Robuustheid is de mate waarin een analytische methode ongevoelig is voor kleine, bewuste variaties in methodeparameters. Waar het overkoepelende artikel over validatie van analytische methoden (ICH Q2) alle validatieparameters op hoofdlijnen behandelt, gaat deze aanvullende pagina dieper in op één specifieke parameter: robuustheid. Onder ICH Q2(R2) en de begeleidende ontwikkelrichtlijn ICH Q14 is robuustheid geen bijzaak meer, maar het bewijs dat een methode dag in dag uit, in verschillende laboratoria en met wisselende chargen reagens, dezelfde uitkomst blijft leveren. In dit artikel leest u wat robuustheid formeel inhoudt, welke methodeparameters u typisch onderzoekt, hoe een Plackett-Burman- of Box-Behnken-design praktisch wordt uitgevoerd, wat de Method Operable Design Region (MODR) is, en hoe de resultaten worden vertaald naar systeemgeschiktheidscriteria voor de dagelijkse routine.
ICH Q2 definieert robuustheid (robustness) als "een maat voor de capaciteit van een analytische procedure om ongeraakt te blijven door kleine, maar bewuste variaties in methodeparameters, en die daarmee een indicatie geeft van de betrouwbaarheid van de methode bij normaal gebruik". De sleutelbegrippen zijn klein (variaties die realistisch zijn binnen normale routine, geen extreme afwijkingen) en bewust (de variaties worden gepland aangebracht — niet toevallig). Uit de studie volgt welke parameters kritisch zijn en binnen welke grenzen ze mogen bewegen zonder dat de methode buiten specificatie loopt.
In de oudere literatuur — met name de vroege USP-teksten — werd onderscheid gemaakt tussen robustness (gevoeligheid voor methodeparameters die de analist zelf kan instellen: pH, temperatuur, mobiele fase) en ruggedness (gevoeligheid voor omstandigheden die de analist niet stuurt: dag, analist, apparaat, kolomcharge). ICH Q2(R2) en USP <1225> hebben deze twee begrippen samengevoegd: variatie tussen dagen, analisten en instrumenten valt onder tussentijdse precisie (intermediate precision), terwijl bewust aangebrachte variatie in methodeparameters onder robustness valt. In hedendaagse validatiedocumentatie wordt het begrip ruggedness dus doorgaans niet meer gebruikt.
Een methode die in het ontwikkelende laboratorium foutloos werkt maar in de routine-omgeving of na methodetransfer struikelt over minieme verschillen in kolomtemperatuur, buffer-pH of injectievolume, is een risico voor productvrijgave, patiëntveiligheid en accreditatie. Een goed uitgevoerde robuustheidsstudie levert drie tastbare voordelen: (1) een lijst van methodeparameters die strak beheerst moeten worden, (2) een lijst van parameters die géén extra beheersing vergen zodat energie niet aan de verkeerde variabelen wordt besteed, en (3) de wetenschappelijke onderbouwing voor de System Suitability Test die vóór elke analysereeks wordt uitgevoerd. Voor laboratoria onder ISO 17025-accreditatie is de robuustheidsstudie tevens een van de argumenten in de discussie met de Raad voor Accreditatie over de mate waarin een methode zonder hervalidatie mag worden aangepast.
Nee. Tussentijdse precisie (intermediate precision) meet de spreiding die optreedt tussen dagen, analisten en instrumenten binnen één laboratorium, zonder dat methodeparameters bewust worden gevarieerd. Robuustheid meet expliciet het effect van bewuste variaties in methodeparameters. In de praktijk vullen de twee elkaar aan: tussentijdse precisie geeft de spreiding onder normale routine, robuustheid identificeert welke parameters die spreiding kunnen verklaren of vergroten. Beide worden apart gerapporteerd in het validatierapport.
