药品稳定性OOT确认与分析

1、药品稳定性00T确认与分析1. 概述2003年10月，美国FDA代表与美国药品研究和制造商协会成员对稳定性 OOT问题进行了讨论，强调了稳定性OOT追踪的必要性，2008年，WHO也出了一个ppt讲述稳定性数据的评价，其中也提到了 OOT的确认；近年来，药品生产行业及相关部门都强调稳定性的OOT分析，国外客户审计时也经常问到稳定性数据趋势分析的问题，FDA也在483表格中要求企业建立稳定性OOT确认及调查程序，稳定性OOT确认及分析是药品生产企业迫切需要做的，关于这方面国内文献还比较缺乏，浅析稳定性试验中OOT的确认方法（中国药科大学国际医药商学院，肖潇，梁毅）是为数不多的讨论稳定性 OOT确

2、认的文献，但该文献只是翻译了 Ide ntificatio n of Out-of-Tre nd Stability Results- A Review of the Potential Regulatory Issue and Various Approaches PhRMA CMC Statistics and Stability Expert TeamS 中的部分内容，未做系统的整理。稳定性数据对药品生产企业非常重要，是确定和延长有效期、以及确定产品标签储存说明的依据，同时，稳定性数据可以用于支持产品 或工艺改进，对确保持续的产品质量有重要作用。 为了促进及时确定潜在的问题和保证数据质量

3、，应该使用能够快速发现潜在超趋势（OOT）稳定性数据的客观方法（一般为统计方法）。OOT是在规格限度内但超过预期的结果或一系列结果（如新增了降解杂质），OOS则是超过了规格限度，OOT警戒限度的建立是为了监测可能产生潜在OOS的情况，提早发现异常趋势并进行调查而不是等到 OOS结果出来后才调查相关情况，这样能尽早发现可能存在的问题， 更好地控制产品质量。2. 稳定性OOT类型OOT的调查可以参考美国FDA的OOS指南，根据不同OOT类型，可以有不同的调查程度和范围。OOT警戒分为三种类型，分别是分析警戒，工艺控制警戒和符合性警戒。OOT警戒需要用历史数据来确定。分析警戒是指某单一值异常（其他值

4、趋势都正常），但还在质量标准内（正 常的取样差异及随时间的变化除外）的情况（见图1）；工艺控制警戒是指一连串的数据点显示可能由实验室或生产工艺变化引起了非典型模 式，虽然趋势异常，但不会产生潜在的 OOS的情况，数据点可能来自同一批稳定性研究或来自多批的研究（见图 2,图3）；符合性警戒是指 同一产品的同一（或其他）稳定性研究产生的 OOT结果显示，在有效期内有产生OOS的可能性的情况。图1,分析警戒（数据来源为XXXX含量07-09年EP）图2,工艺控制警戒（36个月中，某批趋势与其他批次不一致，但不会同样，多阶段检测也可分为三种OOT警戒水平，但是这项任务太具有挑战性，不是那么简单。例如，

5、USP中溶出度的三阶段测定。如果很少要求第二阶段的测定，那么USP溶出度测定的分析警戒可能是一个单个的，非寻常最小值或平均溶出度。如果该产品通过了第一阶段， 并且第二阶段也进行了几次新的稳定性研究，那么这个结果有可能是一个工艺控制警戒信号。如果所研究的溶出度平均值显示随时间的下降 趋势，该趋势预示了在有效期内保持高于所注册 Q值的难度，这种事实可能预示符合性警戒。（这种情况我们公司没有，可以不考虑）3. 稳定性OOT的SOP要求现行的cGMP要求有书面的稳定性检测程序来评估药品的稳定特性， 并要求有书面的程序来对任何不明原因的差异进行彻底的调查。此 外，cGMP还要求按照书面程序对每个药品的质

6、量标准每年至少评估一次。 OOT警戒程序执行情况的回顾可以在年度产品质量审核中。在编 写处理OOT检测结果的SOP过程中，在确定对OOT测试结果的评估时， 需要要谨慎考虑产品质量的风险。调查的程度和所采取的纠正措施取 决于产品质量的潜在风险。如下5个方面在建立SOP时需要考虑：3.1如何设置警戒限度：SOP应指定科学合理的方法，用相关的限度来对稳定性试验属性，如含量和降解产物等规定每一种OOT警戒限度的确定程序。一旦指定了方法，SOP应包含以下内容：数据要求，负责设定限度的人员，用来确定每种00T警戒的方法。对于新产品，可以得到的稳定性数据有限。既定产品的通常有足 够的历史数据。确定00T结果

