OOT(傾向外れ)とは?規格内なのに問題になるのは、どういうときか
規格は95.0〜105.0%、今回の結果は97.2%。適合です。ところが過去50ロットは99.5〜100.5%のあいだに収まっていた。この一枚の試験成績書をどう扱うかで、品質部門の判断は分かれます。合格として次へ進むのか、いったん手を止めて何が変わったのかを確かめるのか。書類の上では前者でも問題は起きませんし、監査でも咎められません。それでも後者を選ぶ現場があるのは、この数字が何かの始まりかもしれないと知っているからです。

この場面には、OOT(Out of Trend規格は外れていないが、これまでの傾向から外れた動き。工程変化の兆しを規格外の手前で拾える。詳しく →:傾向外れ個々の結果は規格内でも、時系列の傾向から外れた変化。じわじわ進む異常の兆候として捉える。詳しく →)という名前が与えられています。測定値が規格の中に収まっているのに、これまでの傾向から外れている状態を指します。規格に適合しているのだから問題ない、とは言えません。傾向の変化は、まだ規格を外れていないだけで何かが動いていることの証拠になりうるからです。OOS試験結果が規格の範囲を外れること。原因調査の対象になる。詳しく →が製品の合否を決める判定であるのに対し、OOTが見ているのは工程そのものの状態で、両者は目的からして異なります。
本稿では、OOSとOOTで判定の基準がどう違うのか、アラートリミットとアクションリミットをどこに置くのか、管理図の判定規則と安定性試験出荷時から有効期限まで品質特性が規格内にとどまることを確認する試験。詳しく →でのOOT、微生物試験のように結果が遅れて届く領域の事情、そして検知したあとにどう動くのかまで、実務で問われる順に整理します。
- OOSは規格外れ、OOTは規格内での傾向外れです。判定の基準そのものが違います。
- OOTを検知するには、平常時のばらつきの幅を先に知っておく必要があります。
- 微生物試験のように結果が遅い領域では、傾向監視が実質的な管理手段です。
OOSとOOTの違い ― 判定の基準そのもののずれ
まず二つを並べてみます。
| OOS(Out of Specification製品規格を外れた結果。多くは正式な逸脱調査の対象になる。詳しく →) | OOT(Out of Trend) | |
|---|---|---|
| 判定の基準 | 規格値 | 過去のデータの分布 |
| 判定 | 適合/不適合が一意に決まる | 「いつもと違う」という相対的な判断 |
| 直接の帰結 | そのロットは出荷できない | 出荷可否には直結しない |
| 目的 | 製品の合否 | 異常の早期発見 |
OOSには白黒をはっきりさせる性質があります。規格が95.0〜105.0%なら、94.8%は不適合です。誰が見ても結論は同じで、そこに解釈の余地はありません。
OOTは違います。規格が95.0〜105.0%で、過去50ロットが99.5〜100.5%に収まっていたところへ97.2%が出たとします。規格内なので合格ですが、明らかにいつもと違う。この「違う」を言うためには、比べる相手として過去のデータが要ります。
この差は、実務の対応を左右します。逸脱・OOSの調査は不適合が出てから始まる後追いの手続きです。OOTを捉えられれば、不適合が出る前に手を打てます。
規格内なのに問題になる理由
傾向の変化を重く見る理由は、大きく3つあります。
工程が変わった証拠
値がずれたということは、原材料製造の起点となる原料で、その品質や持ち込む不純物が最終製品の品質に影響しうるため、規格管理が重視される物質。詳しく →、装置、操作、環境のどれかが変わっています。原因を特定できなければ、次にどれだけずれるかも分かりません。今回は規格内に収まったという事実は、次回も収まるかどうかとは無関係です。
規格外れの予兆
傾向が一方向に動いているなら、いずれ規格に達します。安定性試験で規格内の値が下がり続けていれば、有効期間医薬品が規定の品質を保てると保証される期間。安定性データの経時変化から設定する。詳しく →の途中で規格を外れる可能性があります。到達する時期を見積もれるかどうかが、対応の余裕を決めます。
バリデーション時からのずれ
プロセスバリデーションは、この条件でこの品質のものが繰り返し得られる、ということを示す作業です。値の分布が当時と変わっているなら、その前提が崩れている可能性があります。継続的工程確認(CPV)商業生産が続く限り工程データを集め、管理状態が維持されているかを継続的に監視する活動です。詳しく →が求められるのは、この確認を製造が続くかぎり続けるためです。
アラートリミットとアクションリミット ― 規格とは別に引く二段の線
OOTを運用に乗せるには、どこから「いつもと違う」とするかを決める必要があります。ここで2段階の基準が使われます。
- アラートリミット:注意を喚起する水準。逸脱承認された手順や規格から外れた事象。GMPでは発見したら記録し、製品品質への影響を評価してロットの可否を判断します。詳しく →ではなく、監視を強める引き金
- アクションリミット:何らかの対応を要する水準。調査に入る
いずれも規格とは別に、実データの分布から設定するのが要点です。平均±2標準偏差、±3標準偏差といった置き方が典型ですが、データの分布形状によっては単純な適用が適さない場合もあります。
ここで前提になるのが、平常時のばらつきを知っていることです。これがなければ、そもそも外れているとは言えません。環境モニタリングや製薬用水の管理で、導入初期に集中的にデータを取る期間を置くのは、この分布を把握するためです。アラートとアクションの線は規格から引くのではなく、自分たちの平常時のばらつきから引きます。
統計的な判定規則
1点が限界を超えたかどうかだけでは、傾向の変化を捉えきれません。
