2006_-Byelorussian_Pharmacopoeia_Volume_1

Как видно, основной вклад в полную неопределенность анализа вносит пробо-

подготовка (1,06%).

10.3.3. Расчет среднего значения нескольких неравноточных выборок

В результате межлабораторного эксперимента получены следующие результаты количественного анализа некоторого готового лекарственного средства:

№ лаборато-					1	2	3	4	5	6	7	8	9	10
рии
		k % абс			10,8	10,6	11,2	11,1	10,9	11,1	10,5	10,8	11,0	11,2
	x
				,k % абс.	0,32	0,21	0,65	0,45	0,25	0,32	0,19	0,34	0,42	0,58
			x

Какое среднее значение содержания можно приписать лекарственному средству по данным межлабораторного эксперимента?

Результаты анализа в разных лабораториях нельзя считать выборками из одной генеральной совокупности, даже если они получены с использованием одного метода,

например, ВЭЖХ. Это связано с тем, что точностные характеристики приборов в разных лабораториях разные. В частности, хроматографы могут обладать существенно разными генеральными дисперсиями сходимости хроматографического сигнала, связанными как с приборными факторами, так и с различием колонок и условий анализа. Поэтому уравнение (2.3) здесь не применимо. Не применимо и уравнение (10.9) – число опытов, как правило, невелико и не одинаково. Поэтому применим соотношение

(10.8):

				10,8		+	10,6	+	11,2	+	11,1	+	10,9	+	11,1	+	10,5	+	10,8	+	11,0	+	11,2
		=	0,32		2		0,212		0,652		0,452		0,252		0,322		0,192		0,342		0,422		0,582	=
	x
				1		+	1	+	1	+	1	+	1	+	1	+	1	+	1	+	1	+	1
0,32					2		0,212		0,652		0,452		0,252		0,322		0,192		0,342		0,422		0,582

=1189,89 = 10,77%

110,51

Для сравнения - обычное (не взвешенное) среднее значение по формуле (1.2)

будет 11,92%, т.е. на 100*(11,92-10,77)/10,77 = 1,4% выше.

В соответствии с соотношением (9.8а), абсолютный доверительный интервал этого взвешенного среднего равен:

		=	1			= 0,095%
	x		110,51

Как видно, эта величина существенно меньше любого частного доверительного интервала x ,k .

11. Приложения9

	Числовые значения контрольного критерия Q(P1, n)				Таблица 11.1
n			Q
		P = 90%	P = 95%		P = 99%
3		0,89	0,94		0,99
4		0,68	0,77		0,89
5		0,56	0,64		0,76
6		0,48	0,56		0,70
7		0,43	0,51		0,64
8		0,40	0,48		0,58
9		0,38	0,46		0,55

Таблица 11.2

Числовые значения коэффициента Стьюдента t(P, ν)

					Вероятность P1 или P2
	P1 →	95%		97,5%	99%	99,5%	99,9%	99,95%
	P2 →	90%		95%	98%	99%	99,8%	99,9%
	Число степеней				Значения t(P, ν)
	свободы ν ↓
1		6,3138		12,7062	31,8205	63,6567	318,31	636,619
2		2,9200		4,3027	6,9646	9,9248	22,3271	31,5991
3		2,3534		3,1824	4,5407	5,8409	10,2145	12,9240
4		2,1318		2,7764	3,7469	4,6041	7,1732	8,6103
5		2,0150		2,5706	3,3649	4,0321	5,8934	6,8688
6		1,9432		2,4469	3,1427	3,7074	5,2076	5,9588
7		1,8946		2,3646	2,9980	3,4995	4,7853	5,4079
8		1,8595		2,3060	2,8965	3,5554	4,5008	5,0413
9		1,8331		2,2622	2,8214	3,2498	4,2968	4,7809
10		1,8125		2,2281	2,7638	3,1693	4,1437	5,5869
11		1,7956		2,2010	2,7181	3,1058	4,0247	4,4370
12		1,7823		2,1788	2,6810	3,0545	3,9296	4,3178
13		1,7709		2,1604	2,6503	3,0123	3,8520	4,2208
14		1,7613		2,1448	2,6245	2,9768	3,7874	4,1405
15		1,7530		2,1314	2,6025	2,9467	3,7328	4,0728
16		1,7459		2,1199	2,5835	2,9208	3,6862	4,0150
17		1,7396		2,1098	2,5669	2,8982	3,6458	3,9651
18		1,7341		2,1009	2,5524	2,8784	3,6105	3,9216
19		1,7291		2,0930	2,5395	2,8609	3,5794	3,8834
20		1,7247		2,0860	2,5280	2,8453	3,5518	3,8495

