专栏探讨 OOS 结果被无效化为合规结果的做法与实验室调查要求
Are You Invalidating Out-of-Specification (OOS) Results into Compliance?
一篇专栏文章分析制药企业将不符合规定(OOS)结果无效化为合规结果的做法,并梳理 FDA 关于 OOS 调查的要求与相关警告信案例。文章引述 FDA 的 OOS 指南,指出有意义的调查应做到彻底、及时、无偏见、记录充分且科学合理,并回顾 Barr Laboratories 判例对 OOS 处理的影响。
你们的OOS调查是否科学合理,可归因原因是否正确?还是用屡见不鲜的“分析员误差”这一理由将OOS结果判为无效?
不合格(OOS)结果及其恰当调查是当前数据完整性检查与审计的重点领域之一。你们的OOS调查是否科学合理,可归因原因是否正确?还是用屡见不鲜的“分析员误差”这一理由将OOS结果判为无效?
生活在继续,这也反映在监管检查中数据完整性问题关注点的转移上。检查中最初的关注点大多集中在共享用户身份、普通用户被授予应用程序管理员权限而产生的利益冲突、非正式测试、数据删除、时间穿越,以及没有审计追踪或将其关闭(1)。最近的警告信表明,这些问题仍然存在,例如Tismore(2),那里所有分析员都拥有管理员权限,并且存在数据删除和运行中止;还有Shriram Institute,美国食品药品监督管理局(FDA)在2016年要求其开启色谱数据系统(CDS)审计追踪,而他们直到2019年下一次检查前四天才这样做(3)。迟做总比不做好?绝不可能!
然而,Shriram Institute的警告信中还包含一项针对当前检查重点的缺陷引用,这也是本文的主题,即不合格(OOS)结果的调查与判为无效:
你们的质量部门(QU)未能确保实验室人员遵循书面程序。例如,我们的检查员发现,在2019年3月至2019年9月期间检测的至少<redacted>个样品中,不合格(OOS)结果未按你们程序的要求进行调查。你们的质量保证负责人检查期间告知我们的检查员,仅在客户要求时才进行调查(3)。
请注意高亮文字:法规是否规定或暗示你只调查你想调查的OOS结果?绝不可能!遗憾的是,篇幅不足以展示公司对483观察项的回复以及FDA要求整改该问题所需的大量工作,因此请阅读该警告信,以了解为什么做好OOS调查很重要。
Lupin在2017年收到一封警告信(4),第一项缺陷引用聚焦于OOS结果,该引用的部分内容
如下所示。
1. 你公司未能彻底调查任何无法解释的差异,或某批次或其任何组分未能符合其任何质量标准的情况,无论该批次是否已经放行(21 CFR 211.192)。
你公司频繁地将初始不合格(OOS)实验室结果判为无效,而未进行充分调查以解决潜在的生产原因。
A. 含量测定不合格
在对<redacted>原料药(API)批次(b)(4)进行组分放行检测时,你公司获得了<redacted>%的不合格含量测定结果(质量标准范围<redacted>%)。
尽管发现了多个接近原始 OOS 值的数值,你公司仍使初始不合格结果无效,声称初始结果“应被视为离群值,复测结果应作为最终结果报告”。虽然调查未能确定结论性的实验室根本原因,你们没有对供应商进行评估,并报告了用于批放行的平均结果。
B. 含量均匀度不合格
你们对批号 <redacted> 的 <redacted> 片剂含量均匀度 OOS 结果的调查不充分。该批次有两个单件和接受值(AV)为 OOS,该批次是你们 <redacted> 中申报的展批。
对 OOS 结果的初步评估发现分析员没有实验室差错的证据。来自储备液和重新超声处理样品的复测结果与原始 OOS 结果一致,并排除了超声处理不当和稀释差错作为根本原因。尽管调查未证明存在结论性的可归因原因,你们推测“可能的实验室差错”是分析员对 <redacted> 轴清洗不充分。你们随后使初始 OOS 结果无效,并报告了一组新的、符合质量标准的 <redacted> 单件的检测结果。你公司的调查表明这“确认”了存在实验室差错。
上述警告信引文中的问题在于,该公司似乎只有少数几例使 OOS 结果无效的情况。然而,你需要阅读 483 检查观察记录,以了解表 I 中所示 OOS 无效问题的严重程度(5)。由于 97% 的稳定性 OOS 结果被无效化,这意味着该公司避免了在 OOS 结果被确认时可能触发批次召回的 FDA 现场警示。顺便说一句,另一家工厂在 2019 年收到了一封警告信,你猜怎么着?使 OOS 检测结果无效出现在引证 1 中:……你们经常在没有可归因根本原因的情况下关闭这些 OOS 调查,并基于通过的复测结果放行批次(6)。
有些公司从不吸取教训。
方法开发与验证
在我们深入探讨 OOS 调查及其历史之前,OOS 结果的潜在原因之一是方法变异性。正如我们在之前一篇关于分析程序生命周期管理(APLM)的文章中所讨论的,方法开发中的质量源于设计对于发现和控制关键参数至关重要(7)。仓促的开发和验证往往会导致不可靠的色谱程序,其固有变异性可能产生 OOS 结果。
说教结束,让我们回到 OOS 调查!