Volgens ICH Q2(R2) is robuustheid vereist voor onzuiverheidsbepalingen (limiet en kwantitatief) en voor kwantitatieve gehaltebepalingen (assays). Voor identiteitsbepalingen is robuustheid niet verplicht. In de praktijk wordt de studie doorgaans uitgevoerd aan het eind van de methode-ontwikkeling en vóór de formele validatie: op dat moment is de methode inhoudelijk stabiel maar zijn de acceptabele grenzen nog niet vastgelegd. In moderne Analytical Quality by Design (AQbD)-trajecten volgens ICH Q14 verschuift een deel van de robuustheidsdata al naar de ontwikkelfase, zodat de MODR van meet af aan mee-ontworpen wordt.
Hervalidatie van de robuustheid is verplicht bij significante methodewijzigingen (andere kolomchemie, andere derivatiseringsstap, ander detectieprincipe) en bij overdracht naar een receiving lab met wezenlijk andere apparatuur. Bij een louter administratieve wijziging (nieuwe SOP-versie, andere leveranciersnaam) of bij vervanging van een verbruiksartikel binnen dezelfde specificatie is een volledige nieuwe studie niet nodig; een partiële hervalidatie op basis van risicoanalyse volstaat. Een CAPA-record dat voortkomt uit een trendafwijking kan een gerichte hervaliditatie op één of enkele parameters vereisen.
De keuze van te variëren parameters volgt uit een risicoanalyse van de methode: voor elke stap wordt in kaart gebracht welke instelling het meest waarschijnlijk invloed heeft op de eindrespons. De richtwaarde in ICH Q2(R2) is dat de bewuste variatie realistisch moet zijn — de orde van grootte die zich in de dagelijkse routine kan voordoen — en niet extreem. Onderstaande tabel geeft de meest voorkomende factoren per techniek en de gangbare variatiegroottes.
Met een klassiek one-factor-at-a-time-onderzoek is dit aantal snel praktisch beperkt: bij zeven factoren met twee niveaus zou 2⁷ = 128 experimenten nodig zijn. Een Plackett-Burman-screening beoordeelt dezelfde zeven factoren in slechts acht experimenten en identificeert daaruit de significante hoofdafhankelijkheden. Voor de kritieke factoren die daaruit voortkomen — meestal twee tot vier — wordt vervolgens een full factorial of Response Surface Methodology-design opgezet om interacties en optimum te karakteriseren. Deze getrapte aanpak — eerst breed screenen, dan smal verdiepen — is de kern van een moderne DoE-benadering en wordt door ICH Q14 aanbevolen.
Design of Experiments is een statistische onderzoeksopzet waarbij meerdere factoren tegelijk worden gevarieerd volgens een vooraf vastgelegd schema, zodat elke run maximaal informatief is. De methode is efficiënter dan de klassieke variatie-per-parameter-benadering, kwantificeert bovendien interacties tussen factoren en geeft een expliciete statistische onderbouwing voor de conclusies. In een robuustheidsstudie worden vier designtypes veel gebruikt.
Een Plackett-Burman-design is een tweeniveau-screening waarmee met een klein aantal runs de hoofdafhankelijkheden van veel factoren tegelijk worden beoordeeld. De aantallen runs zijn veelvouden van vier (8, 12, 16, 20, 24, …); een 8-runs-design accommodeert tot zeven factoren, een 12-runs-design tot elf. Interacties worden bewust gealiast met hoofdafhankelijkheden — dat is de prijs voor de compactheid. Het design is daarom uitsluitend bedoeld als screening: identificeer welke factoren significant zijn, en analyseer die daarna verder met een design dat wel interacties scheidt. In de farmaceutische praktijk is Plackett-Burman met acht runs de standaardstart van elke robuustheidsstudie waarbij de methode al inhoudelijk stabiel is.
