～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

本セミナーはサイエンス＆テクノロジー株式会社様のみの開催です。

統計的品質管理を広範囲に効率的に学んでもらいたい。そんな思いを形にしたのがこの総合コースです。拙著「ゼロから学ぶ医薬品品質統計」の原点になったコースです。

医薬品や医療機器の品質は外観からでは判断できないため、我々には使用者(医療関係者や患者)に具体的な安心感を与える義務（説明責任）があります。ここで言う具体的な安心感とはエビデンスに基づいた科学的根拠のことです。そのためには統計の基礎はもとより、検定、推定、サンプリング理論、実験計画法と幅広い力量が必要です。これを隈なく学びたいと言う方も、一部分だけで十分と言う方もいると思います。そこで、本講座では共通基礎といくつかの応用講座として取捨選択できるようにしました。統計は具体的なデータを用いて絵やグラフを使いながら勉強していくと意外と分かりやすいものです。全ての講座に計算のデモや演習を組み込んでありますので、統計初心者の方も安心してご参加下さい。皆様が日常的に直面している問題解決に少しでもお役に立てれば幸いです。

なお、各応用コースの内容は相互に関係はありますが独立していますので、他のコースを受講していなければ理解できないということはありません。

本講座は統計に関する予備知識は不要です。

科学技術とは言葉を変えればデータサイエンスです。観察や実験から得られたデータを解析して、根底にある普遍的な法則や因果関係を解明していく、このことの積み重ねが科学技術の進歩の歴史と言っても過言ではありません。ですので、どのような分野で仕事をするにしても、ここで学ぶ内容は将来の飛躍のための大きな武器になります。取り上げるトピックとしては基礎的・入門的な内容ばかりですが、かなり深掘りしていきます。受講者層としては統計の初心者を想定していますが、学習すればするほど出てくる素朴な疑問、そのような疑問にも答えるコースでもあります。難しいことは簡単に、簡単なことはより深く、の精神で講義を進めていきます。新入社員教育や中堅社員のブラッシュアップ教育にも最適です。

本講座は「データサイエンスの基礎」程度の予備知識を前提としています。

なお、「安定性試験の評価と有効期間の設定」と組み合わせることで試験室の管理改善に必要な統計的な技術が身につきます。

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。これがないと分析法バリデーションは理解できませんので、講義はここから始めます。本コースでは、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を目標にしています。

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。

本講座は「データサイエンスの基礎」程度の予備知識を前提としています。

なお、「分析法バリデーション」と組み合わせることで試験室の管理改善に必要な統計的な技術が身につきます。

私が講師を務める分析法バリデーションのセミナーで受講者から安定性試験データの統計解析について質問やセミナーの要望を受けることが少なからずありました。そこで安定性試験に特化して、データの統計解析、結果の解釈、有効期限や規格外れのリスクについての考察を中心とした解説を企画しました。有効期限の設定については、一般に難解とされるICH Q1Eで推奨されている計算をExcelの回帰分析だけで実施する方法も解説します。

データの統計解析は具体的なデータを用いて絵やグラフを使いながら勉強していくと意外と分かりやすいものです。なので、実際に遭遇するであろう具体的事例を用いて、一緒にレポートを作成するようなストーリー仕立ての内容にしました。皆様が日常的に直面している問題解決に少しでもお役に立てれば幸いです。

本講座は「データサイエンスの基礎」程度の予備知識を前提としています。

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。ですので、本コース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。また、サンプリング試験の本丸であるJIS Z9002/9003について自分でもOC曲線が描けるよう徹底解説します。

本講座は「データサイエンスの基礎」程度の予備知識を前提としています。

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。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。試験を含めた製造工程のリスク評価を正しく行い、製品回収の予防につながれば幸いです。

本講座は「データサイエンスの基礎」程度の予備知識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。