似曾相识,一切重来!
没有多少人知道这一点,但我们在 OOS 问题上早就经历过类似情况。大约 30 年前,新泽西州一家仿制药公司 Barr Laboratories 的一些分析检测做法,用“非常规”来形容最为贴切。除了记录错放、检测数据记在废纸上、放行不符合规格的产品、对不合格产品调查不充分以及未能验证检测方法之外,Barr 还有一项 QC 做法:如果某项检测结果超出规格,他们就再做两次检测,然后从三次结果中取最好的两次来决定批放行。FDA 对此并不认可,并发出了警告信。Barr 也不服气,起诉了 FDA,而 FDA 则反过来起诉 Barr(这种事只有在美国才会发生!)。这两起诉讼最终合并为一起由 Alfred Wolin 法官主审的法庭案件,此人对科学的了解大概能写在一粒很小的米上。然而,他的判决却极具先见之明,其影响至今仍波及整个行业(8,9)。
Wolin 判决中的关键实验室结论
从该判决中,可以对美国
GMP 法规作出公正且有理有据的解读:
- 任何 OOS 结果都需要进行失败调查,以确定可归因的原因。调查的范围取决于错误的性质和发生位置(实验室或生产)。
- Wolin 否定了 Barr 的“三次取两次”检测方法,认为其不科学,同时也否定了 FDA 提出的不合理要求,即一次 OOS 结果就应导致整批产品被拒收。
- 对 GMP 进行合理解读需要良好的科学和判断力。行业惯例不能作为 GMP 的唯一解读依据:文献、研讨会、教科书和参考书中的指南,以及 FDA 致生产商的信函,都是额外的来源。
- 任何 GMP 解读都必须“合理,并符合 cGMP 法规的精神和意图”。
- 除非《美国药典》(USP)允许,否则不得剔除离群值,这促成了 USP <1010> 离群值检测的制定和发布(10)。
GMP 监管要求
在 Barr Laboratories 案中,FDA 引用了哪些 GMP 法规?这些规定见于 21 CFR 211.192 关于生产记录审核的条款:
所有药品生产 and 控制记录,包括包装和标签记录,均应由质量控制部门审核和批准,以确定在批次放行或分销前是否符合所有已制定、已批准的书面程序。
任何无法解释的差异……或批次或其任何组分未能符合其任何规格,均应进行彻底调查,无论该批次是否已经分销。
调查应扩展至同一药品的其他批次以及可能与特定失败或差异有关的其他药品。应作出书面调查记录,并应包括结论和后续措施(11)。
注意第二段的第一个词:any。对于“any”,应读作“all”。并不是可以随意挑选你希望调查哪些 OOS 结果,正如客户也没有选择权一样(3)。你没有选择。因此,如果出现无法解释的偏差,而 OOS 就是其中之一,就必须进行调查,以找到可归因的原因或根本原因。如适当,调查应扩展到其他批次,甚至其他产品。此外,还需要一份正式的调查报告,连同纠正和预防(CAPA)计划及监测,以确认其有效性。
在 EU GMP 中也有类似情况,第 6 章质量控制中有两项关于趋势结果和 OOS 调查的要求:
6.16. 所获得的结果应当记录。被识别为质量属性或关键参数的参数结果应当进行趋势分析并检查,以确保它们彼此一致。
6.35. 应当对超出质量标准或显著非典型趋势进行调查。任何已确认的超出质量标准的结果,或影响已放行上市产品批次的显著负面趋势,应当报告给相关
主管当局(12)。