7、的方法可以根据 00T警戒类型的不同而有所不同。理想情况下，应指定每一种00T警戒限的确定方法。3.2如何使用限度：SOP应指出如何应用00T警戒限，以及什么人负责将新的稳定性数据和 00T警戒标准进行对比和及时进行审核。3.3调查研究：调查要求应包括人员职责， 并指定时间，文件要求以及适当的内部通知要求。每个 00T警戒调查的程度取决于对产品质量的 潜在风险。S0F不应过分说明，因为00T结果调查所采取的步骤取决于最初发现和调查发现的性质。虽然如此， S0P应该提供进行调查的基 本标准。此外，00T结果调查所采取的步骤应科学有理有据，调查程度的原理应有文件记录。尽管，00T结果一旦确定就应该

8、尽快对其展开调查，也可以在年度产品审核时对其进行广泛处理。通知要求和负责执行年度审核的部门也要包括在S0P中。3.4截短数据的界限：S0P应明确说明截短的数据，如对于降解产物，因为数据切断，本文章中讨论的方法可能不适用。截短数据的一个例子 就是低于ICH报告限而未报道的数据。降解产物的结果在不同的时间点可能会高于或低于ICH的报告限。另外，可能只有后面时间点的结果是可报告的，因为只有后面结果高于报告限。在这种情况下，不可能设置相应的00T警戒限。为了方便进行数据的定量评估，建议降解产物和杂质结果至少保存两位小数。3.5限度的周期审核：S0P可以规定00T警戒限的一个周期性审核程序。S0P应指定

9、审核的频率和负责完成审核的人员。这个评估包括识别一 个以前的结果，该结果曾经符合趋势，但现在是 00T。或是发现以前是00T的结果，现在符合趋势。早期的结论根据新的标准被修订是很自 然的事情，因为00T警戒标准的设定是一个主动持续的过程。4. 稳定性00T的调查程度警戒只是启动调查的一个信号。警戒不是要做出什么结论，只有接下来对00T稳定性数据进行调查以后才可以做出结论。调查的程度取决于数据的性质， 产品历史和所检测的特性， 对产品质量的潜在风险以及对有关安全性和有效性的潜在影响。CFR 211.166的CGMP 法规要求对药品稳定性做出评估，而 21 CFR 211.192要求质量控制部门对

10、不明原因的差异进行调查。如果观察到的是分析警戒，应进行实验室调查。如果实验室调查没有结论，主管人当时可以不采取进一步措施，但是要密切检测后面的 时间点。有关检测属性的结果审核也有助于调查。根据产品，历史和分析警戒数据的性质，在确定不是实验室误差的情况下，公司可以决定 调查是否存在生产误差。可能需要更多的数据（如下一次稳定性测试点的数据）来说明该结果是否是长期趋势（工艺控制警戒）的一部分或 者仅仅是一个孤立结果。如果该研究以后的结果和其他的横向结果都没有超出趋势，那么最初的分析警戒有可能就是一个孤立事件，没必要 对其做进一步的调查。工艺控制警戒可能预示产品或分析性能的意外变化。有着不同寻常趋势的

11、稳定性研究可能显示某一特性的稳定情况发生了改变，而多重 分析警戒可能暗示测量过程不再受控。 当工艺控制警戒很明显时， 调查通常从评估实验室工艺可能存在的变化的影响开始 （例如仪器的变化， 色谱柱的变化，集成技术的变化，标准的变化等 ）。也可延伸到生产工艺（如检查材料，人员，设备和工艺有无变化）。因为符合性警戒是指某一检测项目（或一些检测项目）在有效期内可能不符合质量标准限度，因此需要进行全面彻底的调查。通常这种 调查从实验室开始，如果不能最终确定根本原因，进一步扩大到生产工艺。生产调查可能会包括与本批可能会产生00SW关的其他批次（同一产品或相关产品），以确定这种偏差是孤立的还是系统的。调查也

