當前位置:
首頁 > 最新 > 藥品生產檢驗數據不完整性的常見問題的彌補與糾正

藥品生產檢驗數據不完整性的常見問題的彌補與糾正

劉德富1李平原2

(1珠海聯邦製藥股份有限公司,廣東 珠海519040;2齊魯製藥有限公司,山東 濟南250100)

摘要:自2015年USFDA新派檢查員Peter E.Baker為代表的cGMP現場檢查,以色譜分析儀的電子系統數據的不完整性為突破口,在中國,具有代表性藥品生產企業連續接到FDA警告信。為此,數據不完整性成為藥品生產企業的熱門話題,也是企業所期待與關注的熱點,本文以藥品生產檢驗數據的定義入手,闡述了完整的藥品生產檢驗數據要求與特性,探討了數據不完整性的解決的思路,分析了數據不完整性原因及其常見問題。

關鍵詞:藥品生產檢驗數據;完整性;不完整性;常見問題;審計追蹤;

引言

近三年來,藥品生產檢驗數據完整性(下簡為數據完整性)成為藥品生產企業的熱門話題,數據完整性是一個企業生存與發展的重要符號。若企業被定義了藥品生產檢驗數據不完整性(下簡為數據不完整性),其將影響市場與信譽。因此,做好數據完整性工作,除了需加大管理外,還需要企業的資金投入。對於過去已存在的檢驗數據,數據不完整是共性,不是個案,如何對待歷史的數據,FDA及其他官方機構,已達存共識,只要對系統歷史數據進行全面評估,包括數據評估與質量評估,找出不完整性類別,從管理到硬體各方面採取有效的措施,加以合理的預防,以確保數據不完整性視偏差管理,這也是可以接受的。

本文以數據不完整性自查為基礎,對數據不完整性的彌補、糾正及其預防作了一個思路和方法的介紹,其目的是為藥品生產企業提供一個數據可靠,即數據從不完整到完整的方法。

1藥品生產檢驗數據的定義

1.1藥品生產檢驗數據的不完整性

具有缺陷的數據,包括靜態數據和動態數據。

1.2藥品生產檢驗數據的不一致

原數據與靜態數不統一,或靜態與動態數據不統一。

1.3藥品生產檢驗數據不準確

使用未通過驗證的方法或未通過確認的儀器設備產生的數據。

1.4數據生命周期

指從生產、記錄、處理、審查、分析、報告、轉移、貯存、歸檔,恢復直至失效,銷毀的全過程。

1.5藥品生產檢驗數據的完整性

1.5.1FDA的定義

是指數據的完全性、一致性和準確性。完全、一致和準確的數據應該是具有歸屬性、清晰易讀性、同步產生性、原始記錄或者真實副本和準確性。

1.5.2MHRA(英國葯監機構)的定義

數據完整性的範疇包括所有數據在整個「數據生命周期」中的全面性、一致性和準確性的程度。

1.5.3PIC/S(國際藥品認證合作組織)的定義

指所有數據在整個生命周期均完整、一致和準確的程度,其屬藥物質量體系中是基本的要求,才能確保藥品具備所需的質量。不良的數據完整性的處理會削弱記錄和證據的質量,並最終可能破壞藥品質量。

1.5.4《CFDA徵求意見稿》的定義

指在數據生命周期內,數據完整、一致、準確的程度。應當以安全的方式收集和維護數據,從而保證數據歸屬至人、清晰可溯、同步記錄、原始一致、準確真實。

2完整的藥品生產檢驗數據組成

2.1.原始數據

數據同步產生,檢驗的原始記錄和文件,按照原始產生形式保留或「真實複製」。

2.2元數據

描述其他數據屬性的數據,提供語境和含義(無量綱)。

2.3結果數據

指原始數據經過數據處理參數或用處理方法處理過的數據,其中數據處理參數或處理方法就是元數據。

3數據完整性的特性

3.1ALCOA與ALCOA+

國際上,對數據完整性應具備特性為:歸屬性、可辯性、同時期、原始性、準確性,其常被縮略為「ALCOA」。或具數據完整性具備特性為:持久、完整、可用、一致,其常被縮略為「ALCOA+」。圖1為ALCOA與ALCOA+的示意。

圖1ALCOA與ALCOA+的示意

3.2靜態數據和動態數據

紙制數據為靜態數據;電子數據為動態數據。

4數據完整性的適用範圍

4.1藥品生命周期

從藥品的研發、到藥品的上市銷售、退市整個生命周期內應遵守數據完整性要求。

4.2電子數據和紙質數據

電子數據和紙質數據都應符合數據完整性的要求。

4.3藥品供應鏈周期

從生產物料的生產、產品的生產、銷售等整個藥品供應鏈環節都應符合數據完整性要求。

5數據不完整性的解決

5.1確定ID範圍

ID範圍可從檢驗、生產、共用系統、TV(監控錄相)等方面入手。

5.2ID關鍵執行區域

可通過風險評估確定和識別ID關鍵執行區域,其基本原則為:與產品放行項目為依據。例如,潔凈參數,無菌對接,質量檢驗標準等。

5.3解決思路

解決思路可以用差距分析方法,本文以質量檢查(色譜分析儀)為案例進行分析。

現在數據處理的出處或依據,均依託於儀器,設備的配置。然而,現有文件、記錄規定符合性與法規的符合性一直是藥品生產企業的薄弱環節。

對現行做法應作相應的風險分析,對其結果進行回顧,對照新的要求看其是否存在差異,其一致性為判斷標準。

5.3.1彌補

5.3.1.1系統自查

系統自查,自檢效期內放行的檢驗數據,按儀器、品種、批自查。查出缺陷項目,涉及的批號與項目,分類進行數據評估,做差異性判斷,以平行樣(原來和現行方法計算)為接受標準。