9 Л.Н. Большев, Н.В. Смирнов. Таблицы математической статистики. М.: Наука. 1983. – 415 с.

21	1,7207	2,0796	2,5176	2,8314	3,5272	3,8193
22	1,7171	2,0739	2,5083	2,8188	3,5050	3,7921
23	1,7139	2,0687	2,4999	2,8073	3,4850	3,7676
24	1,7109	2,0639	2,4922	2,7969	3,4668	3,7454
25	1,7081	2,0595	2,4851	2,7874	3,4502	3,7251
26	1,7056	2,0555	2,4786	2,7787	3,4350	3,7066
27	1,7033	2,0518	2,4727	2,7707	3,4210	3,6896
28	1,7011	2,0484	2,4671	2,7633	3,4082	3,6739
29	1,6991	2,0452	2,4620	2,7564	3,3962	3,6594
30	1,6973	2,0423	2,4573	2,7500	3,3852	3,6460
40	1,6839	2,0211	2,4233	2,7045	3,3069	3,5510
50	1,6759	2,0086	2,4033	2,6778	3,2614	3,4960
100	1,6602	1,9840	2,3642	2,6259	3,1737	3,3905
∞	1,6479	1,9647	2,3338	2,5857	3,1066	3,3101

P1

-

вероятность

нахождения

истинного

значения

величины

(μ)

в

интервале

−

x ≤ μ ≤ ∞ или − ∞ ≤ μ ≤

+

x (одностороннее распределение);

x

x

P2

–

вероятность

нахождения

истинного

значения

величины

(μ)

в

интервале

−

x ≤ μ ≤

+ x

(двустороннее распределение);

x

x

Таблица 11.3.

Процентные точки распределения χ2(P1, ν)

ν	P1 = 95%	P1 =99%
1	3,841	6,635
2	5,991	9,210
3	7,815	11,345
4	9,488	13,277
5	11,070	15,086
6	12,592	16,812
7	14,067	18,475
8	15,507	20,090
9	16,919	21,666
10	18,307	23,209

ν	P1 = 95%	P1 = 99%
11	19,675	24,725
12	21,026	26,217
13	22,362	27,688
14	23,685	29,141
15	24,996	30,578
16	26,296	32,000
20	31,410	37,566
25	37,652	44,314
30	43,773	50,892
40	55,758	63,691

P1 - вероятность того, что оцениваемое значение χ2 не превышает табличное. Это оцениваемое значение рассматривается как значимое (P1 = 95%) или высоко значимое (P1

= 99%).

		smax2	Таблица 11.4
Критерий Кокрена. Критические точки статистики	G =		, построенной по g
		g
		å sk2
		k=1

независимым оценкам дисперсии (sk2 ), каждая из которых обладает ν степенями

свободы.