12、要评估是否需要进行另外的分析检测，生产工艺调查，产品召回和增加 检测频率。符合性警戒调查的目的是及早发现潜在的 00S和确定可能引起00S的原因。如果确定了根本原因，应采取适当的措施，例如确定 可能采取的预防措施。5. 00T确认方法有较多可以用于确定00T的统计学方法，本文主要讲述几个统计学要求不高并且不需要用到实验室信息管理系统（ LIMS ）的方法来确定 分析警戒00T,每种方法的优缺点都在下文中进行描述，而对于工艺控制警戒00T和符合性警戒00T的确认方法做了简单的描述。同时，文中也对用于确定警戒限的历史数据做了讨论。一般，稳定性 00T是越早发现越好，但工艺控制警戒及符合性警戒是很难

13、在稳定性研究早期发 现。5.1分析警戒00T的确认在得到稳定性数据时就发现确认分析警戒是很重要的，因为分析警戒00T很可能是实验室的原因，这样可以最大可能找到并产生分析警戒00T的原因。如果有实验室信息管理系统（LIMS ），分析警戒可以很容易发现，没有LIMS，也可以用一些简单的方法来发现分析警戒 00T。 如下方法可能都需要做一些简单的计算，而在下文会提到的另一种方法可能更简单。一般来说，方法越简单越容易执行，但是，太简单的方 法可能在发现工艺控制警戒00T和符合性警戒00T的能力会不够。主要有如下四种方法：（ 1）根据与前一个数据比较的变化情况（计算与前一个时间点的结果的变化）（ 2）根

14、据与前一个数据比较的变化情况（每时间单位的变化大小，如时间以月计，则6月的时是与前一时间点的变化值除以 6）（ 3）根据与 0个月数据比较的变化情况（计算与 0月的结果的变化）（ 4）不做计算，直接根据检测值（不需计算） 这些方法都需要有历史数据来设定相应的限度标准，这类方法比固定限度的方法要好，因为固定限度的方法可能限度范围太大或太小，发现 00T能力不够或造成警戒误报；目前在药品稳定性试验中用于确认00T的方法可能还有这种固定限度的方法，如：（ 1）连续三个结果超出某一限度；（ 2）连续结果之间的差异超过了先前结果与质量标准差异的一半；（ 3）结果超出了最初结果的 ±5；（ 4）

15、结果超出了之前结果的 ±3；（ 5）结果超出了之前所有结果平均值的 ±5 以上方法优点在于易于理解和应用，并且通常无需对每一时间点均设定相应的限度。但是，这些方法的最大缺陷在于缺乏统计学理论依 据，00T确认标准的制定过于经验化。此外，00T的确认标准还会随特殊情况的数据的变化而变化，缺乏一定的稳定性，可能会导致高变异性数据容易出现假阳性00T结果，而低变异性数据容易出现假阴性 00T结果。不仅如此，其中部分方法是将现在结果与另一参照结果进行比 较。如果参照结果不准确，这样的比较可能不能准确反映现在结果是否为00T，所以稳定性00T确认的方法已及相应的标准应该有统计学基础，

16、需要科学合理。当00T警戒限确认之后，检测数据的变化（或者直接是检测数据）与00T警戒限比较，当数据在警戒限之外时，认为出现了 00T。00T警戒限是评估历史数据以及检测项目的性质之后确认的，评估中可以使用柱形图及频率分布图等。 如果稳定性数据是随着时间降低的，则平均变化值是负值，警戒限应该包括最小值，如果稳定性数据随时间变化是稳定的，则其平均变化值 近似为 0，警戒限应该包括上下限，分析警戒是监测实验室错误的，所以建议设定上下限 如，00T警戒限可以用下述公式来规定：变化值平均变化值标准偏差公式中，K是变异系数，一般取K=3 （假设数据是正态分布的）或者取t统计量（f, 1-a , f代表自

