高级稳定性研究(符合 ICH)

高级稳定性研究将效价等连续型响应对时间回归,找出其越过规格限的时间。它增加了 ICH Q1E 批次可合并性检验(固定或随机,alpha 0.25)、非批次因子、括号设计和矩阵设计、附录 A 外推评估、Box-Cox 变换、Arrhenius 或 Q10 温度投影以及过量投料计算器。输出包括有效期、ANOVA/合并结果、图形和投影。

最后审阅

核心要点

高级稳定性研究依据 ICH Q1E 估计产品有效期:将响应对时间回归,检验批次可合并性,并用 Arrhenius 或 Q10 动力学将有效期投影到其他温度。

本页内容
  1. 什么是高级稳定性研究?
  2. 何时使用高级稳定性研究?
    1. 数据要求
    2. 数据收集指南
    3. 模型拟合
    4. 正确使用高级稳定性研究的指南
    5. 替代方法:何时不宜使用高级稳定性研究
  3. 高级稳定性研究示例
  4. 如何进行高级稳定性研究
    1. 数据窗格(Data Pane,左侧)
    2. 选项(右侧)
    3. 规格限与批次合并
    4. 批次处理方式
    5. ICH Q1E 监管背景
    6. 研究设计(括号设计和矩阵设计)
    7. 置信度与总体百分比
    8. Box-Cox 变换
    9. 残差诊断
    10. 结果显示
    11. 预测
    12. 温度投影(动力学)
    13. 过量投料
    14. 解读输出

什么是高级稳定性研究?

高级稳定性研究是 Zometric 中符合 ICH Q1E 的工具,用于估计药品或其他受监管产品的有效期。与基础的稳定性研究工具一样,它建立可测量响应(效价、浓度、pH、水分等)对时间的回归模型,并找出响应预计越过规格限的时间点。高级版本在此基础上扩展了监管申报所需的全套 ICH Q1E 功能:批次可合并性检验(固定或随机批次效应);可选的非批次因子(例如规格强度或容器/密封系统),并带有其自身的可合并性检验;括号设计和矩阵设计的处理;基于储存条件和显著变化历史的 ICH Q1E 附录 A 外推评估;Box-Cox 响应变换;使用 Arrhenius 或 Q10 动力学的温度投影(因此在某一储存条件下估计的有效期可以投影到另一温度);以及过量投料计算器,用于计算生产时应额外添加多少活性成分,使产品在目标有效期结束时仍满足其规格下限。

简言之:若只需根据时间/响应/批次数据快速估计有效期,使用基础的稳定性研究工具;若研究需要满足 ICH Q1E 的文档要求、涉及多个温度,或需要过量投料建议,则使用高级稳定性研究工具。

 

何时使用高级稳定性研究?

数据要求

  • 数据集必须包含时间变量作为主要预测变量,它驱动整个分析(例如 0、3、6、9、12、18、24 个月)。
  • 可以加入可选的批次因子,以考虑各生产批次之间的差异;它可以作为 Fixed 因子或 Random 因子处理,也可以完全省略(“No batch factor”)。
  • 可以加入可选的非批次因子(Factor2),用于 ICH Q1E 多因子研究,例如规格强度、容器/密封类型或放置方向;它与批次分开进行可合并性检验,固定使用 α = 0.05。
  • 研究涵盖多个储存温度时,可以加入可选的 Temperature 列。提供该列后,工具通过 Arrhenius 拟合直接从数据中得出活化能(Ea),而无需您输入文献值。
  • 响应变量必须是连续型的,例如效价、浓度、pH 或重量。

数据收集指南

  • 确保数据准确代表所关注的批次/总体,数据不完整或有偏会导致有效期估计不可靠。
  • 在多个时间间隔上收集足够的数据点(ICH Q1E 通常要求一个最低的取样频次,例如 0、3、6、9、12、18、24、36 个月),以获得准确预测所需的精度,并使 ANCOVA/合并检验具有足够的功效。
  • 若采用了括号设计或矩阵设计,请记录实际测试了哪些水平/组合,工具提供了专门的选项来记录这些信息,并对报告的有效期应用正确的 ICH Q1E 附录 C 注意事项。
  • 若为 Arrhenius 动力学投影测试了多个储存温度,请在 Temperature 列中为每个观测值记录准确的温度(°C)。
  • 尽可能准确、精确地测量所有变量,测量误差会直接影响模型质量以及任何温度投影的质量。
  • 按数据收集的顺序记录数据,以保留分析的时间结构。

