统计分析在药学领域的应用.pptVIP

统计分析的其他应用—过程能力控制 第三十页，共三十九页。 统计分析的其他应用—过程能力控制 第三十一页，共三十九页。 统计分析的其他应用—过程能力控制 第三十二页，共三十九页。 统计分析的其他应用—过程能力控制 第三十三页，共三十九页。 统计分析的其他应用—过程能力控制 第三十四页，共三十九页。 FDA的OOS调查指南表明“首次检验时若没有实验室错误或统计错误发生，就没有科学基础使原来的OOS结果无效，使复验结果通过。所有的检验结果，通过的和刻意的，都应报告，在批放行中考虑” 例：某个药品含量标准是95.0-105.0%，并获得94.7%的OOS结果。调查未能发现根本原因。质量部授权复验。复验获得结果分别是98.0%，97.0%，96.1%，96.5%，97.4%和96.2%。 考虑检验报告的平均值的计算是否应该包括或隔离OOS值。 评估：质量部使用置信区间的计算方法。如果7个检验的平均值在于上下含量限之间的95%置信区间，排除OOS值是有统计依据的。 因OOS 值(94.7%)；故此，我们建议按照复测六次中最小值直接开具报告书。而不是将六次数据平均。假如 OOS值 是105.7%，则以六次中最大值直接开具报告书。 统计分析的其他应用—案例 第三十五页，共三十九页。 统计分析的其他应用—案例 第三十六页，共三十九页。 总结 1、产品合格率与否是个概率事件，只能基于一定的概率认为下一批是合格产品—计算容忍区间，质量提升是不断降低不合格事件出现概率的过程； 2、质量预测采用回归分析； 3、拿到数据，先做方差或方差齐性，比较平均值、t检验；先计算瞬间抽样样本小组平均值、离散度；再计算批次内组与组间的平均值和离散； 4、除了日常在线检测数据，大部分数据属于泊松分布；正态分布P≥0.05，P值越大越好，当数据由正态变成非正态，说明数据产生漂移； 5、I-MR可以忽略正态性，适用范围非常广，可用于水系统、杂质、年度质量回顾等； 6、警戒限和行动限：①首选公差四分位法（基于切比雪夫定理）；②备选以正态分布为前提的2倍标准差（警戒限）、3倍标准差（行动限）；③部分情况采用阈值法，将数据由大到小排列，分布选取对应个数的1%或5%作行动限和警戒限。 第三十七页，共三十九页。 感 谢 聆 听！ 第三十八页，共三十九页。 内容总结 统计分析在药学领域的应用（3）。做预测就是做回归。试验样品：影响因素试验通常只需1个批次的样品。加速试验和长期试验通常采用至少连续3个批次的样品进行。? 1.含量与初始值相差5%（初始值是100%），任意两点间移动极差不超过5%。方差分析(ANOVA)：用于两个及两个以上样本均数差别的显著性检验，比较振幅差异比较。包括取样是否有代表性，偏差整改后是否有效。发现制药用水微生物污染达到警戒限度、纠偏限度时应当按照操作规程处理。监控要求以及警戒限度和纠偏限度可根据操作的性质确定，但自净时间应当达到规定要求。? 数据统计基础的年度验证计划（主计划）的起草则是根据单值移动极差图来确定。正态分布：P0.05, 期望0.4 第三十九页，共三十九页。 * * * * * * * * * * 只要达到警戒限就要采取行动，如：增加抽样数量。 * 置信区间：每100次有多少次是可信的。数据代表性：在线监测、多组数据增加代表性，虽然批次少 * PDA技术文件 * FDA的案例 t分布，小批数量计算。 * 不是一批，为什么有离岛值，工具计算的UCL和LCL和企业的内控标准倒置，图中UCL和LCL是根据实测数据自动计算得到的，在这种情况下，需要人工设定，用公差除以8或10，人工给定西格玛值，这些数据方差偏大，I MR上下都报警值得关注，I图报警，准确度有问题，精密度没有问题。中药企业和生物企业都有这些困扰，药材等初始值波动很大，如不同季节采收等，客观存在，没有化学药和原料药那么稳定。遇到这样的图，在满足中国药典基础上，药材合理搭配，不超过2批。 * P值不错，锯齿型（可能是灵敏度问题），注射水微生物会出现锯齿形直方图。正常情况下就够了，但水分是泊松分布，但是却正态性很好，1数据造假，2检测方法（换一种方法，如卡尔费休法），换方法用T配对检验，专属性好，增加如加样回收等。单值倒置，公差/8，人工设定西格玛值，数据没有问题，被评价的质量属性是越低越好，所以两点没有问题。日常报警，OOS+OOT和质量趋势总共最好是5%-10%报警率，说明警戒限是非常合适的。 * 杂质不需要做控制图。P值不好，正态性不好。箱线图没有上下控线是正常的。重叠区域可以。泊松性P0.05，泊松性也不不好，越低的数据准确性不好，灵敏度也不好，总杂质有离岛，调查这批，人机料法环查原料和辅料（辅料杂质容易起到催化剂作用），箱线图两个点报警，低的点处于下限，越低越好，不需调查。 *