BLOG para cGMPdoc.com

La microbiología en el laboratorio de control de calidad está sujeta a variabilidad. Esta variabilidad puede ser evidente en los resultados de los tests y algunas de las causas puede ser la forma en que son tomadas las muestras, el tamaño de la muestra y además podríamos agregar la variabilidad innata de un proceso fuertemente dependiente de la interacción humana.

Por ejemplo, en la operación de plaqueo, podemos encontrar con una variedad de errores involucrados en ésta operación como, error de pipeteo, falla en el medio de cultivo, falla en la incubación, etc.

Los errores en este tipo de ejemplo pueden ser divididos en 2 principales tipos, algunos que podrían ser considerados errores evitables (errores de plaqueos, errores de cálculos) y otros que podrían llamar errores inevitables (error de muestreo, error de dilución, error de distribución).

No podemos eliminar cualquier tipo de error en el laboratorio, pero la categoría general de errores inevitables no es susceptible de corrección por medio del entrenamiento o técnica del laboratorio adecuada. Por eso es que debemos trabajar sobre la idea de minimizar los errores evitables. Afortunadamente, estos pueden ser afectados bastante fácilmente por el entrenamiento y un sólido liderazgo del laboratorio, esto no llevará a resultados de estudios microbiológicos menos variables.

El sistema de SOPs

La clave para un trabajo consistente en el laboratorio de microbiología es un sólido sistema de SOPs con una adecuada documentación.

La organización de un sistema lógico de SOPs puede dividirse de distintas maneras, por ejemplo de forma funcional, como sigue:

• Requerimientos de calidad
• Medios
• Cepas
• Equipamiento
• Entrenamiento
• Manejo de muestras
• Operaciones del laboratorio
• Metodología de testeos
• Manejo, reporte y archivo de datos
• Investigaciones

Aunque este no es la única forma, en la distintas regulaciones podrá encontrar otras formas, sin embargo disponer de un buen sistema de SOPs debe servir como guía para el cumplimiento normativo, ayudar en la investigación y ser útil como marco para la capacitación.

Al observar el sistema SOP desde una perspectiva funcional, podemos agrupar fácilmente los requisitos de medios, cepas de existencias, equipos y documentación para probar la actividad, lo que hace que la creación de “habilidades laborales” sea relativamente sencilla. Esto, a su vez, simplifica la asignación de SOP a personas en función de sus funciones laborales y simplifica el seguimiento de las personas afectadas por las revisiones de SOP.

La microbiología como disciplina es inherentemente variable (sensible a los efectos del operador), con una cultura empresarial que da como resultado el aumento de algunos aspectos de esta variabilidad (generalmente en un esfuerzo por minimizar los gastos generales y laborales). Es por eso, que un sistema de SOPs sólido y coherente junto con una capacitación y estricto seguimiento minimizará al menos la variabilidad evitable en los datos del laboratorio de testeos y de validación.

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.

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.

Las siguientes son algunas de las observaciones encontradas por la FDA durante sus inspecciones, relacionadas con las aplicaciones de planillas de cálculo:

1. Casi la totalidad de las hojas de cálculo en el laboratorio mostraron errores de redondeo y ninguno utilizó la función de redondeo Excel, cuando es necesario para evitar las discrepancias de redondeo entre los cálculos originales y la comprobación por un segundo analista.

2. Las fórmulas en los procedimientos analíticos no siguen las ecuaciones de Excel.

3. Las fórmulas usadas por el analista que efectúa el chequeo no son las mismas utilizadas en las planillas Excel.

4. Las planillas de cálculo no fueron claramente documentadas, por ejemplo la dosis declarada del producto no fue indicada, solo es reemplazada por un número en una celda.

5. Las especificaciones o límites predeterminados no son mostrados en las planillas de cálculo.

6. Los valores son expresados solo como número sin las correspondientes unidades, como por ej. mg/ml.

7. Pesos de muestras son expresados como volumen de muestra y las áreas son expresadas como relaciones.

8. Las planillas de cálculo no tienen disposiciones de seguridad e integridad de datos.

9. Un análisis de regresión fue calculado con los ejes X e Y invertidos en la fórmula Excel, lo cual generó resultados de pendiente y punto de intersección erróneos.

10. Los factores de conversión no son expresados en los procedimentos analíticos.

Estos errores en las planillas de cálculo analíticas pueden ser eliminados si el analista (generador de la planilla) asegura que cada elemento en la aplicación está definido y sin ambigûedad y si además las planillas son correctamente administradas.