Beschleunigte Stabilitätsmodelle im Vergleich — Arrhenius, ASAP, AccelStab und probabilistische Entscheidung

1. Zusammenfassung

Vier Modellfamilien dominieren die beschleunigte und prädiktive Stabilitätsarbeit in der Pharmazie: die klassische Arrhenius-Gleichung, das vom Accelerated Stability Assessment Program (ASAP) verwendete feuchtekorrigierte Arrhenius, der im Open-Source-R-Paket AccelStab umgesetzte kinetische Šesták–Berggren-Ansatz sowie der probabilistische Arrhenius- + Monte-Carlo-Ansatz, den Synlogica Terminus Quality für die Abweichungs-Entscheidung nutzt.

Sie werden oft als Konkurrenten diskutiert. Das sind sie nicht. Drei davon (Arrhenius, ASAP, AccelStab) beantworten eine Entwicklungsfrage — „Welche Laufzeit kann ich aus einer kurzen, gestressten Studie ableiten?" — während Synlogica eine operative Frage beantwortet — „Ist diese Charge angesichts der bereits charakterisierten Kinetik dieses Produkts und dieser tatsächlichen Logger-Aufzeichnung freigabefähig, und mit welcher Zuverlässigkeit?" Dieses Papier stellt die Gleichungen und Annahmen jedes Modells klar dar, vergleicht sie und zeigt, wo jedes hingehört.

2. Die gemeinsame Grundlage — Arrhenius

Alle vier Ansätze übernehmen die Arrhenius-Temperaturabhängigkeit der Abbau-Geschwindigkeitskonstante k:

Was sie zu dieser Basisgleichung hinzufügen — einen Feuchteterm, eine nichtlineare Abbauform, ein Unsicherheitsmodell — ist genau das, was sie voneinander unterscheidet.

3. Klassisches Arrhenius & MKT

Der traditionelle Ansatz passt k bei mehreren erhöhten Temperaturen an, extrapoliert auf die Lagerbedingung und gibt eine einzige Laufzeit an. Für nicht-isotherme Exposition (z. B. eine Abweichung während der Distribution) wird er oft auf die mittlere kinetische Temperatur (MKT) reduziert:

Annahmen: eine dominante, geschwindigkeitsbestimmende Abbaureaktion; E_a konstant über den gesamten Temperaturbereich; einfache Kinetik (nullter oder erster Ordnung); Feuchte entweder irrelevant oder konstant gehalten; die Sensortemperatur entspricht der Produkttemperatur.

Grenzen: liefert eine Punktschätzung, die die Unsicherheit in E_a, in der Sensorkalibrierung und in der räumlichen Inhomogenität verbirgt; MKT verwirft die Form der Abweichung; kein Feuchteterm; versagt, wenn sich der Abbaumechanismus mit der Temperatur ändert.

4. ASAP — feuchtekorrigiertes Arrhenius

Das Accelerated Stability Assessment Program (Waterman et al.) erweitert Arrhenius um einen expliziten, log-linearen Feuchteterm und verwendet ein isokonversionelles Design: Produkte werden über Tage bis Wochen bei mehreren Kombinationen aus Temperatur/relativer Feuchte gehalten, die Zeit bis zu einem festgelegten Abbauniveau wird gemessen und Folgendes angepasst:

Laufzeit und ihr Konfidenzintervall werden anschließend per Monte-Carlo-Simulation über die angepassten Parameter propagiert. ASAP bildet die Grundlage kommerzieller Werkzeuge zur Accelerated Predictive Stability (APS) und wird in QbD-Einreichungen breit eingesetzt.

Annahmen: ein einzelner isokonversioneller Abbau-Endpunkt; log-lineare Feuchteabhängigkeit; Feuchtegleichgewicht mit der (offenen oder definierten) Verpackung; Arrhenius-Verhalten über den gestressten Bereich; ein bekannter Spezifikationsgrenzwert, der das „Versagen" definiert.

Grenzen: erfordert ein feuchtekontrolliertes Studiendesign; der log-lineare RH-Term ist eine empirische Näherung; die isokonversionelle Betrachtung setzt voraus, dass der Abbaupfad zwischen den Bedingungen nicht wechselt.

5. AccelStab — Šesták–Berggren-Kinetik

AccelStab ist ein Open-Source-R-Paket (CRAN; AccelStab auf GitHub), das den Arrhenius-Temperaturterm mit der Reaktionsmodell-Funktion nach Šesták–Berggren kombiniert und so eine flexible, geschlossene nichtlineare Anpassung an die gesamte Abbaukurve liefert statt an einen einzelnen isokonversionellen Punkt:

Es extrapoliert den Abbau sowohl in Zeit als auch Temperatur und quantifiziert die Unsicherheit mit einem parametrischen Bootstrap (kinetische Parameter aus einer multivariaten t-Verteilung gezogen) und/oder der analytischen Delta-Methode — was Konfidenz- und Prädiktionsintervalle für die vorhergesagte Kurve liefert.

Annahmen: die Šesták–Berggren-Form erfasst die tatsächliche Abbauform; Arrhenius-Temperaturabhängigkeit; die Parameterschätzungen sind näherungsweise multivariat-t-verteilt; ein feuchtemodifizierter Arrhenius-Term kann hinzugefügt werden, wo die Feuchte relevant ist.

Grenzen: mehr Parameter (m, n) benötigen mehr/saubere Daten zur Identifikation; bleibt ein Werkzeug für Entwicklungsstudien, keine Entscheidungs-Engine pro Sendung; Open Source — der validierte Zustand liegt in der Verantwortung des Anwenders.

