做纯度或杂质的面积归一化法验证时，总会撞上一个物理尴尬：方法范围的天花板是100%纯度，可世界上没有100%纯的样品；地板是0%杂质，可”零杂质”的样品同样拿不到。
验证样品到不了范围的端点，端点附近的性能就没法用实验证明。Q2(R2）培训模块3专门用四页讨论这个问题，并给出了一条可以写进验证方案的外推路径。
问题出在归一化法的量纲上
面积归一化法把纯度或杂质定量为占总响应的百分比。这个量纲自带两个绝对边界：样品不含任何杂质时是”100%“，而100%不可能被超过；反过来，只要样品里有杂质，100%就永远达不到。杂质方向同理，0%是不可能跌破的地板。
麻烦在于常规放行的样品偏偏会落进验证没覆盖的角落。验证时手里最纯的样品是99.2%，常规批次测出99.6%，这个结果就比所有验证样品都”好”；或者验证时最低只能配到0.05%的杂质水平，常规样品实测0.02%。
这些样品按理说应该判合格，但它们落在精密度、准确度、线性已被证明的范围之外。
范围本身怎么定
外推之前，范围的设定规则要先交代。模块3按规格方向分成两种情形：
| 情形 | 规格方向 | 范围应覆盖 | 范围的绝对边界 |
|---|---|---|---|
| 纯度检查 | 单向，“不低于” | 下限覆盖”规格−20%” | 上限为100% |
| 杂质检查 | 单向，“不超过” | 上限覆盖”规格+20%” | 下限为0% |
以纯度为例：规格是”纯度不低于98.0%“，验证范围的下限应往规格以下延伸20%（模块3的图即按此逻辑标注，验证样品从规格−20%处排起），上限则顶到100%这个绝对边界。
验证样品从下限一路排到尽可能高的纯度，但最高一档往往仍够不到100%附近——不是不想，是拿不到那样的样品。
为什么要往规格之外多走20%？
因为结论有两个方向。判合格的样品集中在规格附近，而判不合格的样品落在规格的另一侧；范围覆盖到”规格−20%“（杂质法为”规格+20%“），就是把”会被判不合格”的区域也纳入已验证范围。这样无论样品落在界线的哪一边，判定都有验证数据托底。
外推的论证路径
模块3给出的解决办法不是补样品，而是预先声明。核心做法写在验证方案里：如果所有验证样品上都获得了期望的方法性能，那么最高验证标准与绝对极限（100%或0%）之间的区间，视为已验证范围的一部分；方案同时声明，这就是可以报告有效结果的验证范围。
>
这个声明能成立，有一个明确的前提：必须能够保证这些外推水平落在规格限度之内。
换句话说，外推只负责解决”样品比验证样品更好”的方向——纯度高于最高验证样品、杂质低于最低验证样品，这一类结果无论如何都在合格区域内，方法在这些水平上的性能虽未直接证明，但判”合格”的结论不受威胁。
反方向不在此列：比验证范围更差的结果本来就要判不合格，而规格限度附近的区域已由”规格±20%“的验证样品覆盖。
纯度与杂质两种情形，论证逻辑完全对称：
| 纯度法 | 杂质法 | |
|---|---|---|
| 拿不到的验证样品 | 接近100%纯度 | 接近0%杂质 |
| 验证数据未覆盖的区间 | 最高验证样品至100% | 最低验证样品至0% |
| 外推成立的保障 | 该区间必在”不低于规格”的合格区 | 该区间必在”不超过规格”的合格区 |
这里要澄清一个用词：模块3说的”外推”不是统计意义上的模型外推。统计外推是把模型延伸到没有数据的区域去预测，风险自负.
而这里的”外推”实质是一个范围声明——量纲的绝对边界（100%或0%）和规格限度的位置关系都是已知条件，未验证区间被夹在这两个已知量之间，结论方向已经锁死，缺的只是该区间的性能数据，而这部分数据对判定结论没有影响。两者性质完全不同，不能混为一谈。
这套逻辑也限定了外推的边界。它只覆盖验证样品与绝对边界之间的那一小段区间，而且方向唯一——指向规格内的合格区。验证范围往”更差”方向的延伸没有捷径，只能靠真实的验证样品去覆盖，这正是”规格±20%“规则存在的意义。
实务要点
外推是写在方案里的论证，不是报告里的事后解释。方案中要写清三件事：绝对边界物理不可达的事实、所有验证样品达到期望性能后外推区间自动并入验证范围的规则、以及外推区间与规格限度的位置关系。
适用范围也要划清：模块3讨论的是面积百分比（归一化）技术，外标法、内标法的范围端点是浓度而非100%/0%，不存在同样的物理不可达问题，按常规范围验证处理即可。反过来，只要是归一化思路的纯度或杂质方法——无论HPLC还是其他分离技术——这个物理约束和外推逻辑都同样成立。
参考文献
ICH Q2(R2)/Q14 Training Module 3，“Extrapolation of Validated Range”
ICH Q2(R2) Validation of Analytical Procedures
