Es muy probable que ya manejen este tema y no les resultará nuevo este concepto, pero muchas veces siento que oportuno volver a principios básicos para nuestra operación diaria.

En un mundo ideal, cualquier producción podría producir productos perfectos. Podría no ser necesario efectuar el control de calidad dado que cada unidad del lote de un comprimido de 125 mg exactos contiene el 100 % de la droga declarada reproduciendo el diseño original del producto.

Desafortunadamente, en el mundo real de la producción, muchos factores se combinan e interactúan para hacer cada unidad única.

Temperatura, humedad, materiales utilizados, la parametrización de las máquinas, todo puede variar y afectar al producto. Los elementos actuales que salen del proceso de producción pueden ser más delgados, más gruesos, más largos o más cortos, más pesados o más livianos, diferentes de sus dimensiones ideales.

Si cada uno de los ítems producidos podría ser testeado, poco necesaria sería la estadística para control de calidad. Las formas de dosificación individuales que resultan ser insatisfactorias podrían descartarse y sólo los artículos buenos se liberarían para su distribución posterior. Pero en la mayoría de los casos el 100% de muestreo es difícil si no imposible y el gasto probablemente sería prohibitivo tanto para el fabricante como para el consumidor. La variación inevitable de la calidad del producto y las limitaciones económicas hacen necesaria alguna forma de control estadístico de la calidad para cualquier proceso de fabricación.

El desafío es económico tanto para el productor como para el consumidor: para el productor que desea reducir el número de artículos rechazados, para el consumidor que espera recibir únicamente productos que correspondan estrictamente a sus propias especificaciones.

El interés común no solo debería ser el control del proceso de manera de obtener productos de calidad aceptables para el cliente, sino también la optimización del proceso para mejorar continuamente los productos. El uso de las técnicas estadísticas en Control de Calidad y la optimización de métodos es la más eficiente forma para alcanzar estos objetivos.

Conceptos básicos

La primera idea que debemos tener siempre en nuestra mente es: “hay una variación natural en todo”. Un proceso de manufactura está principalmente afectado por el entorno, los materiales, los métodos, las máquinas y también los operadores. Cuando la variación de un proceso es la suma de un gran número de parámetros independientes teniendo individualmente poca influencia en toda la variación, este proceso puede ser descrito por la distribución normal bien conocida caracterizada por la media y la desviación estándar. Los parámetros independientes se llaman causas naturales, aleatorias o inherentes de la variación. La eliminación de cualquiera de estas causas menores es en su mayoría no rentable y a menudo no imposible.

Cuando un proceso de fabricación falla repentinamente, está bajo la influencia de causas de variación aislables o asignables. Por el contrario, estas causas son generalmente exteriores al proceso, fáciles de localizar, fáciles de eliminar y, por tanto, rentables.

Para un proceso de fabricación, el objetivo de importancia principal es distinguir entre las variables aleatorias y las causas de variación asignables. Trabajar sin tener este objetivo siempre como principio sería engañoso. Aún hoy en día, un gran error de juicio a menudo consiste en suponer que cada accidente de proceso o no conformidad se debe a una causa asignable y esto sin tener en cuenta la variación natural del proceso. La consecuencia principal de los sobre seteos de los equipos es por un lado la pérdida de tiempo y por otro lado conducir en el peor de los casos a un aumento artificial de la variación del proceso.

Tomemos el ejemplo de un producto cuya característica durante la producción varía en realidad como la curva de gauss de la figura siguiente.

Si el operador a cargo del proceso toma un ítem individual y mide su característica, existe una probabilidad que esta medición se realice en posición cerca a más 3 sigma. Si este operador es informado acerca de la variación del proceso y no está acostumbrado a alguna estadística básica, configurará la máquina para poner dicho punto en la posición 0 correspondiente al valor objetivo central.

Entonces, la distribución de producción se traduce a la derecha, dando una nueva curva de distribución. En esta situación hay una probabilidad de tomar un ítem que característico está en la posición cerca de menos 3 sigma. Utilizando siempre el mismo razonamiento, los trabajadores pondrán la máquina de nuevo a la meta Valor en posición 0. La nueva distribución de producción corresponderá a otra curva a le izquierda de la inicial.

Con la mejor de las intenciones, desde el ajuste hasta el ajuste, el operador está incrementando la variación natural del proceso. En el peor de los casos puede ser el doble de la inicial.