ν → g ↓

2

3

4

5

6

7

8

9

10

12

15

20

24

30

40

60

∞

ν → k ↓

2

3

4

5

6

7

8

9

10

12

15

20

24

30

40

60

∞

1	2	3	4	5	6	7	8	9	10	16	36	∞
					G(P = 95%)
0,9985	0,9750	0,9392	0,9057	0,8772	0,8534	0,8332	0,8159	0,8010	0,7880	0,7341	0,6602	0,5000
0,9669	0,8709	0,7977	0,7457	0,7071	0,6771	0,6530	0,6333	0,6167	0,6025	0,5466	0,4748	0,3333
0,9065	0,7679	0,6841	0,6287	0,5895	0,5598	0,5365	0,5175	0,5017	0,4884	0,4366	0,3720	0,2500
0,8412	0,6838	0,5981	0,5440	0,5063	0,4783	0,4564	0,4387	0,4241	0,4118	0,3645	0,3066	0,2000
0,7808	0,6161	0,5321	0,4803	0,4447	0,4184	0,3980	0,3817	0,3682	0,3568	0,3135	0,2612	0,1667
0,7271	0,5612	0,4800	0,4307	0,3974	0,3726	0,3535	0,3384	0,3259	0,3154	0,2756	0,2278	0,1429
0,6798	0,5157	0,4377	0,3910	0,3595	0,3362	0,3185	0,3043	0,2926	0,2829	0,2462	0,2022	0,1250
0,6385	0,4775	0,4027	0,3584	0,3286	0,3067	0,2901	0,2768	0,2659	0,2568	0,2226	0,1820	0,1111
0,6020	0,4450	0,3733	0,3311	0,3029	0,2823	0,2666	0,2541	0,2439	0,2353	0,2032	0,1655	0,1000
0,5410	0,3924	0,3264	0,2880	0,2624	0,2439	0,2299	0,2187	0,2098	0,2020	0,1737	0,1403	0,0833
0,4709	0,3346	0,2758	0,2419	0,2195	0,2034	0,1911	0,1815	0,1736	0,1671	0,1429	0,1144	0,0667
0,3894	0,2705	0,2205	0,1921	0,1735	0,1602	0,1501	0,1422	0,1357	0,1303	0,1108	0,0879	0,0500
0,3434	0,2354	0,1907	0,1656	0,1493	0,1374	0,1286	0,1216	0,1160	0,1113	0,0912	0,0743	0,0417
0,2929	0,1980	0,1593	0,1377	0,1237	0,1137	0,1061	0,1002	0,0958	0,0921	0,0771	0,0604	0,0333
0,2370	0,1576	0,1259	0,1082	0,0968	0,0887	0,0827	0,0780	0,0745	0,0713	0,0595	0,0462	0,0250
0,1737	0,1131	0,0895	0,0765	0,0682	0,0623	0,0583	0,0552	0,0520	0,0497	0,0411	0,0316	0,0167
0	0	0	0	0	0	0	0	0	0	0	0	0
1	2	3	4	5	6	7	8	9	10	16	36	∞
					G(P = 99%)
0,9999	0,9950	0,9794	0,9586	0,9373	0,9172	0,8988	0,8823	0,8674	0,8539	0,7949	0,7067	0,5000
0,9933	0,9423	0,8831	0,8335	0,7933	0,7606	0,7335	0,7107	0,6912	0,6743	0,6059	0,5153	0,3333
0,9676	0,8643	0,7814	0,7212	0,6761	0,6410	0,6129	0,5897	0,5702	0,5536	0,4884	0,4057	0,2500
0,9279	0,7885	0,6957	0,6329	0,5875	0,5531	0,5259	0,5037	0,4854	0,4697	0,4094	0,3351	0,2000
0,8828	0,7218	0,6258	0,5635	0,5195	0,4866	0,4608	0,4401	0,4229	0,4081	0,3529	0,2858	0,1667
0,8376	0,6644	0,5685	0,5080	0,4659	0,4347	0,4105	0,3911	0,3751	0,3616	0,3105	0,2494	0,1429
0,7945	0,6152	0,5209	0,4627	0,4226	0,3932	0,3704	0,3522	0,3373	0,3248	0,2779	0,2214	0,1250
0,7544	0,5727	0,4810	0,4251	0,3870	0,3592	0,3378	0,3207	0,3067	0,2950	0,2514	0,1992	0,1111
0,7175	0,5358	0,4469	0,3934	0,3572	0,3308	0,3106	0,2945	0,2813	0,2704	0,2297	0,1811	0,1000
0,6528	0,4751	0,3919	0,3428	0,3099	0,2861	0,2680	0,2535	0,2419	0,2320	0,1961	0,1535	0,0833
0,5747	0,4069	0,3317	0,2882	0,2593	0,2386	0,2228	0,2104	0,2002	0,1918	0,1612	0,1251	0,0667
0,4799	0,3297	0,2654	0,2288	0,2048	0,1877	0,1748	0,1646	0,1567	0,1501	0,1248	0,0960	0,0500
0,4247	0,2871	0,2295	0,1970	0,1759	0,1608	0,1495	0,1406	0,1338	0,1283	0,1060	0,0810	0,0417
0,3632	0,2412	0,1913	0,1635	0,1454	0,1327	0,1232	0,1157	0,1100	0,1054	0,0867	0,0658	0,0333
0,2940	0,1915	0,1508	0,1281	0,1135	0,1033	0,0957	0,0898	0,0853	0,0816	0,0668	0,0503	0,0250
0,2151	0,1371	0,1069	0,0902	0,0796	0,0721	0,0668	0,0625	0,0594	0,0567	0,0461	0,0344	0,0167
0	0	0	0	0	0	0	0	0	0	0	0	0