17、由度，a表示显著性水平。上下限度可以取 差异分布的a和i-a勺的百分数。这中方法适用于稳定性数据不呈正态分布的情况。K值或显著性水平的选择需要谨慎考虑，因为如果将限度设地太宽，发现00T能力减弱，而限度太紧则可能出现假阳性的结果（误报），所以在选择确定k值或as时需要平衡两者，同时还需要考虑后续的调查程度，如果后续调查非常复杂，那么限度应该相应放宽一点。所以，不 能给出一个能够普遍使用的标准，一般都需要根据具体的检测项目性质，数据量的大小及后续调查的复杂程度来综合评估历史数据来得出警 戒限。另外需要注意的是不是所有 00T调查都能找出原因的，但相应的风险需要评估。如下是文中提到的方法计算示例：

18、批号月份检测值与前一点比较法与前一点比较法（单位时间）与0点比较法（12月）检测值法（不需计算）B10100.7100.7398.4-2.3-0.7798.4698.40.00.0098.41295.3-3.1-0.52-5.495.31896.10.80.1396.12494.3-1.8-0.3094.3B20100.5100.55100.0-0.5-0.10100.0699.1-0.9-0.9099.11296.7-2.4-0.40-3.896.71496.2-0.5-0.2596.22493.9-2.3-0.2393.9B20103.7103.73103.5-0.2-0.07103.55

19、102.5-1.0-0.50102.512101.5-1.0-0.14-2.2101.518100.0-1.5-0.25100.02497.0-3.0-0.5097.0平均值-1.31-0.32-3.8098.77标准偏差1.150.281.603.02样本数1515318K333300T下限-4.77-1.17-8.6089.7100T上限2.140.531.00107.83不同确认分析警戒00T警戒限的方法的优缺点：当稳定性数据随时间变化是稳定的，与前一时间点结果比较的方法及直接使用检测数据的方法都可以使用，虽然直接使用检测数据更加简单，但这一般要求0月数据是一致的，而0月数据往往是有差异

20、的，所以这个方法在发现分析警戒00T方面灵敏度可能不高。如果分析误差不大（不 是批与批间的实际差异或实际降解差异），直接用检测值是最方便而有效的；而与前一时间点结果比较的方法可能会太晚才发现00T,因为这个方法是将检测值与前一个数据比较看变化而不是与期望值比较。该方法在数值降低以及数据回复到正常水平时可能不能及时反映是否有00T。当稳定性数据是随时间变化的，则与前一时间点结果比较的方法（每时间单位的变化大小）及直接使用检测数据的方法都可以使用，选用哪 一种方法则是取决于变化值的大小与分析误差的大小；与 0个月数据比较的方法（计算与0月的结果的变化）比其他方法能更快发现 00T,然 而这个方法的

21、缺点是太依赖于0月的数据了，需要为每个时间点设定一个警戒限，单一值的警戒限是不够的；如果稳定性随数据的变化是非线 性的，与前一时间点结果比较的方法（每时间单位的变化大小）则需要先将数据进行处理到线性才能用，而与0个月数据比较的方法（计算与0月的结果的变化）则不要求转化为线性；与前一时间点结果比较的方法（每时间单位的变化大小）也有上述提到的与前一时间点结果比较的 方法（每时间单位的变化大小）的缺点。5.2工艺控制警戒00T警戒限的确定工艺控制警戒00T确认的统计原理是设定限度看稳定性数据趋势是否与其他批次不同，同样，这也需要历史数据，需要足够多的历史数 据来设定警戒限。而相应的确定工艺控制警戒限

22、比分析警戒要复杂，在年度质量审核时来做是最容易的，因为年度审核时有大量数据可以用 来评估。斜率控制图（Handbook of Stability Testing in Pharmaceutical Development（Kim Huynh-Ba， editor）是确定工艺控制警戒的一 种方法，另一种方法是将历史数据进行集成（ICH Q1E）。工艺控制警戒可能在分析警戒调查或年制质量审核中产生。5.3符合性警戒符合性警戒与工艺控制警戒的区别主要是符合性警戒表示在效期内可能出现00S。同样，确定符合性警戒也需要历史数据，也可以在年度质量审核中调查。调查符合性警戒 00T是很重要的，因为这表示在效