Por lo que parece una gran necesidad de herramientas estadísticas que permitan, en primer lugar, estudiar y luego controlar la variación del proceso.

Antes de comenzar con la guía rápida de FMEA, creo que sería bueno revisar el proceso general.

Visión global del Proceso

  • Es deseable un buen entendimiento del proceso.
  • Los procesos largos, deben ser fraccionados en subprocesos, en etapas o componentes.
  • Cada punto o modo de falla de cada etapa o componente, debe ser identificado.
  • Luego debe ser identificado el efecto de cada uno de los puntos o modos de falla.
  • Finalmente es evaluado cada uno de los simples puntos de falla, para ver su riesgo y la necesidad de acciones de mitigación.

Hay diferentes herramientas para efectuar dicho análisis, nosotros hemos optado por el uso del FMEA (o en español AMFE = Análisis de Modo de Falla y Efectos).

A los interesados en el tema, disponemos de una Planilla Excel, que les servirá para llevar adelante el análisis de riesgo con FMEA, donde en una de las solapas encontrará los criterios de aceptación para cada uno de los 3 criterios utilizados y en la otra una planilla para registrar las evaluaciones efectuadas, solicítela enviando email a: info@cgmpdoc.com.

El FMEA utiliza 3 criterios:

  1. Severidad
  2. Probabilidad
  3. Detectabilidad

Los criterios están establecidos en un rango numérico, los valores altos implicando un mayor impacto. El rango utilizado puede ser bajo, como por ejemplo de 1 a 3 (Bajo, Medio o Alto) para usar la herramienta de forma más simple, sin embargo lo más común es usar un rango de 1 a 5 o de 1 a 10, dependiendo de la definición deseada del score. Un estudio largo con muchos eventos que evaluar debería estar adecuado con largos rangos de valores.

Para cada etapa o componente del proceso, determinar el o los modos de fallas y cómo la falla podría ser presentada por sí misma (efecto de la falla – qué defecto es creado).

La pregunta en esta etapa es ¿Qué podría salir mal?

Luego para casa caso de falla, es importante determinar el impacto, el efecto o el riesgo.

Para cada uno de estos casos, se determinan los 3 criterios anteriores (severidad, probabilidad y detectabilidad).

Severidad

Es una medida de las consecuencias / impacto si el evento ocurre, ¿Cuáles son las consecuencias si esto sale mal?

  • Si el riesgo identificado ha sucedido, ¿Cuál es el impacto para el usuario final o para el proceso?
  • NO incluir o considerar cualquier mitigación o control actual, o método de detección en el racional cuando se determina el rango de severidad.
  • El peor escenario debería ser usado si hay una duda entre dos scores, el score más alto debe ser usado.

Probabilidad (Ocurrencia)

Es una medida de la probabilidad de que el evento suceda. ¿Cuál es la probabilidad que esto salga mal?

  • ¿Cuál es la probabilidad que el riesgo ocurra o cuál es la historia de ocurrencia del evento?
  • ¿Hay datos históricos que pueden ser usados?

o   Para el sistema actual que está establecido o

o   Para un sistema análogo si el sistema aún no está establecido

Detectabilidad

Es una medida de la probabilidad que el evento sea detectado si ocurre. ¿Será detectado?

  • ¿Qué métodos están en el lugar disponibles para la detección si el evento ha ocurrido?
  • ¿Cuál es la probabilidad de este método de detectar el evento?

Luego con estos tres scores se calcula el RPN o Risk Priority Number, que es el producto de los 3 puntajes anteriores.

RPN = S x P x D

  • A > RPN > Riesgo
  • Para los scores de RPN que están en el mismo nivel de riesgo, el score de Severidad le da mayor peso, luego el de Probabilidad y finalmente el de Detectabilidad.

Mitigaciones

Los scores de Severidad (impacto al paciente), raramente pueden ser cambiados, pero hay instancias donde el cambio del material / proceso puede disminuir el impacto al paciente.

Prioridades de mitigación:

Las mitigaciones que reducen la probabilidad deberían ser siempre precedentes a las que mejoran la detectabilidad de la falla (es mejor reducir la probabilidad de que el evento ocurra que depender del método de detección para identificar el problema).

