跳到正文
LCGC Questions of Quality·AI 评分68

专栏讨论色谱数据系统中孤数据的含义、类型与识别预防方法

What Are Orphan Data?

AI 导读

该专栏解释孤数据在色谱数据系统中的含义,指与被报告结果分离、未纳入完整GXP记录的数据。文中列举了多种类型,例如存放在服务工程师电脑上的确认数据、名为Test或Prep目录中的非正式进样、未报告的短运行或中止运行、多次积分,以及通过调整系统适用性试验积分或使OOS结果无效来排除数据。

正文 · AI 翻译

在数据完整性语境中,孤儿数据这一术语经常被使用。对于色谱数据系统而言,它意味着什么?我们如何防止或检测孤儿数据?

在最近一次关于数据完整性的培训课程中,一位参会者提出了“什么是孤儿数据?”这个问题。这给了我写这篇专栏的借口,但真正的原因是我忘了专栏的截稿日期。这里我们将讨论的是理解孤儿数据的含义以及它如何适用于色谱数据系统(CDS)。然后我们将探讨防止产生几种类型孤儿数据的方法,首先从色谱分析中适用的原始数据和完整数据的含义与范围的背景信息开始。本专栏的目的是帮助实验室审核人员、质量保证(QA)和审计人员防止或检测孤儿数据,以确保结果的完整性。

理解原始数据和完整数据

原始数据和完整数据是良好实验室规范(GLP)和药品生产质量管理规范(GMP)术语,用于在受监管活动中生成的记录。在早先的“质量问答”专栏中,我讨论了 CDS 语境下原始数据的定义和含义(1)。原始数据这一术语源自 1978 年发布的 FDA 良好实验室规范 21 CFR 58.3(k)(2),其基本含义是从原始观察和活动(例如采集、处理、解析和计算)到结果报告的所有数据。最重要的是,任何人都应当能够从原始数据重建工作报告(2,3)。请注意,MHRA(4)和 PIC/S PI-041(5)的数据完整性指南中对原始数据的定义都是错误的,因为它们仅提及原始观察。美国 GMP 术语完整数据以及将其等同于原始数据的能力,已在我 2016 年发表于光谱学 的“聚焦质量”专栏中讨论过(6)。

总结色谱分析的原始数据和完整数据,包括以下数据:样品信息、样品制备记录、采集方法、仪器控制文件、CDS 数据文件、处理方法、计算(遗憾的是,我怀疑包括任何电子表格)、系统适用性测试(SST)参数、审计追踪条目、可报告结果的生成,以及仪器日志、实验室笔记本和工作表。为 CDS 概述的这些原则也适用于其他仪器系统。

作为一名苛刻的审计员,我希望能够获取任何结果,并轻松、透明地将其追溯至色谱数据、积分和样品制备记录。我希望能够追溯从分析开始到结果的所有数据,包括确认数据和维护后进行的测试。在后一项审查中,我希望看到所有数据,包括色谱工作中遇到的任何问题,例如液相色谱(LC)泵密封泄漏、自动进样器针头堵塞、柱分离失效和仪器故障——以及它们的解决情况。所有这些问题都会生成数据,这些数据可能可用于也可能不可用于生成可报告结果。然而,所有数据都必须保留,因为它们是原始数据(2,3,7)或 21 CFR 211.194(a) 完整数据(8)的一部分。

从法规到程序

GXP实验室必须解读适用法规,并生成书面指令以执行产生记录和报告的任务(7)。
这包括服务工程师执行的任何工作以及根据EU GMP第7章签订的相关协议(9)。这些指令将包括记录或采集数据、处理数据以及计算可报告结果的要求。必须遵循这些指令,否则必须提出偏差。然而,许多这些标准操作规程(SOP)可能堪称艺术虚构的杰作,因为实验室程序必须描述所有工作实践。程序往往未涵盖所有活动,导致记录管理实践不佳或数据造假,或者它们可能掩盖产生孤儿数据的活动。如果数据完整性受到损害,任何实验室的可信度也会受到损害。

术语定义

现在我们需要聚焦于孤儿数据,我们先从这两个词的定义入手,并建立联系:

孤儿:父母已死亡的儿童

数据:为参考或分析而收集在一起的事实、数字和统计资料。所有原始记录及原始记录的真实副本,包括源数据和元数据以及这些数据的所有后续转换和报告,这些数据在GXP活动发生时生成或记录,并能够对GXP活动进行完整、全面的重建和评估(4)。