EU 法规是相对近期更新的,要求实验室对其关键数据进行趋势分析,并调查 OOS 结果。结果趋势分析(包括单个测量值和可报告结果)提供了一种监测整个程序性能的手段,并由此推断出用于测量我们稍后将讨论的任何分析物的色谱仪的性能。如果已放行批次存在问题,则必须通知监管当局。
业界应如何解读这些法规?这里我们要感谢 FDA 的两份出版物。
FDA OOS 调查指南
在 Barr 裁决之后,FDA 于 1993 年迅速发布了 药品质量控制实验室检查(13)。该指南近一半内容聚焦于如何检查 OOS 调查;这部分已被 FDA 关于该主题的一份指南所取代,我们很快将讨论该指南。然而,在此之前,这份 1993 年指南的其余部分在今天仍然相关,因为受监管实验室中的许多流程在近 30 年里没有实质性变化,而且其中包含关于 FDA 将如何检查 QC 实验室以及因此 QA 如何开展内部审计的建议。这还应与 FDA 最近更新的 合规政策指南 7346.832:批准前检查(PAIs)结合起来,该指南也概述了监管申报中的数据完整性重点(14),这也是最近一篇“Focus on Quality”文章的主题(15)。
FDA 的第二份出版物是 1996 年发布的行业 OOS 指南草案,最终版本于 2006 年发布(16)。该指南描述了化学结果 OOS 实验室调查的各个阶段,包括相关人员的角色和职责。该文件很重要,因为它是主要监管机构发布的唯一正式 OOS 指南。该指南概述了调查 OOS 化学分析结果的三部分、两阶段策略,如图 1 所示。
- 第一阶段是实验室调查,旨在确定分析失败是否存在可归因的原因。该调查在质量控制部门的监督下进行,并应分为两部分。首先,由分析人员检查其工作,以识别是否发生了任何重大差错,并通过适当的记录予以纠正。如果未能据此确定原因,则分析人员及其主管启动 OOS 调查程序,进行更详细的调查,并确定原因是否属于 FDA OOS 指南所涵盖的范围。如果无法确定根本原因,则调查升级至第二阶段。
- 第二阶段由质量保证部门负责,协调生产部门和实验室的工作;此阶段包含两个要素:第 2a 阶段和第 2b 阶段。
- 在第 2a 阶段,如果在实验室中未发现可归因的原因,则调查将查看生产过程中是否存在失败。如果生产中不存在根本原因,则调查再回到实验室。
- 在第 2b 阶段,提出不同的假设以尝试确定可归因的原因,并在开展任何实验室工作之前制定方案。在此阶段,如有需要,可进行重新取样。
由于篇幅所限,本文仅讨论第一阶段的实验室调查。
OOS 定义
我们一直在谈论 OOS,但尚未对其及任何相关术语进行定义,因此让我们看看有哪些定义。这里就变得有趣了。你可能会认为,在一份专注于 OOS 调查的 FDA 指南中,该术语会在文件的前面部分就被定义。我的意思是,按逻辑来说理应如此,不是吗?想都别想!我们必须等到第 10 页才能找到该定义,而且它还不是出现在正文中,而是在一个小字号的脚注里!你的税款就是这样被使用的。不仅如此,它还与第 10 页中间出现的关于分析单项结果的讨论完全分隔开来。你的税款又一次被这样使用了。FDA OOS 指南文件中使用了以下定义:
- 可报告结果:该术语指最终的分析结果。该结果在经书面批准的检验方法中有适当定义,并源自该方法的一次完整执行,从样品开始。它可与质量标准进行比较,以确定检验的合格/不合格(16)。这很容易理解;它是分析结果与质量标准的一对一比较,结果要么合格,要么不合格。不允许有模棱两可的情况。