6. Synlogica Terminus Quality — probabilistische Abweichungs-Entscheidung

Terminus Quality versucht nicht, eine Laufzeit aus einer gestressten Studie zu etablieren. Es nimmt die bereits charakterisierte Arrhenius-Kinetik des Produkts (E_a, A und deren Unsicherheit, aus der ICH-Q1A-Entwicklungsstudie) und wendet sie auf die tatsächliche, nicht-isotherme Logger-Aufzeichnung eines realen Verteilereignisses an, um eine Freigabefrage zu beantworten:

Wo der Abbau nichtlinear ist, passt Terminus dasselbe von AccelStab verwendete Šesták–Berggren-Reaktionsmodell (dα/dt = k·f(α)) per nichtlinearer Kleinster-Quadrate-Methode an und berichtet Konfidenz- und Prädiktionsintervalle über einen parametrischen Bootstrap (kinetische Parameter aus einer multivariaten t-Verteilung gezogen) und die Delta-Methode — zusätzlich zur Monte-Carlo-Propagation von E_a, A, Sensorkalibrierung und räumlicher Unsicherheit. Die Engine deckt somit sowohl den einfachen integrierten Arrhenius-Fall als auch den vollständigen Šesták–Berggren-Kinetik-Fall ab und wählt pro Produkt.

Das Ergebnis ist eine wahrscheinlichkeitsgewichtete Empfehlung — RELEASE / CONDITIONAL / HOLD mit einem angegebenen Konfidenzintervall — verpackt mit jedem Input, jeder Modellversion und jeder Annahme zur Auditierung. Der Mensch (QA / QP) trifft die verbindliche Entscheidung.

Annahmen: die Arrhenius-Parameter aus der Entwicklungsphase sind gültig und versionsfixiert; die Logger-Aufzeichnung repräsentiert nach Kalibrierung und Lücken-Prüfung das Produkt innerhalb angegebener räumlicher Grenzen; die kumulative Exposition (das Integral) ist die relevante Größe. Feuchte wird einbezogen, wo die Stabilitätsdaten des Produkts einen Feuchteterm stützen.

Was es nicht ist: es ist kein Ersatz für ASAP/AccelStab in der Entwicklung, und es ist von Grund auf beratend — es zeichnet nicht die Chargenverfügung ab.

7. Direkter Vergleich

8. Gemeinsame Annahmen & Versagensmodi

Jedes Modell hier führt in die Irre, wenn seine Annahmen verletzt werden. Die häufigsten Versagensmodi:

• Mechanismuswechsel — ändert sich der geschwindigkeitsbestimmende Abbaupfad zwischen gestressten und Lagerbedingungen, ist die Arrhenius-Extrapolation (und alles darauf Aufbauende) ungültig.
• E_a-Unsicherheit ignoriert — ein Fehler von ±15 % in der Aktivierungsenergie kann eine Laufzeitschätzung um Monate verschieben; Punktschätzungen verbergen dies.
• Sensor ≠ Produkt — Logger-Kalibrierfehler und räumliche Inhomogenität innerhalb einer Sendung bedeuten, dass das gemessene Profil nicht exakt das Profil des Produkts ist.
• Feuchte vernachlässigt bei feuchteempfindlichen Produkten — sowohl klassisches Arrhenius als auch eine feuchteblinde Integration überzeichnen die Zuverlässigkeit.

9. Welches Modell wann

• Schnelles Festlegen einer registrierten Laufzeit, Feuchte ist relevant: ASAP / APS.
• Modellierung der vollständigen Abbaukurve, offen und reproduzierbar: AccelStab (Šesták–Berggren).
• Schnelle interne Plausibilitätsprüfung: klassisches Arrhenius / MKT — im Wissen um seine blinden Flecken.
• Freigabeentscheidung für eine bestimmte Sendung nach einer Abweichung: Synlogica Terminus Quality — es nutzt das Entwicklungsmodell und die reale Aufzeichnung und liefert eine auditfähige, wahrscheinlichkeitsgewichtete Empfehlung.

10. Literatur

1. Waterman K.C. et al. — The Application of the Accelerated Stability Assessment Program (ASAP) to Quality by Design (QbD) for Drug Product Stability. AAPS PharmSciTech (PMC3167263).
2. Humidity-corrected Arrhenius equation: the reference condition approach. Int. J. Pharmaceutics, 2016 (S0378517316300473).
3. AccelStab: Accelerated Stability Kinetic Modelling — CRAN-Paket & Vignette; Quellcode unter github.com/AccelStab/AccelStab (Šesták–Berggren + Arrhenius; parametrischer Bootstrap / Delta-Methoden-Intervalle).
4. ICH Q1A(R2) Stability Testing; ICH Q1E Evaluation of Stability Data.

11. Kernaussagen

• Alle vier Methoden teilen einen Arrhenius-Kern; sie unterscheiden sich in der Feuchtebehandlung, der Abbauform, der Unsicherheitsmethode und im Zweck.
• ASAP und AccelStab sind Entwicklungs-Werkzeuge für die Laufzeit; Synlogica ist ein operatives Werkzeug für die chargenbezogene Freigabeentscheidung — sie ergänzen einander.
• Welches Modell auch immer: das belastbare Ergebnis ist eine Verteilung mit angegebenen Annahmen, keine einzelne Zahl — und für die Freigabe ein auditfähiges Entscheidungspaket mit dem Menschen als Entscheidungsinstanz.