乍一看,这两个词似乎不太可能成为搭档。然而,戴上你的色谱眼镜,更仔细地观察。数据的定义要求收集一切,而孤儿则表示与父母——在此即数据的主要集合——的分离或断裂。因此,孤儿数据与所报告并声称代表该活动完整GXP记录的数据和结果相分离。

孤儿CDS数据

对于CDS,孤儿数据指:

  • 在仪器确认或再确认期间生成的数据,存储在服务工程师的PC上,或者,如果工作被重复进行,
    选择性报告合格结果
  • 在色谱过程中,有几个区域可能产生孤儿数据,例如,非正式进样、多次积分、计算,以及未报告或未作为正式GXP记录一部分的短运行或中止运行
  • 通过可疑手段被排除的运行,例如,对不合格(OOS)结果进行不科学的无效化处理,或通过操纵SST进样使其落在接受限度之外来进行无效化处理。

我们将审视其中一些类型的孤儿数据,并探讨识别或防止其发生的方法。本讨论不包括将数据从一个位置复制到另一个位置以故意伪造记录以及删除数据,原因将在下一节中概述。

孤儿数据的原因可能各不相同,从分析人员行使“科学判断”(未参考法规或实验室SOP)到故意伪造数据。无论原因如何,多米诺骨牌如此倒下:数据完整性受到损害,随之而来的是所做决策的质量,最终患者受害。

CDS应用程序的配置

限制产生孤儿数据机会的方法之一,在于实验室所用 CDS 的架构与配置。这将成为系统验证的一个组成部分,从而使审核员或 QA 审计员的工作更为轻松。

  • 正确的系统架构:CDS 应是一个联网系统,并配有经过智能设计的数据库。有关此主题的更多信息,请参见 McDowall 和 Burgess 关于受监管实验室理想 CDS 的四部分系列文章(10–13)。
  • 审计追踪无法被关闭,且其设计旨在监控对 GMP 记录的所有更改,包括自动记录并突出显示所有积分尝试。
  • CDS 应用程序自动保存所有数据,无需提示用户进行保存。
  • 避免利益冲突的用户角色和访问权限。
    此处重要的是,任何用户都不应拥有删除数据的权限。
  • 单一预定义数据存储区域:
    为避免隐藏孤儿数据和非正式检测,关键在于进行分析时,必须有一个且仅有一个预定义数据存储库。
  • 以电子方式使用系统,而非混合方式:你们中许多人会忽视这一点,结果将留下更多工作要做。

孤儿数据:被分离、被隐藏,还是就在眼前?

我们将在下文各节及图 1 中探讨服务工程师和分析人员生成孤儿数据的主要手段,以及您可以预防或发现它们的方法。审核员、QA 和审计员需要了解三种类型的孤儿数据:

  • 被分离的数据:
    您的确认数据存储在服务工程师的笔记本电脑上
    重复确认工作并选择性地报告合格结果
  • 隐藏在 CDS 中:
    测试或制备进样
    滴定测试结果
    短运行或中止运行
    积分以符合合规要求
  • 就在眼前隐藏:
    无效的 SST 进样
    无效的 OOS 结果。

我们将从 CDS 孤儿数据中被分离的示例开始。

死亡天使来访

我们的第一站聚焦于死亡天使——抱歉,是服务工程师——的来访,其通常会执行预防性维护访问并重新确认您的色谱仪。服务工程师是否有权访问 CDS,取决于公司的偏执程度。如果实验室明智,会有一个名为 服务 或 工程师 的用户角色,其中配置了执行服务和确认的访问权限。工程师必须被命名为 CDS 用户,并且该账户在确认访问前后分别启用和禁用。所有确认数据都位于 CDS 内,或通过经校准的仪器链接到任何外部测试(如温度或流速),以便经授权的实验室用户可以访问和审核数据,且工作可归属于具名的个人。

如果工程师被拒绝访问 CDS,潘多拉魔盒就被打开了,世间的邪恶随之释放。实际上,被打开的是工程师的 PC,但最终结果是一样的。在将色谱仪与 CDS 断开后,工程师将自己的 PC 与 CDS 软件连接(注意:这不是在实际使用条件下测试系统)。取决于服务与再确认是由原始设备制造商还是第三方执行,你可能拥有也可能没有与你所用 CDS 相同的 CDS 中的确认数据。该工程师还将成为此 CDS 的管理员,存在明显的利益冲突,并有权隐藏和删除数据,甚至更改 PC 时钟。如果数据存储在工程师的 PC 上,
为了让色谱仪通过一次测试,已经尝试了多少次?

