」)

 

新增內容

平行線法現在提供了第二種可選方式,用於選擇以哪種檢定變異度量來構建估計相對效價的信賴區間。此前只有一種約定可用。該設定絕不會影響效價估計值本身,只影響其信賴區間的寬度,並(間接地)影響所報告精度的保守或緊緻程度。

此項新增內容不改變任何預設行為。它是一個需要主動啟用的設定,專門用於使結果能夠與其他符合 EP 5.3 的生物檢定軟體所用的約定,以及按該約定分析的歷史檢定記錄相互核對。

法規與統計背景

平行線檢定的原理是:對每個製劑的反應與 log(dose) 配適一條直線,並約束所有配適直線相互平行。在效價估計值可信之前,檢定必須透過三項有效性檢查:劑量-反應關係在統計上顯著,各製劑的直線確實平行,並且每個製劑的關係在所檢驗的劑量範圍內呈線性(無失擬)。

兩大公認的藥典框架——歐洲藥典(Ph. Eur.)第 5.3 章「生物檢定和試驗結果的統計分析」,以及美國藥典通則 <111>「生物檢定的設計和分析」——都使用 Fieller 定理構建效價信賴區間,這需要對反應的潛在誤差變異數進行估計。兩種約定在實踐中的分歧,正在於具體將哪一個變異數估計值代入該定理,而這正是新選項所控制的內容。

數學原理

約定 A ——「Regression Residual」(本工具原有的預設設定)。配適公共斜率的平行線模型之後,該模型未能解釋的變異被合併為單一的殘差均方:

MS(regression residual) = SS(公共斜率配適後的殘差) / df(公共斜率配適後的殘差)

從技術上講,該殘差混合了三部分:純重複間雜訊、任何(理想情況下可忽略的)偏離平行的部分,以及任何(理想情況下可忽略的)偏離線性的部分。在真正有效的檢定中,即已通過三項有效性檢查的檢定,後兩部分的貢獻應當很小,因此該量在實踐中非常接近純雜訊。

約定 B ——「Pure Error」(新增選項;符合 EP 5.3 的商業生物檢定軟體預設採用的約定)。它不使用模型殘差,而是只使用在完全相同的製劑和劑量下所取重複讀數之間的變異,即檢定自身 ANOVA 表底部已經報告的「Residual (pure) error」這一列,也是三項有效性 F 檢定本身已經使用的分母:

MS(pure error) = SS(pure error) / df(pure error),其中 SS(pure error) 是對每個製劑 x 劑量組合求和,各重複值相對其所在單元平均值的偏差平方之和

無論選擇哪個均方,都代入同一個不變的 Fieller 信賴區間計算(Fieller, 1944)——變化的只是變異數估計值及其自由度,而把斜率和截距的不確定性合成為比值信賴區間的基本公式並不改變。

原理:為何有兩種約定,以及各自的適用場合

兩種約定都是合理的,都見於公認的法規指南和商業軟體;在絕對意義上沒有哪一種「更正確」,它們只是回答的問題略有不同。迴歸殘差約定給出的信賴區間反映配適模型中實際觀察到的全部不確定性,包括該次試驗中碰巧出現的少量不顯著的非平行性或非線性。純誤差約定則只分離出重複之間不可約減的量測雜訊,有意把模型失擬排除在精度估計之外,理由是:有效的檢定不應因失擬變異而受到懲罰,因為有效性檢定已經確認該變異在統計上不顯著。

實際上,對於輕鬆透過有效性檢定的檢定,兩種約定給出的信賴區間非常接近,因為可供純誤差約定排除的非平行性或非線性變異很少。當非平行性或非線性雖未顯著到使檢定不合格,卻大到足以明顯抬高合併殘差時,兩者的差異會更明顯。

選擇「Pure Error」的實際理由是結果核對:歷來使用符合 EP 5.3 的商業軟體的實驗室,或需要得到可與已驗證的既有方法或基於該約定的法規申報直接比較的結果的實驗室,可以選擇它來匹配這些數值。在無需這類外部比對的情況下,本工具原有的預設設定仍然是有效且站得住腳的選擇。

