Data Integrity in Pharmaceutical Quality Control Laboratories: What You Need to Know

Význam tématu

V oblasti farmaceutické kontroly kvality hrají integrita dat a důvěryhodnost výsledků klíčovou roli. Regulátoři, zejména FDA, stále častěji vyžadují důsledné technické a procedurální kontroly, aby byla zajištěna spolehlivost elektronických záznamů po celý jejich životní cyklus. Nedodržení těchto požadavků může vést k závažným regulačním opatřením a ztrátě důvěry v analytické procesy.

Cíle a přehled článku

Článek se zabývá:

• Historickým vývojem požadavků na integritu dat (21 CFR Part 11 a jeho doplňky)
• Odhalením mylných představ o rychlé shodě systému s Part 11
• Hodnocením laboratorního softwaru a souvisejících procesů vůči novým očekáváním
• Návrhem, jak výrobci softwaru (např. Agilent) přizpůsobují své produkty novým regulačním požadavkům

Použitá metodika a instrumentace

Studie vychází z analýzy odborných publikací, prohlášení FDA, zkušeností s inspekcemi a přímých konzultací s úředníky FDA a experty. Hlavními „nástroji“ jsou:

• Agilent OpenLAB Chromatography Data System pro ilustraci technických kontrol a audit trail
• Modely pro hodnocení souladu softwaru se zákonnými požadavky
• Procesy pro posuzování rizik a revalidaci softwarových změn

Hlavní výsledky a diskuse

1) Procedurální vs. technické kontroly

• Systémové (technické) kontroly, jako jsou auditní stopy, zabránění neautorizovaným zásahům a kontrola přístupu, jsou z dlouhodobého hlediska efektivnější než ruční procedurální kontroly.
• FDA vyžaduje kombinaci obojího, přičemž klade důraz na prevenci než na detekci nežádoucích zásahů.

2) Mýty o certifikacích a souladu

• Žádný software „není compliant“ svépomocí – odpovědnost za validaci zůstává na uživateli.
• Certifikát Part 11 Readiness od dodavatele neposkytuje automaticky důkaz shody; je nutné vlastní ověření a testování podle předem definovaného záměru použití.

3) Dilema auditu dodavatelů

• Nerovnoměrnost interpretací předpisů (disparita).
• Částečný či přehnaný přístup auditorů (partialita).
• Různá úroveň detailu a zaměření auditů (variabilita a „čitelnost“).

4) Modelový přístup k hodnocení compliance

• Metodika kombinuje procedury, školení, vývoj, testování, systémy řízení kvality a infrastrukturu v jednotném bodovém hodnocení.
• Podpora rizikově orientované strategie validace podle FDA General Principles of Software Validation.

Přínosy a praktické využití metody

Implementace komplexního modelu pro audit a validaci softwaru umožňuje:

• Objektivní porovnání dodavatelů a systémů
• Efektivní rozdělení postupů mezi technické a procedurální kontroly
• Snížení častosti opakovaných validací při zachování vysoké úrovně bezpečnosti a integrity dat

Budoucí trendy a možnosti využití

• Nárůst kladení důrazu na online audit trail review přímo v softwarových nástrojích
• Přechod od ručních SOP k automatizovaným a uživatelsky vedeným funkcím
• Rozvoj cloudových řešení s vestavěnými kontrolami integrity dat
• Využití pokročilé analýzy a umělé inteligence pro detekci anomálií v datech
• Prohlubování rizikově orientované validace a kontinuálního výkonu softwarových systémů

Závěr

V současném regulačním prostředí je nutné spojit silné technické kontroly se smysluplnými procedurálními postupy a pravidelnými audity jak interními, tak dodavatelskými. Modelový přístup k hodnocení compliance podporuje risk-based validaci a poskytuje srovnatelná data pro rozhodování o úrovni intervencí a investicích do softwaru. Dodavatelé by měli reagovat na měnící se požadavky FDA a vyvíjet nástroje s vestavěnými detekčními i preventivními mechanismy.

Reference

1 Bob McDowall. Data Integrity definition and discussion. Scientific Computing, September 2013
2 J. Mourrain. Therapeutic Innovation and Regulatory Science, Volume 40(2), pp. 177–183
3 21 CFR Part 11, Electronic Records; Electronic Signatures (1997)
4 FDA Scope and Application Guidance (2003) a Data Integrity Focus (2010)
5 FDA General Principles of Software Validation, Section 6.3