持续工艺确认，怎么做？这份模板可以参考！

留在家里 2025-05-27 发布于浙江

展开全文

这份规程如下：

1 目的与范围

通过实时监测和纠正不必要的趋势或变化来促进工艺控制，减少浪费，提高产品质量；持续工艺确认应实时进行并及时对趋势作出反应，确保工艺和产品质量处于验证的受控状态。本规程适用于XX公司各产品持续工艺确认的所有方面。

2 职责

2.1 管理层（质量负责人、生产负责人等）

确保充分的资源以实施CPV项目，并定期审核CPV计划总结或报告。

2.2 研发

提供文件定义现行工艺知识、质量属性、工艺参数以及构成CPV项目基础的控制策略的要素
基于研发试验或其他先前的知识，提供参数、限度、范围和控制策略要素的文件化的科学论证
提供技术投入来开发响应措施，包括持续改善措施的投入。
考虑把CPV的成果应用到正在开发的工艺。

2.3 验证/质量部门

根据当前验证原则提供内部建议并确保验证方案、阶段性报告和最终报告符合适当的标准。
参与跨职能团队，审查CPV部分的生产和QC数据。
审查数据，进行适当的调查，并决定下一部如何继续。
编写CPV计划和总结报告。.
审查并批准CPV计划、CPV报告和对CPV计划的任何变更。

2.4 车间/生产技术

拥有生产工艺，并负责确保其在产品周期中处于可控制状态。
确保所有要求的生产和工艺数据都被收集起来作为把产品CPV计划实施的一部分。
执行持续工艺监测活动，包括收集、录入、确认、审查和分析工艺数据
生成工艺数据控制图并进行CPV的书面分析。
参与跨职能团队，审查生产和QC数据。
保存工艺商业批生产和控制的主记录，必要时从CPV中捕获持续改善点。

2.5 质量控制（QC）

执行质量控制检验和记录用于CPV评价的结果。
执行持续工艺监控活动，包括收集、录入、确认、审查和分析QC数据
将QC数据生成控制图并进行CPV的书面分析
参与跨职能团队，审查生产和QC的CPV数据。

2.6 质量工程师/统计学家

就成功完成CPV活动所需的统计分析提供内部建议
作为主题专家（SME），并培训其他小组的人员CPV所需的统计数据分析技术
就如何开发数据收集计划提供内部建议并协助确立合适的统计学方法以及用于度量和评价工艺的程序
形成规程定义确定工艺监测中如何使用统计学工具和方法的方法程序
就如何设定控制限度以及定义和解释预警标准提供指导

2.7 质量保证（QA）

审核并批准CPV计划和报告
审核并批准需要监测的参数与属性的清单以及控制图限度
参与跨职能团队，审查生产和QC数据。
审查CPV报告并确定哪些信号需要正式的不符合性调查 CPV项目报告的协调汇总。

3 内容

持续工艺确认需要对产品关键质量属性/关键工艺参数进行持续的数据分析并判断工艺趋势。在此之前，需要评估出那些需要持续监测的关键数据（即监测范围）。监测范围的评估可以来自以下几个方面（不限于以下各项）：

3.1.1 以前的类似产品或者工艺的研发和制造知识。

3.1.2 从研发研究和商业制造经验中获得的工艺理解的程度。

3.1.3 产品或制造工艺的复杂程度。

3.1.4 采用的工艺和分析技术的自动化程度。

3.1.5 产品工艺/质量历史数据

3.2持续工艺确认应从日常生产中收集数据，如原辅料的质量情况、中间体的质量情况、成品的质量情况、每个生产步骤工艺、设备参数的变异情况、生产中的偏差等，通过适当的分析，评价产品的整体趋势。

3.2.1 原辅料数据：原辅料的各项指标是否稳定，评估出对产品最终质量起关键作用的原辅料指标，并与相关品种每批次的关键质量属性数据建立关联；产品所用的原辅料供应商是否发生变更、变更的原辅料是否进行小试或稳定性考察等。

3.2.2 产品质量控制数据：对产品（中间产品、成品）在生命周期内的质量控制数据进行统计和趋势分析。

3.2.3 各工序生产工艺数据：关键工艺参数是保证关键质量属性的前提，监测和分析关键工艺参数数据；对各工序能够提示其性能的关键指标进行监测，如成品率、废品率等；生产操作人员是否发生变更、变更的操作人员是否经过培训、确认周期内是否发生人为差错导致的偏差并得到预防和纠正。

3.2.4 各工序生产设备的信息：关键生产设备是否发生变更、变更的设备是否经过确认、确认周期内是否发生重大设备故障、改造等情况；设备参数运行情况、设备维护保养情况、设备维修情况。

3.2.5 偏差情况：统计确认周期内各产品生产过程中发生的偏差及处理情况，评价预防和纠正措施的有效性等。对存在的各类偏差要进行详细的原因调查，确认哪些因素产生的偏差会导致工艺不受控。

3.2.6 变更情况：确认周期内是否发生注册标准的变更、药品生产工艺或质量标准的变更是否进行再验证等；对涉及产品的各类变更信息均要经过审批和评估，确认变更对工艺的影响程度。

3.2.7 环境监测：确认周期内是否按规定定期对生产环境进行沉降菌、尘埃粒子等监测、监测结果是否存在异常；水系统监测数据是否存在异常。

3.3 产品质量趋势分析的控制策略

3.3.1 选择统计稳定状态下的产品批次（连续一年的监测数据，对于当年生产批数少于30批的，可以继续累计至下一年度，直至积累连续 30 批），利用 SPC（统计过程控制）原理，建立统计控制上下限，利用 minitab 或其他统计软件计算出统计控制上下限（UCL/LCL）。

3.3.2 根据计算出的统计控制上下限，监控后续生产的每批产品的质量信息，发现有异常趋势时需组织调查小组，进行原因分析。

3.3.3 SPC 统计过程控制存在的 8 种判异模式如下图；对于产品质量进行持续监控时，当出现以上 8 种不良趋势时，需对不良趋势展开调查，可评估原料数据、日常监测数据、关键工艺参数信息、人员信息、偏差信息、变更信息、设备数据等，确定导致该异常趋势的根本原因，并对此原因加以控制，以确保产品质量始终处于验证状态。