Si la probabilidad no puede ser reducida a nivel aceptable, entonces el método de detección que puede identificar que los eventos han ocurrido deberían ser lo más cercanos / próximos al punto de falla como sea posible

Métodos de detección de ingeniería (ejemplo sistemas de visión, alarmas, etc.), son preferidos sobre aquellos procedimentales como (muestreo AQL, testeos sobre el proceso, etc.). Las mitigaciones procedimentales son las medidas de mitigación más débiles, generalmente recaen sobre el muestreo o testeo para detectar la falla, lo cual probablemente aumenta el impacto del evento. En este caso el producto ya está hecho y el defecto puede impactar de una forma la calidad antes que sea detectado.

Documentación del FMEA

Utilizar la planilla Excel adjunta, en la misma encontrará un ejemplo para ver el uso de la misma. Además contiene notas aclaratorias sobre los campos.

Se establecen para el RPN, rango de valores para clasificar a los riesgos como Bajos, Medio o Altos (la planilla tiene una tabla con criterios, los mismos pueden ser ajustados, pudiendo uno ser más o menos exigente).

Finalmente para todos aquellos riesgos de scores alto (Alto riesgo), deben ser tomadas acciones de mitigación adicionales para reducir el nivel de riesgo a nivel bajo o medio al menos.

Luego de planeadas las acciones de mitigación adicional, el factor de RPN debe ser recalculado de acuerdo a la nueva situación.

Las acciones de mitigación (CAPAs) son seguidas usualmente a través del sistema CAPA del laboratorio y además es vital la verificación de la efectividad de las mismas.

NOTA: es sumamente importante a la hora de estimar la probabilidad de ocurrencia de la falla, conocer las posibles causas de la misma (conocimiento del proceso), de la misma forma que para la determinación de las acciones de mitigación.

Continuando con el artículo anterior sobre análisis de tendencias de atributos de calidad.

Las tendencias manuales deben ser efectuadas usando las cartas de comportamiento del proceso. Así podemos evaluar si un proceso está bajo control estadístico o fuera de control estadístico, además de un análisis visual sobre la capacidad del proceso.

Aplicando ciertas reglas a los patrones en los datos de la carta de comportamiento del proceso ayudará a evaluar si el proceso es estable y está en control. Estas reglas están referenciadas como las Western Electric Pattern Rules (WEP rules). Cuando son aplicadas on time, las violaciones a las reglas específicas pueden proveer una percepción del proceso para ayudar a la toma de CAPAs inmediatas.

Las reglas WEP son las siguientes:

  1. Un punto más allá de la zona A
  2. Secuencia de 9 puntos en C o más allá (de un mismo lado de la línea central)
  3. Secuencia de 6 puntos en ascenso o descenso
  4. Secuencia de 14 puntos alternando arriba y abajo
  5. Secuencia de 3 puntos con 2 en A
  6. Secuencia de 5 puntos con 4 en B o más allá (de un mismo lado de la línea central)
  7. Secuencia de 15 puntos en C (arriba y debajo de la línea central)
  8. Secuencia de 8 puntos fuera de las zonas C

Algunos laboratorios deciden aplicar las reglas resaltadas en letra Bold. Otros utilizan las siguientes 3 reglas:

  • Un resultado fuera del límite de control superior o inferior (regla 1)
  • Dos de cada tres resultados por encima o por debajo del límite de control 2/3 (regla 5)
  • Seis resultados en una fila aumentando o disminuyendo (regla 3).

Un conocimiento amplio del comportamiento del proceso podría ser una justificación para el uso de otras reglas o una reducción de las reglas recomendadas.

Construcción de una gráfica o carta de control

Las cartas consisten de un eje X y un eje Y, donde el eje X representa la secuencia del número de lotes en orden adecuado, por ej. Fecha de manufactura o número de análisis.

El eje Y representa los valores de las muestras testeadas, valores promedios, individuales o rangos.

Hay diferentes cartas de control, pero vamos a mencionar la carta de Xmedia / rango muestra el promedio y el rango de un número de valores dentro del lote, por ejemplo para los datos de uniformidad de contenido.

Si hay solo un valor representando el CQA para un lote, la carta preferida es individual / rango móvil, la cual muestra los valores individuales de cada lote y el movimiento del rango para lotes consecutivos. Por ejemplo este tipo de carta puede ser utilizado para valoración de la sustancia activa de lotes de productos.