- 单项结果:为减少变异性,通常会对两份或更多份等分试样进行分析,每份进样一至两次,并将所有结果取平均值以计算可报告结果。在检验方法中规定这些多次测定的平均值视为一次检验,并代表一个可报告结果,可能是适当的。在这种情况下,各单项测定结果之间可接受变异性的限度应基于该方法的已知变异性,并且也应在检验方法中予以规定。不符合这些限度的一组测定结果不应被使用(16)。
- 因此,由于单次测定相关的方差,单个结果必须有其自身且更宽的限度。这是对上述可报告结果的产品规格限度的补充。注意,单个结果不与产品规格进行比较。
- 超出规格(OOS)结果:超出规格或可接受标准限度的可报告结果。由于我们处理的是规格,OOS 结果可适用于原料、起始物料、原料药和成品的检验,以及过程检验。然而,如果系统适用性试验失败,这不会产生 OOS 结果,因为整个运行将被判无效;但是,需要对失败进行调查(16)。
- 超出趋势(OOT)结果:不是超出规格的结果,而是结果与预期的结果分布不符。另一种定义是随时间变化的结果落在预测区间之外,或未通过统计过程控制标准(17)。这可能包括用于计算可报告结果的重复测定结果中单个结果超出可接受限度。如果进行调查,适用与 OOS 调查相同的规则。在此不要考虑监管负担,而要考虑良好的分析科学。是调查并找出 OOE 结果的原因更好,还是等到出现可能引发批次召回的 OOS 结果更好?
- 超出预期(OOE)结果:在短时间内获得的一系列结果中的非典型、异常或反常结果,但仍处于可接受的范围规格之内。
单个值和可报告结果的 OOS
为了理解可报告结果与单个值之间的关系,图 1 中展示了一些示例,由 Chris Burgess 提供。该程序的上、下规格限度和单个限度以水平线显示。您会看到单个限度比规格限度更宽,因为单个值的方差大于均值结果。图 2 中展示了六个示例,从左到右,我们有以下情况:
- 单个重复测定值接近,均值位于规格范围中间——理想结果!
- 单个结果分布紧密,虽然有一个重复测定值超出规格限度,但它在单个限度之内,因此是良好结果。
- 单个值相对接近,且都在单个限度之内,但可报告结果超出规格。
- 其中一个单个结果超出单个结果限度,这意味着存在 OOS 结果,尽管可报告结果在规格之内。
示例 5 和 6 分别会是 OOT 或 OOE 结果,但不是 OOS。这里,单个结果的方差比预期更宽,可能表明程序存在问题。因此,明智的做法是调查其原因,而不是忽视它们。我们在此仅关注 OOS 结果。
分析程序的过程能力
您是否了解您的分析规程表现如何?如果不了解,为什么?这些信息为您提供了宝贵的证据,可用于OOS调查,而且如前所述(12),这也是监管要求。对于色谱方法,应将单个计算值和结果随时间绘制成图,目的是展示特定方法的表现及其变异性。可使用两种主要的图类型:
- Shewhart图,带有上下规格限,并将单个结果随时间绘制,如图2所示。单个值和可报告结果都需要绘制;如果只使用后者,则可能遗漏真实表现,因为取平均值时会丢失方差。随时间推移,这给出了过程能力随时间的变化。
- Cusum或累积和是一种控制图,对识别方法表现的变化很敏感,通常能在产生OOS结果之前发现。当图形方向改变时,这通常表明发生了影响该规程的变化,应调查其原因以确定原因。这可能细微到如新批次的溶剂或更换色谱柱。
如果您的分析数据与图2中的示例5和6相似,那么您可能有一个不稳健的分析规程,这反映出方法开发和验证不佳(7);要么就是您的员工培训不足。预防OOS结果比调查OOS结果更好!