Een full factorial 2ⁿ-design onderzoekt alle combinaties van twee niveaus voor n factoren: bij drie factoren zijn dat 2³ = 8 runs, bij vier factoren 2⁴ = 16. Het voordeel is dat naast hoofdafhankelijkheden ook alle tweefactorinteracties zuiver worden geschat. Het nadeel is de exponentiële groei van het aantal runs. Voor robuustheidsstudies is een full factorial zinvol na een Plackett-Burman-screening, wanneer twee tot vier significante factoren overblijven en de vraag is hoe die met elkaar interacteren.
RSM is de verzamelnaam voor designs waarmee niet alleen lineaire effecten en interacties, maar ook kromme (kwadratische) verbanden worden gemodelleerd. De twee meest gebruikte RSM-designs zijn het central composite design (een 2ⁿ-factorial aangevuld met axiale en centrumpunten) en het Box-Behnken-design (drie niveaus per factor, geen extreme hoekpunten — praktisch als extremen technisch onhaalbaar zijn). Het resultaat is een kwadratisch responsmodel y = β₀ + Σβᵢxᵢ + Σβᵢᵢxᵢ² + Σβᵢⱼxᵢxⱼ, waaruit contourplots en optimale werkpunten worden afgeleid. RSM is de basis voor het formeel definiëren van de Method Operable Design Region.
Gangbare pakketten voor DoE in analytische laboratoria zijn Design-Expert (Stat-Ease), Minitab, JMP (SAS Institute) en Modde (Sartorius). Voor open-source-omgevingen zijn er R-pakketten (rsm, DoE.base, FrF2) en Python-bibliotheken (pyDOE, dexpy). De keuze wordt vaak bepaald door bestaande gebruikers en de eisen aan gevalideerde software in GMP-omgevingen: voor gereguleerde toepassingen is aantoonbare kwalificatie en compliance met 21 CFR Part 11 belangrijker dan het exacte pakket. Voor een bredere statistische toolkit in het lab, zie de kennisbankpagina over statistiek en data-analyse.
De Method Operable Design Region is het multivariate gebied van methodeparameters waarbinnen de methode aantoonbaar voldoet aan de vooraf vastgestelde prestatiecriteria. In plaats van één punt in de parameterruimte — de nominale instelling — definieert de MODR een gebied waarbinnen de analist mag bewegen zonder dat hervalidatie of change control-procedure nodig is. Het concept is direct afgeleid uit ICH Q8's design space voor productieprocessen, en is door ICH Q14 vertaald naar analytische methoden.
Een klassieke operating range is univariaat: voor elke parameter afzonderlijk wordt een acceptabel interval opgegeven. Een MODR is multivariaat: hij houdt rekening met interacties tussen parameters. Zo kan pH 3,0 acceptabel zijn bij kolomtemperatuur 25 °C, maar niet meer bij 40 °C — een univariate range zou dat niet zichtbaar maken. De MODR wordt visueel weergegeven als contourplot of oppervlak in twee of drie dimensies.
De MODR volgt uit het RSM-model. Voor elke prestatiecriterium (bijvoorbeeld resolutie tussen twee kritische pieken ≥ 1,5, of RSD van gehaltemeting ≤ 2 %) wordt het gebied in de parameterruimte berekend waar het criterium gelijktijdig is voldaan. De doorsnede van al die gebieden is de MODR. Voor risicobewuste toepassingen wordt een Monte Carlo-simulatie gebruikt om ook de meetonzekerheid in de MODR-grenzen te verwerken: de probability of pass per punt wordt dan gerapporteerd in plaats van een harde grens. Bewegen binnen de gedefinieerde MODR vraagt geen aparte melding; bewegen erbuiten activeert het change control-proces.
Een gedefinieerde en gedocumenteerde MODR biedt regulatoire flexibiliteit: aanpassingen binnen de MODR-grenzen — bijvoorbeeld een lichte pH-correctie na kolomvervanging — vormen geen "post-approval change" die formele indiening vereist. Dit is een van de kernvoordelen van AQbD onder ICH Q14 en wordt door FDA en EMA sinds 2023 expliciet erkend. Voor niet-farmaceutische laboratoria (milieu, voedsel, forensisch) heeft de MODR vooral operationele waarde: minder methode-onderbrekingen, minder deviations, gerichter change control.