smax2 = max(sk2 ); P – вероятность того, что все g оценок дисперсии являются выбороч-

ными значениями одной и той же генеральной совокупности. Гипотеза равенства дисперсий может быть значимой (P = 95%) или высоко значимой (P=99%).

Таблица 11.5.

Процентные точки распределения Фишера (F (P1, ν1, ν2)– распределения)

P1 - вероятность того, что оцениваемое значение F не превышает табличное. Это оце-

ниваемое значение рассматривается как значимое (P1 = 95%) или высоко значимое (P1 = 99%).

ν1 →	1	2	3	4	5	6	7		8	9	10	12	15	20	24	30	∞
ν2↓
								P1 = 95%
1	161,5	199,5	215,7	224,6	230,2	234,0	236,8		238,9	240,5	241,9	243,9	246,0	248,0	249,1	250,1	254,3
2	18,51	19,00	19,16	19,25	19,30	19,33	19,35		19,37	19,39	19,4	19,41	19,43	19,45	19,45	19,46	19,50
3	10,13	9,552	9,277	9,117	9,014	8,941	8,887		8,845	8,812	8,786	8,745	8,703	8,660	8,639	8,617	8,527
4	7,709	6,944	6,591	6,388	6,256	6,163	6,094		6,041	5,999	5,964	5,912	5,858	5,803	5,774	5,746	5,628
5	6,608	5,786	5,410	5,192	5,050	4,950	4,876		4,818	4,773	4,735	4,678	4,619	4,558	4,527	4,496	4,365
6	5,987	5,143	4,757	4,534	4,387	4,284	4,207		4,147	4,099	4,060	4,000	3,938	3,874	3,842	3,808	3,669
7	5,591	4,737	4,347	4,120	3,972	3,866	3,787		3,726	3,677	3,637	3,575	3,511	3,445	3,411	3,376	3,230
8	5,318	4,459	4,066	3,838	3,688	3,581	3,501		3,438	3,388	3,347	3,284	3,218	3,150	3,115	3,079	2,928
9	5,117	4,257	3,827	3,633	3,482	3,374	3,293		3,230	3,179	3,137	3,073	3,006	2,937	2,901	2,864	2,707
10	4,965	4,103	3,708	3,478	3,326	3,217	3,136		3,072	3,020	2,978	2,913	2,845	2,774	2,737	2,700	2,538
12	4,747	3,885	3,490	3,259	3,106	2,996	2,913		2,849	2,796	2,753	2,687	2,617	2,544	2,506	2,466	2,296
15	4,543	3,682	3,287	3,056	2,901	2,790	2,707		2,641	2,588	2,544	2,475	2,403	2,328	2,288	2,247	2,066
20	4,351	3,493	3,098	2,866	2,711	2,599	2,514		2,447	2,393	2,348	2,278	2,203	2,124	2,083	2,039	1,843
25	4,242	3,385	2,991	2,759	2,603	2,490	2,405		2,337	2,282	2,236	2,165	2,089	2,007	1,964	1,919	1,711
30	4,171	3,316	2,922	2,690	2,534	2,421	2,334		2,266	2,211	2,165	2,092	2,015	1,932	1,887	1,841	1,622