模型拟合

  • 模型必须对数据拟合良好,拟合不佳的模型会产生误导性的有效期估计以及不可靠的 Arrhenius/Q10 投影。
  • 拟合后,请查看 ANOVA/Model Selection 表(显示批次合并检验和 factor2 合并检验保留了哪些项)、残差图、异常观测值的诊断统计量以及 Model Summary(S、R-sq、R-sq(adj)、R-sq(pred)),以确认模型能很好地代表数据。
  • 若出现 Kinetics/Transform Mismatch 警告,请先重新考虑 Box-Cox 变换与 Degradation Kinetics 模型的组合,再信任投影到其他温度的有效期。

 

正确使用高级稳定性研究的指南

  • 使用效价、浓度或水分含量等连续型响应变量;分类响应不适用于此分析。
  • 务必将时间变量作为预测变量,整个分析围绕跟踪随时间的变化而构建。
  • 研究多个生产批次时应包含批次因子,并根据研究目标决定将其作为 Fixed(所关注的特定批次)还是 Random(代表更大总体的批次)处理。
  • 除非有特殊理由,请将 Alpha for Pooling Batches 保持为 ICH Q1E 的默认值 0.25,这一刻意放宽的阈值使合并批次更难得到论证,从而使有效期估计保持保守。
  • 仅在真正的 ICH Q1E 多因子研究(例如规格强度或容器类型)中使用 Non-batch factor(Factor2)字段,它按常规的 α = 0.05 检验可合并性,而不是按批次合并的 α。
  • 仅当研究确实涵盖多个储存温度时才填写 Temperature 列;这样做会自动将 Kinetics model 切换为 Arrhenius,并从数据中得出 Ea,而不是使用手动输入的值。
  • 确保 Degradation Kinetics 的选择与 Box-Cox 变换相匹配:零级动力学假定不做变换,一级动力学假定做自然对数变换(λ = 0)。不匹配会触发 Kinetics / Transform Mismatch 警告,并可能使 Arrhenius/Q10 投影不可靠。
  • 仅对降解型产品(斜率为负)且已输入 Lower Spec 时才启用 Overage,否则工具会拒绝计算过量投料,因为只有在效价/响应预计随时间下降时,过量投料才有意义。
  • 若研究采用了括号设计或矩阵设计,请勾选相应选项并加以说明,报告随后会包含正确的 ICH Q1E 附录 C 免责声明,说明将有效期延伸到未测试的水平或组合的相关事项。
  • 记录 Storage condition 以及加速条件和中间条件下的任何 Significant change 观察结果,它们决定 ICH Q1E 附录 A 外推评估,该评估限定计算出的有效期可超出最长可用时间点外推多远。
  • 在足够的时间间隔上收集足够的数据点,以支持统计上可靠的估计并减小预测不确定性。
  • 以最高精度测量所有变量,即使很小的测量误差也可能使估计的有效期发生显著偏移。
  • 按收集顺序记录观测值,以保持时间序列结构的完整性。
  • 拟合模型后,在得出结论或报告有效期之前,务必使用残差图、Model Summary 和 ICH Q1E 外推评估对模型进行验证。
  • 模型拟合不佳、未解决的动力学/变换不匹配或外推上限警告,都表明应重新考虑模型、检查异常值或重新审视数据,然后再继续。

 

替代方法:何时不宜使用高级稳定性研究

  • 若研究不需要 ICH Q1E 文档(无括号设计/矩阵设计、无温度投影、无过量投料),只需快速得到有效期数值,请改用更简单的稳定性研究工具,它采用相同的核心回归/合并引擎,选项列表更短、更易用。
  • 若数据中没有时间变量,请改用拟合回归模型分析其他连续型预测变量与响应之间的关系。
  • 若目标是根据多个非时间预测变量预测响应,请使用拟合回归模型进行多变量分析。
  • 若响应变量有两个类别(例如合格或不合格),请改用 Fit Binary Logistic Model。
  • 若响应变量包含三个或更多有序类别(例如低、中或高),请改用有序逻辑回归。
  • 若响应变量包含三个或更多无序类别(例如划痕、凹痕或撕裂),请改用名义逻辑回归。

 

