分享

各种“异常事件”,你们已经被看穿了!

 留在家里 2017-10-02

这次”说文解字“的主题,是偏差、OOS、客户投诉、自检发现、客户审计发现、法规检查缺陷项。


为什么把这几个词放在一起?因为它们本质上都是不符合标准的异常事件,只是由不同人发现、发生在不同场合而已。

 

下面是产品质量鱼骨图。

 


偏差,是”鱼身子“出现的异常事件,例如设备故障、生产环境失控、记录丢失、系统适用性失败、人员失误、中间体不合格。它们不符合程序规定的范围或步骤。

 

OOS,是在”鱼头“发现的异常事件。证实的OOSconfirmed OOS),是产品失败;无效的OOSinvalidated OOS),是QC流程失败。

 

客户投诉,是客户发现的可能的产品不合格。

 

自检发现,是自检员在有组织的自检活动中,发现的不符合GMP规范、科学依据或者程序规定的异常事件。

 

客户审计发现,是审计员发现的异常事件。

 

法规检查缺陷项,是法规当局检查员发现的异常事件。

 

上面这几种异常事件,在报告、记录和期限方面的有不同需求


这几种异常事件的调查逻辑,都是“原因调查影响评估 – CAPA”。

 

 调查的方法 


我推荐的调查方法,是5个为什么”“原因调查 影响评估 – CAPA的阵列展开法。

 

 

例如,一个中间体不合格的调查过程:

 

 

上述案例分析和调查记录示例,我发表在2012年第3期《医药工程设计》,文章名称是《GMP环境下的记录管理方法》。可以在网上搜索到。这篇文章在博客上也可以找到(在新浪搜索博主“刘禹Alex',即可找到我的博客)。

 

 找不到原因的调查 


有些调查,是找不到原因的,这是“无头案”;或者偏差重复几次以后,“连环杀手”,数据越来越多,才最后找到原因。如何记录呢?


FDA在OOS指南里面,描述了一个找不到原因的OOS。


某个产品的合并样品的含量合格标准是90.0到110.0%。最初的OOS结果是89.5%。随后从原样制备的各个样品制备液的复测结果是99.0%、98.9%、99.0%、99.1%、98.8、99.1%和99.0%。全面的实验室调查(第1阶段调查)没有发现任何实验室差错。对该批生产期间的所有事件进行回顾,没有发现异常事件或者异常工艺波动的迹象。对生产工艺的回顾和产品历史的回顾表明,工艺是坚固的。七个复测结果都在方法精密度的已知范围内。中控结果、含量均一性、溶出度和其它检测的结果都与复测结果一致。经过全面调查后,企业的质量部门可以得出结论,最初的OOS结果不反映该批次的真实质量。


 如何定义调查过程的KPI


为什么要计算调查流程的KPI(关键性能指标)?因为这是管理发展方向,甚至FDA都要试图收集企业的KPI(质量量度,quality metrics)。调查流程是质量系统的核心流程之一,评估其KPI是一种良好管理行为。


我问过几个企业,如果要建立调查流程的KPI,你们会如何定义?大部分回答是:是否找到根本原因,整改是否充分,等等。

 

这些确实是我们对于调查过程的期望,但是它们无法量化,不能作为KPI。KPI应当符合企业价值导向和当前情况,体现各种需求之间的平衡,对日常工作有明确的指导意义。

 

调查要有效率,调查要有质量,CAPA要有效果。因此,我建议的KPI是:

  • 从调查发起到调查结论的时间长度

  • 调查的返工率

  • 重要偏差/缺陷的重复出现频次

 

时间长度,反映调查过程的效率。同时,调查不好,会导致审核时间变长;因此,时间长度也间接反映调查的质量。需要注意的是,重要缺陷和次要缺陷的调查时间应当区别计算。

 

如果调查没有做好,会在内审、客户审计和法规检查中被挑战,然后导致调查返工。调查的返工率,反映调查的质量


重要偏差/缺陷的重复出现频次,反映CAPA的有效性


上述KPI没有将次要偏差/缺陷纳入考核。这是因为企业内部绝大部分次要偏差/缺陷都是重复性的;应当有一个风险评价体系,监控风险水平。参见我在过去文章的论述。

风险管理系列(一):如何写高大上的偏差评估报告

Excel在GMP中的应用(二):偏差的趋势分析

 

----------(正文结束)-----------


这篇文章,属于“说文解字”系列。


目前重力询已经发表的其它系列文章,包括“风险管理”系列、“Excel在GMP中的应用“系列、“记录完整性和可靠性”和“项目管理”系列。


    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章