Uit de DoE-runs volgen effectgroottes en interactietermen die statistisch moeten worden getoetst voordat conclusies worden getrokken. Drie evaluatietechnieken worden veel gebruikt.
Voor Plackett-Burman- en 2ⁿ-designs wordt van elke factor het geschatte effect (het verschil in gemiddelde respons tussen hoog en laag niveau) uitgezet op een halfnormale of normale waarschijnlijkheidsplot. Niet-significante effecten liggen op een rechte lijn door de oorsprong (ze zijn ruis); significante effecten wijken zichtbaar af. Bij afwezigheid van herhaalde runs is dit de meest praktische toets. De methode van Lenth geeft een objectieve significantiegrens (PSE, pseudo standard error) waarmee de subjectieve visuele beoordeling wordt vervangen door een numeriek criterium.
Voor central composite en Box-Behnken-designs met centrumpunten wordt een variantieanalyse (ANOVA) uitgevoerd op het gefitte kwadratisch model. Getoetst worden: significantie van het model als geheel (F-toets), significantie van elke afzonderlijke term (t-toetsen) en lack-of-fit (vergelijking van pure error uit centrumpunten met de residual error van het model). Een lack-of-fit met p < 0,05 signaleert dat het model de data niet adequaat beschrijft en dat een hogere-orde-term ontbreekt.
Voor een RSM-design worden doorgaans drie tot vijf centrumpunten opgenomen, gelijk verdeeld over de runvolgorde. Ze leveren twee kritieke bijdragen: (1) een schatting van de pure experimentele fout die onafhankelijk is van het model, wat de lack-of-fit-toets mogelijk maakt, en (2) een schatting van eventuele drift tijdens de studie doordat de centrumpunten in de tijd verspreid zijn.
De robuustheidsstudie is niet compleet zonder een expliciete vertaling naar de dagelijkse routinecontrole. De grenzen van de MODR bepalen welke System Suitability Test-criteria voorafgaand aan elke analysereeks moeten worden geverifieerd. Voor chromatografische methoden zijn de standaard-SST-criteria: resolutie tussen kritische pieken (R ≥ 1,5), tailingfactor van de hoofdpiek (T ≤ 2,0), aantal theoretische schotels (N ≥ 2000), en relatieve standaardafwijking van vijf of zes replicate injecties (RSD ≤ 2 % voor gehaltebepalingen, ≤ 5 % voor onzuiverheden). De numerieke grenzen worden zo gekozen dat ze aan de slechtste rand van de MODR nog worden gehaald: valt de SST binnen deze grenzen, dan is bewegen binnen de MODR statistisch veilig.
De MODR beschrijft welke methode-instellingen zijn toegestaan; de SST toetst of het instrument-monster-methode-systeem op enig moment daadwerkelijk binnen die grenzen presteert. Zonder MODR is de SST een verzameling losse acceptatiecriteria met historische onderbouwing; met MODR is elke SST-limiet herleidbaar tot een concreet responsmodel. Dat maakt uitleg aan een auditor of inspecteur veel eenvoudiger — een van de belangrijkste praktische winstpunten van een gestructureerde robuustheidsstudie.
Ter illustratie een uitgewerkt scenario voor een omgekeerde-fase HPLC-methode voor de gehaltebepaling van een werkzame stof met één kritische onzuiverheid. Uit de risicoanalyse blijken zeven potentieel kritische factoren: pH van de bufferfase, kolomtemperatuur, organische fractie in de mobiele fase, flow, injectievolume, kolomcharge (twee kolommen van dezelfde fabrikant en type, verschillende chargenummers) en buffermerk (twee leveranciers van hetzelfde zoutbuffer).