Establecimiento de los límites de control para tendencia manual

Los datos para ser usados para calcular los límites de control deben ser los datos más recientes que puedan ser considerados bajo control estadístico. Los datos bajo control estadístico no muestran signos de tendencias para arriba o para abajo o cambios en el nivel promedio, ni cualquier signo de valores extremos o diferencias en la variabilidad entre lotes.

Ingresar todos los datos en una carta de comportamiento de proceso y buscar las violaciones a las reglas WEP puede mostrar si los datos están bajo control. Si un solo valor extremo está presente y por otra parte datos en control, este valor puede ser excluido, siempre que tenga una causa asignable y los límites de control ser calculados a partir de los datos remanentes.

Para el uso de la carta individual / rango móvil y el cálculo de los límites de control, se presume que los datos de los Atributos críticos de calidad están normalmente distribuidos. Si los datos no están normalmente distribuidos, estos límites no son apropiados. Ejemplos de CQAs que están normalmente distribuidos son las valoraciones, el promedio de la uniformidad de contenido y el pH, entre otros. Ejemplos de CQAs que no están normalmente distribuidos incluye productos de degradación y valores de aceptación de la uniformidad del contenido.

Test para normalidad pueden ser encontrados en algunos softwares (Bases estadísticas).

Cuando los datos no están normalmente distribuidos, otros enfoques están disponibles para determinar los límites, por ejemplo: límites basados sobre los percentiles de los datos. Estos enfoques típicamente requieren un largo n° de lotes para calcular los límites. (Bases estadísticas).

Espero que les resulte útil, para aquellos que estén interesados en las fórmulas para calcular los límites de las cartas (Xmedia / rango, Individuales /rango móvil), consúltenos en info@cgmpdoc.com.

Para los interesados en profundizar sobre el tema, les ofrecemos un taller sobre Análisis de tendencia de datos modalidad “In Company”, consúltenos en info@cgmpdoc.com.

 

 

Las claves para la evaluación de un sistema o equipo heredado (Legacy System) son:
  • Comprender los requisitos del proceso que apoya (atributos críticos de calidad, parámetros críticos del proceso, etc.)
  • Entender las estrategias de control de diseño (especificaciones funcionales)
  • Conocer que es lo que actualmente ha sido hecho (historia de calidad)
En la probable ausencia de requisitos formales de proceso, tales requisitos pueden ser reconstruidos a partir de registros de lotes de manufactura, SOPs, informes de desarrollo, etc. La existencia de manuales del proveedor, instrucciones de uso, planos o esquemas de ingeniería pueden proporcionar la capacidad de reconstruir “especificaciones funcionales”.
A partir de estos elementos, podemos confeccionar un análisis de riesgo de calidad y de esta manera calificar el equipo haciendo foco en los aspectos críticos del mismo.
Esta actividad lleva tiempo y recursos, pero reduce el inventario de calificación y mejora nuestro conocimiento sobre los equipos o sistemas existentes.
Publicadas el 17 de marzo de 2017

Disposición N° 2533/2017

La información sanitaria de los establecimientos inscriptos en el Registro Nacional de Establecimientos (RNE), a través del Sistema de Información Federal para la Gestión del Control de los Alimentos (SIFeGA), estará disponible para su consulta pública a través de la página web de la ANMAT.

Publicadas el 2 de marzo de 2017

Disposición 2038/2017

Establécese que los titulares de certificados inscriptos en el Registro de Especialidades Medicinales (REM) que revistan carácter de comercializados deberán notificar a esta Administración Nacional las circunstancias o hechos bajo su conocimiento que podrían poner en riesgo el suministro de los productos y provocar su discontinuidad temporal o definitiva en el mercado.

Publicadas el 22 de febrero de 2017

Disposición 1834/2017

Adóptase el “Instructivo para el Otorgamiento de Altas y Bajas en el Listado Integrado de Alimentos Libres de Gluten”, que como Anexo forma parte de la presente disposición.

Publicadas el 15 de febrero de 2017

Disposición 1465/2017

Incorpórase a la nómina de funcionarios habilitados para suscribir la documentación de comercio exterior a ser presentada ante la ADMINISTRACIÓN FEDERAL DE INGRESOS PÚBLICOS – DIRECCIÓN GENERAL DE ADUANAS, a los agentes enumerados en el Anexo I de la presenta disposición en el que constan las rúbricas de cada uno de ellos.