这在您的实验室中永远不会发生……
即使有世界上所有的自动化和计算机化,仍然需要考虑人为因素。考虑以下情况。分析天平已确认合格并已校准,对照品在有效期内,称取的重量在限度内,容器被转移到容量瓶中。可能发生以下三种情况之一:
- 物料被正确转移到容量瓶中,溶液按要求定容。一切正常。
- 在转移过程中,一些物料掉落在容量瓶外,但分析员仍然溶解物料并定容。
- 所有物料都被正确转移到容量瓶中,但容量瓶超过了弯液面。
此时,只有配制对照溶液的分析员站在您的组织和数据完整性灾难之间。分析员是唯一知道选项2和3是错误的人。接下来会发生什么取决于几个因素:
- 企业数据完整性政策和培训
- 实验室的开放文化,允许个人承认自己的错误
- 分析员个人的诚实
- 实验室指标;例如,可能影响个人行为的周转时间(TAT)目标
- 主管和实验室管理层对此类错误的态度。
停!这是分析员正确且唯一的行动。同步记录错误,并从合适的点重复工作(在这种情况下,重复称量)。现在重复比以后调查更简单、更容易。
但实际发生的情况取决于上述那些因素。对照品的配制是一个领域,在其中单个分析员的操作可能会损害一个或多个分析运行所产生数据的完整性。如果该错误被忽视,可能的结果可能是超标结果,或者放行了一批含量不足或过高的批次。在随后的调查中,除非提及该错误,否则可能无法找到可归因的原因。
FDA 如何看待分析员的错误?
在 FDA 的 行业指南:OOS 结果调查 中“分析员的职责”一节里,隐藏着以下陈述(16):
如果错误是显而易见的,例如样品溶液溅出或样品复合物转移不完全,分析员应立即记录所发生的情况。
分析员不应在明知后续会因可归因原因而使分析无效的情况下仍继续进行分析(即,不应仅仅为了在已知存在明显错误时看看能得到什么结果而完成分析)。
分析员唯一合乎道德的选择是停止工作,记录错误,并从适当的点重新开始工作。
你知道你实验室的 OOS 率吗?
根据 FDA 的说法:
实验室错误应相对罕见。频繁的错误表明可能存在问题,原因可能是分析员培训不足、设备维护不善或校准不当,或工作粗心(16)。
这引出了两个指标中的第一个:你知道你实验室所执行的所有测试中 OOS 结果的百分比吗?如果不知道,为什么不知道?
请记住,可用作放行检验的分析程序主要有三类,范围从:
- 观察(包括但不限于例如外观、颜色和气味),其执行相对简单。如果出现 OOS 结果,更可能是生产问题而非实验室问题(例如样品中的颗粒或预期颜色的变化)。然而,此类分析中的实验室错误将极为罕见。
- 经典湿化学(包括但不限于熔点、滴定和干燥失重),涉及多种分析技术,通常为手动记录数据,除非实现自动化(自动滴定)。出错的 likelihood 更大,但许多错误,例如转录或计算错误,应在第二人复核期间被识别并纠正。
- 仪器分析(包括但不限于鉴别、含量、效价和杂质),例如使用光谱仪和色谱仪。在此,程序可能更为复杂,数据分析需要受过培训的分析员。
随着你在这个列表上往下看,OOS 结果的可能性随着分析程序的复杂性和所涉及的人工数据解读的增多而增加。因此,检查中强调仪器方法,例如色谱法(1)和光谱法(18)。
SST 失败不需要 OOS 调查
在分析员职责下,对于 SST 进样未能满足其预定接受标准的色谱运行,有一张 FDA 的免罪金牌:
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。……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,则应将可疑时间段内采集的所有数据妥善标识,且不应使用。应查明故障原因,并在可能的情况下予以纠正,然后再决定是否使用可疑时间段之前的任何数据(16)。
这里技术可以发挥作用。一些 CDS 应用允许用户为 SST 进样定义接受标准。如果一个或多个 SST 进样不符合这些标准,则运行自动停止。这使分析人员无需再试图确定该运行中哪些数据可以使用,因为如果在样品进样前运行已停止,则没有可用的样品数据。重要的是,如果使用此功能,必须对其进行验证以证明其有效——在用户需求规格(URS)中予以规定,并在用户验收测试(UAT)中验证其有效。仪器日志中也会有相应记录,记录初始问题和为解决该问题所采取的步骤(11,19,20)。
什么是 OOS 调查?