23、期内可能出现 00S结果。工艺控制警戒00T的确认方法也适用于符合 性警戒00T，但需要评估是否会印发00S。其中一种方法是拟合法（一般是线性回归）预测效期内后面时间点的结果并与实际值比较，评估 在效期内产生00S的风险。符合性警戒00T确认的方法必须包括：最好使用什么方法（什么条件），最少需要多少历史数据，怎样能最好评 估会否在效期内产生00S6. 历史数据的评估00T警戒限都需要用到历史数据，选择合适的历史数据是很重要的，这可能与选用哪种方法一样重要。为确保00T警戒限的有效性，需要设置最小需要的历史数据数量。历史数据反映的是历史情况，而00T警戒限是用来评判未来产生的数据是否在合理的范围

24、内，所以，选择的历史数据应该能够反映将来的情况，否则可能会出现限度范围太大或太小的情况。企业的生产及质量管理是动态的，可能会改工艺，改分 析方法，此时就需要排除老工艺或老方法的数据更新历史数据库确定新的警戒限，需要注意的是历史数据数量不能太少。 结合变更控制系统，这个是可以实现的。一个很常见的问题是历史数据太少，尤其是产品刚开发时，这时可以参考ICH Q1E的组合方法，不同的项目应相应的选择合适的组合程度。需要指出的是，产品是一直在生产的，可能会有新变化，稳定性00T的警戒限应该定期审核更新，使之能最反映最真实合适的限度，如果需要，可以在年度质量审核中对警戒限进行重新评估。7. 00T确认方法

25、示例7.1概述由于稳定性各项目随时间变化的曲线方程是未知的，要通过历史数据将曲线方程拟合出来需要大量数据而且要求历史数据是有代表性的 （一般采用最小二乘法，降解杂质用一级或二级或多级动力学方程），准确的，如果用二级或多级动力学方程拟合降解过程则会很复杂，大部分数据也不符合最小二乘法拟合的条件（非线性）；根据稳定性管理 SOP（G00Q1039要求，稳定性各个时间点取样及完成检测时间均有时间 规定，所以可以默认稳定性各个点都是在相应的时间点完成检测的，如果有超期情况，数据趋势则另外分析（如根据两点间的变化程度来判 断）；综上，我们对会随着时间变化的稳定性数据项目选用趋势分析中的时间点法，而对基本

26、不会随时间变化比较稳定的项目按照常规的土3c法则来分析。7.2时间点法时间点法的原理为依据其他稳定性试验批次在同一时间点的稳定性数据来判断该时间点的稳定性试验结果是否在预期趋势内。该法要求 假定所有数据符合正态分布且相互独立。在时间点法中，其他批次的稳定性试验数据用以确定各个稳定性试验时间点的接受区间。接受区间 的确定需要计算各时间点的稳定性数据的平均值X和标准偏差s,并依据所需置信水平确定置信乘数 k。接受区间的计算可以按照公式：X±ks。因此，接受区间的宽度则由用于区间计算的批次的数量、所选置信水平和期望覆盖范围决定。如当前所进行批次的稳定性试验结果超出了当 前时间点的接受区间，

27、则该结果可被认定为00T结果。时间点法的优点在于无需假设药品降解曲线的形状，适用于不同时间点药品特性的变异性不同的情况，并且可以选择不同的置信水平和覆盖范围以满足特定产品的00T确认要求。但是，如果现有稳定性试验数据不是在名义时间点进行测试的，时间点法的应用就会出现一些问题。在这种情况下，使用时间点之前或之后的数据计算的接受区间只能用作近似值，而近 似值的适用性则取决于数据的变化率。7.3时间点法示例7.3.1 XXXX水分历史数据统计XXXXEP120506水分XXXXXX EP120500水 分T一水分 UCL LCLT-水分 UCL LCL批号水分 NMT13.0%03691218243

28、64860EP05120111.1%11.2%11.0%11.0%11.0%10.7%EP05120210.9%11.1%10.7%10.7%11.3%10.9%EP05120311.3%11.5%11.2%11.1%11.0%10.6%EP07040111.0%10.8%10.8%10.7%10.4%11.0%11.1%11.5%11.3%EP07040211.4%11.2%11.1%11.1%10.9%11.5%11.5%11.8%11.2%EP07040311.8%11.5%11.5%11.5%11.3%11.8%11.7%11.8%11.3%EP07090111.1%11.1%10.9