Publicadas el 10 de febrero de 2017

Disposición 1307/2017

Adóptanse a los fines de la inscripción de productos alimenticios en el Registro Nacional de Producto Alimenticio, las “Directrices para la Autorización Sanitaria de Producto Alimenticio”, que como Anexo forman parte de la presente Disposición.

Publicadas el 7 de febrero de 2017

Disposición 1155/2017

Modifícanse los montos de los aranceles que devengarán las tramitaciones que se realicen ante la Administración Nacional de Medicamentos, Alimentos y Tecnología Médica correspondientes a productos alimenticios, suplementos dietarios, alimentos para propósitos médicos específicos, establecimientos, envases, importación/exportación, análisis de laboratorio y autenticaciones.

Disposición 1154/2017

Modifícanse los montos de los aranceles que devengarán las tramitaciones que se realicen ante la Administración Nacional de Medicamentos, Alimentos y Tecnología Médica (ANMAT) correspondientes a tránsito interjurisdiccional de droguerías, distribuidoras y/u operadores logísticos de especialidades medicinales; productos cosméticos, de higiene personal y perfumes; productos de higiene oral de uso odontológico; productos de uso doméstico (Domisanitarios).

Disposición 1153/2017

Modifícanse los montos de los aranceles que devengarán las tramitaciones que se realicen ante la Administración Nacional del Medicamentos, Alimentos y Tecnología Médica (ANMAT) correspondientes a productos médicos; productos para diagnóstico de uso “in vitro” (Disposición ANMAT N° 2674/99 y Disposición ANMAT N° 2275/06); Certificados duplicados/triplicados correspondientes a productos médicos Clase I, II, III y IV y productos para diagnóstico de uso “in vitro” (Disposición ANMAT, N° 2674/99 y Disposición ANMAT N° 2275/06); Autorización de funcionamiento, renovación de buenas prácticas de fabricación (BPF) y modificaciones (habilitaciones)…

Publicadas el 26 de enero de 2017

Disposición 828/2017

Establécese que los laboratorios habilitados por esta Administración Nacional como importadores y/o elaboradores de especialidades medicinales podrán solicitar la autorización de Programas de Acceso Expandido (PAE) a medicamentos para grupos de pacientes que requieran tratamientos con medicamentos aún no comercializados en el país, de acuerdo a lo especificado en el Artículo 2° de la presente Disposición.

Publicadas el 16 de enero de 2017

Prohíbese preventivamente el uso y comercialización de todos los lotes de varios productos cosméticos.

Publicadas el 12 de enero de 2017

Disposición 249/2017

Establécese que los productos para sistemas de uñas artificiales deberán inscribirse como Productos de Higiene Personal, Cosméticos y Perfumes de la clase grado 2 en los términos de la Res. (ex MS y AS) N° 155/98, Disposición (ANMAT) N° 1108/99 y disposiciones complementarias.

En este artículo quiero mencionarles algunos problemas en la validación de los sistemas computarizados que es muy probable verlos una y otra vez.

Nuestro objetivo es que al abordar estos desafíos de validación, si Ud. los considera se ahorrará tiempo, dinero y dolores de cabeza.

Pero mencionemos algunos de ellos:

  1. Falta de información

Algunos documentos o registros omiten información fundamental o contenido que debería haber sido incluido.

  1. Inconsistencia

Algunos documentos contienen ciertas declaraciones inconsistentes con otras declaraciones acerca del mismo tema, en el mismo o en otro documento del paquete de validación.

  1. Falta de detalles necesarios

Esta deficiencia se aplica principalmente a los documentos de requerimientos. Los requerimientos del paquete de validación no describen adecuadamente las características de los datos, las interacciones de los usuarios con los procesos de negocio o los procesos claves internos del software.

A veces los requerimientos son compuestos, no son únicos, por ejemplo una declaración estipula 2 o más características del sistema. Esta deficiencia o falla frecuentemente trae aparejado problemas de trazabilidad.

También podes mencionar la falta de criterios de aceptación.

  1. Trazabilidad:

La matriz de trazabilidad está incompleta. Los detalles de los requisitos no se numeran explícitamente y se relacionan a las etapas de prueba asociadas

  1. Vaga redacción o texto ambiguo

Los documentos usan generalidades tales como “de acuerdo con un procedimiento aprobado” o “requisitos reglamentarios aplicables” o “todos los GxP y procesos de negocio asociados”. Además, los documentos utilizan palabras vagas como “puede”, “posiblemente”, “más o menos”, y “aproximadamente”.

