打开文本图片集
摘要：药品货架寿命的有效预测是药品安全管理的关键问题。针对传统的退化过程建模不能考虑同批产品中个体差异的问题，提出一种有效融合先验退化数据和现场退化数据的方法，可对单片药品及新药品进行货架寿命预测。依据先验信息确定模型的参数，引入Bayes融合现场退化数据进行参数更新，在此基础上对单片药品进行货架寿命预测。结果表明，瓶装和片装的五号药片的货架寿命预测值分别为43 95周和47 47周，与试验值的相对误差分别为0 043和0 051。验证了利用融合现场退化数据对单片药品及新藥品货架寿命预测方法的可行性。
关键词：
退化模型;货架寿命;Bayes理论;药品
DOI：10.15938/j.jhust.2019.01.009
中图分类号： TB114 3
文献标志码： A
文章编号： 1007-2683（2019）01-0055-05
The Degradation Process Modeling and Shelf Life Prediction of Drug
ZHOU Zhen 1，2 ，LI Han bin 1，QI Jia 1，2 ，MA De zhong 1，2
（1 School of Measurement control Technology and Communications Engineering， Harbin University of Science and Technology， Harbin 150080，China;
2 Higher Educational Key Laboratory for Measuring and Control Technology and Instrumentations of Heilongjiang Province， Harbin 150080， China）
Abstract：The shelf life prediction of drug is the key problem of drug safety management. To solve the problem of individual difference in the same batch cannot be considered during the traditional degradation process modeling， an effective method is proposed to fuse priori degenerate data with site degraded data which can predict shelf life for the monolithic drug and new drugs Determining the distribution of model parameters based on prior information， fusion of field data to update parameters by Bayes On this basis， predict the shelf life of the monolithic drug The results show that the No 5 loaded and bottled drugs’ shelf life predicted values are 43 95 and 47 47 weeks The relative errors are 0 043 and 0 051 And the feasibility of fusing degradation data to predict the shelf life of the monolithic drug and new drugs is verified
Keywords：degradation model; shelf life; bayesian theory; drug
0引言
药品质量和效期问题是比较重大的公共卫生安全问题，它关乎着病人的生命安全。经统计，我国目前药品不良反映案例中，有1/3是由于过期药品引起的。药品过期后将发生内在质量变化，继续使用会引起中毒。比如曾经轰动全国的“梅花K”事件，就是过期变质的四环素导致了患者肾小管功能损害、肝损害等，严重危害用药者健康。用药的最高原则应是“安全、有效”。药品货架寿命是衡量药品安全性和有效性的重要指标，过期的药品对正常药品市场、人民群众身体健康和生命安全都有着严重的影响[1-2]。因此，开展对药品货架寿命的有效预测，为控制和防范药品安全危害，加强药品安全监管提供理论上的支持。
传统的寿命预测方法是基于统计方法得出的共性的平均寿命，难以有效处理小样本少量药剂的失效数据;且缺乏对单个药片寿命预测的准确性[3-4]。实际上，在药品公司研制过程中积累了大量的药品药效退化的信息，利用这些药效退化信息，结合性能可靠性理论与方法，可为药品的货架寿命预测提供一条新的途径[5]。
基于退化轨迹建模及分析理论是解决产品寿命预测等问题的重要手段。近年来，基于退化模型的寿命预测方法研究得到国内外学者广泛关注。Freitas等[6]基于线性退化模型对产品的退化过程进行研究。相比寿命数据，退化数据能够提供更多的可靠性信息。周月阁等[7]基于性能退化和Monte Carlo仿真的可靠性分析方法，阐述了基本的退化建模思想及评估方法，并结合产品的失效数据验证了评估的有效性及正确性。Xu等[8]针对线性性能退化模型，确定参数的先验分布，并对产品中位寿命运用Bayes方法进行统计推断。另外，还有学者对可靠性模型参数的更新进行了研究。Gebraeel等[9-10]与Elwany等[11]研究轴承第二阶段的性能退化轨迹，通过指数模型与不同轴承个体振动幅值的退化趋势相拟合，并利用现场数据对性能退化模型在线更新，预测了轴承的剩余寿命。Kaiser & Gebraeel[12]根据更新后的产品剩余寿命分布对产品进行寿命预测，在此基础上对产品的预防性维修问题进行研究。Chen等[13]提出了一种两阶段的性能退化模型，假定性能退化路径分段线性且分段时间点随机，模型参数的先验分布运用Bayes原理进行更新。尽管已有大量文献基于性能退化数据寿命预测课题进行研究，但仍有问题需进一步解决：①传统方法是对产品总体的寿命预测，而无法体现同批产品个体的差异性。对于高危和昂贵药品，利用已有的退化数据对单片药品进行货架寿命预测更符合药品安全问题的实际需求。②在新产品的研制过程中存在小子样问题，如何对新产品少量药剂进行货架寿命预测，也是所需解决的难题。