随着全球药品生产和质量管理进入量化管理时代,统计学在制药领域的应用日益受到关注。
从设定质量标准到优化生产工艺,再到产品放行和年度质量回顾,统计学工具已经成为制药企业提升竞争力、满足监管要求的关键。
尤其是美国FDA “质量情报、风险分析和建模”部门的成立,更凸显了数据科学在质量管理中的重要性。
12月7-8日,在上海,IPEM邀请对质量统计学、质量管理成熟度有深入研究的王国旭博士,深入介绍统计学基础概念及其在CMC和GMP中的实战应用,结合实际案例、软件操作和课堂练习,帮助学员培养深入理解、独立分析和解决工作中遇到的数据问题的能力。
面向具有CMC或GMP实践经验的从业者,即便没有统计学基础,也可以通过本课程掌握制药行业必备的统计工具。
王国旭博士,“识林知识平台”首席科学家。在质量统计学、质量管理成熟度、GMP检查等领域拥有丰富经验,专注于将统计方法应用于制药行业的各个环节。曾负责和参与质量量度、智慧监管、药典新增生物检定统计方法、检查缺陷标准化等项目和课题,药品GMP指南(第2版)主要撰稿人。北京大学药学学士、管理学博士。
统计学基本工具和概念概述
-
数据类型、数据展示方法和常用图表
-
正态分布、数据正态转化和正态性检验
-
统计特征 (比率、比例、均值、标准差)
-
假设检验
-
P值的计算、应用和标准设定
-
置信区间的定义、计算和应用
-
t检验(配对t检验和双样本t检验)
-
显著性检验vs.等效性检验
-
等价检验的原理、分类和计算方法
-
统计设计(方差分析、协方差分析、实验设计)
-
行业实例分析+统计软件实操+课堂练习
回归分析
运用统计学制定质量标准
-
制定产品质量标准的几种方法
-
置信区间、预测区间、容忍区间的定义、计算和应用
-
确定FDA对超标(OOS)结果的要求
-
确定如何最好地调查超标(OOS)结果
-
异常值的定义和检验方法
-
行业实例分析+统计软件实操+课堂练习
运用统计学验证检测方法
设计统计学依据充分的取样计划
-
认识随机变量的概率分布
-
不同种类的取样计划和选取原则
-
能够构建单次取样计划的取样特征(OC)曲线
-
能够依据OC曲线选择合适的取样计划
-
生产者风险和消费者风险以及如何平衡两类风险
-
多阶段取样方案及其利弊
-
行业实例分析+统计软件实操+课堂练习
统计工艺控制