Sie haben sechs Monate 40-°C-Daten aus dem beschleunigten Arm, drei Monate 25-°C-Langzeitdaten und ein Projektteam, das jetzt eine Haltbarkeitszahl will. Die regulatorische Antwort lautet: Die Haltbarkeit kommt aus den Langzeitdaten. Die praktische Antwort lautet: Sie müssen heute trotzdem eine Entscheidung treffen, und Ihr beschleunigter Arm enthält bereits den Großteil der dafür nötigen Information. Dieser Artikel beschreibt, wie die beiden Methoden funktionieren, was ICH Q1E tatsächlich an Extrapolation erlaubt und wo der gesamte Ansatz an seine Grenzen stößt.
Die zwei Zahlen, die Sie in Einklang bringen müssen
Es gibt zwei unabhängige Wege zu einer 25-°C-Haltbarkeit, und ein gutes Stabilitätspaket nutzt beide.
Weg 1, Kinetik (Arrhenius).
Extrahieren Sie bei jeder Lagertemperatur eine Abbaurate, regressieren Sie ln(k) gegen 1/T und nutzen Sie die angepasste Aktivierungsenergie, um die Rate bei 25 °C zu prognostizieren. Lösen Sie anschließend nach dem Zeitpunkt auf, an dem der prognostizierte Gehalt Ihre Spezifikationsgrenze erreicht. Dieser Weg ist schnell: Er funktioniert, sobald der beschleunigte Arm genug Zeitpunkte für eine belastbare Rate liefert.
Weg 2, ICH-Q1E-Regression.
Regressieren Sie die 25-°C-Langzeitdaten gegen die Zeit, nehmen Sie die einseitige 95-%-Konfidenzgrenze der Mittelwertkurve und lesen Sie ab, wo diese Grenze das Akzeptanzkriterium schneidet. Das ist der Weg, der ins Dossier geht. Er ist langsamer, weil er dadurch begrenzt ist, wie lange der Langzeitarm bereits läuft.
Weg 1 ist eine Prognose. Weg 2 ist die regulatorische Berechnung. Stimmen beide überein, haben Sie konvergente Evidenz und eine verteidigungsfähige Position. Weichen sie deutlich voneinander ab, stimmt etwas an Ihrem Modell oder Ihren Daten nicht, und das sollten Sie besser in Monat 6 herausfinden als in Monat 24.
Haltbarkeit über die Langzeitdaten hinaus: was ICH Q1E an Extrapolation erlaubt
Das ist der Teil, an den man sich am häufigsten falsch erinnert. Q1E erlaubt es nicht, eine Arrhenius-Zahl als Haltbarkeit einzureichen. Sie erlaubt, die Langzeitregression um einen begrenzten Zeitraum zu extrapolieren, und nutzt die beschleunigten und intermediären Daten, um zu entscheiden, wie weit.
| Situation im beschleunigten Arm (40 °C / 75 % rF) | Was Q1E erlaubt |
|---|---|
| Keine signifikante Veränderung über 6 Monate, Langzeitdaten zeigen wenig Veränderung und wenig Variabilität | Bis zum 2-Fachen des abgedeckten Langzeitzeitraums, gedeckelt bei +12 Monaten, oft ohne formale statistische Analyse |
| Keine signifikante Veränderung im beschleunigten Arm, aber Langzeitdaten zeigen Veränderung oder Variabilität | Bis zum 2-Fachen, gedeckelt bei +12 Monaten, mit statistischer Analyse als Beleg |
| Signifikante Veränderung im beschleunigten Arm, keine signifikante Veränderung im intermediären Arm (30 °C) | Reduzierte Extrapolation, bis zum 1,5-Fachen des Langzeitzeitraums, gedeckelt bei +6 Monaten |
| Signifikante Veränderung auch im intermediären Arm | Keine Extrapolation. Die Haltbarkeit entspricht dem von den Langzeitdaten abgedeckten Zeitraum oder ist kürzer |
Zwei weitere Q1E-Details, die Sie kennen sollten: Die Poolbarkeit der Chargen wird mit einer ANCOVA auf dem 0,25-Signifikanzniveau beurteilt (ein bewusst hohes Signifikanzniveau, damit Unterschiede zwischen Chargen eher erkannt werden; Nicht-Poolen ist das konservative Ergebnis), und die Haltbarkeit wird aus der einseitigen 95-%-Konfidenzgrenze abgeleitet, nicht aus der gefitteten Mittelwertlinie. Prüfen Sie die Entscheidungsbäume aus Anhang A gegen Ihren eigenen Fall, bevor Sie sich auf eine Extrapolation festlegen. Sie verzweigen sich nach Wirkstoff versus Fertigprodukt und danach, ob das Attribut voraussichtlich zunimmt, abnimmt oder konstant bleibt.
