马上注册,结交更多好友,享用更多功能,让你轻松玩转社区
您需要 登录 才可以下载或查看,没有帐号?立即注册 
x
统计分析在洁净室污染评估及风险分析中的应用研究 本文转载自《中国医药工业杂志》2014-10期。2 Y8 i6 y8 x3 I, f& ]
7 {' }. M* v" Z. t$ b( D: o1 D% V
: h' C+ _. X8 }9 w* z' P! Y, H统计分析在洁净室污染评估及风险分析中的应用研究" d/ Z: o2 d0 J9 { \3 m) d
陈伟盛,朱荣峰,关倩明*- {% M. q: {2 i& [$ A6 n- s, C* t
广州市药品检验所
/ ], u, X% q- C( u/ P; E. f* s摘要:根据GB/T16293-2010和GB/T16292-2010的方法,连续3年采集洁净室的温度、相对湿度和悬浮粒子、浮游菌等数据,以了解洁净室的状态和潜在风险。利用SPSS统计软件对数据进行相关性、均值、标准差等统计分析。其中,相关性分析结果显示,各项数据在十万级区域存在一定的相关性。根据统计结果,4个主要的实验区域(微生物限度检查室、无菌1室、无菌2室、阳性接种间)基本处于一个稳定的状态,但无菌室存在样品消毒不彻底和样品粉尘污染的风险,培养基配制室存在人流污染的潜在风险。此外,以95%置信限计算出4个主要的实验区域的警戒限。
- a# y0 w# f4 { H$ i' C: d, W关键词:洁净室;统计分析;风险分析;相关性分析;警戒限3 W* x1 X* a8 c9 \) j: p
随着新版GMP的实施,对洁净室的要求越来越高,特别是对于无菌药品生产企业而言。为更有效地控制洁净室的环境,需对洁净室进行监控,利用日常监测数据进行污染与风险预测,最大限度地控制悬浮粒子与微生物的污染。长期以来,对洁净室污染与风险的评估及预测大多数是建立在经验上的,缺乏数理统计的应用。曾有文献通过相关性分析去解析悬浮粒子与洁净度个别因素的关系,但是对洁净室主要区域进行污染评估与风险预测就鲜有报道。这就导致对人员的经验性要求高,适用性较差。本研究尝试通过对监测数据进行统计分析,通过数据分析结果对洁净室进行污染评价与风险分析,以及计算实验室相应的警戒限。% b7 M" T( u8 d
3 U) U7 a# E4 I( n各因素的相关性分析结果1 _6 k6 x" N! `8 Z$ @6 Y
T. T& B% A, L/ U {7 }与洁净室相关的因素有温度、湿度、大微粒、小微粒及浮游菌数。对洁净室的状态进行分析时,首先对洁净室的各因素进行相关性探讨,了解各因素间的关系。由于整个洁净室分别有万级和十万级的洁净级别,在探讨相关性时,分别对万级区和十万级区进行统计。利用SPSS软件,对数据进行相关性分析。由于各因素的纲量不一致,先对数据进行均值为1 的标准化处理,结果见表1。
' _7 j; I1 S$ X8 d5 b. V$ n( f% L- Q7 Y
3 R8 Y ]9 Z* |4 A3 K
3 k/ D o8 C3 G由表1可见,洁净室中的温度与湿度无论在十万级区域还是在万级区域,这两个因素的相关系数均相近,而且与其他因素均无关,说明了温度与湿度是由系统和环境控制。无论是在万级还是十万级区域,它们都是一对固有的系统因素,洁净室的使用过程中其他因素不会对其造成很大影响,而且温度与湿度存在一定的函数关系,因此温度与湿度存在弱相关。由于温度与湿度是一对系统固有因素,而且与其他因素不相关(相关系数均小于0.4),因此在进行风险评估时,只要这两个变量在规定的限值内,就不会对洁净室带来潜在风险,因此可不对这两个因素进行分析。
0 ?6 o# I9 V& \3 P0 s$ O: t& j# z7 c& G. O
小微粒、大微粒与浮游菌数虽然同样是环境因素,但在洁净室的使用过程中会对其带来不同程度的影响。; p. Q9 U8 V% A1 K- w1 }+ t/ _) h, N+ v
* `6 b$ p# F9 ?2 _4 i
均值分析结果
0 `! F2 i# G/ K! Q" @
( Q8 q6 Y) F8 R# Q ?9 ^/ T在洁净室里,温度与湿度主要与工艺和人体的舒适度有关,在这5项因素中影响洁净度与微生物检验结果的因素主要是大微粒、小微粒与浮游菌数。而均值是能反映整体情况的指标,因此以各洁净区域的大微粒、小微粒与浮游菌数均值作图,见图2。可见在4个主要实验区域(微生物限度检查室、无菌1室、无菌2室和阳性接种间)中,大微粒与浮游菌数均处在一个较低水平,说明主要的洁净区域对于外源性污染处于可控范围,能为百级工作台提供较好的背景保护。+ `' B& m0 u1 H5 R i1 u
' R7 t4 ^0 D/ u% m c$ H. D5 Z7 u
* @" Y2 ?! r) N4 J$ J标准差分析结果
2 a& F$ y e( S$ R" m- ?8 L) W( a8 J9 Y4 [8 Y* \1 f y
, P7 j& X6 O) D: v$ k" p0 J9 ~均值只能反映某个洁净区域的总体情况,但不能反映不同时间监测的数据偏离均值的情况,因此计算了各区域的大微粒、小微粒与浮游菌数的标准差,以此作图,考察离散程度。可见4个主要实验区域(微生物限度检查室、无菌1室、无菌2室和阳性接种间) 中除无菌1室外,悬浮粒子、浮游菌数的标准差均处在一个较低水平,说明这3个区域的波动不大,环境状态比较稳定。
; H& o8 ?5 P4 F5 ]8 l% V- r) A8 I) p! O/ a5 j" y d. H; M
在系统稳定的情况下,大、小微粒和浮游菌数的总体均值是固定,根据相关文献可以假设大、小微粒与浮游菌数近似正态分布,把均值加上2倍标准差作为关键区域(百级工作区的万级背景)大、小微粒和浮游菌数的警戒限。
0 b: j6 J$ b/ E o5 |! ~ S' v2 \
, f) F- D- C/ J+ Y以往都认为洁净室内各因素均各自独立,无明显相关性,但从上述分析可见,温度与湿度存在一定的相关性。对于万级洁净区,各因素均无明显相关性;而在十万级洁净区,部分因素存在一定的相关性。在监测时,对于十万级区域可通过相关性考察,减少监测项目。
0 m! N# j0 D+ v+ f, I7 @+ ]2 R
* L9 w% K2 \7 j" m药品生产企业还可制定频数表,根据警戒限得到超限的发生频率,然后翻查生产记录,找出超限原因,这样可根据超限原因与发生频率,以及严重性,建立风险评估体系。
! m- H8 Z$ ^& H, @3 j9 y* n5 u; R7 ?+ p8 w7 i! [; K
——————以上为文章节选部分——————
F; T) s$ v- c
) P! O& _( I5 f: x/ ~( `/ v
( Q( `( [9 I3 k4 S7 M2 g* u' N- H3 s. |
|