Screening (fase 1). Een Plackett-Burman-design met acht runs wordt uitgevoerd; elke run wordt in random volgorde geïnjecteerd. De responsen zijn resolutie tussen hoofdpiek en onzuiverheid, gehalte van de werkzame stof, en tailingfactor. Effectanalyse met Lenth's methode toont drie significante hoofdafhankelijkheden: pH mobiele fase (voor resolutie), kolomtemperatuur (voor resolutie én tailingfactor) en organische fractie (voor gehalte). Kolomcharge en buffermerk zijn niet significant en worden voor de vervolgstudie op nominaal gefixeerd.
Optimalisatie (fase 2). Voor de drie significante factoren wordt een Box-Behnken-design opgezet: 15 runs (12 designpunten + 3 centrumpunten). Uit de ANOVA volgt een significant model (p < 0,001) zonder lack-of-fit. Contourplots tonen dat de resolutie boven 1,5 blijft in een MODR van pH 3,0–3,3, temperatuur 30–40 °C en organische fractie 42–48 %. Buiten dit gebied nadert de resolutie de kritische grens.
SST-vertaling. De SST-criteria voor de routinereeks worden geformuleerd op basis van de slechtste hoek van de MODR: resolutie ≥ 1,5, tailingfactor ≤ 1,8, RSD van zes replicate injecties ≤ 1,5 %. Bij falen wordt de reeks niet gestart. Deze criteria worden onderdeel van de SOP en van het validatierapport.
Bij overdracht van een gevalideerde methode naar een receiving lab worden de robuustheidsdata gebruikt om de transferstrategie te bepalen. Een methode met een ruime, goed gekarakteriseerde MODR verdraagt kleine apparatuurverschillen tussen sending en receiving lab zonder hervalidatie; een methode met een smalle MODR vereist gedetailleerdere co-validation of comparative testing. In het transferprotocol wordt expliciet opgenomen welke SST-criteria in beide laboratoria worden gehanteerd — bij verschil in numerieke grenzen wordt de strengere waarde aangehouden om vergelijkbaarheid van uitkomsten te borgen. Voor de bredere interlaboratoriumvergelijking is de robuustheidsdata een van de eerste beoordelingscriteria bij het toewijzen van ringonderzoekstatus.
Vijf terugkerende bevindingen bij audits van robuustheidsstudies.
Te grote variatiestappen. Wanneer de bewuste variatie te groot is (bijvoorbeeld pH ± 1,0 in plaats van ± 0,2), meet u geen robuustheid maar het uiteinde van de acceptabele range. De studie wordt dan opgevat als een sterktest, wat een andere validatievraag is dan waarvoor de studie is bedoeld.
Ontbrekende randomisatie. DoE-runs die niet in random volgorde worden uitgevoerd zijn kwetsbaar voor drift en systematische effecten. Elke seriële uitvoering — bijvoorbeeld eerst alle lage niveaus, dan alle hoge — ondermijnt de statistische validiteit van de effectschattingen.
Geen centrumpunten. Zonder centrumpunten is er geen zuivere schatting van experimentele fout en dus geen lack-of-fit-toets mogelijk. Voor RSM-designs is dit een fundamentele tekortkoming.
Effect van kolomcharge onderschat. Voor HPLC-methoden is de kolom-batch-tot-batch-variatie een van de meest onderschatte robuustheidsfactoren. Een studie op één kolomcharge levert nooit een robuuste MODR — minimaal twee, bij voorkeur drie chargenummers moeten worden meegenomen.
Geen vertaling naar SST. Een robuustheidsstudie waarvan de resultaten niet expliciet in SST-criteria worden gecodificeerd, mist zijn belangrijkste operationele functie. Een auditor die alleen een tabel met p-waarden aantreft zonder gekoppelde SST-limieten stelt dit standaard als bevinding vast.