Rechenbeispiel: Haltbarkeit berechnen für ein niedermolekulares Fertigprodukt
Der folgende Datensatz ist ein repräsentativer Stabilitätsdatensatz für ein niedermolekulares Fertigprodukt: Gehalt als % Label Claim, Arme bei 25 °C, 30 °C und 40 °C, Spezifikation bei 95 % LC. Die Eingabedaten sind repräsentativ. Jede hier zitierte Zahl stammt unverändert aus der Stabilitätsauswertung von CovaSyn, gerechnet auf diesen Daten, und ist keine von Hand in einer Tabellenkalkulation angepasste Zahl.
Schritt 1, die Temperaturabhängigkeit anpassen.
Der Arrhenius-Fit liefert:
- Aktivierungsenergie Ea = 107,45 kJ/mol
- Q10 = 4,08
- Arrhenius-Fit R² = 0,995
Ein Q10 von 4,08 bedeutet eine etwa vierfache Zunahme der Abbaurate pro 10 °C. Diese einzelne Zahl erklärt, warum der beschleunigte Arm nützlich ist: Bei 40 °C baut das Molekül etwa 8-mal schneller ab als bei 25 °C (15 °C Differenz, also Q10 hoch 1,5), sodass drei Monate 40-°C-Daten etwa so viel Abbausignal liefern wie zwei Jahre bei 25 °C. Eine Ea von 107 kJ/mol liegt im normalen Bereich für hydrolytischen und oxidativen Abbau kleiner Moleküle, was eine sinnvolle Plausibilitätsprüfung ist. Werte weit außerhalb von etwa 50 bis 150 kJ/mol bedeuten meist, dass die Ratenextraktion oder die Mechanismusannahme nicht stimmt.
Schritt 2, Prognose für die Lagerbedingung.
Die Prognose auf die Lagertemperatur ergibt 30,4 Monate bis zur 95-%-LC-Spezifikation bei 25 °C, prognostiziert aus den 40-°C- und 30-°C-Raten über den Arrhenius-Fit.
Schritt 3, Q1E-Berechnung unabhängig durchführen.
Die Langzeitregression nach Q1E liefert 28,2 Monate, mit einem Regressions-R² von 0,9989 und einem p-Wert der Steigung von 1,3 · 10⁻⁸. Die Poolbarkeitsprüfung erlaubt dabei das Poolen aller Chargen, das heißt, die Chargen waren auf dem Q1E-Signifikanzniveau statistisch nicht unterscheidbar und wurden als ein gepoolter Datensatz analysiert.
Schritt 4, die kinetische Ordnung nicht nach R² wählen.
Die Kandidaten liegen bei R² 0,99892, 0,99910 und 0,99921 praktisch gleichauf, die AIC-Werte bei −19,68, −21,04 und −21,94. Abstände unter etwa 2 AIC-Einheiten trennen Modelle nicht. Die Daten unterscheiden die Ordnungen in diesem Bereich also nicht; entscheiden Sie nach Mechanismus und wählen Sie im Zweifel das einfachere Modell. Für die Laufzeit nach Q1E spielt das kaum eine Rolle, weil im genutzten Bereich alle drei praktisch linear verlaufen.
