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。: e; U% W/ X* b6 F2 M/ k o
4 U. M1 Q6 B" Z3 U5 r
7 {/ Z" t! }6 H3 L% S0 O统计分析在洁净室污染评估及风险分析中的应用研究9 n7 q S4 z o* i& R# O* T
陈伟盛,朱荣峰,关倩明*4 W( u1 o- u& L5 G! m/ h
广州市药品检验所
0 e$ J* G& n& m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。
( |+ P6 ?1 f3 Y2 ?6 Q* H# K- e+ Q关键词:洁净室;统计分析;风险分析;相关性分析;警戒限* h2 N" l1 q/ X6 y) [& |6 y/ z
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。7 P( K4 H8 r& R$ M t0 v$ R
& R4 A6 R/ k" ~' G2 s' n各因素的相关性分析结果% ]/ i# U. G. H' }/ l
, S& ] G. H* d: d4 }8 ~* b0 w
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。
4 k/ A: F; J/ a7 c( U: M7 ]+ _
- i' W/ z5 I8 K, @. H+ A" u4 D5 ]( g/ \9 k
$ @8 Q: [2 D: _- @% f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。
W% I& n8 h' R2 ^0 D/ m: g( u
; D; Z' D' W$ [. n- d2 ~' u1 F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。* U: B& N& ^+ a1 [2 C
6 z* V3 t A! u. `均值分析结果. v; X( u0 h1 D! W( [, V0 J
C3 y' M, F' \+ J7 Z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。
. n- \! E" f4 }4 k( Y% ?4 }5 R2 w/ `' c9 w
+ J! |4 b4 R+ g6 [0 f1 {标准差分析结果 r7 n+ X4 t4 |4 o/ o3 Q2 U& |
/ @( A# o$ B* }: `
2 o0 x; a% C$ U9 l2 g, r5 p, }! A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。% f& q9 G! s* c
/ ~! h, Y8 o/ h7 ^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 `. i( h1 L$ m4 e0 F
/ O2 @; Y# O' e+ H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。
- i0 O; ?8 b5 f; f/ n
2 z7 U8 @% U! U/ |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。) c \# [6 I0 D, a; c/ M
/ o2 [6 Y) Z# r& e% C8 d——————以上为文章节选部分——————: w$ @ @) r3 Q( p' Z9 |/ B
! f/ a) q k+ J# q; m% K
8 ?2 _+ j ]& H6 e1 P; v
; |" v+ q, p1 Z, J% ?/ i! @ |