技术中心

您现在的位置:农业商情网 > 技术首页 > 技术交流

CCIT验证一定要做30个样品吗?先弄清楚你要证明什么

2026年11月10日 10:34:34人气:6来源:

“CCIT验证需要多少个样品?”

这是包装密封性检测项目中见的问题之一。有人认为阴性样品和阳性样品都应至少做30个,也有人把“三批、每批30个”当作固定要求。

但在USP〈1207〉、FDA指南和欧盟GMP附录1中,并不存在一个适用于所有容器密封完整性测试的统一“30个样品”规则。

样本量应由验证目的、数据类型、风险水平和统计目标共同决定。先确定要证明什么,才能判断需要多少样品。

一、“30个样品”通常来自特定技术建议

一篇公开的CCIT方法开发资料提出,可使用不少于30个基础阴性样品研究完好包装的信号分布。这种建议有实际价值,因为样品数量过少时,很难观察正常包装之间的离散程度。

但它仍然是一种方法开发思路,并不是法规统一规定。

更不能因为“30”在统计分析中经常出现,就认为样本量达到30后,数据会自动服从正态分布。中心极限定理主要描述样本均值的分布,并不会把原始CCIT数据自动变成正态分布,也不能解决样品不具有代表性的问题。

30个来自同一批次、同一模具位置、同一天生产的样品,可能还不如数量较少、但覆盖不同批次和关键工艺条件的样品更有信息价值。

二、三个不同问题,需要三种样本量逻辑

CCIT验证至少可能涉及三个不同问题。

1. 完好包装的信号如何分布

这一阶段需要使用确认完整的阴性样品,了解正常波动以及仪器、夹具、包装和环境带来的影响。

需要覆盖的变量可能包括:

  • 不同包装批次和部件批次;
  • 不同灌装线或模具腔位;
  • 正常灌装量和顶空体积范围;
  • 不同操作人员、设备和测试日期;
  • 方法规定的温度和平衡时间;
  • 可能影响包装变形或释气的产品状态。这里的重点是建立代表性,而不是追求某个固定数字。

2. 某种缺陷能否被可靠检出

阳性样品研究回答的是:在指定缺陷类型、尺寸、位置和试验条件下,检测方法的检出概率是多少。

如果每个缺陷尺寸只测试少量样品,即使全部检出,也不能证明检出率是99%。

以下是一个统计计算示例,并非法规要求或企业试验数据:

假设每个阳性样品相互独立,缺陷尺寸、位置和试验条件保持一致。如果30个阳性样品全部检出,采用单侧95%精确二项置信下限计算,检出概率的下限约为90.5%,并不是99%。

如果希望在“全部检出”的情况下,使单侧95%置信下限达到约95%,需要大约59个相互独立的阳性样品。

这个计算只能说明样本量与统计置信度的关系。它不能证明缺陷制备准确,也不能证明其他缺陷位置、其他产品状态或其他包装批次同样具有该检出率。

3. 商业生产中每批应该抽检多少

商业化阶段的抽样计划属于另一类问题。

欧盟GMP附录1第8.23节提出,对于不是通过熔封形成密封的包装,应基于包装系统、工艺知识、供应商管理和历史经验,采用经过验证的方法进行完整性检查,并科学论证抽样频率。

这说明日常抽样需要结合生产风险和历史数据,不能直接把方法验证中的样本量照搬为每批抽样量。

三、连续测试同一个样品,不等于增加独立样本量

一些CCIT方法具有非破坏性,因此同一个样品可以连续测试多次。重复测试能够用于考察仪器重复性,却不能自动等同于增加了多个独立样品。

例如,将一个阳性样品测试30次,可以反映:

  • 同一缺陷在短时间内的信号重复性;
  • 仪器及夹具的短期波动;
  • 样品反复测试后是否发生状态变化。但它不能代表30个独立制造的缺陷,也不能覆盖缺陷制备误差和包装之间的差异。

对于湿缺陷、柔性包装或易发生堵孔的阳性样品,反复抽真空还可能改变缺陷本身。此时,后续测试结果甚至不能视为与测试处于相同条件。

四、判定限不能只根据平均值确定

CCIT数据分析中常见的另一个问题,是分别计算阴性样品和阳性样品的平均值,然后把两者中点设为判定限。

这种做法忽略了分布宽度、异常值、重叠风险以及未来单个样品的变化。

均值置信区间反映的是对总体均值估计的不确定性,并不能直接作为单个包装的接受标准。建立判定,还需要考虑:

  • 阴性样品的分布形态;
  • 阳性样品在边界缺陷条件下的分布;
  • 假阳性和假阴性分别会带来什么风险;
  • 数据是否具有时间漂移和批次差异;
  • 是否需要使用预测区间或容忍区间;
  • 方法失效、测试无效和样品异常如何处理。验证方案还应提前规定异常数据、无效测试和复测规则。不能在结果不理想后,通过选择性剔除数据或反复测试直到通过来证明方法有效。

五、法规关注的是科学依据,而不是神奇数字

USP〈1207.1〉强调,应在产品生命周期中选择、开发和验证适合具体包装系统的完整性检测方法。USP〈1207.2〉则讨论不同泄漏检测技术的选择和使用边界。

FDA 2008年指南使用的是“统计上适当的样本量”这一思路,并未给出适用于所有产品的固定数字。

因此,一个更完整的CCIT验证方案,应能够回答:

  1. 样品是否覆盖了实际制造差异;
  2. 阳性缺陷是否经过独立确认;
  3. 样本量对应怎样的置信度;
  4. 数据是否支持预设的判定规则;
  5. 方法验证样本量与商业生产抽样计划是否被正确区分。

康济尔观点:把“做多少个”改成“结论需要多强”

如果验证目的是初步筛选参数,较小规模的试验可能已经足够;如果要证明某个边界缺陷具有较高检出概率,则需要更严格的阳性样本设计和统计论证;如果用于商业化抽样,还必须叠加生产工艺能力、历史偏差和包装失效模式。

康济尔在CCIT方法开发和验证工作中,建议先形成“验证目标—风险场景—样品来源—统计结论”的对应关系,再确定样本量。这样得到的方案更容易与质量、验证、研发和监管沟通,也能避免为了满足一个来源不明的数字而消耗大量样品。

全年征稿/资讯合作 联系邮箱:31food@vip.qq.com
版权与免责声明
1、凡本网注明"来源:农业商情网"的所有作品,版权均属于农业商情网,转载请必须注明农业商情网,https://www.nongye31.com。违反者本网将追究相关法律责任。
2、企业发布的公司新闻、技术文章、资料下载等内容,如涉及侵权、违规遭投诉的,一律由发布企业自行承担责任,本网有权删除内容并追溯责任。
3、本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
4、如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。