輸出中哪些會變化,哪些不會

受影響的內容:

  • 效價結果表中的 Lower CL 和 Upper CL(效價信賴限)
  • Fieller 的 g 統計量(信賴區間可靠度的度量,因為它同樣取決於所選的變異數)
  • 新增「CI Error Term」欄,標明所使用的約定及自由度

不受影響的內容:

  • 估計的相對效價本身
  • 迴歸係數(斜率、截距)和完整的 ANOVA 表
  • 三項有效性檢定結果(迴歸顯著性、平行性、線性)——無論該設定如何,它們本來就以純誤差均方作為分母

在哪裡找到此功能

在平行線法工具的輸入表單中,信賴區間相關設定下新增了標有「Potency CI error term」的欄位,提供兩個選項:「Regression residual (this tool's default)」和「Pure error — within-cell replicate variance only (EP 5.3 default)」。Pure error 選項要求至少有一個製劑 / 劑量組合含有多於一個的重複觀測值。

pl-option


與已發表參考資料的驗證

Pure error 選項並非僅依據公式實現,而是用一個已發表的完整算例進行了核對。該算例是一項五劑量完全隨機化的平行線檢定,比較B型肝炎疫苗的一個標準品和三個供試製劑,每個製劑在五個劑量下各取三個重複讀數(反應採用自然對數轉換)。

來源:European Pharmacopoeia, 5th Edition (2005), Chapter 5.3, worked example 5.1.4.a — 轉載自 Stegmann Systems 的 PLA 3.0 已發表範例報告(Document-3536,「PLA_3.0.7_Example_Parallel-Line_Quantitative_Response_Assay_Standard_Report.pdf」)


製劑

指標

已發表值(PLA/EP 5.3)

計算值(Pure Error 選項)

T

估計效價

43.41962

43.4196

T

95% CI

40.54479 – 46.53966

40.5448 – 46.5397

U

估計效價

35.16298

35.1630

U

95% CI

32.86981 – 37.64049

32.8698 – 37.6405

V

估計效價

39.40168

39.4017

V

95% CI

36.81254 – 42.20575

36.8125 – 42.2057

 

完整的 ANOVA 分解(處理、迴歸、非平行性、非線性(包括各製劑的細分)、Residual (pure) error 和總計,含各項平方和、均方、F 值和 p 值)也與已發表報告完全一致。選擇「Pure Error」所得的信賴區間,在上表所示精度內與已發表結果一致;如前所述,本工具原有的預設約定有意與之略有不同,因此並不期望與之吻合。

參考文獻



常見問題

什麼是生物檢定中的平行線法?

平行線法對每個製劑的反應與 log(dose) 配適一條直線,並約束所有直線相互平行,據此估計相對效價。在效價可信之前,檢定必須透過三項有效性檢查:劑量-反應關係顯著、直線平行,以及在所檢驗劑量範圍內呈線性且無失擬。

效價 CI 的迴歸殘差與純誤差有什麼區別?

迴歸殘差把重複雜訊與偏離平行和線性的少量成分合併在一起,因此區間反映配適模型中的全部不確定性。純誤差只使用同一製劑、同一劑量下重複之間的變異,不含失擬。兩者代入的是同一個 Fieller 信賴區間;變化的只是變異數估計值及其自由度。

何時應選擇 Pure Error 選項?

選擇 Pure Error 主要是為了結果核對:與符合 EP 5.3 的軟體、已驗證的既有方法或基於該約定的法規申報所得結果保持一致。對於輕鬆透過有效性檢定的檢定,兩者給出的區間非常接近;當不顯著的非平行性或非線性明顯抬高合併殘差時,差異會更大。

如何在 Zometric Statistical Software 中設定效價 CI 誤差項?

在平行線法的輸入表單中,信賴區間設定下,使用 Potency CI error term 欄位選擇 Regression residual(預設)或 Pure error。Pure error 選項要求至少有一個製劑和劑量組合含有多於一個的重複觀測值。輸出中的 CI Error Term 欄會顯示所使用的是哪一種。