高级稳定性研究示例

某制药公司的质量工程师希望确定一种新片剂配方的有效期,并且还想知道,如果产品储存在较高温度下,有效期会如何变化。药物效价随时间逐渐下降。共有五个中试批次,在预定的长期储存条件(25°C/60%RH)下于九个时间点进行了测试,其中一部分批次还在加速条件(40°C)下进行了测试,以支持 Arrhenius 投影。由于所有批次都是系统抽取的,每个批次都作为 Fixed 因子处理。规格下限输入为 90(即产品必须保持至少 90% 的标示量)。同时启用了 Overage,以便工程师了解生产时应额外添加多少原料药,才能保证在拟定的 24 个月有效期内效价达到 90%。步骤如下:

1. 收集所需的时间、批次、响应(效价)和温度数据。

adv-stability-raw


2. 使用 https://statsai.zometric.com/分析数据。

3. 要找到高级稳定性研究,请选择 Statistical module > Regression > Advanced Stability Study。

4. 在工具中输入数据及其他输入项: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,如下所示:

adv-stability-options

5. 使用该工具后,得到如下输出:有效期估计、ANOVA/合并决策、有效期图、投影到其他温度的 Arrhenius 投影,以及过量投料建议:

shelf-plotsarrhenius-plot



如何进行高级稳定性研究

操作步骤如下:

6. 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/

7. 在首页选择 Statistical Tool > Regression > Advanced Stability Study。

8. 接下来,手动更新数据,或从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V),或使用 Load Example 选项加载示例数据,或使用 Load File 直接加载 Excel/CSV 文件。

9. 接下来,填写所需选项,下文将逐字段说明。

10. 最后,点击页面底部的 Calculate,即可得到所需结果。

 

高级稳定性研究的工具界面分为两部分。

 

数据窗格(Data Pane,左侧)

左侧为数据窗格(Data Pane)。可以手动输入数据,也可以从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。一旦有数据,右侧的 Response、Time、Temperature、Batch 和 Non-batch factor 下拉列表会自动筛选,只保留实际含有数据的列,并使用您在该列第一行键入的标题文字作为列名。

  • Load Example: 加载一个药物有效期示例数据集,以便在使用自己的数据之前完整查看该工具的运行过程。
  • Load File: 可直接上传 Excel 或 CSV 文件,而无需将数据粘贴到表格中。
  • Clear Data / Clear Output: Clear Data 清空 Data Pane;Clear Output 清除下方的结果面板,不影响已输入的数据或选项。

 

选项(右侧)

右侧提供许多选项,下文按用途分组。

核心变量

  • Response: 随时间跟踪的测量值,例如效价、pH 或水分含量。检验该变量,以判断产品在整个有效期内是否保持在可接受的限值之内。
  • Time: 记录每次测量的时间点(例如 0、3、6、12 个月)。工具利用该变量对响应在储存期间的变化建模。
  • Batch: 每个样品所属的具体生产批次。加入批次后,工具能够检测不同批次的降解速率是否不同,这会直接影响有效期估计。除非 “Batch is” 设为 “No batch factor”,否则必须提供。
  • Non-batch factor (optional): ICH Q1E 多因子列,例如 Strength 或 Container type。它在固定显著性水平 α = 0.05 下独立于 Batch 检验可合并性,其可合并性结论(poolable / common slope / not poolable)单独报告。
  • Temperature column: 可选。当研究涵盖多个储存温度时,在此指定该列,让工具直接从数据中得出 Arrhenius 活化能。选择 Temperature 列后,Kinetics model 会自动切换为 Arrhenius,并禁用手动的 Activation Energy / Q10 输入字段,因为这些值现在由工具为您计算。

 

规格限与批次合并

  • Lower Spec: 响应可接受的最小值。若产品测量值低于该限值,即视为超规格,不再安全有效,不能使用。
  • Upper Spec: 响应可接受的最大值。若测量值超过该限值,同样视为产品超规格。视产品而定,可以使用其中一个或两个规格限,Lower Spec / Upper Spec 至少须输入一个。
  • Alpha for Pooling Batches: 控制各批次是分别分析还是合并(pooled)到一个模型中。alpha 值越高(默认 0.25),越难合并批次,从而得到更保守、更可靠的有效期估计。默认值 0.25 刻意高于假设检验中常用的 0.05,在稳定性研究中,除非有强有力的证据表明各批次表现一致,否则保持批次分开更为稳妥。同样的检验依次判定:降解速率(斜率)在各批次之间是否不同;若不是,则判定是否仅起点(截距)不同,最终报告满足拟合要求的最简模型。
  • Use One Spec Limit to Calculate Shelf Life: 有些产品只向一个方向降解,例如效价只会下降。在这种情况下,只有一个规格限(下限或上限)与有效期计算真正相关。启用此选项后,工具会把全部置信预算用于该单一边界,而不是在两个限值之间分摊,从而得到更准确的估计。工具会根据拟合趋势的方向自动判定相关的是下限还是上限。

