（接续上一期）

           第二节：逐项拆解：每项验证怎么做统计学评价

2.1专属性

专属性（Specificity）的评价意义在于证明在其他成分（如杂质、降解产物、辅料等）存在下，分析方法能够正确测定被分析物的能力。ICH Q2(R2)允许两种证明路径：证明无干扰（如色谱图、光谱图证据），或通过与正交方法的结果比较证明。

在统计学工具的选择上，色谱方法通常采用分离度（Resolution）计算，一般要求相邻峰分离度不低于1.5（《中国药典》通则0512对系统适用性的要求）；同时可通过峰纯度角与峰纯度阈值的比较（如PDA检测器的峰纯度测试）评价色谱峰是否为单一成分。

对于光谱方法，则可通过主成分分析（PCA）、相关系数或夹角余弦等多元统计方法评价光谱相似性与差异性。

专属性评价的底层逻辑本质是比较“有干扰”与“无干扰”条件下测定结果的差异是否可忽略；分离度是基于相邻两峰的保留时间和峰宽计算得到的量化指标，反映了方法区分目标分析物与潜在干扰物的能力。

2.2准确度

准确度（Accuracy）反映方法的系统误差，即测定结果与真值或参比值的接近程度。在统计学框架下，准确度即报告值模型Y = τ + β + E中的β（偏差）。

统计学评价工具包括：回收率（测得结果与真实值的比值）、回收率均值与标准差、回收率相对标准偏差，以及偏差的100(1−α)%置信区间：

x̄ = (1/n) Σᵢ₌₁ⁿ xᵢ

s = √[ Σᵢ₌₁ⁿ (xᵢ − x̄)² / (n−1) ]

RSD% = (s / x̄) × 100%

x̄ ± t(1−α/2, n−1) · s/√n

准确度评价的底层逻辑在于量化方法的系统偏差。由于验证实验的样本量通常小于30（属于小样本情形），应使用t分布而非正态分布计算置信区间；置信水平通常选择95%（α=0.05），表示有95%的置信度认为真实回收率（或真实偏差）位于计算出的置信区间内。

USP〈1210〉进一步指出：该双侧置信区间可与预设的偏差接受限比较——若整个区间落入接受限内，即以1−α的置信度判定准确度合格（这也是TOST等效性检验的思想）。

2.3精密度

精密度（Precision）反映方法的随机误差，即在规定条件下多次测定结果之间的接近程度。

精密度包括三个层次：重复性（同一分析人员、同一仪器、短时间内的精密度）、中间精密度（同一实验室内不同条件，如不同日期、人员、仪器条件下的精密度）以及重现性（不同实验室之间的精密度）。

ICH Q2(R2)对数据量的建议：重复性可按完整分析方法在3个浓度各重复测定3次，或在100%浓度水平至少测定6次。

统计学评价工具包括：偏差（各测定值与平均值之差）、相对偏差、标准偏差（SD）、相对标准偏差（RSD%），以及标准偏差的置信区间（通过卡方分布计算）：

[ √((n−1)s²/χ²(1−α/2, n−1)) , √((n−1)s²/χ²(α/2, n−1)) ]    （双侧）

U = s · √((n−1)/χ²(α, n−1))    （单侧95%置信上限，USP〈1210〉式7）

精密度评价的底层逻辑在于量化方法的随机误差。标准偏差的置信区间之所以需通过卡方分布计算，是因为样本方差与总体方差之比(n−1)s²/σ²服从卡方分布。

由于精密度评价通常关注“最差情形”（标准偏差不能太大），因此多采用单侧置信上限——以95%置信度断言“σ不超过U”。中间精密度建议采用嵌套设计（如日期—分析员—仪器分层），通过方差分量分析分解各来源的贡献。

2.4检测限

检测限（Limit of Detection，LOD/DL）定义为样品中被测物能被检测出的最低量，仅作为限度试验和定性鉴别的依据。

ICH Q2(R2)列举了多种确定方式，统计学相关的包括：

•信噪比法：将已知浓度样品逐步稀释，至信噪比约为3:1的浓度即为检测限（经验规则）。

•基于校准曲线标准差法：LOD = 3.3σ/S，其中σ为响应标准偏差（可由空白响应、校准曲线残差标准差或截距标准偏差估算），S为校准曲线斜率。

•基于空白测定法：LOD = x̄blank + 3·sblank（多次空白测定的响应均值加3倍标准差所对应的量）。

•基于范围下限的准确度和精密度验证：直接在候选LOD水平验证。

检测限确定的底层逻辑本质是区分“信号”与“噪音”的统计决策问题。3.3σ/S中的系数3.3并非经验数字，而是源自假设检验推导：当假阳性概率α与假阴性概率β各取5%时，所需的最小可检出信号偏移为(z₀.₉₅ + z₀.₉₅)σ = (1.645 + 1.645)σ ≈ 3.3σ——即检出限的确定隐含着“约90%把握正确判定”的统计承诺（USP〈1210〉第4节给出了基于α、β的完整推导）。信噪比3:1则是该推导在色谱领域的近似表达。

2.5定量限

定量限（Limit of Quantitation，LOQ/QL）定义为在合适的准确度和精密度下，能够定量测定样品中被分析物的最低量。统计工具同样包括：信噪比法（10:1）、基于校准曲线标准差法（LOQ = 10σ/S）以及基于空白测定法（LOQ = x̄blank + 10·sblank）。

定量限评价的底层逻辑在于：定量限不仅要求“能检测到”，还要求“能准确定量”，因此其统计要求高于检测限。10σ约为3.3σ的3倍，对应的相对变异降至可定量接受的水平（约10%）。