确认完成后,你会得到一份所执行工作的打印报告。然而,存在几个潜在问题:

  • 你是否在执行前批准了该工作,并且你是否理解它?
  • 你是否看到了确认所产生的电子记录?如果是,你是否审阅了它们?
  • 你是否有电子数据的副本?如果有,它们是否清晰可读,你是否能理解它们?

如果你没有数据的副本,工程师肯定有!但此人刚刚策马消失在夕阳中。你认为你的数据在被删除之前能存活多久?

记住 21 CFR 211.194(d):应保存 § 211.160(b)(4) 所要求的实验室仪器、装置、量具和记录装置定期校准的完整记录(8)。完整记录包括所有确认尝试的数据、对失败原因的任何解释、如何解决,所有这些都应包含在确认报告中。

如果这一点未做到,你的确认数据就与你离婚了。让我们转向样品检测中孤儿数据这片更绿的牧场

测试与制备样品

孤儿数据的一个经典例子是存储在名为
测试与准备 的目录中的进样,或者在一个例子中,存储在名为 不得向FDA展示 的目录中。这些目录包含用于查看某批次是否会通过的样品进样。限制数据文件的存储位置将使非正式测试更加可见,但这会导致短运行、中止运行或不完整运行的出现,我们将在下一节看到。

在我们继续之前,需要将非正式测试与系统评估或色谱柱平衡进样区分开来。后者是允许的,但前提是你使用对照品进样,而绝不使用供试品溶液。你可以在 FDA 网站上(14)以及关于峰积分的“Questions of Quality”专栏中(15)看到关于此话题的讨论。FDA 要求色谱柱平衡的做法可追溯至方法验证报告,并且具有科学合理性(14)。

至关重要的是,如果你使用评估或平衡进样,该做法必须记录在 SOP 中,并且必须明确这些进样是序列的完整/原始数据的一部分,并在每次运行中对其进行评估。我建议为这些进样设定接受标准,以表明系统已准备就绪。此外,在如何命名这些进样时要非常小心。

滴定 CDS 结果

一种生成合格结果的方法是通过修改序列文件中的数值(如样品称量、对照品纯度或水分)来滴定数据,从而获得合格结果。这一点在 2005 年 Able Laboratories 483 观察记录之一中被指出(16):

观察项 5:……数据替换是通过剪切和粘贴色谱图、更换进样瓶、更改样品称量和更改处理方法进行的……

分析员更改样品称量,直至获得合格结果。

防止产生此类孤儿数据的一种方法是对审计追踪条目进行有效检索,但要有效做到这一点,需要具备相应辅助功能的 CDS。理想情况下,CDS 应能识别数据集中发生修改的位置,这样审核人或审计员就不必翻查所有条目,而可以将精力集中在为满足 Annex 11(17)和 PIC/S PI-041(5)要求而更改数据的地方。

短运行或中止运行

“Houston, we have a problem”是看待这一主题的另一种方式。由一两次进样组成、随后被停止或中止的短运行,可被视为 Test 和 Prep 进样的更新版本。由于 CDS 中没有删除权限,分析员应如何解释这些非正式测试数据?仪器故障——小菜一碟!

为突出这一问题,Aurobindo 于 2022 年 8 月发布的一份近期引证(18)显示,某 CDS 的消息中心在 2022 年 7 月 1 日至 8 月 1 日期间记录了 6337 条(没错,是真的!)错误消息。对这些消息的分析识别出以下条目:

  • 411 条仪器故障消息
  • 13 条序列因错误停止或序列被用户停止的消息
  • 20 条因通信故障消息而无法获取批队列最新信息。

这些可能是潜在孤儿数据实例的开端,必须进一步调查。

现在登场的是数据完整性的无名英雄——仪器日志簿!有关大多数人并不理解且无法实施的监管要求,参见 21 CFR 211.182(8)和 Chapter 4.31(7)。

如果发生仪器故障,首先应查看仪器日志簿以了解故障类型,然后查看色谱图(电子版和打印版)以了解故障是如何体现的(见图 2)。例如,要以泵密封圈泄漏来支持仪器故障的正当理由,你应当看到峰形变差、保留时间延长,因为流动相不再以设定流速稳定泵送。
然后你应评估为解决问题采取了什么措施;回到仪器日志簿查看维护条目。是否进行了任何再确认工作?是否有日志簿条目记录泄漏已修复的任何测试?与这项工作相关的数据或记录在哪里?

