ICH Q2 (R2)/Q14 培训模块 3 的 Part B 包含七个独立实操专题，不新增监管规则，聚焦法规落地过程中的现实执行难点。本文选取其中两个重点议题展开解读：平台分析方法拓展至新产品时如何实现验证简化，以及准确度、精密度试验中置信区间的结果判定逻辑
平台型分析方法：一次建立，多产品继承
平台型分析方适用于一组化学 / 生物属性足够相近的产品家族；分析原理、核心操作框架不发生重大改动，允许开展有限的非重大适配调整，可用于测定该产品家族内各成员对应的同类质量属性。分为**前瞻性建立**、**回顾性归纳建立**两种模式
建立方式有两种：
– 前瞻性的，一开始就拿多个代表性产品来开发和验证；
– 回顾性的，基于多个产品既往验证数据归纳建立。两条路证明适用性的基本原则相同。
建立过程与单产品方法相似，但有两个多产品特有的动作：
– 风险评估要站在多产品视角，评价各产品差异因素对方法性能的潜在影响，并据此设计覆盖产品多样性的耐用性研究；
– 控制策略中的SST可以由平台通用试验和产品专属试验共同组成。平台方法也可以配一个产品无关的ATP，虽非强制。
平台方法用于新产品时，模块3给了一个决策顺序：
–
先明确新产品的预期用途、性能特征和标准；
- 评估现有平台方法能否满足——不能满足，走常规的开发、验证、转移流程；
- 能满足但需要修改——执行补充的开发、验证或转移实验并记录；
- 可以原样应用——评估现有验证数据是否充分支持新产品的验证和转移：充分，则提供书面论证；不充分，则补充实验。
可以简化的前提是论证成文，这一点贯穿始终。风险评估也要站在多产品视角做：各产品的差异因素对方法性能的潜在影响，要在建立阶段就评价进去，并据此设计覆盖产品多样性的耐用性研究。
置信区间：判定对象是区间
Q2(R2)第3.3节要求准确度和精密度带点估计加置信区间报告。模块3把判定逻辑讲成了三种结局：
| 情形 | 结局 |
|---|---|
| 点估计和置信区间都在接受标准内 | 通过 |
| 点估计在标准内，区间超出标准 | 不确定，需补充评估或行动 |
| 点估计在标准外 | 失败 |
区间的宽度由样本量n和置信水平α决定：n越大区间越窄，α越大区间越窄。
这解释了为什么样本量是方案设计的一部分，而不是统计人员的善后工作——6次测定和9次测定，在判定环节是不同的处境。
一个表述上的细节：均值的区间用两个单侧100(1-α)%置信限构造时，数学上等价于一个双侧100(1-2α)%区间。方案里写”90%置信区间”还是”95%“，要先和统计人员对齐口径，避免报告和方案对不上。
技术细节上，模块3给了几个可操作的点：
– 数据最好是正态分布，非正态数据常可转换（如生物检定用对数转换），相应改用几何均值和几何CV；
– 标准偏差的置信区间用卡方分布取单侧上限；
– RSD的近似区间可以把SD的区间上限除以均值。
– 复杂设计可用方差成分分析或混合效应模型。
一个完整的判定示例
模块3用一个小分子含量测定演示了全流程。片剂规格1000 mg，含量测定范围900–1100 mg，接受标准定为中间精密度SD不超过1.5%标示量、偏差不超过±3.0%——标准本身参考了同类产品的先验知识和预期的OOS率。
样本量是算出来的。按卡方分布，取一类错误率0.05、二类错误率0.2、预期SD 0.7%（来自先验知识），满足条件的最小样本量为8。
实验结果：8个可报告结果的SD为0.429%，95%单侧置信上限为0.77%，小于1.5%的标准，判定相容。准确度的三组数据平均回收率在99.3%到100.3%之间，偏差在±3%以内，同样通过。
“不确定”之后怎么办
点估计在标准内、区间超出标准时，模块3列出的补救路径有几条：
– 纳入此前未用的先验知识；
– 补做实验数据后重新评估（做法和统计有效性要在补数据之前论证）；
– 调整重复次数以收窄区间；改用准确度与精密度合并评价；
– 或者论证接受风险。
不确定不是死局，但每条出路都要求先论证、后行动。
贝叶斯路径：先验知识变成统计证据
模块3还介绍了贝叶斯可信区间作为频率学派置信区间的替代。思路是把验证前对参数的已有认识表达为先验分布，与验证数据合并得到后验分布，再从中算可信区间。先验可以来自确认研究、方法开发、稳定性研究、临床批次放行、平台知识。
演示的情形很有说服力：
一组验证数据按频率学派区间判定为”不确定”，但引入信息性先验后，后验可信区间收窄、完全落入接受标准，结局转为”通过”。先验知识在这里不再只是方案里的一段文字论证，而是直接进入统计计算。当然，先验分布的选择本身需要论证——无论信息量多寡。
两个专题有一条共同的线：Q2(R2)允许用既有的积累换取工作量减免，但交换的前提是成文的论证。平台方法省的是重复验证，贝叶斯区间省的是重复测定，省下来的每一步都要有据可查。
参考文献
ICH Q2(R2), Validation of Analytical Procedures,
ICH Q2(R2)/Q14 Training Module 3