A veces el texto puede ser interpretado de más de una manera, por lo que no estableció un requisito único y único. Las palabras “cualquiera” y “o” en el requisito son fuertes indicadores que el texto es ambiguo.

  1. Resultados de las pruebas no verificables

Los resultados esperados no son suficientemente descriptos para que un revisor independiente pueda comparar y verificar los resultados reales. El estándar IEEE para documentación de prueba de software, std. 829.1988, la cláusula 6.2.4 (1) establece “… proporcionar el valor exacto (con las tolerancias cuando sea apropiado) para cada salida o característica requerida”. Para los scripts ejecutados, los resultados reales no fueron registrados ni capturados de manera que permitiera a un revisor independiente compararlos con los resultados esperados. Por ejemplo, “OK” se anotó en la columna de resultados reales sin referencia a la captura de pantalla.

  1. Buena práctica de documentación (BPD)

Registros poco claros, a veces los datos que confirman un requisito específico son difíciles de encontrar en la evidencia proporcionada (por ej. Una planilla llena de datos pero no está clara la evidencia), fallas en la corrección de errores documentales.

Se hacen correcciones escritas a mano que cambian el sentido del requisito o el resultado esperado de la prueba, pero no se presenta informe de discrepancia o solicitud de cambio (ej. Cambio de un resultado esperado del indicador “Off” a “On”). En las BPD, se siguen las correcciones de la mano sin documentación adicional solo cuando se trata de un obvio error tipográfico, como letras que faltan o están transpuestas (ej. Corrección “mantenimeinto” a “mantenimiento”)

  1. Pruebas incompletas:

Los scripts de prueba no prueban completa o adecuadamente el requisito asociado.

  1. Requerimientos incompletos:

El análisis del sistema indica que el software tiene funcionalidades que fueron usadas pero NO han sido descriptas en el URS.

Análisis de impacto regulatorio y análisis de riesgo indican la necesidad de requerimientos que no están en el URS.

Un requerimiento implica otro requerimiento, posiblemente complementario, que necesita ser explicitado para asegurar su verificación.

  1. Falta de 1 proceso para resolver desvíos

Los documentos y registros más vulnerables:

  • Especificaciones (incluyendo el URS) las más frecuentes
  • Scripts de testeo
  • Plan de validación
  • Matriz de trazabilidad
  • Resultados de testeos

Menos problemas relacionados a CSV conducen a una inspección exitosa.

Un colega me comentaba sobre la importancia del manejo de los cuadernos del laboratorio de QC, y claro ambos coincidíamos en ello y en el manejo de la integridad de datos en el laboratorio.

Es por eso que hoy quiero referirme de forma breve al uso de los cuadernos del laboratorio o notebooks o simplemente LNBs.

Los LNB en el laboratorio están destinados a ser utilizados para el registro de datos generados durante los preparativos y la ejecución de ensayos, para hacer entradas de registro de actividades o eventos relevantes y como punto de referencia para la localización de datos primarios (crudos).

Datos que, en muchos casos, no se introducen directamente. Los datos deben introducirse en detalles suficientes para la plena comprensión y replicación o reconstrucción de un ensayo.

Se documenta el propósito, las interpretaciones, las ideas, las sugerencias, el resumen del ensayo con referencias a cualquier protocolo, técnicas, fuentes de literatura, otros cuadernos, cálculos y análisis de datos. Las estructuras y fórmulas químicas deben definirse sin ambigüedades.

Para efectuar el registro de datos, debemos considerar:

  • Que todas las inscripciones se hagan en orden cronológico y se escribirán de forma legible con tinta inalterable (NO debe usarse ningún líquido corrector).
  • Que los datos deben introducirse en el momento / día en que se realiza el trabajo.
  • Llenar el libro con páginas numeradas consecutivamente y no dejar ninguna página en blanco.
  • Que las páginas o partes de páginas no utilizadas deben anularse dibujando una línea diagonal a través de la página o parte de la página.
  • Cruzar los errores (dejando el original legible) e insertar la corrección incluyendo el motivo de la corrección. Firma / inicial y fecha la corrección.
  • Incluir la fecha de entrada en cada página y al principio de cada entrada de nuevo día. El nombre del proyecto debe ser ingresado si corresponde.
  • Que los datos originales producidos en papel deben ser permanentemente adjuntados, identificados, firmados y fechados dentro del LNB por el analista. Si los datos son demasiado numerosos / no se ajustan a la página, se deben conservar y hacer referencias cruzadas después de haber sido numerados, fechados y firmados por el analista.
  • Que los datos electrónicos referenciados a un LNB deben mantenerse permanentemente en forma inalterable. Es aconsejable disponer de información sobre el nombre del archivo y un breve resumen del contenido del registro electrónico.
  • Que las inscripciones del LNB deben ser vistas (ver arriba) tan pronto como sea posible (al menos semanalmente) por una persona calificada, que las haya leído y entendido.
  • Mantener los LNB en un armario o cajón cerrado cuando no estén en uso.

En cuanto al archivo de los mismos, los LNB deben completarse y cerrarse de acuerdo a lo indicado en SOP del laboratorio (por ejemplo, dentro de los dos años de su expedición o cuando estén llenos), y después archivarse y microfilmarse (si corresponde) de acuerdo a lo indicado en el procedimiento del laboratorio. Deben ser almacenados y conservados de acuerdo a lo indicado por política de administración de registros del laboratorio.

La calidad de los productos es un objetivo inherente de las compañías farmacéuticas. Es su misión desarrollar y producir productos,  y entregar esos productos a los pacientes de forma segura. Sin embargo seguimos teniendo recalls, clausura de laboratorios, prohibiciones de productos, etc.
Quality by Design (QbD) ha impulsado a la industria a construir controles de calidad al inicio del ciclo de vida de un producto farmacéutico.
La FDA está buscando inputs de la industria sobre las métricas esenciales para el control de calidad para tomar decisiones basadas en el riesgo, quiere medidas objetivas de la performance de los sistemas de calidad del laboratorio, o sea busca ver métricas del producto y del laboratorio, para la comparación de tendencias a lo largo de la industria.

El uso de métricas parecería evidente para los gerentes de calidad y de Compliance, pero son un poco más resistidas por sus otros pares en general.

Podríamos pensar en cuales son los principales objetivos y beneficios del uso de métricas:

  • Eliminar la subjetividad
  • Proporcionar un punto de referencia y visibilidad para la mejora continua
  • Asegurar el entrenamiento paralelo a través de múltiples funciones operativas, incluyendo garantía de calidad, operaciones y producción.

Métricas vs. Datos

Cuando pienso en este tema, recuerdo a E. Goldratt en el “Síndrome del Pajar” donde hace mención a que tenemos muchísimos datos, pero no siempre tenemos la información que necesitamos.

Aquí podríamos decir que tenemos cientos de miles de datos, a menudo desorganizados, inaccesibles e intrascendentes como herramientas de calidad.

Les dejo algunas métricas recomendadas para el laboratorio:

  1. % de Resultados OOS
  2. Tasa de Efectividad de CAPAs
  3. % Rechazo de lotes
  4. % de desvíos
  5. % de reclamos
  6. Capacidad de procesos (Cpk)

Curiosamente, estas métricas identificadas pueden generar luces rojas iniciales, tendencias que nos permiten preguntarnos:

¿Comenzó la desviación con la instalación de nuevos equipos o sistemas?

¿Se ha contratado un nuevo personal o se ha reducido la mano de obra existente?

¿Hay un nuevo gerente?

¿Se han cortado los presupuestos para el mantenimiento del equipo de producción?

También es interesante efectuarse estas u otras preguntas cuando las métricas muestran tendencias de mejora.

Sobre la base de esas respuestas, en el caso de tendencias negativas deberíamos encontrar las causas y generar planes de acción adecuados.

Las respuestas y acciones posteriores basadas en métricas útiles y precisas determinarán la calidad y el cumplimiento de una empresa.

Con el enfoque de la FDA sobre las métricas, la performance y la calidad, la forma en que una empresa recopila y usa métricas también identificará el riesgo de una empresa por fallas de calidad y si estos riesgos merecen mayor control e inspecciones por parte de la FDA.

Les dejo este par de preguntas para pensar:

¿Por qué tan pocas organizaciones integran con éxito las métricas en sus sistemas operativos?

y

¿Por qué seguimos viendo Recalls de productos muy comunes, cierres de plantas, acciones de cumplimiento y escasez de medicamentos?