当报告结果超出质量标准限度时,分析人员即启动 OOS 调查,如图 2 所示。分析人员通知其主管,这应按照实验室 OOS 程序启动实验室调查。两者的职责见表 II,该表摘自 FDA OOS 指南文件。FDA 非常具体地列出了执行分析的分析人员和将开展调查的实验室主管各自的职责。该指南文件将成为实验室 SOP 的来源,该 SOP 将详细说明实验室 OOS 调查将开展的工作。
根据 FDA:
为使调查有意义,调查应全面、及时、无偏见、记录充分且科学合理(16)。
请特别注意实验室调查的标准:
- 全面:必须考虑整个分析过程,以查找误差的可归因原因,如图 3 所示。调查需要深入细节。
- 及时:调查应迅速启动,同时也应尽快完成,并与全面和记录充分相容。在原始分析后 30 天、60 天或更长时间仍处于开放状态的调查将受到更多监管审查,并提示实验室人员配备不足。
- 无偏见:以开放的心态开始调查,而不是在开始前就认为所有 OOS 结果都是分析人员错误造成的。
- 记录充分:这里的解释范围很广,从一页非受控的检查表(列出 OOS 的大多数可能原因),到主管和分析人员开展调查过程中完成的带问题流程图。
- 科学合理:为 OOS 结果提供基于证据而非假设的合理解释。由此必须得出使 OOS 结果无效的根本原因,以及防止再次发生的任何计划。
调查首先检查色谱分析人员对分析规程的了解程度,以及是否使用了正确的规程。随后确保取样操作正确、所分析的样品正确,并以此类推贯穿整个分析过程。需要检查潜在错误和可归因原因的方面见图 4 和表 III,这些内容源自 FDA 的 OOS 指南。
不要在你的实验室里这样做!
那格浦尔的 Lupin 工厂就是这样一个反面案例的来源,说明不应如何开展 OOS 实验室调查,以下内容引自 2020 年 1 月签发的 483 表格(21)。引文 2 是关于未遵循调查 SOP 的观察项,但我们将看引文 1,其中记录了实验室调查不充分的细节。引文的某些部分被大量涂黑,因此这是对当时所开展调查的最佳还原尝试:
- 有一项溶出度试验出现了 OOS 结果。
- 该 OOS 被假设为分析人员将不同时间点的样品弄混所致。
- 对原始样品溶液重新测定,但结果似乎与原始结果相似。
- 记录中添加了一条在 483 中被涂黑的评论,似乎记录了分析人员的评论,称部分溶液被洒出,这可以解释结果的差异。这真是一个极其方便的洒出。
- 然而,该评论并非由执行原始工作的分析人员作出。第二位分析人员被其主管告知,第一位分析人员说过自己犯了错误,第二位分析人员按照主管的指示将此记录在案。
- 没有提供任何文件或佐证证据来支持这一点,也没有证据表明曾与原始分析人员进行过面谈。
- 对溶液进行了替换,重新检测后结果合格。哎呀,真是意外!
- 原始检测结果被作废,合格结果被用于放行产品。
- QC 和 QA 人员签署了该调查,尽管他们知道溶液被替换以及可能存在操纵行为。
- 检查期间原始分析人员无法到场。
- 未启动任何偏差或 CAPA。
- 从未确定 OOS 结果的明确根本原因。
难怪会提出 483 观察项?
FDA 关于质量量度的指南
OOS 调查中重要的第二项量度是 FDA 质量量度指南草案(22)中的一个主题,该指南强调了正确开展 OOS 调查的重要性。共有三项涵盖生产和质量控制的量度,但只有一项针对 QC 的量度,即作废 OOS 率百分比,定义如下:
作废的超出质量标准(OOS)率(IOOSR)作为实验室运行情况的指标。IOOSR = 受涵盖机构因测量过程异常而作废的批放行和长期稳定性检测 OOS 结果数量,除以当前
报告时间段内批放行和长期稳定性 OOS 检测结果总数(21)。
重要的是,该比率不仅涵盖批放行,还涵盖稳定性试验。使用无效 OOS 比率的理由可见表 I 以及相应的 483 观察记录和警告信(4,5)。一个目标是 FDA 能够开展基于风险的检查,如果企业的监管风险较低,他们将依赖这些质量量度来延长检查间隔。企业若篡改这些量度,必将自食其果。
外包分析?
