您當(dāng)前的位置:檢測資訊 > 法規(guī)標(biāo)準(zhǔn)
嘉峪檢測網(wǎng) 2025-02-17 08:36
1、引言
2024年,國家藥典委員會(huì)先后發(fā)布了兩次《關(guān)于9101 分析方法驗(yàn)證指導(dǎo)原則標(biāo)準(zhǔn)草案的公示》,兩次公示稿內(nèi)容基本一致,但相比于2020年版中國藥典,幾乎是天壤之別。本文僅圍繞其中的“線性驗(yàn)證”的話題展開。
公示稿中,線性驗(yàn)證不再拘泥于經(jīng)典的“線性響應(yīng)”,其范圍擴(kuò)大到“非線性響應(yīng)”、“相對(duì)響應(yīng)”和“多變量校正”。對(duì)于“線性響應(yīng)”驗(yàn)證數(shù)據(jù)的報(bào)告要求也隨之發(fā)生變化,公示稿要求:應(yīng)提供數(shù)據(jù)圖、相關(guān)系數(shù)或其平方值、y 軸截距和回歸曲線斜率,應(yīng)評(píng)估回歸分析的殘差圖中任何非隨機(jī)模式的影響【1】。
對(duì)比2020年版中國藥典的要求可以發(fā)現(xiàn),“殘差平方和”將成為歷史,取而代之的是“殘差圖”,這一點(diǎn)也順應(yīng)了ICH Q2的變化,實(shí)現(xiàn)了與國際先進(jìn)技術(shù)的協(xié)調(diào)統(tǒng)一【2,3】。
本文將從原理上解讀“殘差平方和”被取代的原因、結(jié)合典型圖形分析“殘差圖”的含義,并在文末附上詳細(xì)的“殘差圖”繪制方法,旨在與大家分享經(jīng)驗(yàn)所得,歡迎交流討論。
2、“殘差平方和”被取代的原因
統(tǒng)計(jì)學(xué)上,將數(shù)據(jù)點(diǎn)與它在回歸線上相應(yīng)位置的差異稱為殘差,把每個(gè)殘差平方之后加起來,稱為殘差平方和,可表示隨機(jī)誤差的效應(yīng)。
從上述定義可以看出:
● 隨著回歸擬合的數(shù)據(jù)點(diǎn)越多,“殘差平方和”將會(huì)越大,因?yàn)閮H當(dāng)數(shù)據(jù)點(diǎn)完全落在回歸線上時(shí)殘差才為0,殘差等于0的概率遠(yuǎn)低于不等于0。
● 隨著回歸擬合的數(shù)據(jù)點(diǎn)的數(shù)值越大,“殘差平方和”將會(huì)越大,因?yàn)樵谙嗤儺惓潭鹊那闆r下,回歸擬合的數(shù)據(jù)點(diǎn)數(shù)值越大則殘差越大。
綜上:殘差平方和并不具有絕對(duì)意義的可比性,且無法制定科學(xué)、統(tǒng)一的可接受標(biāo)準(zhǔn),但在一定程度上可以反映線性擬合的優(yōu)劣。而一直廣為流傳的“一組數(shù)據(jù)的殘差平方和越小,其擬合程度越好”也并非完全錯(cuò)誤,當(dāng)比較兩種分析方法的線性擬合優(yōu)劣時(shí),需要增加一些先決條件以保證殘差平方和的可比性,在分析檢測方面通常為:相同的檢測原理、相同的檢測設(shè)備及型號(hào)(如不同型號(hào)間響應(yīng)基本一致,也可忽略此要求)、相同的標(biāo)準(zhǔn)品及濃度、相同的線性擬合點(diǎn)數(shù)量。
正是因?yàn)闅埐钇椒胶偷目杀刃允芟?,無法制定科學(xué)、統(tǒng)一的質(zhì)量標(biāo)準(zhǔn),故而其退出方法學(xué)驗(yàn)證的指標(biāo),合情合理。
3、如何分析“殘差圖”
根據(jù)藥典委2024.11.18日發(fā)布的《關(guān)于9097分析數(shù)據(jù)的解釋與處理指導(dǎo)原則標(biāo)準(zhǔn)草案的公示》,殘差圖(也稱為殘差分布圖),是在垂直軸上繪制殘差、在水平軸上繪制預(yù)測響應(yīng)構(gòu)成的圖,常應(yīng)用于模型構(gòu)建后對(duì)模型擬合優(yōu)度的診斷【4】。典型的殘差圖如下圖所示:

