～統計をイメージで科学する～
スタット・イメージング・ラボ
STAT IMAGING LAB

• 株式会社シーエムプラス
• サイエンス＆テクノロジー株式会社
• TH企画セミナーセンター
• R&D支援センター

分析法バリデーションは統計手法の理解なしに適切に計画、実施、評価ができるものではありません。しかし、その解説書となると厳密な定義説明があったり、難解な数式が並んだりと、いささか敷居が高くなっているという問題があります。ところが、極論に聞こえるかもしれませんが、分析法バリデーションのための特別な統計手法が存在しているわけではありません。ですので、ここでは統計の一般論が分析法バリデーションにどのように応用されているかをについて解説していきます。

受講に際して重要なのは、分析の現場でどのような誤差が発生しうるのかを理解していると言うことです。少なくともイメージできることは必要です。逆に、統計の前提知識は問いません。分析法バリデーションで使われるのは基本的な概念と手法だけですので、ここは基礎から丁寧に解説します。本コースのゴールイメージは、統計に基礎を習得すること、分析法バリデーションのための正しい実験を遂行できること、自分で計算ができること、その上で理論的な合理性を説明できることです。このゴールに向かって一緒に勉強しましょう。

なお、本コースは本質的には測定の誤差論に帰着しますので、試験室で測定の管理を行っている方にも役立つ内容になっています。

安定性試験に関する種々の統計的な問題（悩み）を解決するのがこのセミナーの目的です。データをどのようにまとめれば良いのか、経時変化グラフの凹凸はどうにかならないのか、そもそも経時変化は直線とは限らないのでその時はどのように解析するのか、ICH Q1Eでは有効期間の設定をどのような考えでどのような計算で行うのか（この部分は「ゼロから学ぶ医薬品品質統計」には記載されていません）、規格設定はどうするのか、などです。

本セミナーではこれらの課題について統計の基礎から解説をして、Excelを使って自分で体験できるところまで解説します。経時変化曲線が凸凹する理由はシミュレーションで解きほぐしていきます。また、ICH Q1Eの計算はExcelによる回帰分析の組み合わせで実現できてしまうので、この流れを解説します。実務上は統計パッケージの使用をお勧めしますが、これがブラックボックスになってしまっては誤用があっても気がつきません。この悲劇を避けるためには、やはり計算メカニズムの理解が必要なのです。

統計は基礎から解説していきますので、統計に自信がない方でも安心して参加してください。重要なのはイメージの理解です。イメージがわかればあとは落ち着いて計算練習をするだけです。ということで、復習が可能なように、セミナーで使うデータや解析事例はExcelにまとめて配布しています。

ロットからサンプルを採取し合否判定をすることは多くの会社で日常的に行われています。しかし、試験サンプルが規格に入っていたら、サンプリングしなかったその他大勢（即ち、出荷するロット全体）も規格に入っていると言えるのでしょうか？試験結果が規格ギリギリだったらちょっと（と言うか大いに）不安ですよね。その不安を見える化し解消できるツールが「抜取検査」です。

一見難解そうな「抜取検査」ですが、JISでは完全にマニュアル化されているので簡単に設計・運用ができるようになっています。しかし、これをブラックボックスにしてしまうと誤用があっても気がつきません。実際、AQLを用いた検査を出荷試験に用いる誤用がしばしば見受けられます。これは大問題です。本セミナーでは絵解きによる説明とExcelを使ってのシミュレーションで、本質を直感的に理解できるように工夫しています。もちろん、ベースとなる統計も基礎から丁寧に解説しますので、統計の初心者の方も安心して参加して下さい。

GMP/GQPを効果的に進めるには製造工程の理解が不可欠です。実際PIC/Sガイドラインでも、プロセスバリデーション(PV)の目的は工程の理解にあると明言しています。これはメカニズムの定性的な理解に止まらず、因果関係を定量的に理解することを意味しています。しかしPVはたった3ロット、運転免許で言えば仮免に過ぎません。工程の本当の姿（実力）は定常生産品で評価すべきです。これがAnnual Product Reviewの大きな目的です。

ところが多くのレポートは単にデータを羅列したものか、せいぜい折れ線グラフ止まりです。観察されたデータが規格に入っていれば「問題なし」で終了。これではせっかく手間暇かけて収集したデータが勿体無いです。勿体無いだけでなく、場合によっては回収リスクを見逃すことにもなりかねません。本コースでは、実際にデータを用いて統計的方法の具体的な適用方法、考察のポイントなどを解説していきます。

実験計画法はとても役に立つのですが習得には膨大な時間がかかります。そもそも統計って難しい数式のオンパレード、敷居が高いですよね。でも図解から入れば意外とフレンドリーなのです。本セミナーではこれから実験計画を学ぼうとしている方を対象にしていますので、標準偏差とは何か、統計的有意差とは何か、等の基礎的なところから始めていきます。経験のある方は復習の機会にしてください。目からウロコの部分もあると思います。一方、実験計画と銘打っていますので、思い切って二元配置実験まで網羅することにしました。二元配置実験まで分かれば、直交配列表や重回帰分析などの理解もしやすくなるからです。

計算はソフトウェアが行ってくれますが、結果を正しく解釈するためには数式をブラックボックスにしてはいけません。とは言っても数理統計家を目指すわけではないので、数式がグラフのどこの部分を数値化しているのかのイメージがつかめれば十分です。図解でわかりやすく解説しますので、ここは苦手意識克服のためにも頑張って理解しましょう。ここまで来れば、難しい数式が心強い助っ人に感じられるでしょう。

本セミナーに統計の予備知識は必要ありませんが、製品設計や工程設計の知識または経験は必要です。経験は無くても実験や工程をイメージできることは必要です。統計は技術的な論点をグラフ化できれば、理解したのも同然だからです。さあ、実験計画法の不思議と面白さを一緒に勉強していきましょう。

本コースは時間的制約のため、統計の基礎（標準偏差、信頼区間）をある程度理解していることを前提としています。

Quality by DesignまたはDesign Spaceという言葉が製薬業界で使われ始めてから10年以上経過していますが、未だ裾野は広がっていません。理由はいくつかあると思いますが、実験計画法を勉強できる機会が少ない（概念を具現化する方法論が浸透していない）ということもあるでしょう。本セミナーでは実験計画法の入口である一元配置分散分析から始めて、二元配置実験、直交配列表を用いた実験計画、回帰分析、重回帰分析と解説を進めていき、QbDに必要な統計の基礎を学べるように構成しています。

また、これらの統計手法が、厚生労働科学研究の「さくら錠P2モック」「さくら開花錠モック」にどのように活用されているかの解説を行い、総仕上げとします。したがって、受講に際して製剤設計や工程設計の知識または経験は必要です。経験は無くても実験や工程をイメージできることは必要です。統計は技術的な論点をグラフ化できれば理解したのも同然なので、グラフや絵柄を活用して分かりやすさに腐心しました。さあ、実験計画法の不思議と面白さを一緒に勉強していきましょう。