管理図測定値を時系列に並べ、中心線と管理限界を引いて工程が安定しているかを見る図。詳しく →では、複数点のパターンを見る規則が併用されます。代表的なものとして、
- 1点が管理限界工程が普段動いている範囲を統計的に示した線。製品規格とは別物で、工程のクセの変化に反応する。詳しく →を超える
- 連続する複数点が中心線の同じ側に並ぶ
- 連続する複数点が一方向に増加または減少し続ける
- 点が中心線から離れた領域に偏る
といった見方があります。個々の点は限界内でも、並び方が偶然では説明しにくいとき、系に何かが働いていると判断する考え方です。
規則を増やすほど検出力は上がりますが、誤検知も同じだけ増えます。偽の警報が続けば現場は警報を無視するようになり、仕組みそのものが機能しなくなります。どの規則を採用するかは、その項目の重要度と、誤検知に対応できる余力によって決まります。
安定性試験のOOT
OOTが最も明確に議論されてきたのが、安定性試験です。
長期保存試験実際の保存条件で、有効期限まで品質が規格内に保たれるかを継続的に確認する試験。詳しく →では、同じロットを時点ごとに測ります。ここでは、次のような場面が問題として挙げられます。
- ある時点だけ値が飛んでいる:測定の誤りか、実際の変化か
- 低下の速度が過去のロットより速い:有効期間を維持できるか
- 時点間で値が上下している:分析法のばらつきか、製品の不均一か
判断の材料になるのは、同一ロットの時系列(そのロット自身の傾向から外れているか)と、複数ロットの比較(過去のロット群の挙動から外れているか)です。この2つは別の問いであり、片方だけでは結論が出ません。
結果が遅い領域 ― 傾向監視が主役になる構造
微生物に関わる試験では、傾向監視の位置づけがさらに重くなります。
培養に数日を要するため、結果が出るころにはその水や環境はすでに使われています。出荷判定製造したロットを規格に照らして出荷の可否を決める判断。有効期間の短い製品では時間との戦いになる。詳しく →型の運用が成り立たないため、日々のデータを並べて上昇の兆しを捉え、規格を超える前に手を打つ形にせざるをえません。クリーンユーティリティや環境モニタリング無菌製造区域の空気・表面・作業者を微粒子や微生物で継続監視し、汚染管理の状態を記録する活動。詳しく →で傾向監視型という言い方がされるのは、この構造に基づいています。結果が数日遅れて届く領域では、傾向監視は補助ではなく主たる管理手段です。
検知したあとどう動くか
OOTを見つけたとき、OOSと同じ深さの調査を毎回回すと資源が持ちません。段階を分けます。
まず疑うのは測定側です。装置の校正、試薬のロット、操作者、標準品力価の基準に定めた品。検体と同じアッセイで並べて測り、相対力価の基準にする。詳しく →。分析側の要因は最も頻度が高く、確認も比較的容易なので、ここから入ります。
次に製造側を確認します。その期間に何が変わったか。原材料のロット、装置の保守、作業者、環境条件。年次照査で使うのと同じデータを、より短い周期で見る作業です。
そのうえで影響範囲を評価します。すでに出荷したロットに影響はないか、今後のロットにどう対応するか。最後に、検知したこと、調査したこと、結論、対応を記録に残します。規格内だったので記録しなかった、という形が後からいちばん困ります。傾向を振り返るとき、その判断の履歴だけが手がかりになるからです。
どこまで深く調べるかは、リスクアセスメントで決めた重み付けに従います。すべてのOOTを同じ深さで扱えば、重要なものに時間を割けなくなるという構造は、逸脱の扱いと同じです。
傾向が見られていなかった例
2026年8月にFDAがDabur Indiaへ出した警告書では、試験データの欠落が指摘項目に入っていました。記録の改ざんと並んで挙がっています。
データが欠けていると、OOTの判定そのものが成立しません。傾向は過去の値の並びから読むので、抜けがあると外れていないように見えてしまう。規格内かどうかは1点で判定できますが、傾向は履歴が揃っていて初めて判定できます。
傾向を機械に見張らせる動きも進んではいます。ただし2026年8月の報告では、モデリングとシミュレーションが製薬の現場で広がらない理由として、費用とデータの整備、そして出てきた結果を信じられるかという点が挙げられていました。道具より先に、入力するデータの側が揃っていないという指摘です。
参考文献
- FDA, Investigating Out-of-Specification (OOS) Test Results for Pharmaceutical Production — Level 2 revision(2022年5月)
- ICH Q1A(R2)新原薬・新製剤の安定性試験全体の枠組みを示す親ガイドライン。ストレス試験も求める。詳しく →, Stability Testing of New Drug Substances and Products
- ICH Q1医薬品の安定性試験の実施条件(長期・加速・過酷)および保管条件の設定方法を規定した国際ガイドライン群。詳しく →E Evaluation for Stability Data(有効期間の外挿と傾向の評価)
- ICH Q10医薬品品質システムを定めた国際ガイドライン。ライフサイクルを通じた品質マネジメントの考え方を示す。詳しく →, Pharmaceutical Quality System
この記事に関連する工程
次に読む
抗体医薬この分野の解説記事を、まとめて見る(268本)この分野の新着を、メールで受け取る
こうした製造・分析・品質の解説記事と、装置・試薬の新製品ニュースを月数回お届けします。登録は無料で、いつでも解除できます。
登録によりプライバシーポリシーに同意したものとみなします。