なぜ安定性試験にベイジアン解析を使うのか — Arrhenius の限界と統計的不確実性の定量化

はじめに

医薬品の有効期間設定は、患者の安全と製品の価値を決定づける重要な CMC 課題である。ICH Q1A(R2) は長期保存試験・加速試験・苛酷試験の実施を要求するが、「どのようにして有効期間を設定するか」という統計的根拠の提示方法については、実務家の間でも解釈が分かれる部分がある。

本稿では、CMC 実務における Arrhenius 解析の限界を整理し、ベイジアン解析が「統計的不確実性を定量化した保守的有効期間」を提供する仕組みと、その意義を概念中心に解説する。

具体的なワークフロー（工業化検討ロットから PQ ロットまでの統合的な Go/No-Go 判断）は別稿 PV判断をベイジアン推定で根拠づける — 工業化検討からPQ加速3ヶ月までの統合ワークフローで扱う。

1. 古典的 Arrhenius 法の限界

Arrhenius 法は加速試験データ（複数温度の速度定数 k）から活性化エネルギー Ea を推定し、保存温度（25°C）での有効期間を予測する古典的手法である。CMC の安定性評価における「最初の一手」として広く使われている。

しかし、Arrhenius 法には実務上の限界がある。

点推定のみで不確実性が見えない

Arrhenius 解析が返すのは「最も確からしい有効期間の点推定値」のみである。この点推定値の周辺にどの程度の不確実性があるのかは、結果として直接示されない。

データ点数が少ない加速試験（例えば 3 温度 × 5 時点程度）から長期保存条件（25°C）まで外挿する場合、この不確実性は無視できない大きさになりうる。にもかかわらず、点推定値のみが申請資料の根拠として残ってしまう。

「安全係数 0.7」という経験則の弱さ

この不確実性を補う実務的な対処として、推定された有効期間に「安全係数 0.7」を乗じて保守的な数値とする経験則が広く使われている。例えば、Arrhenius で 50 ヶ月と推定された場合、50 × 0.7 = 35 ヶ月を有効期間として申請する、といった運用である。

しかし、この「0.7」という数値には統計的根拠がない。審査官から「なぜ 0.7 なのか、0.8 や 0.6 ではないのか」と問われた場合、定量的に説明することが難しい。

2. ベイジアン解析が解決すること

ベイジアン統計は「不確実性を確率分布で表現する」手法である。安定性試験への適用では以下のように機能する。

事前分布で文献知識を組み込む

解析前に「この化合物クラスの Ea はおそらく 80–100 kJ/mol 程度だろう」という事前知識（文献値・類似化合物データ・過去ロットの解析結果）を、確率分布として設定する。

データで事前分布を更新する

実際の加速試験データを投入すると、事前分布が実データの情報で更新され、事後分布が得られる。データが豊富であれば事後分布はデータ側に強く動き、データが乏しい場合は事前情報の影響が残る。これは「過去の知識と新しいデータの両方を統合する」自然な枠組みである。

信頼区間で不確実性を定量化する

事後分布から、有効期間の点推定値（事後平均）だけでなく、95% 信頼区間の上下限が得られる。この区間が「データと事前知識を踏まえた、推定の不確実性そのもの」を表現する。

3. なぜ 95% 信頼区間を採用するか

CMC の規制実務において、保守的な有効期間の根拠として 95% 信頼区間の下限 を採用する。

規制慣習との整合

ICH Q1E（安定性データの評価）は、長期保存試験データから有効期間を回帰分析で外挿する際、回帰直線の 95% 片側信頼区間下限が規格に到達する時点 を有効期間とする方法を採用している。これは規制慣習として定着しており、ベイジアン解析でも同じ 95% 信頼水準を採用することで、Arrhenius/ベイジアンの両解析結果を申請資料上で整合的に並べることができる。

「安全係数 0.7」よりも科学的

「点推定 × 0.7」ではなく「95% 信頼区間下限」を採用する強みは、不確実性そのものを統計的に定量化していることにある。データが豊富で不確実性が小さければ信頼区間は狭くなり、点推定値に近い保守値が得られる。データが乏しく不確実性が大きければ信頼区間は広くなり、より保守的な値となる。

つまり「データの質に応じた保守性」が自動的に得られる。これは恣意的な係数による割り引きとは本質的に異なる。

4. 具体例とワークフロー

本稿では「ベイジアン解析がなぜ意義を持つか」という概念を述べた。具体的な数値例（工業化検討ロットの Arrhenius 解析で Ea を確定し、PQ ロットの加速 3 ヶ月データで Go/No-Go を判断する統合ワークフロー）は、別稿で扱っている。

→ PV判断をベイジアン推定で根拠づける — 工業化検討からPQ加速3ヶ月までの統合ワークフロー

CMC Navigator の Phase5（安定性解析・ベイジアン安定性予測）では、両解析を続けて実施し、申請資料の有効期間設定根拠として活用できる構成になっている。

5. 適用上の注意点

ベイジアン解析は強力な手法だが、以下の前提を理解した上で適用する必要がある。

Arrhenius モデルの妥当性

ベイジアンを使っても、根底にある Arrhenius 式（一次反応速度 + 活性化エネルギー一定）が成立しない場合、結果は信頼できない。多段反応・自己触媒・吸湿による加水分解など、温度依存性が単純な Arrhenius 則に従わない分解経路が支配的な場合は、まず動力学モデルの適切性を検証する必要がある。

事前分布の妥当性

事前分布が極端に偏っていると、データが少ないときに事後分布もその影響を強く受ける。文献値・類似化合物・過去ロットなど、客観的な根拠をもって事前 Ea を設定することが望ましい。CMC Navigator の単一温度モードでは、工業化検討ロットの Arrhenius 解析結果（Ea とその標準誤差）を事前分布として引き継ぐ運用を推奨している。

外挿範囲の制約

加速試験温度から 25°C への外挿は、Arrhenius プロットの線形性が保証された温度範囲内でのみ妥当である。極端な高温（80°C 以上）や、相転移温度を跨ぐ条件などでは外挿精度が落ちる。ICH Q1A(R2) の加速条件（40°C/75%RH を主、必要に応じて 50°C/60°C）が標準的な使用範囲となる。

まとめ

Arrhenius 法は有効期間の 点推定 を与えるが、不確実性が見えない
「安全係数 0.7」という経験則には統計的根拠がない
ベイジアン法は 確率分布で不確実性を表現 し、95% 信頼区間下限という保守的推定を提供する
95% 信頼水準は ICH Q1E の規制慣習に整合し、審査官への説明力が高い
両手法を組み合わせることで、有効期間設定の科学的根拠が強化される

CMC Navigator では Arrhenius 解析とベイジアン安定性予測の両方を実装している。具体的なワークフローと数値例は PV判断をベイジアン推定で根拠づける — 工業化検討からPQ加速3ヶ月までの統合ワークフローを参照されたい。