El viernes pasado estuve en un laboratorio para dictar un Taller sobre Master Batch Records y Revisión de Batch Records, siempre trato que los talleres tengan el grado de interactividad con los participantes que nos permita profundizar en las necesidades del laboratorio y así poder darles algunas soluciones o sugerencias a las mismas.

Aunque a veces ese tipo de situaciones se dan en el break. Estábamos tomando un café y el Jefe de Aseguramiento de Calidad me comentaba las dificultades que tenían para completar los Batch Records de manera correcta, me decía que dejaban mucho que desear y que lo que más le preocupaba es que mes a mes tienen charlas con las personas que cometen los errores, que el seguimiento que efectúan sus chicos en QA es cada vez mayor, sin embargo la performance no mejora.

Además desde la Dirección tiene el requerimiento de mejorar el indicador en el próximo trimestre.

Lo note realmente preocupado, le pregunté si medían de alguna manera los BR completados correctamente y le pedí que me envíe los resultados del año 2016.

Ayer por la mañana me envío la siguiente información:

  • De cada 10 BR, al menos 4 tienen errores.
  • El 70 % de los errores son: espacios en blanco, falta de firmas y faltas o errores en las fechas.
  • El 50 % de los errores son generados en compresión, 10 % en el área de dispensado, 15 % en el depósito, 5 % en planeamiento y el 20 % en el sector de líquidos.
  • Los errores son cometidos en un 80 % por los operadores de cada sector.
  • La expectativa es que el 90 % de los BR sean completados bien a la primera vez

Datos 2016

Mes Porcentaje
Enero 71
Febrero 67
Marzo 84
Abril 58
Mayo 62
Junio 68
Julio 34
Agosto 49
Septiembre 48
Octubre 75
Noviembre 70
Diciembre 81

El área de QA organizó un equipo multidisciplinario para enfrentar dicha situación. La primera actividad fue convocar a una reunión para mostrar el estado de la misma, efectuar un brainstorming y confeccionar un plan de acción sobre el mismo.

Le pedí que me diera unos días para pensar en algunas ideas para que puedan ser evaluadas por ellos.

Desde este blog, les pregunto a mis lectores, cuáles piensan que pueden ser algunas soluciones para alcanzar el objetivo? Nosotros desde cGMPdoc tenemos algunas ideas para aquellos que están interesados en el tema, consúltenos en info@cgmpdoc.com.

La semana pasada estuve en un laboratorio y comenzamos a hablar sobre la administración de los documentos y los problemas comunes que solemos tener, ellos me hablaban de correr escritorio tras escritorio para completar el circuito de firmas, la publicación de los documentos y las emisiones de copias controladas para cada sector, a lo cual yo agregaba y muchas veces las pérdidas de las mismas, con sus consecuentes desvíos, etc.

Realmente me hizo acordar a una época cuando trabajaba en un laboratorio donde la administración de los documentos era realmente una tarea ardua.

Bueno, pero afortunadamente en la actualidad hay disponibles sistemas de gestión de documentos o DMS (Document Management System).

Desde cGMPdoc le ofrecemos uno, el cual:

  • Permite administrar todos los documentos generados por la Organización para su control, revisión, publicación, actualización y consulta. Documentos tales como: SOPs, Acuerdos técnicos de Calidad, Protocolos e informes de validación, especificaciones y métodos analíticos, etc.
  • Es parametrizable de acuerdo a los requerimientos de las cGMP, estableciendo circuito de aprobación de los documentos en el sistema, publicación y el acceso de lectura de los usuarios a los documentos vigentes.
  • Permite la emisión de copias controladas y no controladas y el seguimiento de los vencimientos de los documentos. Entre otras funciones.

¿Cuáles son los Beneficios?:

  1. Reducción de costos, reduce aprox. un 85 % el consumo de papel, costo operativo del mantenimiento de impresora, fotocopias, etc.
  2. Incremento de productividad, reduce en un 30 % el tiempo de revisión y aprobación de los documentos
  3. Acceso y ediciones aseguradas, acceso 100 % seguro mediante un esquema de alcances, sólo los usuarios habilitados pueden acceder a la información requerida.
  4. Resguardo de la información, toda la información se resguarda en una única base de datos centralizada.

Si aún administra sus documentos en papel, no dude en consultarnos (info@cgmpdoc.com), podemos ofrecerle una solución a este tema.