其涉及方面:(1)不合理積分;(2)進針不連續,選擇進針,試針;(3)採用禁止積分;(4)刪除;(5)修改。

對上述方面進行數據評估,重新合理計算。

判斷:是否符合平行樣,結果是否合格。

產生的原因分析:人員行為的調查;文件制度的調查;數據審核機制。

5.3.1.2採用留樣進行質量評估

不合格及時召回,停止銷售與使用。

5.3.1.3擴展調查

對數據修改與刪除處理:刪除數據進行評估,是否是不合格數據,刪除的行為動機是什麼?進而,對軟硬體的進行控制,採用留樣對質量再評估,把控制與再評估延展至其他設備和系統。

5.3.2糾正

(1)機構的調整與分工,應設有專職的IT人員與數據管理;

(2)審計硬體設備(單機、網路)。例如,審計追蹤開啟;周期性備份如光碟,活動移動盤(單機),雲盤;時執備份;網路系統。

(3)數據管理史的回顧,從而保證數據完整性持續改進。

5.3.3預防

以合規的方法建立SOP,培訓,實施,檢查,總結的工作方法。

5.3.4跟蹤評估與總結

(1)第三方檢查,獨立機構;

(2)重複檢查不合規的偏差管理,且繼續改進;

(3)實施攻略的總結,從彌補、糾正、預防、效果等方面檢查,提出下輪的PDCA(循環管理)工作。

6數據不完整性原因的調查

6.1數據不完整性原因

6.1.1不合規

無風險意識及機械執行GMP而導致數據不完整。

6.1.2工程系統管理問題

(1)工程系統驗證不充分;(2)設備(施)選擇不當;(3)廠房設計不合理,施工質量差;(4)設備與工藝或質量不匹配;(5)計量不準確或管理失控。

6.1.3QA所存問題

質量保證系統管理失控,無質量文化,無質量權威,受行政干擾。

6.1.4QC所存問題

不主導以預防為主的思想,只停留在把關層面.無效的OOS等。

6.2造成數據不完整性比例

造成數據不完整性,80%是管理問題,20%是人員問題。

7數據不完整性的常見問題

7.1不合理刪除數據

不合理刪除數據例子如圖2。

圖2不合理刪除數據例子

7.2不合理修改數據

7.3為合格而選擇數據

為合格而選擇數據例子如圖3,比如使用合格的數據另存為或覆蓋不合格數據。

7.4預進樣

預進樣例子如圖4,其以基線檢測名義進正式樣品檢查其雜質,以預選樣品。

圖4預進樣例子

7.5不合理的手動積分

圖5為不合理的積分示意,圖6為合理的積分

(1)手動積分不受控;(2)手動積分沒有文件支持,操作規程中沒有對手動積分進行規定,手動積分也未納入分析方法驗證;(3)手動積分沒有記錄。

圖5:不合理的積分,

圖6:合理的積分

7.6不合理的干預積分

具體表現:(1)修改標峰規避不合格數據;(2)標峰錯誤。

7.7審計追蹤

具體表現:(1)審計追蹤未開啟(如圖7所示);(2)審計追蹤不完善;(3)不具備審計追蹤功能;(4)審計追蹤未審核。

圖7審計追蹤未開啟例子

7.8許可權

公用賬戶/無許可權管理/管理員不能擁有分析員賬戶進行樣品檢測如圖8。

圖8公用賬戶/無許可權管理/管理員不能擁有分析員賬戶進行樣品檢測例子

7.9單針中途停止

單針中途停止如圖9,其有規避雜質檢出的企圖。

圖9單針中途停止例子

7.10儀器方法

儀器方法方面有:(1)儀器方法建立不受控(如圖10);(2)儀器方法修改不受控。

圖10儀器方法建立不受控例子

7.11挑選數據

圖11為挑選數據例子,表現為:(1)多進樣選擇合格數據;(2)系統適用性選擇良好數據。

圖11挑選數據例子

綜上分類自查分析,統計常出現的問題,提出解決辦法。同時,依據每類進行數據評估,平行樣判斷,符合維持原COA(質檢報告)。否則,啟動留樣,如果留不符合標準,發起召回,停止銷售等措施。

8結束語;

當知道藥品生產檢驗數據不完整時,才明白數據完整性的意義。數據完整是保證現有法規的執行。同時,也是將過去不完整的數據進行合理合規的彌補、糾正、預防,適應現有法規的需要。只有藥品生產檢驗數據完整,製藥企業才能健康發展。

本文首發於《中國製藥裝備》雜誌

作者簡介:劉德富(1956—),男,四川瀘州人,工程師,研究方向:藥品質量管理顧問。

李平原(1978—),男,山西運城人,工程師,研究方向:質量管理包括檢驗、質量體系建設、質量信息化建設、計算機系統驗證、質量保證等等。

活 動 預 告

廣東省藥學會製藥工程專業委員會定於2018年3月23-25日在廣東省韶關市南嶺召開「『凱卓沙龍』11期嶺南國際數據完整性高峰論壇」,屆時將邀請製藥工業的監管與產業精英,共聚南嶺,高峰論道。

關於我們

製藥沙龍以推動製藥行業交流為核心,匯聚國內外一線一流研發、質量、生產管理、投資等精英的交流與價值分享平台。交流分享啟發,推動行業進步,是製藥沙龍的初衷與願景。

歡迎所有願意分享交流的專家和朋友加入,共同推動行業進步!

交流分享啟發 推動行業進步


喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 製藥沙龍 的精彩文章:

TAG:製藥沙龍 |