50	4,034	3,183	2,790	2,557	2,400	2,286	2,208		2,130	2,082	2,026	1,952	1,871	1,784	1,747	1,697	1,438
∞	3,841	2,996	2,605	2,372	2,214	2,099	2,010		1,938	1,880	1,831	1,752	1,666	1,571	1,517	1,459	1,000
ν1 →	1	2	3	4	5	6	7		8	9	10	12	15	20	24	30	∞
ν2↓
								P1 = 99%
1	4052	5000	5403	5625	5764	5859	5928		5981	6023	6056	6106	6157	6209	6235	6261	6366
2	98,50	99,00	99,17	99,25	99,30	99,33	99,36		99,37	99,39	99,40	99,42	99,43	99,45	99,46	99,47	99,50
3	34,12	30,82	29,46	28,71	28,24	27,91	27,67		27,49	27,35	27,23	27,05	26,87	26,69	26,60	26,51	26,13
4	21,20	18,00	16,69	15,98	15,52	15,21	14,98		14,80	14,66	14,55	14,37	14,20	14,02	13,93	13,84	13,46
5	16,26	13,27	12,06	11,39	10,97	10,67	10,46		10,29	10,16	10,05	9,888	9,722	9,553	9,467	9,379	9,020
6	13,75	10,93	9,780	9,148	8,746	8,466	8,260		8,102	7,976	7,874	7,718	7,559	7,396	7,313	7,229	6,880
7	12,25	9,547	8,451	7,847	7,460	7,191	6,993		6,840	6,719	6,620	6,469	6,314	6,155	6,074	5,992	5,650
8	11,26	8,649	7,591	7,006	6,632	6,371	6,178		6,029	5,911	5,814	5,667	5,515	5,359	5,279	5,198	4,859
9	10,56	8,022	6,992	6,422	6,057	5,802	5,613		5,467	5,351	5,257	5,111	4,962	4,808	4,729	4,649	4,311
10	10,04	7,559	6,552	5,994	5,636	5,386	5,200		5,057	4,942	4,849	4,706	4,558	4,405	4,327	4,247	3,909
12	9,330	6,927	5,953	5,412	5,064	4,821	4,640		4,499	4,388	4,296	4,155	4,010	3,858	3,781	3,701	3,361
15	8,683	6,359	5,417	4,893	4,556	4,318	4,142		4,004	3,895	3,805	3,666	3,522	3,372	3,294	3,214	2,868
20	8,096	5,849	4,938	4,431	4,103	3,871	3,699		3,564	3,457	3,368	3,231	3,088	2,938	2,859	2,779	2,421
25	7,770	5,568	4,675	4,177	3,855	3,627	3,457		3,324	3,217	3,129	2,993	2,850	2,699	2,620	2,538	2,169
30	7,562	5,390	4,510	4,018	3,699	3,473	3,305		3,173	3,067	2,979	2,843	2,700	2,549	2,469	2,386	2,006
50	7,171	5,057	4,199	3,720	3,408	3,186	3,038		2,890	2,803	2,698	2,536	2,419	2,265	2,202	2,116	1,683
∞	6,635	4,605	3,782	3,319	3,017	2,802	2,639		2,511	2,407	2,321	2,185	2,039	1,878	1,791	1,696	1,000

Таблица 11.6

Процентные точки выборочного коэффициента корреляции r P1 – вероятность того, что r < R или -R < r (односторонний критерий),