 

批次处理方式

  • Batch is: 定义批次变量在统计上如何处理。“No batch factor” 忽略批次,拟合单一的合并回归线。“Fixed factor” 表示结果仅适用于所测试的特定批次,即有效期由这些确切的批次估计(并报告为各批次中的最小值)。“Random factor” 将所测试的批次视为来自未来批次更大总体的样本,改为拟合混合效应模型,将估计推广到现有批次之外。当这些特定批次代表待注册的产品时,使用 Fixed。
  • Storage condition: 研究的标称储存条件:Room temperature (25°C/60%RH)、Refrigerator (5°C ± 3°C)、Freezer (−20°C ± 5°C) 或 Below −20°C。它与下面的显著变化字段一起,决定计算出的有效期可以超出实际测试的最长时间点外推多远(ICH Q1E 附录 A)。

 

ICH Q1E 监管背景

  • Significant change at accelerated condition: 记录在加速储存条件下是否观察到显著变化,如果有,发生得多早(3 个月内,或 3 至 6 个月之间)。这是 ICH Q1E 外推决策树的关键输入:若在加速条件下早期出现显著变化,则几乎不允许在已观察的长期数据之外外推,或完全不允许。
  • Significant change at intermediate condition: 记录在中间储存条件下是否观察到显著变化(在加速数据显示变化时使用)。即使加速条件出现了变化,中间条件下无显著变化仍可允许有限的外推。
  • Relevant supporting data available: 若您有来自研发批次、相关配方或较小规模研究的支持数据,请勾选此项。结合已进行的正式统计分析,根据 ICH Q1E 可以允许稍大的外推上限。
  • Proposed shelf life (B.2.1 check): 若您已有目标有效期,请在此输入。根据 ICH Q1E B.2.1 节,工具会在运行批次可合并性检验之前,检查每个单独批次自身的数据是否已能独立支持该拟定有效期。若所有批次都支持,则会将此作为支持性证据报告,说明为论证拟定有效期并非严格需要进行正式的可合并性检验。

 

研究设计(括号设计和矩阵设计)

  • Bracketing design (ICH Q1E App. C): 若数据只涵盖设计因子的极端水平(例如最低和最高规格强度),而不含中间水平,请勾选此项。报告随后会包含 ICH Q1E 附录 C 的免责声明:只要两个极端能够充分涵盖中间水平,由极端水平得出的有效期即延伸适用于未测试的中间水平。
  • Intermediate levels not tested: 括号设计下未测试水平的逗号分隔列表,例如 “100 mg, 200 mg”,仅用于说明报告中的外推适用于哪些水平。
  • Matrixing design (ICH Q1E App. C): 若实际只测试了完整的批次 × 时间点矩阵的一个子集(缩减的测试设计),请勾选此项。工具会报告已测试的覆盖情况(在所有可能的批次/时间组合中,实际测量了多少个),标记时间点少于 3 个或缺少基线(t = 0)测量的任何批次,并添加 ICH Q1E 附录 C 的免责声明:有效期适用于所有组合,而不仅是已测试的组合。
  • Matrixing scheme (optional): 对所采用缩减方案的简短自由文本描述,例如 “one-third reduction, staggered”,仅用于在报告中存档。

 

置信度与总体百分比

  • Confidence Level: 置信区间给出真实有效期可能落入的范围。默认值 95% 表示您有 95% 的把握认为实际有效期位于计算出的范围内。默认设为 95%,是因为它是被广泛接受的行业和监管标准,既足够谨慎以保护消费者,又对制造商切实可行。较低的值(例如 90%)会给出更长的有效期,但把握较小;较高的值(例如 99%)则会不必要地缩短估计的有效期。
  • Percent of response within spec limits with specified confidence: 选择 “50%”,则有效期以均值响应预计越过规格限的点为依据(单条回归线的常规 Minitab/ICH 方法)。选择 “Other percent”,则要求规定百分比的*单个*未来结果(而不仅是平均值)保持在规格范围内,这会得到更短、更保守的有效期。将 Batch 选为 “Random factor” 时,此项会自动切换为 95% 的 “Other percent”,因为随机批次(类似容限区间)的有效期报告通常以覆盖总体的规定百分比为依据,而不只是均值。
  • Other percent: 必须保持在规格范围内的单个未来结果的百分比,仅在上面选择 “Other percent” 时使用(例如 95)。