此圖來自《關(guān)于9097分析數(shù)據(jù)的解釋與處理指導(dǎo)原則標(biāo)準(zhǔn)草案的公示》
上圖中,包含殘差的四種模式,每種模式表示的誤差來源不同。筆者分析如下:
圖A是無規(guī)律的隨機(jī)散布點(diǎn),說明模型中誤差主要來源為隨機(jī)誤差,此圖屬于正常的殘差圖,表示模型的擬合度較好。
圖B是彎曲的殘差圖,說明模型中誤差除了隨機(jī)誤差外,還受其他的固有因素影響,此圖屬于非正常的殘差圖,表示模型擬合度較差,模型中需要增加二次項(xiàng)。
圖C包含多個(gè)遠(yuǎn)離點(diǎn)集的殘差點(diǎn),這些離群點(diǎn)可能是異常值,此圖屬于基本正常的殘差圖,但由于部分?jǐn)M合點(diǎn)的數(shù)據(jù)誤差較大(可能為操作失誤等偏差導(dǎo)致),對(duì)模型的擬合度有負(fù)面影響,這些異常點(diǎn)需要通過復(fù)測糾正或從擬合模型中去除。
圖D中的觀測值沿水平軸方向展寬增加或減少,違反了恒定方差的假設(shè),此圖為非正常的殘差圖,通常發(fā)生的情況為樣品濃度超過線性范圍。
4、 “殘差圖”的繪制
可采用分析人員熟悉的excel進(jìn)行殘差圖的繪制,筆者以下表中數(shù)據(jù)為例:
|
線性溶液 |
濃度(ug/ml) |
峰面積 |
|
定量限溶液 |
0.253 |
9.464 |
|
50%線性溶液 |
0.506 |
18.479 |
|
100%線性溶液 |
1.012 |
37.456 |
|
150%線性溶液 |
1.518 |
55.672 |
|
200%線性溶液 |
2.024 |
73.486 |
Step1-打開excel自帶的“數(shù)據(jù)分析”功能:打開一個(gè)工作簿,依次點(diǎn)擊“文件”→“選項(xiàng)”→“加載項(xiàng)””→“轉(zhuǎn)到””→勾選“分析工具庫”。
Step2-開始繪制殘差圖:點(diǎn)擊“數(shù)據(jù)分析”→“回歸”,依次輸入數(shù)據(jù)區(qū)域(X值輸入?yún)^(qū)域?yàn)闈舛葦?shù)值列、Y值輸入?yún)^(qū)域?yàn)榉迕娣e數(shù)值列,注意不要包含首行標(biāo)識(shí))、置信度默認(rèn)95%、勾選“殘差圖”和“線性擬合圖”(詳見下圖)。

Step3-查看殘差圖:結(jié)果默認(rèn)輸出到新的工作表組中,查看殘差圖效果如下:

參考文獻(xiàn):
【1】《關(guān)于9101 分析方法驗(yàn)證指導(dǎo)原則標(biāo)準(zhǔn)草案的公示》
【2】中國藥典2020年版
【3】ICH Q2(R2)
【4】《關(guān)于9097分析數(shù)據(jù)的解釋與處理指導(dǎo)原則標(biāo)準(zhǔn)草案的公示》

來源:注冊(cè)圈