稳定性研究

稳定性研究是一种统计分析,用于确定产品随时间推移能在其规定的质量规格内保持多长时间。它对时间与可测量的响应变量之间的关系建模,以估计产品的货架期,即预期响应超出可接受限值的时间点。

最后审阅

核心要点

稳定性研究是一种统计分析,用于确定产品随时间推移能在其规定的质量规格内保持多长时间。

本页内容
  1. 什么是稳定性研究?
  2. 何时使用稳定性研究?
  3. 正确使用稳定性研究的指南
  4. 替代方法:何时不宜使用稳定性研究
  5. 稳定性研究示例
  6. 如何进行稳定性研究

什么是稳定性研究?

稳定性研究是一种统计分析,用于确定产品随时间推移能在其规定的质量规格内保持多长时间。它对时间与可测量的响应变量之间的关系建模,以估计产品的货架期,即预期响应超出可接受限值的时间点。
在 Zometric 中,Stability Study 工具对基于时间的数据拟合回归模型,可选择包含批次因子,并计算预测产品何时超出其规格限。

何时使用稳定性研究?

数据要求
• 数据集必须包含时间变量作为主要预测变量,这是驱动分析的因素。
• 可选择包含批次因子,以考虑各生产批次之间的差异;根据研究设计,该因子可作为固定因子或随机因子处理。
• 响应变量必须是连续型的,例如效价、浓度、pH 值或重量。

数据收集指南
• 确保数据准确代表所关注的总体或产品,不完整或有偏的数据会导致货架期估计不可靠。
• 在多个时间间隔上收集足够的数据点,以提供准确预测所需的精度。
• 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的质量。
• 按收集顺序记录数据,以保留分析基于时间的结构。

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具有误导性的货架期估计。
• 拟合之后,应查看残差图、异常观测值的诊断统计量以及模型汇总统计量,以确认模型准确地代表了数据。

正确使用稳定性研究的指南

• 使用连续型响应变量,如效价、浓度或水分含量;分类响应不适合此分析。
• 始终包含时间变量作为预测变量,整个分析都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,以便在货架期估计中体现批次间的变异。
• 根据研究目标,确定将批次因子作为固定因子(所关注的特定批次)还是随机因子(代表更大总体的批次)处理。
• 收集真正代表目标总体或产品的数据,来自非代表性条件的数据会得出不准确的货架期预测。
• 在足够多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降低预测的不确定性。
• 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货架期发生显著变化。
• 按收集顺序记录观测值,以保持时间序列结构的完整性。
• 拟合模型之后,在得出任何结论或报告货架期之前,务必使用残差图和模型汇总统计量对其进行验证。
• 模型拟合不佳是一个信号,提示在继续之前应重新考虑模型结构、检查异常值或重新审视数据。

替代方法:何时不宜使用稳定性研究

• 如果数据中没有时间变量,请改用 Fit Regression Model,分析其他连续预测变量与响应之间的关系。
• 如果目标是根据多个非时间预测变量预测响应,请使用 Fit Regression Model 进行多变量分析。
• 如果响应变量有两个类别,如合格或不合格,请改用 Fit Binary Logistic Model。
• 如果响应变量包含三个或更多有序类别,如低、中或高,请改用 Ordinal Logistic Regression。
• 如果响应变量包含三个或更多无序类别,如划痕、凹痕或撕裂,请改用 Nominal Logistic Regression。

稳定性研究示例

一家制药公司的质量工程师希望确定含有新药的药片能保持有效多长时间。药片中药物的浓度随时间逐渐降低,因此工程师要找出浓度降至初始效价 90% 的时间点。由于该药物是新药,公司只有五个试生产批次可用于估计货架期。因此,工程师在九个不同的时间间隔上对每个批次的一粒药片进行测试。工程师使用稳定性研究来估计货架期,并将每个批次作为固定因子,因为所有批次都是系统抽样的。在 LSL 中输入 90。步骤如下:

  1. 收集所需数据。
Stability Study — figure 1
  1. 现在,在 Zometric Statistical Software 中分析数据,网址为 https://statsai.zometric.com/。
  2. 要找到稳定性研究,请选择 Statistical module> Regression>Stability Study。
  3. 在工具中输入数据及其他输入项,如下所示:
Stability Study — figure 2

5. 使用上述工具后,得到如下输出:

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

如何进行稳定性研究

操作步骤如下:

  1. 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
  2. 在首页选择 Statistical Tool> Regression > Stability Study。
  3. 接下来,手动更新数据,或从 Excel 表格中复制(Ctrl+C)数据并粘贴(Ctrl+V);也可以使用 Load Example 选项加载示例数据。
  4. 接下来,需要填写必要的选项。
  5. 最后,点击页面底部的 calculate,即可得到所需结果。

稳定性研究的工具界面分为两部分。

Stability Study — figure 6

左侧为数据窗格(Data Pane)。在 Data Pane 中,每一行构成一个子组。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。

Load example:将加载示例数据。

Load File: 用于直接加载 Excel 数据。

右侧提供以下选项:

  • Response: 随时间跟踪的测量值,如效价、pH 值或水分含量。这是被检验的变量,用于判断产品在整个货架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)。工具使用该变量对响应在储存期间如何变化建模。
  • Batch: 每个样本所属的具体生产批次。包含批次可检测不同批次的降解速率是否不同,这会直接影响货架期的估计。
  • Lower Spec: 响应的最低可接受值。如果产品的测量值低于该限值,则视为超出规格,不再安全或有效。
  • Upper Spec: 响应的最高可接受值。如果测量值超出该限值,产品同样视为超出规格。根据产品的不同,可以使用其中一个或两个规格限。
  • Alpha for Pooling Batches : 控制各批次是分别分析还是合并(汇集)为一个模型。较高的 alpha 值(0.25)使批次更容易合并,从而得到更保守、更可靠的货架期估计。默认值 0.25 有意高于假设检验中常用的 0.05,因为在稳定性研究中,除非有强有力的证据表明各批次表现相同,否则保持批次分开更为稳妥。
  • Use One Spec Limit to Calculate Shelf Life: 有些产品只朝一个方向降解,例如效价只会随时间降低。在这种情况下,只有一个规格限(下限或上限)有意义。启用此选项后,工具将仅基于该单一界限而不是两个界限来计算货架期,从而得到更准确、更恰当的估计。
  • Batch is  : 定义批次变量在统计上如何处理。设为 Fixed Factor 时,结果仅适用于所测试的特定批次,即货架期基于这些确切的批次估计。若设为 random,则结果推广到所有可能的未来批次。当这些特定批次代表该产品时,使用 Fixed。
  • Confidence Interval  : 置信区间给出真实货架期可能落入的范围。默认的 95% 表示有 95% 的把握认为实际货架期位于计算出的范围之内。默认设为 95% 是因为这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(如 90%)会得到更长的货架期,但确定性较低;较高的值(如 99%)则会不必要地缩短估计的货架期。

常见问题

什么是稳定性研究?

稳定性研究是一种统计分析,用于确定产品随时间推移能在其质量规格内保持多长时间。它对可测量的响应(如效价)随时间的变化拟合回归模型,可选择包含批次因子,并将货架期估计为预期响应超出其规格限的时间点。

稳定性研究需要哪些数据?

需要一个时间变量作为主要预测变量,以及一个连续型响应,如效价、浓度、pH 值或重量。可以添加批次因子,以考虑各生产批次之间的差异。在多个时间间隔上收集足够的数据点,准确测量,并按收集顺序记录数据。

批次应作为固定因子还是随机因子?

当所测试的特定批次是关注对象并代表该产品时,将批次作为固定因子处理;此时货架期适用于这些批次。当这些批次代表更大的总体时,将其作为随机因子处理,结果即推广到所有可能的未来批次。

为什么合并批次的 alpha 为 0.25?

合并批次的 alpha 控制各批次是分别分析还是合并为一个模型。默认值 0.25 有意高于假设检验中常用的 0.05,因为在稳定性研究中,除非有强有力的证据表明各批次表现相同,否则保持批次分开更为稳妥。