 

Box-Cox 变换

  • Box-Cox type: 在拟合回归之前对响应应用幂变换,可以使弯曲的降解趋势变直。“No transformation” 使用原始响应。“Optimal λ” 让工具自动搜索拟合最佳的 Box-Cox 指数。“λ = 0 (natural log)” 是一级降解动力学所期望的变换。“λ = 0.5 (square root)” 是较轻的变换。“Custom λ” 允许您输入指定的指数。响应以及您输入的任何规格限都会一致地进行变换,因此有效期计算保持有效。
  • λ (custom lambda): Box-Cox type 设为 “Custom λ” 时使用的指数。在这种情况下必须提供。

注意:Degradation Kinetics 设置(见下文 Temperature Projection)应与您的 Box-Cox 选择相匹配,零级动力学对应不做变换,一级动力学对应 λ = 0。不匹配会在结果中触发 “Kinetics / Transform Mismatch” 警告。

 

残差诊断

  • Residuals type: 当 Batch 设为 “No batch factor” 或 “Fixed factor” 时,为下面的诊断图选择 Regular、Standardized 或 Deleted 残差。
  • Residuals for plots (Random factor): 当 Batch 设为 “Random factor” 时,此项取代 “Residuals type”,提供 Marginal 或 Conditional、Regular 或 Standardized 残差,与混合效应模型所用的术语一致。
  • Histogram of residuals / Normal probability plot of residuals / Residuals versus fits / Residuals versus order: 可独立开启的各个诊断图。
  • Four in one: 将四个残差诊断图一起显示在单个 2×2 面板中。开启此项会自动关闭上面四个单独图形的复选框(反之亦然),因为它们是同一组残差的互斥视图。

 

结果显示

  • Display results: 选择 “Simple tables” 或 “Enhanced tables”,决定输出表格的整体详细程度。
  • Show Method / Show ANOVA / Show Model Summary / Show Coefficients / Show Regression Equation: 可独立开启或关闭这些结果块:Method(所用模型的通俗说明)、ANOVA/Model Selection(批次合并和 factor2 合并检验结果)、Model Summary(S、R-sq、R-sq(adj)、R-sq(pred))、Coefficients,以及拟合的 Regression Equation。
  • Fits and diagnostics display: 诊断信息可选择 “Only for unusual observations”(自动标记的异常值/高杠杆点)或 “All observations”。
  • Show shelf life / Show shelf life plot: 开启或关闭 Shelf Life Estimation 表及其配套图形。
  • Combined graph for all batches: 可选择 “No combined graph”、所有批次的单个合并图,或每 4 个批次一组的合并图。仅当 Batch is 设为 “Fixed factor” 时可选,对于 “No batch factor” 和 “Random factor” 则禁用,因为它们不会产生多条可供合并的各批次线。
  • Graphs for individual batches: 选择 “No graphs for individual batches” 或 “Graphs for individual batches”(每个批次一个小子图)。同样仅在 “Fixed factor” 批次模式下才有意义并可用。

 

预测

  • Prediction: 勾选此项可在结果中启用交互式 Prediction 面板。Calculate 运行后,会出现一个可编辑的小表格,您可以在其中输入 Time 值(如果模型中含批次,还要输入 Batch),然后点击 Predict,得到该时间点的拟合响应、其标准误和置信区间,而无需重新运行整个分析。可以用 “+ Row” 添加更多行,一次对多个时间点进行预测。

 

温度投影(动力学)

