Posts tagged ‘Datos’

Cualquier evaluación de integridad de datos dentro de una operación de laboratorio manual o electrónica debe basarse sobre un análisis de riesgo vs. las características detalladas en la tabla adjunta y utilizando el ciclo de vida de los datos (recolección, procesamiento, revisión y reporte de los datos).

imagen12_integridad-de-datos

Característica Definición
Atribuible ¿Quién adquirió los datos o realizó una acción y cuándo? Si un registro es modificado por quién y porqué.

Esto debería ser claro quien crea un registro y cuando. De todos modos, debería ser claro quien hace una enmienda en un registro, cuando y porqué.

Legible Los datos deben ser registrados de forma permanente en una forma duradera y fácil de leer.
Contemporáneo Los datos deben ser registrados al mismo tiempo que el trabajo es efectuado con marca de fecha y hora.

Esto significa que la evidencia o los resultados de los tests son registrados como son observados, de esta forma permite la reconstrucción de los eventos alrededor de los datos.

Original La información registrada deben ser datos originales (datos crudos) o una copia certificada del proceso.

Los datos NO deben ser transcritos de u a fuente a otra sin justificación y control certificado del proceso in place.

Exacto Sin errores o ediciones efectuadas sin enmiendas en los documentos.

La información registrada es correcta.

El análisis de riesgo es el proceso de identificar los peligros y los modos de falla y evaluar las consecuencias potenciales de esos peligros. Esto es críticamente dependiente de que la gente con el correcto conocimiento sea involucrada.

Los análisis de riesgos de calidad comienzan con una descripción bien definida del problema, una pregunta de riesgo o un análisis de un área de riesgo particular. En el caso de integridad de datos el proceso de laboratorio individual debe ser mapeado en detalle, comenzando por la preparación de la muestra, a través de los resultados de verificación / aprobación y finalizando con el archivo y recuperación de los datos.

Una vez que el proceso fue analizado para las áreas de riesgo crítico de integridad de datos, por ej. cuál es el riesgo y que impacto podría tener sobre la calidad del producto y la seguridad del paciente, entonces pueden ser asignadas etapas de mitigación.

El proceso de análisis debe seguir las siguientes preguntas (por ejemplo):

  • ¿Qué podría salir mal?
    • Datos han sido perdidos
    • Los sistemas fallan y no hay un plan de business continuity (continuidad del negocio) in place
    • Los datos no están siendo registrados
    • Los datos no están siendo verificados
    • El audit trail no está siendo revisado
    • El audit trail no está encendido
    • El entrenamiento y la concientización del instrumento es inadecuado
    • Los passwords están siendo compartidos
    • Los resultados no son atribuibles, etc.
  • ¿Cuál es la probabilidad de que esto salga mal?
  • ¿Cuáles son las consecuencias (severidad) para la calidad del producto o la seguridad del paciente?
  • La falla ¿Será detectada? ¿Cómo?

Hay muchas herramientas y técnicas que pueden ser usadas para ayudar a identificar peligros y /o modos de fallas y evaluar los riesgos. No hay una sola herramienta o técnica que cumpla con todos los requerimientos.

Data Integrity (Integridad de los datos) (*)
La integridad de los datos es un tema que actualmente recibe mucha atención por parte de la industria, y las agencias regulatorias como por ejemplo la FDA, la MHRA entre otras. Integridad de los datos es lo opuesto de corrupción de datos, lo cual es una forma de pérdida de datos.

Desafortunadamente los problemas de integridad de datos dentro de la industria farmacéutica no son nuevos y se han dado observaciones relacionadas a este tema en las inspecciones regulatorias.
Para aclarar, integridad de los datos no se limita sólo a los sistemas informáticos y al laboratorio, cualquier cambio no intencionado de datos como consecuencia de un almacenamiento, recuperación y operación de procesamiento, incluyendo mala intención, fallo de hardware inesperado y error humano es una falla de la integridad de los datos. Sólo requiere un único incumplimiento para poner todo el trabajo llevado a cabo por una empresa bajo sospecha.

images_integrity

La integridad de los datos puede verse comprometida de varias maneras:

  • Por error humano accidental:
    • Los datos se introducen o se omiten por error
    • Falta de conocimiento o entrenamiento
  • Deliberadamente,con la intención de engañar,ya sea mediante la falsificación o fraude:
    • Selección de resultados satisfactorios y eliminar los fuera de especificación.
    • Los cambios no autorizados o manipulación de los datos.
  • Errores que se producen cuando se transmiten datos de un ordenador a otro.
  • Compartir contraseñas.
  • Los cambios en los datos a través delos errores de software o del hardware.
  • Datos tomados que no están respaldados y podrían perderse.
  • Los cambios en la tecnología, en donde un elemento se sustituye cuando se convierte en obsoleto o ya no es soportable, haciendo que determinados elementos como los discos se trasformen en viejos, ilegibles, inaccesibles.

Con el fin de prevenir y detectar estos incidentes, debemos asegurarnos de seguir ciertos lineamientos regulatorios y procedimientos dentro de cada empresa, y a estos debemos sumarle una correcta formación del personal, una cultura de apertura y confianza y un buen monitoreo de los sistemas y procesos de la planta.
Un gran número de los problemas de integridad observados por las autoridades regulatorias en empresas ocurren dentro del laboratorio. Estos incidentes pueden clasificarse en las siguientes situaciones:

  • Alteración de datos originales y registros (por ejemplo, el uso de líquido corrector).
  • Múltiples análisis de ensayo con la misma muestra sin una justificación adecuada.
  • La manipulación de un procedimiento analítico mal definida y análisis de datos asociado con el fin de obtener resultados
  • Creación de los resultados de pruebas aceptables sin realizar la prueba.
  • Sobre escribir datos y al hacerlo, eliminar los datos originales.

En el contexto de integridad de los datos de laboratorio dentro de un entorno GMP, este se puede definir como: generar, transformar, mantener y asegurar la exactitud, integridad y consistencia de los datos a través de todo su ciclo de vida en el cumplimiento de la normativa aplicable. Esta definición es coherente con uno de los principios de la ICH Q10 sobre Farmacéuticos Sistemas de Calidad, el cual analiza los procesos del ciclo de vida.
Con el fin de asegurar los datos se generan, utilizan y almacenan en el camino correcto deberíamos preguntarnos si los datos son:

  • Atribuibles: ¿Quién adquirió los datos o realizó una acción y cuándo?
  • Legibles: ¿Puedes leer los datos registrados por ejemplo en un batch record?
  • Contemporáneos: documentado en el momento que se efectúa la actividad
  • Originales: puede ser un escrito, una impresión o una copia certificada
  • Precisos: No hay errores o con correcciones correctamente documentadas
  • Completos: Están todos los datos, incluidos repeticiones o re análisis efectuados sobre una muestra
  • Consistentes: Todos los elementos del análisis, como la secuencia de eventos, siguen en y son de fecha o marca de tiempo en una secuencia esperada
  • Permanentes: Registros en documentos oficiales y/o medios electrónicos, no hay registros en pedazos de papel, o post-it.

Recuerden que con el hallazgo de un solo caso de falla en la integridad de datos se ven comprometidos todos los datos generados y la credibilidad de la empresa, ya que uno o más ejemplos de falsificación plantea una pregunta obvia: ¿Cuántos casos más de incumplimiento puede haber?.

La búsqueda de garantizar la integridad de datos dentro de cualquier organización es de suma importancia, las consecuencias de hacerlo mal son muy costosas y se necesita mucho tiempo para recuperar la confianza perdida. Por eso es sumamente importante que las personas estén capacitadas y sean conscientes de la importancia de la integridad de los datos.

Si Ud. está interesado en entrenar a su personal en este tema, consúltenos en info@cgmpdoc.com, nosotros podemos efectuar un entrenamiento “In Company” para su equipo o también disponemos de un material de entrenamiento para que Ud. efectúe el entrenamiento en sus instalaciones.

(*) Definición

La exactitud y la consistencia de los datos almacenados, indicado por la ausencia de cualquier alteración de datos entre dos actualizaciones de un registro de datos. Se impone integridad de los datos dentro de una base de datos en su etapa de diseño mediante el uso de reglas y procedimientos estándar, y se mantiene mediante el uso de comprobación de errores y rutinas de validación.