ICH Q14 (2023) verankert de Analytical Quality by Design (AQbD)-benadering: analytische methoden worden ontwikkeld met dezelfde systematiek als productieprocessen onder ICH Q8. De kern is dat de Analytical Target Profile (ATP) — de vereiste prestatie van de methode — vooraf wordt gedefinieerd, waarna methode-ontwikkeling, robuustheidsstudie en MODR-vaststelling een geïntegreerd traject vormen. Voordelen ten opzichte van de klassieke sequentiële benadering (eerst ontwikkelen, dan valideren, dan robuustheid) zijn: efficiëntere resource-inzet, robuustere methoden bij oplevering, en regulatoire flexibiliteit door de geregistreerde MODR. AQbD is niet verplicht, maar in de farmaceutische industrie wel de standaard geworden voor nieuwe methoden vanaf 2024.
Het Analytical Target Profile is een vooraf gedefinieerd document dat beschrijft wat de methode moet meten, met welke nauwkeurigheid, precisie, specificiteit en bereik. Het is functioneel equivalent aan de user requirements specification voor apparatuur: elke daaropvolgende ontwerpkeuze wordt getoetst aan de ATP. Bij een OOS-resultaat of een change control-vraag is de ATP het referentiedocument om te beoordelen of de methode nog "fit for purpose" is.
De robuustheidsstudie wordt gerapporteerd als apart hoofdstuk in het validatierapport en bevat minimaal: de risicoanalyse die tot de factorlijst leidde, het gekozen designtype met motivering, het volledige experimenteerschema met run-volgorde, de ruwe meetdata per run, de statistische evaluatie (effectanalyse, ANOVA), de gedefinieerde MODR met bijbehorende contourplots, de afgeleide SST-criteria en de conclusie. Voor traceerbaarheid van ruwe data en analyseresultaten gelden de ALCOA-principes. Bewaartermijnen volgen het kwaliteitshandboek — typisch tien jaar voor GMP-methoden of tot vijf jaar na terugtrekking van het product.
De formele normatieve basis voor robuustheid in analytische validatie ligt in de ICH-kwaliteitsrichtlijnen (ICH Q2(R2) en ICH Q14). Voor farmacopee-toepassingen zijn USP <1225> (Validation of Compendial Procedures) en USP <1224> (Transfer of Analytical Procedures) leidend; officiële teksten zijn beschikbaar via USP. Voor Nederlandse en Europese normen die naar ICH- en ISO-teksten verwijzen, is NEN de aangewezen uitgever.
Robuustheid staat niet op zichzelf, maar hangt samen met andere onderdelen van methodevalidatie en kwaliteitsborging. Voor het overkoepelende validatiekader zie validatie van analytische methoden (ICH Q2). Voor de dagelijkse kalibratie van instrumenten en de bijbehorende meetnauwkeurigheid is de pagina over kalibratie en meetnauwkeurigheid een goede vervolgstap. Voor de statistische toolkit rondom effectanalyse en ANOVA zie statistiek en data-analyse. Voor traceerbaarheid en documentatievereisten in gereguleerde omgevingen zie GLP, GMP en ISO 17025-accreditatie. Voor de systematische afhandeling van afwijkingen en verbeteracties zie CAPA-systeem en root cause analysis-methoden. Voor de verplichte risicoanalyse achter de factorkeuze zie risicoanalyse in het laboratorium.
Voor de dagelijkse uitvoering van robuustheidsstudies en SST-metingen zijn onder meer chromatografie-apparatuur, vials en flacons, spuitfilters voor monster- en mobiele-fasevoorbereiding en nauwkeurige pipetten snel leverbaar bij Labvakhandel.
Disclaimer: De informatie in dit artikel is bedoeld als algemene technische toelichting. Canidae Seal B.V. / Labvakhandel.nl aanvaardt geen aansprakelijkheid voor de toepassing van deze informatie in specifieke analytische, klinische of industriële situaties. Raadpleeg voor uw eigen toepassing altijd de geldende normen, vakliteratuur en de documentatie van fabrikant en apparatuur.
Inloggen
Wachtwoord vergeten
Account aanmaken
Uw winkelwagen is leeg.
