关于Rogue BI 导致 VPHP 验证失败的风险，同事Giacomo Guidi进行了统计分析，这个分析的目的是评估“不良”生物指示剂（也称为Rogue BI或Late Positive BI）的存在对典型VPHP周期PQ程序或无菌灌装隔离器定期重新确效所造成的理论影响。

分析前提

1. 假设理想的VPHP周期肯定会杀死除批次中可能存在的Rogue BI或Late positive BI之外的所有BI。

2. 假设在验证/重新确效所使用的BI生产批次中，不良BI的分布是均匀的，并且之前已通过适当的“不良品测试”进行了评估，以识别可能出现的“问题”生物指示剂。

3. 假设是应用统计方法的数学模型所建立的PQ方案规则。

如前提中所述，假设一个理想的VPHP周期肯定会杀死除批次中可能存在的Rogue BI之外的所有BI。

因此，可以表达这两个互补的概率为：

• p BI_pos=假阳性（Rogue）BI出现的概率

• 那么，理想VPHP周期过后的阴性BI的概率，换句话说就是“正常”BI存在的概率是p BI_neg= 1- p BI_pos

之前在其它文章中提及，我们做VPHP周期开发和验证时，通常在单点上放置3个BI。而对于灌装线这种大型隔离器，在做周期开发、验证等活动时，设计方案基本不会少于总量100个取样点，也就是说总共会有大于300个的BI，其体现了足够的样本数量。

那么，在以下三种常见认定PQ失败的情况下，Rogue BI出现对PQ失败的影响，将会是如下结果（计算过程不在这里进行体现）：

情况A：如果在3个 VPHP周期中，在单个位置检测到2个或更多阳性（生长）的BI，PQ失败。

假设100个取样点，3个PQ周期中所使用的全部BI中，Rogue BI出现的概率是1%，那么单点3个BI中有1个（假）阳性BI的概率将近3%（≈ 2.94%）；单点同时出现2个（假）阳性BI的概率≈ 0.03%。通过其计算，因单点位出现2个（假）阳性BI所导致的周期失败概率为≈ 8.53%。

情况B ：在任意一次VPHP周期中，超过离散布点总数量5%的点位上的3个BI中出现1个阳性BI，PQ失败。

同样假设所有BI中Rogue BI出现的概率是1%，单点3个BI中有1个（假）阳性BI的概率将近3%（≈ 2.94%），通过计算0、1、2、...最多总点位数量的5%个位置（如果100个取样点就是5个点位）出现单个阳性的累积概率，从而得出失败的概率。3个PQ周期，100个取样点，那么经计算，失败的概率≈ 19.27%

情况C ：如果在3个VPHP周期中，在同一个位置出现2次以上的单个BI成阳性，PQ失败。

依然基于所有BI中Rogue BI出现的概率是1%进行计算，那么3个PQ周期，100个取样点，失败的概率≈ 22.3%

因此，总体三次VPHP周期验证失败概率是情况A、B、C的总和。但是，这些情况是顺序执行的，在结果之间会产生统计影响效应。通过实施统计考虑来计算这种影响，可以用下图表达最终结果。

可以看到，Rogue BI 对PQ失败的影响，随其出现概率增大而变得显著，且这种影响并非线性：

• 当Rogue BI出现概率为0.3%时，PQ因其假阳性导致失败的概率约为3%

• 当Rogue BI出现概率为1%时，PQ因其假阳性导致失败的概率约为40%

• 当Rogue BI出现概率为2%时，PQ因其假阳性导致失败的概率约为95%

而在某些文献中提及，即使最好（当然所有这种定义都要加上一个期限）的接种不锈钢载体形式的BI，其失效率也将在0.3%左右！因此，慎重选择和确认良好的BI供应，对VPHP周期能否顺利完成开发、验证和定期确效，起到至关重要的影响。

作者：Shengyi
来源：拾西
公众号日期：2024年12月12日