  • Temperature projection model: None 表示禁用温度投影。“Arrhenius” 使用 Arrhenius 方程和活化能(Ea)将有效期投影到其他温度,这是更严谨、更有物理依据的选项,也是提供 Temperature 列时自动使用的选项。“Q10” 使用更简单的经验法则:温度每变化 10°C,反应速率乘以一个固定因子(默认为 2)。
  • Degradation kinetics model: Zero-order(浓度随时间线性下降)或 First-order(浓度呈指数下降,即对数浓度随时间呈线性)。当 Arrhenius 与 Temperature 列一起使用时,它控制如何根据各温度下的数据得出速率常数 k;请使其与您的 Box-Cox 选择(见上文)保持一致,否则会出现不匹配警告。
  • Reference temperature (°C): 计算出的有效期所投影的起点储存温度,通常是您的主要长期储存条件(例如 25°C)。
  • Activation energy (kJ/mol): 手动输入(即未提供 Temperature 列)时用于投影的 Arrhenius 活化能。一旦选择了 Temperature 列,该项即被禁用并显示为灰色,因为 Ea 随后由您的多温度数据自动得出。
  • Q10 factor: Q10 模型使用的每 10°C 速率倍增因子(默认为 2.0)。
  • Target temperatures (°C, comma-separated): 要将有效期投影到的温度列表,例如 “5, 25, 30, 40, 50”。若留空,则默认使用同一列表。

 

过量投料

  • Overage: 勾选此项可在结果中启用 Overage Calculation 面板,即生产时在标示量之上额外添加的活性成分的量,使产品在目标有效期结束时仍预计处于规格下限之内。仅适用于降解型产品(拟合斜率为负)且已输入 Lower Spec;否则工具会报告过量投料不适用。Calculate 运行后,可编辑的表格允许您为每一行输入 Label Claim(默认 100)和 Target Shelf Life(默认为计算出的最短有效期),然后点击 Calculate,得到所需的 Required Initial 值、Overage Amount 和 Overage %。

 

解读输出

点击 Calculate 后,位于 Data Pane/Options 上方的 Output 面板会依次显示:Factor Information 和 Method 表(若已启用);Model Selection/ANOVA 表,显示哪些批次项和非批次因子项被合并或保留;Model Summary 和 Coefficients;拟合的 Regression Equation;异常观测值的 Fits and Diagnostics 表;任何 ICH Q1E Extrapolation Warning 以及完整的 ICH Q1E Extrapolation Assessment 面板;Shelf Life Estimation 表和图形;此外,当提供了 Temperature 列或手动动力学参数时,还有 Arrhenius Fit Data、Arrhenius Parameters、Arrhenius 图,以及 Shelf Life Projection 表,其中给出每个目标温度下的投影有效期(若 Ea 由数据得出,则附带置信界限)。您启用的任何残差诊断图显示在最后。

若勾选了 Prediction 和/或 Overage,它们的交互式面板会附加在结果表之后,使用方法见上文的 Prediction 和 Overage 字段说明。这两个面板都依赖于刚刚拟合的模型,该模型缓存于当前会话,因此如果您长时间离开页面或会话被重置,它们会停止工作(“Session expired”);只需再次点击 Calculate 即可刷新。

使用 Output 面板底部的 Download as PDF 按钮,可将屏幕上当前显示的全部内容(上方显示的所有表格和图形)导出为 PDF 报告。导出内容与点击时屏幕上的内容完全一致,因此如果自上次运行后更改了任何选项,请先重新点击 Calculate。

常见问题

什么是 ICH Q1E 稳定性研究?

它通过将效价、浓度、pH 或水分等可测量响应对时间回归,并找出响应预计越过规格限的时间,来估计药品或其他受监管产品的有效期。高级工具增加了监管申报所需的 ICH Q1E 功能,例如批次可合并性和外推评估。

为什么合并批次的 alpha 是 0.25 而不是 0.05?

ICH Q1E 的默认值 0.25 刻意高于常用的 0.05,使合并批次更难得到论证,从而使有效期估计保持保守。这些检验判定各批次的斜率是否不同,若不是,则判定是否仅截距不同;最终报告满足拟合要求的最简模型。

什么情况下应使用高级稳定性研究而不是基础的稳定性研究?

当研究必须满足 ICH Q1E 文档要求、涵盖多个储存温度、采用括号设计或矩阵设计,或需要过量投料建议时,使用高级工具。若只需根据时间、响应和批次数据快速估计有效期,而没有这些需求,则更简单的稳定性研究工具采用相同的核心回归和合并引擎。

如何在 Zometric Statistical Software 中进行高级稳定性研究?

选择 Statistical Tool > Regression > Advanced Stability Study,然后粘贴、加载或输入数据。选择 Response、Time 和 Batch 列,输入 Lower 或 Upper Spec,选择批次的处理方式,并设置可选的温度投影、Box-Cox 和过量投料选项。点击 Calculate,即可得到有效期表、合并结果、图形和投影。