29、%11.0%11.2%11.3%11.4%11.8%11.7%EP07090211.4%11.3%11.2%11.3%11.3%11.3%11.5%11.7%11.8%EP07090310.4%10.2%10.2%10.2%10.3%10.5%10.8%11.4%11.8%EP08090311.0%12.2%12.3%12.2%12.3%12.5%12.3%12.3%12.7%EP09040411.4%11.4%11.3%11.5%11.6%11.9%11.9%11.9%EP10110110.8%10.8%10.8%11.0%11.0%11.1%11.3%EP101100110.6%10.8%

30、10.8%11.1%11.0%11.1%11.1%EP11070110.5%10.5%10.6%10.5%10.6%10.6%EP110600110.5%10.5%10.5%10.5%10.6%10.8%EP110900110.6%10.6%10.6%10.8%10.9%EP11100210.5%10.5%10.5%10.6%10.6%EP12010110.2%10.2%10.2%10.4%10.4%EP120100110.5%10.5%10.5%10.7%10.7%EP120500110.8%10.8%10.8%10.9%EP120506R10.8%10.8%10.8%10.8%212121

31、2121191510870计数10.9%10.9%10.9%10.9%11.0%11.2%11.5%11.8%11.7%Average0.0041265690.00490960.00470380.00442080.0047750.00561420.00432560.00271240.0051455SD12.12%12.40%12.28%12.26%12.40%12.86%12.76%12.59%13.23%UCL9.65%9.46%9.46%9.61%9.54%9.49%10.16%10.96%10.14%LCL12.12%12.40%12.28%12.26%12.40%12.86%12.76

32、%12.59%13.00%UCL9.65%9.46%9.46%9.61%9.54%9.49%10.16%10.96%10.14%LCLXXXXXEP09040水分XXXXXEP07090水分T水分UCLLCL水分.UCL LCL0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51XXXXXEP09040水 分14.0%13.0%12.0%11.0%10.0%9.0%水分 UCL LCL8.0%0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 517.3.2XXXX总杂历史数据批号总杂 NMT0.5%036

33、9121824364860EP051201EP051202EP051203EP0704010.045%0.04%0.049%0.055%0.050%0.053%0.066%0.06%0.11%EP0704020.040%0.04%0.046%0.037%0.05%0.059%0.061%0.056%0.12%EP0704030.040%0.04%0.051%0.06%0.06%0.076%0.086%0.059%0.11%EP0709010.09%0.12%0.078%0.154%0.11%0.141%0.126%0.14%0.16%EP0709020.09%0.12%0.078%0.154%

34、0.11%0.141%0.126%0.14%0.16%EP0709030.12%0.163%0.126%0.181%0.13%0.21%0.161%0.18%0.15%EP0809030.12%0.163%0.126%0.181%0.13%0.21%0.161%0.18%0.15%EP0904040.1%0.112%0.122%0.113%0.13%0.14%0.101%0.12%EP1011010.1%0.112%0.122%0.113%0.13%0.14%0.101%0.12%EP10110010.1%0.16%0.20%0.15%0.20%0.15%0.1%EP1107010.1%0.1

35、5%0.120%0.079%0.13%0.1%EP11060010.1%0.15%0.120%0.079%0.13%0.1%EP11090010.1%0.16%0.13%0.14%0.13%EP1110020.1%0.14%0.095%0.13%0.15%EP1201010.1%0.14%0.095%0.13%0.15%EP12010010.2%0.12%0.154%0.144%0.09%EP12050010.03%0.06%0.083%0.1%EP120506R0.05%0.06%0.079%0.1%2118181818161210970计数0.0903%0.1138%0.1041%0.1167%0.1175%0.1268%0.1089%0.1172%0.1371%Average0.0003979630.00045440.00039330.00042430.00039410.00051810.00034760.00049180.0002289SD0.21%0.25%0.22%0.24%0.24%0.28%0.21%0.26%0.21%UCL-0.03%-0.02%-0.01%-0.01%0.00%-0.03%0.00%-0.03%0.07%LCL0.21%0.25%0.22%0.24%0.24%0.28%0.21%0.26%0.21%UCL0.00%0.00%0