Der Abgleich.
30,4 Monate aus der Kinetik, 28,2 Monate aus der Regression der Langzeitdaten, etwa zwei Monate Unterschied. Die Regression liefert den Schnittpunkt der Konfidenzgrenze mit der Spezifikation. Beantragen dürfen Sie davon nur, was ICH Q1E an Extrapolation erlaubt: höchstens das Doppelte des abgedeckten Langzeitzeitraums und höchstens 12 Monate darüber hinaus. Bei 12 Monaten Langzeitdaten sind das 24 Monate, bei 3 Monaten nur 6 Monate. Die Arrhenius-Zahl unterstützt die Entscheidung früh; die Laufzeit im Dossier ergibt sich aus Regression und Extrapolationsgrenze.
Was diese Zahlen nicht sagen
Seien Sie intern ehrlich damit, denn die Gutachter werden es auch sein.
- Arrhenius setzt einen dominanten Mechanismus voraus, der sich mit der Temperatur nicht ändert. Aktiviert 40 °C einen Pfad, der bei 25 °C vernachlässigbar ist, oder tritt zwischen den Bedingungen ein Phasenübergang, ein Schmelzvorgang oder eine Feuchtigkeitsaufnahme auf, ist die Extrapolation ungültig, egal wie gut das R² ist. Ein R² von 0,995 auf drei Temperaturpunkten ist kein Beweis für mechanistische Konstanz, es sind drei Punkte.
- 30,4 Monate sind eine Prognose, keine Haltbarkeit. Sie unterstützt eine Entscheidung (Formulierungsranking, Verpackungswahl, Go/No-Go für ein Stabilitätsprotokoll). Es ist keine Einreichungszahl, und unsere Auswertung macht keine daraus.
- Der Gehalt ist nicht das einzige stabilitätsindizierende Attribut. Die Haltbarkeit wird von dem Attribut bestimmt, das zuerst versagt: Gesamtabbauprodukte, eine spezifizierte Verunreinigung, Wirkstofffreisetzung, Wassergehalt, Aussehen, mikrobielle Grenzwerte. Eine gehaltsbasierte Berechnung ist ein Eingabewert von mehreren.
- Amorphe Feststoffe und Biologika verletzen die Annahme oft völlig. Amorphe Dispersionen, lyophilisierte Produkte und Proteine zeigen häufig Nicht-Arrhenius-Verhalten. Behandeln Sie kinetische Extrapolation dort nur als Hypothesenbildung.
- Die Statistik repariert kein dünnes Design. Drei Chargen mit wenigen Zeitpunkten ergeben eine breite Konfidenzgrenze, und die Q1E-Haltbarkeit kommt aus der Grenze, nicht aus dem Mittelwert. Planen Sie die Studie sauber; kein Modell holt Information zurück, die nie erhoben wurde.
- Hinweis aus unseren eigenen Tests: Im obigen Lauf konnten die separat ausgewiesene Poolbarkeitsprüfung und die separate Ratenextraktion nicht verifiziert werden, und keine ihrer Zahlen wird hier zitiert. Das Pooling-Urteil stammt aus der Poolbarkeitsprüfung innerhalb der Q1E-Regression. Das sagen wir lieber offen, als still eine Zahl zu präsentieren, die wir nicht verifiziert haben.
Häufige Fragen
Wie wird die Haltbarkeit nach ICH Q1E berechnet?
