▍来源：太阳林
外资大型制药公司技术、研发、质量总监，验证管理资深专家，多家制药公司顾问，药学硕士。国家工艺核对未雨绸缪之际，成功解决了多家在产产品处方、工艺问题。处方工艺的二次开发，免费咨询，全程保密。邮箱：1193686015@qq.com。
1 OOT 简介
1.1 OOT的定义
OOT（Out of Trend）结果，又称为超趋势结果，是指超出了系统趋势但仍在质量标准限度内的结果。在稳定性试验中，系统趋势是指稳定性试验结果的正常波
动范围。而系统趋势的建立既可通过与其他批次稳定性试验结果的比较而得，也可经对先前稳定性试验结果的分析而得。
1.2 OOT与OOS的区别
根据ICH的定义，偏差（Deviation）是指对批准指令（生产工艺规程、岗位操作法和标准操作规程等）或规定标准的任何偏离 [1] 。OOT结果和OOS结果均属偏差，但两者偏离程度不同。OOS 结果是指在检验过程中出现的任何偏离标准（包括药品申报标准、DMF中申报标准、药典标准和企业内控标准）的结果 [2] ；而OOT结果则属超出了正常波动范围但未偏离任何标准。故OOT结果与OOS结果的本质区别在于是否偏离了任何标准。
1.3 OOT确认的必要性
如今，OOT问题越来越得到各国药品监管机构制药界的关注。无论从监管角度还是商业角度，确认稳定性试验中的OOT结果均是十分有必要的：从监管角度来看，FDA指出OOT结果的确认已经成为上市药品监测的重要部分，现已有多家制药企业接到FDA的483表格要求其建立关于稳定性试验中OOT结果的确认和调查的书面文件 [3] 。
此外，FDA发布了OOS调查的工业指南，要求制药企业在评价分析结果和批放行决定时应当考虑产品的历史数据，并在此基础上进行趋势分析以预测未来OOS结果的可能性 [4] 。
从商业角度来看，对稳定性数据进行OOT确认有着重要的商业意义。稳定性试验数据在药品注册申报时可以作为证明产品有效期的依据。此外，许多公司利用稳定性试验数据制定产品的内控标准，确保在整个有效期内始终符合质量标准。此时稳定性数据就用于估计产品在有效期内质量变化，不同批次相同产品质量的一致性和含量的变异性。因此，确认任何偏离预期趋势之外的数据就变得非常有必要，因为OOT数据必将对所要进行的相关计算产生重大影响，使稳定性试验数据各项应用的效果大打折扣。
2 OOT 确认概述
2.1 OOT确认方法学
OOT确认首先需要解决的是确认标准的问题，确定如何进行数据对比从而得出何为预期结果。目前，稳定性试验的OOT确认的基本方法有两种：一种为批内比较法，是通过对比同一稳定性试验批次的结果，以判断该批该时间点的结果与先前时间点的结果是否有相同的趋势；另一种为批间比较法，是通过对比以往稳定性试验批次的结果，以判断该批在各时间点的结果与同一产品的其他批次在相应时间点的结果是否有相同的趋势。这两种OOT确认的基本方法所需采用的统计方法各不相同。一般来说，批内比较法比批间比较法在实际操作过程中的应用难度更大，因为一般批内比较时所能参考的数据相对较少，尤其是对于处于稳定性试验前期的数据点。目前，OOT确认中是优先采用批内比较法还是批间比较法尚未达成共识，实际应用的过程中应视具体情况而定。
2.2 现有方法概述
目前在药品稳定性试验中广泛使用的用于确认OOT结果的方法包括：（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）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％ [3] 。
以上的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，OOT确认标准的制定过于经验化。此外，OOT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OOT结果，而低变异性数据容易出现假阴性OOT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OOT。因此，对于OOT结果的确认，方法学必须建立在统计学原理的基础上，确认标准应当科学合理。
3 基于统计学原理的 OOT 确认
3.1 回归控制图法
3.1.1 控制图原理
控制图（Control Chart），又称为管理图，为根据假设检验原理构造的一种图，是用于判断和预报生产过程中质量状况是否发生异常波动的一种有效方法 [5] 。
控制图由美国的休哈特（W.A.Shewhart）于1924年首创，因其用法简单、效果良好、便于掌握，因而逐渐成为质量管理中一种重要的工具。质量管理中，过程质量特性值X通常为计量值数据，且服从正态分布，即X ∽N（μ，σ 2 ）。对于正态分布有p［（μ－3σ）＜X＜（μ＋3σ）］＝ 0.997 3，因此可用最常见的3σ原则确定控制图的控制线（Control Lines），其中中心线（Central Line）为μ，上
控限（UpperControlLine）为μ＋3σ，下控限（LowerControlLine）为μ－3σ。当然，实际应用还可以根据所需置信水平选取σ的乘数。
3.1.2 回归控制图法原理
回归控制图（Regression Control Chart）是在对历史数据按照一定的回归方法建立工艺模型的基础上，依据假设检验原理构造的一种控制图。在稳定性试验OOT确认中，通常采用最小二乘法拟合历史数据，从而建立一元线性模型并以此作为中心线，然后根据一定置信水平建立上、下控制限。该法要求假定所有数据符合正态分布且相互独立，并在整个监测周期内变异性恒定或近似恒定，批间比较法时还要求所有批次具体有相同的线性斜率。