P2 – вероятность того, что коэффициент корреляцииї r находится в интервале -R < r < R (двусторонний критерий)

Выборочный коэффициент корреляции r значимо (с надежностью P1 или P2) отлича-

ется от нуля, если его абсолютная величина êr ê превышает табличное значение R(P,

ν)

			Вероятность P1 или P2
P1 ®	95%	97.5%	99%	99.5%	99.75%	99.95%
P2 ®	90%	95%	98%	99%	99.5%	99.9%
Число степеней
свободы ν ↓			Значения R(P,ν)
1	0,9877	0,99692	0,999507	0,999877	0,999969	0,999999
2	0,900	0,9500	0,9800	0,99000	0,99500	0,999000
3	0,805	0,878	0,9343	0,9587	0,9740	0,99114
4	0,729	0,811	0,882	0,9172	0,9417	0,9741
5	0,669	0,754	0,833	0,875	0,9056	0,9509
6	0,621	0,707	0,789	0,834	0,870	0,9249
7	0,582	0,666	0,750	0,798	0,836	0,898
8	0,549	0,632	0,715	0,765	0,805	0,872
9	0,521	0,602	0,685	0,735	0,776	0,847
10	0,497	0,576	0,658	0,708	0,750	0,823
11	0,476	0,553	0,634	0,684	0,726	0,801
12	0,457	0,532	0,612	0,661	0,703	0,780
13	0,441	0,514	0,592	0,641	0,683	0,760
14	0,426	0,497	0,574	0,623	0,664	0,742
15	0,412	0,482	0,558	0,606	0,647	0,725
16	0,400	0,468	0,543	0,590	0,631	0,708
17	0,389	0,456	0,529	0,575	0,616	0,693
18	0,378	0,444	0,516	0,561	0,602	0,679
19	0,369	0,433	0,503	0,549	0,589	0,665
20	0,360	0,423	0,492	0,537	0,576	0,652
25	0,323	0,381	0,445	0,487	0,524	0,597
30	0,296	0,349	0,409	0,449	0,484	0,554
35	0,275	0,325	0,381	0,418	0,452	0,519
40	0,257	0,304	0,358	0,393	0,425	0,490
45	0,243	0,288	0,338	0,372	0,403	0,465
50	0,231	0,273	0,322	0,354	0,384	0,443
60	0,211	0,250	0,295	0,325	0,352	0,408
70	0,195	0,232	0,274	0,302	0,327	0,380
80	0,183	0,217	0,257	0,283	0,307	0,357
90	0,173	0,205	0,242	0,267	0,290	0,338
100	0,164	0,195	0,230	0,254	0,276	0,321

#5.3.3. ВАЛИДАЦИЯ АНАЛИТИЧЕСКИХ МЕТОДИК ИСПЫТАНИЙ

В статье описываются процедуры, применяемые для валидации методик и испы-

таний (Испытание – это аналитическая методика, описанная в частной статье, в совокупности с требованиями к получаемым по ней результатам. Результатом проведения испытания является ответ на вопрос, соответствует или нет данное лекарственное

средство требованиям частной статьи), включаемых в общую статью Государственной Фармакопеи Республики Беларусь и аналитическую нормативную документацию на ле-

карственные средства и вспомогательные вещества (частные статьи). Поскольку в частные статьи включаются различные инструментальные и не инструментальные испытания (определение подлинности, контроль примесей, количественное определение

и др.), требования к валидации испытания зависят от его типа и применяемого аналитического метода.

А. ТЕРМИНЫ И ОПРЕДЕЛЕНИЯ, ИСПОЛЬЗУЕМЫЕ ПРИ ВАЛИДАЦИИ АНАЛИТИЧЕСКИХ МЕТОДИК

1. Введение

Валидация аналитической методики — это экспериментальное доказательство того, что методика пригодна для решения предполагаемых задач.

В данном разделе рассматриваются характеристики аналитических методик

(испытаний), подлежащие валидации (далее «валидационные характеристики»).

