Wie kann man Out-of-Trend Ergebnisse bei Stabilitätsprüfungen identifizieren?
Seminarempfehlung
25 November 2024
Neuss, Germany
Part of PharmaLab Congress 2024
Ein Artikel in PharmTech vom Juni 2013 (Trajkovic-Jolevska et. al) behandelt Methoden, mit denen man Out-of-Trend (OOT) Ergebnisse bei Ongoing Stabilitätsprüfungen identifizieren kann.
Bei Stabilitätsprüfungen ist es wichtig, zwischen den Begriffen Out-of-Specification (OOS) und Out-of-Trend (OOT) zu unterscheiden. Diese beiden Begriffe werden sowohl von der pharmazeutischen Industrie als auch von den Behörden häufig falsch verwendet.
OOT-Ergebnisse werden in diesem Artikel definiert als Ergebnisse bei Stabilitätsprüfungen, die nicht einem erwarteten Trend folgen, entweder im Vergleich mit anderen Stabilitätschargen oder im Vergleich mit Ergebnissen der zuvor erhobenen Daten für eine Charge während einer Stabilitätsstudie. OOT-Ergebnisse sind nicht notwendigerweise OOS, aber sie sehen nicht aus wie ein typischer Datenpunkt.
Obwohl OOT-Ergebnisse ein schwerwiegendes Problem darstellen, werden sie weder in der wissenschaftlichen Literatur noch bei den regulatorischen Guidelines ausführlich angesprochen.
Das Ziel der in diesem Pharmtech-Artikel von Trajkovic-Jolevska et. al beschriebenen Studie war es, eine statistische Bewertung der statistischen Methoden vorzunehmen, die bei der Identifizierung von OOS-Ergebnissen eingesetzt werden.
Die Autoren dieses Artikels stellen 4 Methoden für die Identifizierung von OOT-Ergebnissen vor:
- die regression-Control-Chart Methode
- die by-time point Methode
- die slope-control-chart Methode
- die z-score Methode
Das Fazit dieses Artikels ist die Aussage, dass der Bedarf an einer regulatorischen Guideline zu OOT Results bei Stabilitätsprüfungen sehr groß ist. Das ist genau das nächste Ziel der ECA QC Arbeitsgruppe: eine SOP zur Handhabung von OOT-Ergebnissen. Am 22./23. Oktober 2014 wird beim OOT Forum in Prag der Entwurf der ECA SOP zu OOT-Ergebnissen vorgestellt.
Den ganzen Artikel finden Sie unter dem Titel "Methods for Identifying Out-of-Trend Results in Ongoing Stability Data".