回归控制图法适用于批内数据和批间数据的比较。对于批内比较，回归线拟合该批次的数据；对于批之间的比较，回归线拟合假设有相同斜率但可为不同批截距的特定产品的历史数据。在使用回归控制图法时，需要对截距、斜率和均方误差平方根进行估计。对于某一特定批次在特定时间点的预期结果的估计值可以按照以下公式计算：预期结果＝截距＋斜率×时间。
而特定时间点的上、下控制限则可依据下面公式计算：预期结果±k×s。其中，k是置信乘数，为根据所需置信水平而确定的正态分位数（k＝1，置信水平p＝95.44％；k＝2，p＝99.73％；k＝3，置信水平p＝99.999 998％）；s为回归中数据的均方误差（MSE）的平方根。
在特定时间点中，稳定性试验数据点处于上述上、下控制限之内时则认为是可控的，不属于OOT结果；而当稳定性试验数据点处于上、下控制限之外时，则该点
属于OOT结果，需要对其进行深入调查以确定产生趋势偏离的原因。在回归控制图法中，可以通过置信乘数k的选择来确定上、下控制限的宽度，进而控制出现假
阳性结果和假阴性结果的概率。
3.1.3 回归控制图法应用示例
某批药品的稳定性试验中前18个月的含量测定数据（均在质量标准限度内）见表1左半部分，其中前12个月期间的数据用于设定该批的回归控制图的上、下控制限度。根据最小二乘法回归的原理，使用EXCEL计算得到回归方程的截距、斜率和均方误差平方根的估计值（如表1中部），并由此得到中心线回归模型方程R＝ – 0.14T＋100.98和计算各时间点的预期结果R*。然后再依据99.73%的置信水平选择置信乘数k为3，再根据方程R*±ks可得到上控限回归方程：R＝ – 0.14T＋104.31和下控制限回归方程：R＝ – 0.14T＋97.65。将中心线、上控线和下控线的三个回归方程在同一坐标图内作出（图1），并均向前预测若干个周期（如10个月）。最后参照回归控制图（图1），可以确认第18个月的数据点（图1中方形点）不在上、下控制线内，应当判定该含量测定结果为OOT结果 [6] 。
3.2 时间点法
3.2.1 时间点法原理
时间点法（By Time Point Method）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容许区间（ToleranceInterval）。容许区间的确定需要计算各时间点的稳定性数据的平均值x和标准差s，并依据所需置信水平确定置信乘数k（取值同回归控制图法）。容许区间的计算可以按照公式：x±ks。因此，容许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容许区间，则该结果可被认定为OOT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OOT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，使用名义时间点之前或
之后的数据计算的容许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。
3.2.2 时间点法应用示例
在某批药品稳定性试验的含量测定数据（均在质量标准限度内，如表2）的OOT确认中，选取之前五批相同药品的稳定性试验的含量测定数据（均在质量标准限度
内，如表3）作为用于计算容许区间的历史批次，分别计算这五批药品含量测定结果在各时间点（0～24月）的均值x和标准差s （见表3右侧），然后根据x±ks （其中置信乘数k＝6，置信水平p＝99.999 998％）计算各时间点的容许区间的上控限和下控限（如表2中部）。将所有数据点作于一图中得到该批药品用于OOT确认的时间点法图（如图2）[7] 。图中方形空心点为用于OOT确认的数据点，圆形实心点为容许区间的数据点，圆形空心点为用于计算容许区间的历史批次数据点。根据时间点法图可以得出，该批的第18个月和第24个月的结果处于容许区间之外，故可认定两结果为OOT结果。
4 结语
总的来说，稳定性试验中OOT的确认方法不应该太过复杂，应当在符合统计学原理的基础上尽可能进行简化，但也不可使用目前这些过于简化且缺乏统计学依据的方法。在对药品质量要求越来越严格的当今，在稳定性试验中仅仅建立OOS确认和调查的书面文件是不够的，只有建立OOT确认和调查的书面规程才能根据OOT确认的结果在发生OOS之前找出发生偏离的根源，从而进一步提升药品的质量。
［参考文献］
[1]梁毅.药品生产的偏差分析[J].医药工程设计，2008，29(1)：37～40
[2]梁毅.药品生产OOS调查[J].医药工程设计，2008，29(2)：28～31
[3]PhRMA CMC Statistics and Stability Expert Teams.Identification of Out-of-Trend Stability Results.Pharmaceutical Technology,2003：38～52
[4]FDA.Guidance for industry:Investigating Out ofSpecification （OOS）TestResultsforPharmaceuticalProduction[EB/OL].http://www.fda.gov/downloads/
Drugs/GuidanceComplianceRegulatoryInformation/Guidances/ucm070287.pdf
[5]尤建新，杜学美，张建同.质量管理学[M].北京：科学出版社，2008.7：168
[6]张同友，贾新章.统计过程控制中的回归控制图技术[J].固体电子学研究与进展，2001，21(3)：330～333
[7] ICH.Q1E：Evaluation of Stability Data [EB/OL].http://www.ich.org/LOB/media/MEDIA415.pdf
始发于微信公众号： 制药工程论坛