ICH Q2(R2)特别强调：基于计算得到的LOQ估计值，应采用独立样品进行验证（在LOQ水平考察准确度与精密度）；仅当估计的QL远低于报告限（约低10倍）时，方可免除确认。

2.6线性与范围

线性（Linearity）的评价意义在于证明在指定范围内，测定结果与样品中被分析物浓度（或量）成比例关系的能力。

统计学工具包括：最小二乘线性回归（y = a + bx）、决定系数R²（反映回归方程的拟合优度）、残差分析（检验残差的随机性、正态性和方差齐性）、回归系数（斜率、截距）的置信区间，以及文献中用于模型比较的AICc等信息准则（如加权回归与普通回归的选择）。

ICH Q2(R2)要求提供数据图、相关系数或决定系数、y轴截距和回归线的斜率，并评估残差图中的非随机模式；业界共识是：仅凭R²≥0.999不足以证明线性——高R²可能掩盖局部的系统性弯曲与异方差。

更严谨的做法是补充残差图（残差应随机分布于零线两侧，无喇叭形等系统模式）与回归系数的置信区间（如考察截距是否包含0、斜率与理论值的偏离）。

最小二乘法通过最小化残差平方和估计模型参数；当低浓度点变异显著更大时，应考虑加权最小二乘（如权重1/x或1/x²）。

范围（Range）的评价意义在于证明分析方法在特定的浓度或量范围内具有可接受的准确度、精密度和（必要的）线性。范围并非独立的统计参数，而是由线性、准确度和精密度共同支撑的结论；其上下限应基于方法的预定用途和样品的预期浓度范围确定，并覆盖可报告范围。2025年版《中国药典》9101扩大了范围的定义并举例说明建议的可报告范围。

2.7耐用性

耐用性（Robustness）衡量分析方法不受方法参数微小故意变化影响的能力。ICH Q2(R2）指出，耐用性评价可根据具体情况作为分析方法开发数据的一部分提交；2025年版《中国药典》9101明确将耐用性研究与系统适用性试验作为方法控制的组成部分——耐用性考察的参数及允许的变动范围，正是系统适用性限度的来源。

与第二期的衔接：第二期AQbD通过DoE筛选与优化，在设计阶段建立了方法的操作区间（PAR/MODR）；本节的统计评价则是对设计成果的“验收”——ICH Q2(R2)/Q14培训材料明确指出，PAR或MODR中预期日常使用的部分必须被验证数据覆盖。

也就是说，设计阶段界定“参数可以在哪里动”，验证阶段用统计证据确认“动了也不影响结果”，两者共同构成方法稳健性的完整证明链。

统计学工具包括：单因素法（逐一改变参数，观察对结果的影响）、析因设计或Plackett-Burman筛选设计（同时评估多个参数的影响）、因子效应分析（量化各参数对结果的影响程度），以及方差分析（ANOVA，判断参数变化是否导致显著性差异）。

耐用性评价的底层逻辑在于评估方法在正常使用条件下的可靠性：通过实验设计主动引入参数变化，利用统计学方法判断这些变化是否对方法性能产生显著影响，从而界定方法的“操作窗口”，并据此设置系统适用性参数。

2.8 准确度与精密度的联合评价

ICH Q2(R2)和《中国药典》2025年版9101均允许将准确度和精密度进行联合评价，这是方法验证理念的重要进步。

统计工具包括预测区间（Prediction Interval）、容忍区间（Tolerance Interval）和置信区间（Confidence Interval）。

联合评价的实验设计与单独的准确度实验一致（如3个浓度各3次测定），但判定方式不同——通过计算“未来测定值可能出现的范围”（预测区间）或“以一定置信度覆盖未来测定值一定比例的范围”（容忍区间），当该范围完全落入接受限时，即同时确认方法既准确又精密。

这种方法的逻辑基础是：按ISO 5725的定义，准确度=正确度+精密度——准确（无偏且离散度可接受）的方法必然精密，而精密的方法未必准确；联合评价一次性回答“方法产生的数据是否可靠”这一最终问题，避免“精密度漂亮但存在系统偏差”或“平均值正确但数据散布过宽”的单项合格假象。

还值得注意的是：预测区间与容忍区间不只是验证的判定工具——USP〈1210〉及方法转移文献均将其作为比较两套数据是否“等效”的参照系，这一角色将在第四期方法转移中正式登场。

2.9多变量分析方法的统计学评价

ICH Q2(R2)新增了对多变量分析方法（如近红外光谱、拉曼光谱等）的验证指导，2025年版《中国药典》9101同步增加了对多变量方法的考虑。

统计学工具包括：预测均方根误差（Root Mean Square Error of Prediction，RMSEP，用于评价多变量校正模型的预测准确度）、“校正—内部测试—独立验证”的两阶段模型评价策略，以及主成分分析（PCA）、偏最小二乘法（PLS）等多元统计方法。

多变量方法验证的底层逻辑与常规方法存在本质差异：不验证“响应的线性”，而是验证“结果的线性”（预测值与参比值的关系）；模型的真实性能必须以独立验证集评价（防止过拟合）；专属性体现为模型对干扰的区分能力，而非物理分离。

ICH Q2(R2)指出，RMSEP与均方根校正误差（RMSEC）相当，表明模型对独立样品足够准确，且RMSEP的常规指标同时包含准确度和精密度。

(未完待续)

*本文为原创，仅供学术交流与行业探讨，仅代表个人观点，具体平台建设策略需结合企业实际与监管要求制定，欢迎业界同仁批评指正。

关注我们，持续解锁医药科技前沿，守护健康未来！