如果您的组织将生产和 QC 分析外包,您应如何监督这些工作?从 QC 的角度来看,任何 OOS 结果都应由合同设施通知您的组织。您必须对针对您产品或分析的任何实验室调查进行监督,以确保满足上文所述的 FDA 调查标准。此外,如果 FDA 关注无效 OOS 结果百分比这一量度,您也同样应关注。您不仅应掌握自身工作的这些数据,还应掌握整个外包实验室的数据。因此,您应审查针对您产品的所有 OOS 调查,可通过视频会议或在供应商审计期间现场进行。用那位伟大的数据完整性专家罗纳德·里根的话来说:信任,但要核实。
总结
科学合理的 OOS 实验室调查是确保数据完整性的重要组成部分。本文概述了 OOS 调查的关键要求,即找到可归因原因或根本原因,以便结果可被判定为无效。请注意,FDA 和其他监管机构对无效 OOS 结果非常关注,尤其是在反复将分析人员差错列为 OOS 原因的情况下。您的实验室应了解 OOS 发生率以及 OOS 结果被判定为无效的百分比。
致谢
我要感谢 Chris Burgess 允许我在本文中使用图 2,以及为撰写
本文所提出的意见。
参考文献
- R.D. McDowall,数据完整性与数据治理:受监管实验室中的实际实施。(Royal Society of Chemistry,Cambridge,United Kingdom,2019)。
- FDA 警告信 Tismore Health and Wellness Pty Limited (Food and Drug Administration,Silver Spring,Maryland,2019)。
- FDA 警告信 Shriram Institute for Industrial Research(Food and Drug Administration,Silver Spring,Maryland,2020)。
- FDA 警告信 Lupin Ltd.(Food and Drug Administration,Silver Spring,Maryland,2017)。
- FDA 483 检查观察记录:Lupin Ltd. (Food and Drug Administration,Silver Spring,Maryland,2017)。
- FDA 警告信 Lupin Ltd.(Food and Drug Administration,Silver Spring,Maryland,2019)。
- R.D. McDowall,LCGC North Am. 38(4),233–240(2020)。
- R.J. Davis,Judge Wolin对法院在美国诉Barr Laboratories案裁决中所含现行药品生产质量管理规范问题的解释,载于《分析方法开发与验证》,C.L. Riley 和 T.W. Rosanske 编(Pergammon Press,Oxford,United Kingdon,1996),第 252 页。
- Barr Laboratories:“Court Decision Strengthens FDA’s Regulatory Power”(1993)。可从以下网址获取:https://www.fda.gov/Drugs/DevelopmentApprovalProcess/Manufacturing/ucm212214.htm。
- USP通则<1010>离群值检验(United States Pharmacopoeia Convention Inc.,Rockville,Maryland,2012)。
- 21 CFR 211 现行药品生产质量管理规范(成品药)(美国食品药品监督管理局,马里兰州银泉,2008年)。
- EudraLex - 第4卷 药品生产质量管理规范(GMP)指南,第6章 质量控制(欧盟委员会,比利时布鲁塞尔,2014年)。
- 药品质量控制实验室检查(美国食品药品监督管理局,马里兰州罗克维尔,1993年)。
- FDA合规计划指南 CPG 7346.832 批准前检查(美国食品药品监督管理局,马里兰州银泉,2019年)。
- R.D. McDowall,Spectroscopy34(12),14–19(2019年)。
- FDA行业指南:超标结果(美国食品药品监督管理局,马里兰州银泉,2006年)。
- C. Burgess,个人通讯。
- P.A. Smith 和 R.D. McDowall,Spectroscopy 34(9),22–28(2019年)。
- EudraLex - 第4卷 药品生产质量管理规范(GMP)指南,第4章 文件管理 (欧盟委员会,比利时布鲁塞尔,2011年)。
- R.D. McDowall,Spectroscopy 32(12),8–12(2017年)。
- FDA 483 检查观察记录 Lupin Ltd. (美国食品药品监督管理局,马里兰州银泉,2019年)。
- 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,马里兰州罗克维尔,2016年)。
R.D. McDowall 是英国 R.D. McDowall Limited 的董事。通讯请联系:rdmcdowall@btconnect.com
来源:LCGC Questions of Quality · chromatographyonline.com