整合到合规中

一种更隐蔽的孤儿数据类型是分析员进行多次峰积分尝试。在某些 CDS 中,系统会提示保存每次重新积分,这意味着你只有审计追踪条目可供评估。在其他 CDS 应用中,每次尝试都会被自动保存,但只有“正确”的结果会被报告。

正如多封警告信和483观察记录所示,必须对峰积分进行控制,否则检查员的怒火就会降临。峰积分已在两篇“Focus on Quality”文章(15,19)中讨论过,其中对他人的过失进行了广泛探讨;然而,峰积分的483引用仍然存在,如2022年8月Sun Pharmaceuticals所见(20):

观察4:当分析人员处理色谱数据时确定现有处理方法不适当,或在杂质分析期间选择对同一样品组内的样品使用不同的处理方法时,原始色谱图未被保存。分析人员可以在软件内对色谱图进行积分并查看结果,但不保存结果。要更改处理方法,分析人员必须记录该积分不适当,并在Form 000505上获得批准。但原始色谱图未被保存,以证明更改处理方法是必要的。

该观察表明程序控制完全无效,因为CDS缺乏技术控制,本应更换为合规的应用程序。这与其说是孤儿数据,不如说是没有数据。

观察5:尚未建立确保色谱峰准确且一致积分的程序。分析人员可以选择积分算法,并在处理方法中手动输入定时积分事件。尚未建立程序以确保这些定时积分事件的适当且一致使用。

欢迎来到狂野西部,在这里峰积分可以为所欲为,你可以打着科学判断的幌子生成大量孤儿数据。无论何种分析,所有积分都必须首先自动进行,每次都是如此。然后你可以对所有进样进行手动干预,但只有在特定情况下才可使用手动积分,且色谱工作者可以重新定位基线(19)。

SST失败

FDA给色谱工作者的圣诞礼物见于2006年和2022年发布的OOS检验结果调查指南(21,22)。SST结果的要求分别见于《美国药典》和《欧洲药典》的<621>和2.2.46(23,24),以确保色谱系统适合使用。FDA在第IIIA节(22)中声明:

某些分析方法具有系统适用性要求,不符合这些要求的系统不应使用。例如,在色谱系统中,可在整个色谱运行过程中间隔进样对照品溶液,以测量漂移、噪声和重复性。如果对照品响应表明系统运行不正常,则可疑时间段内收集的所有数据均应被正确识别,且不应使用。应确定故障原因,并在决定是否使用可疑时间段之前的任何数据之前,尽可能予以纠正。

这是 FDA 给出的良好科学建议。然而,这也是一份镶金边的邀请函,邀请不择手段的色谱分析人员在一批不合格的情况下,将 SST 积分调整到超出可接受限度。因此,当某个序列因 SST 失败而失败时,应专门检查该
运行以及 SST 进样的峰积分和审计追踪条目。这还应伴随对实验室调查的批判性审查,以确保作废具有科学合理的理由。别忘了还要审查仪器日志,尤其是在调查援引仪器故障时(见图 2)。

使 OOS 结果作废

孤儿数据公然隐藏的最后一个例子,是用不充分的实验室调查使 OOS 结果作废。许多实验室调查的问题在于,其结果都是“分析人员差错”,于是数据被作废,分析人员被训斥一顿,接受再培训,然后一切又都天下太平。直到下一次实验室调查……

Lupin 收到了一条 483 观察项,原因是其将 97% 的稳定性 OOS 结果(25)作废,以避免需要向 FDA 提交现场警示报告。如上所述,应批判性地评估调查,找出可归因原因,并判断其是否科学合理。FDA 正在通过质量度量指南跟进此事,其中唯一的实验室度量指标就是作废的 OOS 结果百分比(26)。此外,即使科学判断支持该决定,对因相同原因重复发生的失败也需要进行调查。

常见问题

上述所有孤儿数据示例,都是对一项或多项 ALCOA+ 或 ++ 标准的违背(27,28)。此外,实验室未能建立 CDS 中的技术控制和/或程序控制与培训,以防止孤儿数据产生并被第二人复核者发现,同时也没有配合 QA 的数据完整性审计进行监督。对于色谱仪的确认,实验室允许服务工程师访问 CDS 以避免数据分离,这一点很重要。由此产生一个问题:当前的 CDS 应用是否具备可帮助复核者发现和检查潜在孤儿数据情形的功能?