Валидационные характеристики методик, применяемые для целей идентификации, контроля примесей и количественного определения, приведены в

Табл. 1.

Таблица 1

Валидационные характеристики, рассматриваемые для различных ис-

пытаний и методик

		Типы аналитических методик
Характеристики	Идентификация	Испытания на примеси		Количественное оп-
				Растворение, опре-
		Количественные	Предельные	деление только со-
				держания, активно-
				сти
Правильность	-	+	-	+
Точность:		+ +*	-	+
Сходимость Внутрила-
бораторная точность				+
				*
Специфичность **	+	+	+	+
Предел обнаружения	-	. * * *	+	-
Предел количест-
венного определе-	-	+	-	-
ния
Линейность	-	+	-	+
Диапазон применения	-	+	-	+

«-« — характеристика обычно не исследуется;

«+» - характеристика обычно исследуется;

«*» — в тех случаях, когда проводится исследование воспроизводимости, исследова-

ние внутрилабораторной точности не требуется;

«**» — недостаток специфичности испытания можно компенсировать другим (други-

ми) дополнительным испытанием (см. п. 4.2); «***»- может потребоваться в некоторых случаях (например, когда предел определе-

ния и нормируемый предел содержания определяемой примеси близки).

2.Аналитические испытания и методики, подлежащие валидации

Встатье рассматривается проведение валидации для таких испытаний: - испытаний на идентификацию; - количественных испытаний для определения примесей;

- испытания на предельное содержание примесей; - количественных испытаний для определения действующего вещества и других

компонентов (например, консервантов) в лекарственных субстанциях и готовых лекарственных средствах.

Все аналитические методики и испытания, входящие в общие статьи Фармакопеи и аналитическую нормативную документацию, должны быть валидированы. Однако для валидации некоторых испытаний, например, таких как «Растворение» или «Определение размера частиц», могут потребоваться другие валидационные

процедуры, не описанные в общей статье.

КРАТКАЯ ХАРАКТЕРИСТИКА ИСПЫТАНИЙ

Испытания на идентификацию предназначены для подтверждения наличия анализируемого вещества в образце. Обычно это достигается путем сравнения ка- ких-либо свойств (например, спектральных характеристик, хроматографического поведения, химической реакционной способности и т.д.) испытуемого и стандартного образцов.

Испытания, предназначенные для контроля примесей могут быть как количе-

ственными, так и предельными. Назначение обоих испытаний — характеризовать чистоту образца. Для валидации количественных и предельных испытаний необхо-

димы различные валидационные характеристики.

Количественное определение предназначено для определения анализируе-

мого вещества в образце. Такая же валидационная процедура может быть при-

менена к методике количественного определения, связанной с другим испытанием (например, в испытании «Растворение»).

3.Валидационные характеристики и требования

Набор исследуемых валидационных характеристик зависит от назначения

аналитической методики. Типичные валидационные характеристики:

—правильность;

—точность;

—сходимость;

—внутрилабораторная точность;

—специфичность;

—предел обнаружения;

—предел количественного определения;

—линейность;

—диапазон применения.

Этот список следует рассматривать как типовой для указанных испытаний (аналитических методик). Как правило, на стадии разработки методики изучается также валидационная характеристика «робастность».

Повторное проведение валидации может потребоваться в следующих случа-

ях:

—изменение в синтезе лекарственной субстанции;

—изменение в составе готового лекарственного средства;

—изменения в аналитической методике.

Объем проведения повторной валидации определяется спецификой изменений. Повторная валидация может требоваться и в иных случаях.

4.Словарь

Аналитическая методика (analytical procedure) —это способ проведения анализа, т.е. детальное изложение всех операций, необходимых для выполнения испытания. Она включает в себя описание подготовки испытуемых образцов,

стандартов, реактивов; описание используемого оборудования с указанием параметров; условия получения калибровочных кривых; использование расчетных

формул и т.д.

