Kontrollkártyák a gyógyszeriparban

Az előadások a következő témára: "Kontrollkártyák a gyógyszeriparban"— Előadás másolata:

1 Kontrollkártyák a gyógyszeriparban
Magyar András Richter Gedeon NyRT Minőségbiztosítási Főosztály

2 Bemutatkozás 2002-2007 SZTE-GYTK 2007 aug. – 2008 okt.:
Diákköri munka ÁOK Biokémiai Intézetében Enzimkinetikai mérések, szövetfestési eljárások 2004: nyári gyakorlat a Richterben 2007 aug. – 2008 okt.: Készítményfejlesztés, Tablettázó Üzem, Biotechnológiai Osztály 2008 okt. óta: minőségbiztosító

3 Egyedi érték – mozgó terjedelem kártya

4 Milyen paraméterekre alkalmazható?
Normális eloszlást követő paraméterekre Az átlagértékekre és sok egyedi értékre alkalmazható Jellemző, hogy az eredmények 99,73%-a µ±3σ határon belül van

5 Mi az, amire biztosan nem alkalmazható?
Bizonyos származtatott paraméterekre CU AV, CU RSD Szélsőérték-eloszlást követő paraméterekre

6 Content uniformity – Acceptance Value

7 A többi feltétel Lehet, hogy a paraméterre valamilyen transzformációt kell elvégezni, pl. pH Legalább adatpont eredménye álljon rendelkezésre Legyen az összes eredmény számszerű Szennyezések QL alatti értékei! Legyen elégséges az eredmények felbontása, pontossága Jobb legyen a felbontás, mint az ingadozási tartomány 5%-a

8 QL alatti értékek – kimutatható, de nem kvantifikálható

9 Legalább 25-30 adatpont szükséges:

10 A hagyományos és a kontrollkártyán alkalmazott szórás (egyedi érték kártya)

11 Jobb felbontás, mint az ingadozási tartomány 5%-a
Kioldódási eredmények közül Legkisebb 86 Legnagyobb 99 Felbontás: egész számra kerekítés, 100 99-86=13, ennek 5%-a 0,65 Legalább 0,65 kellene, hogy legyen a pontosság, hogy alkalmazzuk a kártyát (0,1-es pontosság már jó)

12 Felbontás

13 Mire használhatók a kontrollkártyák?
A paraméter stabil váltakozásának ellenőrzésére Visszacsatolás arról, hogy a gyártási folyamatunk paraméterei stabilan ingadoznak Mindarra alkalmazhatóak, amire a paraméter egyszerű lefutását ábrázoló ábrák („run chart”)

14 Mire nem használhatók a kontrollkártyák?
Önmagában nem elég a kimutatott változások okának kiderítésére, de lehetnek tipikus hibák Olyan paraméterek kontrollálására, amelyek nem követnek normális eloszlást

15 A termék előállításában változás történt, tudjuk a változás okát…

16 Eredmények a változtatás előtti adatokból becsült µ±3σ-ból

17 Eredmények a változtatás utáni adatokból becsült µ±3σ-ból

18 A lefutás ábrázolása

19 Hisztogram

20 Hisztogram Egymástól tR-ben különböző ismeretlen szennyezők

21 A folyamat-képességi indexek számítása (egyedi értékek)

22 Folyamat-képesség Akkor alkalmazható, ha
A paraméternek van specifikációs határa Csak normális eloszlást követő paraméterekre Ezen belül csak stabil ingadozású paraméterekre Arról ad képet, mennyire képes tartani a specifikációt a paraméter

23 Mik az előnyei ennek a szemléletnek?
Már az előírt értékek túllépése előtt objektív figyelmeztetést kapunk a gyártási folyamatba való beavatkozás szükségességéről Mennyire szabályozott a folyamat, ismerjük-e az összes kritikus gyártási paramétert, jók-e a beállítások? Ne elégedjünk meg azzal, hogy megfelelünk a specifikációnak, gyártsunk jobbat

24 Mik az előnyei ennek a szemléletnek?
Arról kaphatunk kiterjesztettebb becslést, milyen lehet a minősége azoknak a tételeknek, amelyeket nem mértünk meg Minta, amit megmértek és pontosan ismert a termékjellemző, pl. hatóanyag-tartalom A minta alapján felszabadított „sokaság” – az áru, amit a beteg bevesz

25 Mik az előnyei ennek a szemléletnek?
Elemzők szerint a vevői megelégedettség fogja egyre inkább kikényszeríteni a minőségjavítást a gyógyszeriparban is Néhány termékcsoporttól eltekintve a generikus piac telítődik, új termékkel egyre kisebb hányadát lehet megszerezni a piacnak Ebben a kiéleződő versenyben ez az új típusú minőség-szemlélet jelenthet előnyt

26 A jelen Az adatok feldolgozásának automatizálása szoftver-kiegészítések segítségével, pl. Statistica EnterpriseTM Tablettázás során bevethető módszerek Folyamatos NIR és Raman spektroszkópia Lézer-diffrakció QbD, DoE Már meglévő gyártási folyamatokat nehéz megváltoztatni a már érvényes törzskönyv miatt A hatóságoknak is fel kell készülniük

27 Szakirodalom Six Sigma For Dummies
By Craig Gygi, Neil DeCarlo, Bruce Willians Wiley Publishing Inc. Statistical Methods for Six Sigma In R&D and Manufacturing Anand M. Joglekar, Wiley-Interscience Six Sigma in the Pharmaceutical Industry Brian K. Nunnally, John S. McConnell, Taylor and Francis Group, LLC