ICH Q1E berechnet die Haltbarkeit, indem die Langzeit-Stabilitätsdaten gegen die Zeit regressiert werden und der Punkt gesucht wird, an dem die einseitige 95-%-Konfidenzgrenze der Mittelwertkurve das Akzeptanzkriterium schneidet. Chargen werden per ANCOVA auf dem 0,25-Signifikanzniveau auf Poolbarkeit geprüft; sind sie poolbar, werden alle Chargen gemeinsam regressiert. Das Ergebnis kann anschließend um einen begrenzten Zeitraum extrapoliert werden, der von den beschleunigten und intermediären Daten abhängt.
Kann ich mit beschleunigten Daten die Haltbarkeit festlegen?
Nicht direkt. Beschleunigte Daten unterstützen die Extrapolation des Langzeitergebnisses, sie ersetzen es nicht. Unter ICH Q1E dürfen Sie, wenn über sechs Monate keine signifikante Veränderung unter beschleunigten Bedingungen auftritt, die Langzeitregression auf bis zum Doppelten des abgedeckten Zeitraums extrapolieren, höchstens jedoch 12 Monate darüber hinaus. Arrhenius-Prognosen aus beschleunigten Daten sind Entscheidungsunterstützung während der Entwicklung, keine Einreichungszahl.
Was ist Q10, und warum ist es für die Stabilität wichtig?
Q10 ist der Faktor, um den die Abbaurate pro 10 °C Temperaturanstieg zunimmt. Im obigen Beispiel lieferte der Arrhenius-Fit Q10 = 4,08 bei einer Aktivierungsenergie von 107,45 kJ/mol und einem Fit-R² von 0,995. Ein Q10 nahe 4 bedeutet, dass bei 40 °C der Abbau etwa 8-mal schneller verläuft als bei 25 °C; deshalb kann eine kurze beschleunigte Studie eine Haltbarkeitsfrage schon früh klären.
Wann ist eine Arrhenius-Extrapolation nicht zulässig?
Wenn der Abbaumechanismus über den Temperaturbereich nicht konstant ist. Typische Fehlerfälle sind amorphe Feststoffe nahe Tg, lyophilisierte Produkte und Proteinprodukte, Systeme mit feuchtigkeitsvermitteltem oder autokatalytischem Abbau sowie Formulierungen, die zwischen der beschleunigten und der Langzeitbedingung einen Phasenübergang oder eine physikalische Veränderung durchlaufen. In diesen Fällen ist ein hohes Arrhenius-R² kein Beleg für Validität, und die Extrapolation sollte nicht zur Stützung einer Haltbarkeitsaussage verwendet werden.
Wie weit über die Langzeitdaten hinaus darf ich extrapolieren?
Die übliche Grenze ist das Doppelte des von den Langzeitdaten abgedeckten Zeitraums, höchstens aber 12 Monate darüber hinaus, wenn der beschleunigte Arm keine signifikante Veränderung zeigt. Tritt eine signifikante Veränderung im beschleunigten Arm auf, nicht aber im intermediären, sinkt der Spielraum auf höchstens das 1,5-Fache und maximal 6 Monate darüber hinaus. Tritt eine signifikante Veränderung auch im intermediären Arm auf, ist keine Extrapolation zulässig.
Was bedeutet ein Poolbarkeitsergebnis von pool_all?
Es bedeutet, dass die ANCOVA auf dem Q1E-Signifikanzniveau von 0,25 keinen statistisch signifikanten Unterschied zwischen den Steigungen oder Achsenabschnitten der Chargen gefunden hat, sodass alle Chargen als ein Datensatz regressiert werden können. Im obigen Beispiel erlaubte die Poolbarkeitsprüfung das Poolen aller Chargen, zusammen mit einer Haltbarkeit von 28,2 Monaten, einem Regressions-R² von 0,9989 und einem p-Wert der Steigung von 1,3 · 10⁻⁸. Pooling verengt in der Regel die Konfidenzgrenze und verlängert die berechnete Haltbarkeit.
Weiterführende Artikel
Auswertung zu diesem Thema
Wir werten das für Ihr Labor aus.
- ICH-Stabilität, Arrhenius-Fits, Shelf-Life.