Специфичность (specificity) — способность однозначно оценивать анализи-

руемое вещество в присутствии других компонентов, которые могут присутствовать в образце. Это могут быть примеси, продукты разложения, вспомогательные вещества и т.д.

Недостаток специфичности испытания может быть компенсирован другим (другими) дополнительным испытанием.

Специфичность для различных типов испытаний означает следующее:

Идентификация — доказательство того, что идентифицировано именно ана-

лизируемое вещество.

Испытания на примеси — доказательство того, что каждое испытание на примеси позволяет однозначно характеризовать содержание примесей в образце (например, испытания «Сопутствующие примеси», «Тяжелые металлы», «Содержание остаточных количеств органических растворителей» и др.)

Количественное определение (содержание или активность) — доказательство того, что методика позволяет точно и правильно установить содержание или активность именно анализируемого вещества в образце.

Правильность (accuracy, trueness) характеризует степень соответствия между известным истинным значением или справочной величиной и значением, получен-

ным поданной методике.

Точность (precision) аналитической методики выражает степень близости (или

степень разброса) результатов для серии измерений, выполненных по данной ме-

тодике на различных пробах одного и того же однородного образца. Точность может рассматриваться на трех уровнях: сходимость, внутрилабораторная точность и

воспроизводимость.

Точность необходимо изучать на достоверно однородных образцах. Однако,

если однородный образец получить невозможно, то можно использовать его раствор или модельные смеси.

Точность аналитической методики обычно характеризуют отклонением, стандартным отклонением или относительным стандартным отклонением для серии измерений.

Сходимость (repeatability) характеризует точность методики при ее выполнении

в одних и тех же условиях (в частности, одним и тем же аналитиком или группой аналитиков) в течение небольшого промежутка времени.

Внутрилабораторная точность (intermediateprecision) характеризует влияние внутрилабораторных вариаций: различные дни, различные аналитики, различное

оборудование и т.п. изменения.

Воспроизводимость (reproducibility) характеризует точность в межлабораторном

эксперименте.

Предел обнаружения для конкретной аналитической методики представляет

собой минимальное количество анализируемого вещества вобразце, которое может быть обнаружено (при этом не обязательно должно быть определено точное

значение).

Предел количественного определения для аналитической методики пред-

ставляет собой минимальное количество анализируемого вещества в образце, ко-

торое может быть количественно определено с требуемой правильностью и точностью. Предел количественного определения является валидационной характеристикой методик количественного определения малых концентраций веществ в

образце и рассматривается в основном при определении примесей и/или продуктов разложения.

Линейность (linearity) — это способность методики (в пределах диапазона применения) давать величины, прямо пропорциональные концентрации (количе-

ству) анализируемого вещества в образце.

Диапазоном применения (range) аналитической методики является интервал между минимальной и максимальной концентрациями (количествами) анализи-

руемого вещества в образце (включая эти концентрации), для которого показано,

что аналитическая методика имеет требуемую точность, правильность и линейность.

Робастность (robustness) - это способность аналитической методики не подвергаться влиянию малых, задаваемых (контролируемых) аналитиком изменений в условиях выполнения методики. Робастность является показателем

надежности методики при ее использовании в указанных условиях.

В. ПРОВЕДЕНИЕ ВАЛИДАЦИИ АНАЛИТИЧЕСКИХ МЕТОДИК

1. Введение

Главной задачей валидации аналитической методики является экспериментальное доказательство того, что данная методика пригодна для достижения

тех целей, для которых она предназначена. В отчет по валидации должны быть включены все данные, полученные в процессе валидации, и использованные

для расчетов формулы с соответствующим их обсуждением.

Подходы к проведению валидации методик анализа биологических и био-

технологических препаратов могут быть иными, чем указано в данной статье.

При проведении валидации необходимо использовать только стандартные образцы с известными характеристиками, подтвержденными документально. Не-

обходимая степень их чистоты зависит от задач, которые решаются при их использовании.

Последовательность рассмотрения валидационных характеристик отражает процесс, по которому может разрабатываться и валидироваться аналитическая