Statististische Versuchsplanung in der pharmazeutischen Industrie

Die Methoden der statistischen Versuchsplanung können gewinnbringend in vielen Bereichen der pharmazeutischen Industrie eingesetzt werden.

Formulierungsentwicklung/Optimierung

Je avancierter eine pharmazeutische Formulierung ist, desto mehr Teilprozesse sind zu ihrer Herstellung notwendig. Der Pharmazeut steht vor der Aufgabe, in kurzer Zeit eine Vielzahl untereinander abhängiger chemischer Varianten, Maschineneinstellungen oder Substanzmengen durchzutesten, um die Formulierung mit den optimalen Eigenschaften zu finden. Die Faktoren, also die "Stellräder" dieses Prozesses, sind bei einer Tablette z.B.

Hieraus wird ersichtlich, dass ein blosses "trial and error" nur sehr geringe Chancen hat, die optimalen Entwicklungsbedingungen auch nur annähernd zu erreichen. Gerade unter den Bedingungen des enormen Zeitdrucks bei der Entwicklung neuer Formulierungen kann zielgerichtete Versuchsplanung enorme Potentiale freisetzen.

Methodenentwicklung und Validierung

Die Entwicklung der chemisch-analytischen Methoden für ein neues pharmazeutisches Produkt ist ebenso wie die Formulierungsentwiklung eine Kette von Optimierungsproblemen. Für die Methodenentwicklung gibt es jedoch bereits sehr elaborierte Simulationssoftware (z.B. DryLab), so dass eine praktisch unendliche Menge von Versuchsläufen schnell durchgefahren werden können. Hier ist die Einsparung durch statistische Versuchsplanung nicht sehr gross. Am Ende der Simulationsphase jedoch, wenn es darum geht, die Selektivität und sichere Trennung des kritischen Peakpaares etc. im Arbeitspunkt und die Robustheit gegenüber relevanten Parameterschwankungen im realen Experiment aufzuweisen, sollte auf Methoden der Versuchsplanung zurückgegriffen werden. Dasselbe gilt erst recht für die Validierung der Methode, bei der die Vertrauensbereiche für eine Vielzahl von Kenngrössen gewonnen werden müssen.

Planung von Haltbarkeitsuntersuchungen

Die behördliche Anforderung, die Haltbarkeitsdauer eines pharmazeutischen Produkts mit einer hinreichenden statistischen Sicherheit anzugeben und den Einfluss der relevanten Einflussfaktoren zuverlässig abzuschätzen, erfordert einen hohen zeitlichen, logistischen und analytischen Aufwand. Die ICH Guideline für Stabilitätsprüfungen erlaubt Haltbarkeitsstudienplanung mit reduziertem Aufwand (sog. Matrixing und Bracketing). Die Kunst der Versuchsplanung besteht darin, genügend Messpunkte zu streichen, um eine spürbare Einsparung zu erreichen und dennoch alle relevanten Effekte mit einer hinreichenden Präzision individuell schätzen zu können. Hier stellen D - optimale Planfindungsalgorithmen hervorragende Werkzeuge dar.