用于识别孤儿数据的 CDS 功能

为帮助复核者,CDS 需要哪些新功能?我想到两个方面:

  • 自动识别短运行或中止运行。这可用于主管对数据的第二人复核,也可用于 QA 的数据完整性审计。
  • SST 失败是另一个领域,自动识别将极大地有助于复核和审计。

总结

我们讨论了孤儿 CDS 数据及其被生成以伪造结果的方式。实施了适当技术控制并经过验证的 CDS 可以防止其中一些情况发生,但对于其余情况,复核者和审计人员需要接受培训并保持警惕以发现它们。CDS 应用中的更多功能也将极大地有助于发现孤儿数据。

致谢

我要感谢 Mahboubeh Lotfinia 和 Paul Smith 在本专栏写作过程中提出的有益意见。

参考文献

  1. R.D. McDowall,LCGC Europe 30(2), 84–87 (2017).
  2. 21 CFR 58, 非临床实验室研究的良好实验室规范 (Food and Drug Administration, Washington, DC, USA, 1978)。
  3. OECD 良好实验室规范原则与合规监测系列第 1 号,OECD 良好实验室规范原则(经济合作与发展组织,法国巴黎,1998 年)。
  4. MHRA,GXP 数据完整性指南与定义(英国药品和健康产品管理局,英国伦敦,2018 年)。
  5. PIC/S PI-041,受监管 GMP / GDP 环境中的数据管理与完整性良好规范草案(药品检查公约 / 药品检查合作计划,瑞士日内瓦,2021 年)。
  6. R.D. McDowall,Spectroscopy 31(11),18–21(2016 年)。
  7. EudraLex,第 4 卷 药品生产质量管理规范(GMP)指南,第 4 章 文件(欧盟委员会,比利时布鲁塞尔,2011 年)。
  8. 21 CFR 211,成品药品现行药品生产质量管理规范(美国食品药品监督管理局,美国马里兰州银泉,2008 年)。
  9. EudraLex,第 4 卷 药品生产质量管理规范(GMP)指南,第 7 章 外包活动(欧盟委员会,比利时布鲁塞尔,2013 年)。
  10. R.D. McDowall 和 C. Burgess,LCGC North America 33(8),554–557(2015 年)。
  11. R.D. McDowall 和 C. Burgess,LCGC North America 33(10),782–785(2015 年)。
  12. R.D. McDowall 和 C. Burgess,LCGC North America 33(12),914–917(2015 年)。
  13. R.D. McDowall 和 C. Burgess,LCGC North America 34(2),144–149(2016 年)。
  14. FDA,现行药品生产质量管理规范问答——实验室控制:第 2 级指南。 可从以下网址获取:https://www.fda.gov/drugs/guidances-drugs/questions-and-answers-current-good-manufacturing-practices-laboratory-controls
  15. H. Longden 和 R.D. McDowall,LCGC Europe 21(12),641–651(2019 年)。
  16. Able Laboratories Form 483 检查观察记录。2005 年。可从以下网址获取:https://www.fda.gov/media/70711/download
  17. EudraLex,第 4 卷 药品生产质量管理规范(GMP)指南,附录 11 计算机化系统(欧盟委员会,比利时布鲁塞尔,2011 年)。
  18. Aurobindo Pharma Limited,Unit X1 FDA 483 检查观察记录,2022 年 8 月(美国食品药品监督管理局,美国马里兰州银泉,2022 年)。
  19. R.D. McDowall,LCGC Europe 28(6),336–342(2015 年)。
  20. Sun Pharmaceutical Industries Limited FDA 483 检查观察记录,2022 年。
  21. FDA,行业指南 超出标准结果(美国食品药品监督管理局,美国马里兰州罗克维尔,2006 年)。
  22. FDA,行业指南,药品生产中超出标准(OOS)检验结果的调查(美国食品药品监督管理局,美国马里兰州银泉,2022 年)。
  23. 美国药典通则 <621>“色谱法”(美国药典委员会,美国马里兰州罗克维尔)。
  24. 欧洲药典,EP 2.2.46 色谱分离技术(欧洲药典,法国斯特拉斯堡)。
  25. FDA 483 检查观察记录:Lupin Limited(美国食品药品监督管理局,美国马里兰州银泉,2017 年)。
  26. FDA,行业指南 质量量度数据提交,修订版 1(美国食品药品监督管理局,美国马里兰州罗克维尔,2016 年)。
  27. WHO,技术报告系列第 996 号 附录 5 良好数据和记录管理规范指南(世界卫生组织,瑞士日内瓦,2016 年)。
  28. R.D. McDowall,Spectroscopy 37(4),13–19(2022 年)。

关于专栏编辑

Bob McDowall 是英国布罗姆利 R.D. McDowall Limited 的董事。他也是 LCGC Europe 编辑顾问委员会的成员。通信请寄至:amatheson@mjhlifesciences.com

来源:LCGC Questions of Quality · chromatographyonline.com