【周末杂谈】监管科学研究实例 – 基于数据的 GMP 监管
首页 > 资讯 > 【周末杂谈】监管科学研究实例 – 基于数据的 GMP 监管 出自识林
【周末杂谈】监管科学研究实例 – 基于数据的 GMP 监管
笔记 2021-10-10 如何从质量管理体系的日常运行指标来预测其性能指标 9月13日,美国的“药物创新杂志”发表了北京大学王国旭等人的一篇题为“Quantitative Analysis of the QMS for Pharmaceutical Manufacturing(药品生产质量管理体系的定量分析)”的文章,通篇未提“监管科学”这个词,但无论是研究的问题、方法、结论还是意义,都与“监管科学”相关。由于文章长、方法新、数据和结果多,为便于了解,现将其主要内容小结和评论如下。文章的出处,请见本文末。 基本科学问题 如何从质量管理体系的日常运行指标来预测其性能指标? 监管科学问题 如何实现对质量管理体系的监管前置,即在质量问题发生之前得到某种程度上的预警? 监管实际问题 如何依靠数据和统计算学法,聚焦有限的监管资源到质量风险高的企业? 研究的难点 美国FDA提倡量化质量管理体系已近20年了。虽然FDA自己、国际药物工程协会(ISPE)、麦肯锡咨询公司、瑞士St. Gallen大学和北京大学都做了努力,但进展一直不理想,导致FDA的质量量度计划欲进无路,监管前置的愿望难以实现。主要原因是数据不清、算法不灵、结果不明。 难点的突破 提出比文献中普遍采用的统计相关性算法在本质上更为先进的统计学算法,从而得以量化相关性,推断因果性,并实现可预测性。 数据的来源和质量 数据来自我国两家有代表性的、大型出口原料药生产企业2010-2019年间所有的原料药产品(总共116个)。其中一家是原始的生产、质量、审计和监管检查数据。另一家是根据前一家的经验而获得的报表数据。数据的定义、讨论和核实都历经了多次的往返和迭代过程,包括现场和远程的,以确保数据的代表性、准确性和真实性。数据质量的进一步核实,是通过基于数据而得出的统计分析结果间的自洽性,及统计结果与实际经验间的吻合性而保证的。 研究方法 (1)质量管理体系模型 将文献中常见的和作者们添加的描述质量管理体系的41个指标分为25个运行指标和16个性能指标。这样分的假设是运行指标影响性能指标。目的是希望通过改进质量体系的运行来提高其性能。在去除不满足正态分布的数据和相关指标后(请注意,这种数据去除是为了统计算法的便捷,不涉及“数据可靠性”,即data integrity),剩下22个指标,包括17个运行指标和5个性能指标,并以此构建质量管理体系模型(请见下图)。 (2)相关性 用“Pearson相关系数”的统计学方法,找出质量管理体系17个运行指标与5个性能指标间的所有两两相关性。 (3)因果性 在(2)的基础上,用“逐步多元线性回归”的统计学方法,对每个性能指标,找出对其影响最大的、独立运行指标,并量化该影响。 (4)可预测性 用“赤池信息准则(AIC, Akaike Information Criterion)”统计学方法,基于运行指标来预测每个性能指标。
研究结果
研究的结论
研究的意义
文章的出处 原文题目是“Quantitative Analysis of the QMS for Pharmaceutical Manufacturing”(药品生产质量管理体系的定量分析)于2021年9月13日在Journal of Pharmaceutical Innovation发表。免费pdf下载网址:https://link.springer.com/article/10.1007/s12247-021-09579-w 。可点击阅览中文翻译和原文。 作者:榆木疙瘩 必读岗位及工作建议:
适用范围: 文件要点总结: 以上仅为部分要点,请阅读原文,深入理解监管要求。 必读岗位及工作建议:
适用范围: 文件要点总结:
以上仅为部分要点,请阅读原文,深入理解监管要求。 |