QC Chemistry Statistical Trending

QC 化學統計趨勢分析：Zentrum24 訓練模組

1. 學習目標

在 Zentrum24，清晰的學習目標是員工就緒的基石。在 cGMP 環境中，「知道工作」是不夠的；人員必須理解確保每一批產品皆對病人安全的法規標準與統計閾值。這些目標提供可衡量的路線圖，確保我們的 QC 化學團隊能以技術精準度及對合規的深入理解維持「統計受控狀態」。

完成本模組後，受訓人員將能夠：

• 界定QC 化學實驗室內商業專案統計趨勢分析的目的與範圍，並將其與例行放行測試區分。
• 辨識特定的「區規則」違反——例如單一數值超出 ±3 個標準差——這些需立即啟動趨勢調查報告（TIR）。
• 區分變量資料（連續數值）與屬性資料（如合格／不合格的定性結果），以判定適當的調查與彙整方法。
• 執行控制限值的建立，方法為建構連串圖，其中中心線（CL）代表製程平均值，而限值（UCL/LCL）設定於 ±3 個標準差。

精通這些目標，是邁向我們製造現場每日所要求嚴謹資料監督的第一步。

2. 此事於現場為何重要

統計趨勢分析是一項主動的品質工具，而非被動的事後檢討。放行測試確認產品在單一時間點符合規格，而趨勢分析則讓我們得以隨時間監控製程。此區別至關重要：製程可能「符合規格」但仍「失控」。藉由採取主動立場，我們在偏移演變成產品失敗之前加以偵測，確保我們的製造維持穩定且可預測。

對病人而言，此「那又如何？」層面攸關安全。趨勢分析辨識「偏離正常運作條件」，這往往是製程不穩定或污染控制喪失的最初指標。從法規角度，若製程未經趨勢分析，FDA 或其他全球衛生主管機關便不視其為「受控」。我們負有法律與倫理義務，確保每一項商業藥品皆在經驗證、穩定的狀態下製造。

重要的是理解 QC 統計趨勢分析係與產品放行分開執行。放行決定一批產品是否可出貨，而趨勢分析則是商業專案所要求的持續監督機制，以確保長期遵循製程容差。此監督始於精通我們趨勢報告所用的專業詞彙。

3. 關鍵術語與定義

精確的詞彙是法規要求，也是合格 cGMP 專業人員的標誌。一致使用這些術語——特別是「區規則」——可確保實驗室、品質保證與調查人員之間的溝通維持清晰且合規。

• 可歸屬原因：促成製程或產品產出變異、且可行偵測與辨識的因素。
• 屬性資料：指出特定特徵存在或不存在的定性測試結果（例如合格／不合格、是／否）。
• 控制圖：將個別數值或統計量對時間繪製的圖表，具有基於統計分布的限值以顯示固有變異。
• 偶然原因（共同原因）：製程中固有隨機變異的來源，於統計限值內可預測。
• LIR（實驗室調查報告）：用於即時結果差異，例如測試當下的超出規格（OOS）、異常或超出趨勢（OOT）結果。
• TIR（趨勢調查報告）：當資料違反 SOP 所界定的「區規則」或趨勢時所用的特定調查工具，與即時的 LIR 分開。
• UCL/LCL（上／下控制限值）：用作觸發行動標準的最大與最小值（一般為距平均值 ±3 個標準差）。
• 變量資料：可量測並以數字記錄的連續、可量化資料（例如 3.01、4.6）。
• First air：現行來源未涵蓋。
• 介入：現行來源未涵蓋。

從這些定義，我們進入維持製程監督所需程序的逐步執行。

4. 程序逐步說明（含「為何」）

遵循趨勢程序中的順序步驟，對於維持統計控制並確保實驗室能可靠地偵測製程偏移而言至關重要。

1. 資料記錄：定量分析測試結果（例如 pH、效價）必須記錄於 Microsoft Excel、LIMS 或同等軟體中。
   • 為何重要：這可確保資料完整性。對受訓人員而言，這代表一項重大的文件負擔：您負責每一項定量結果的人工或電子輸入，即使結果為合格亦然。圖表中的空缺是重大的合規失誤；若結果未記錄於趨勢工具中，製程便未受監控。
2. 控制限值的建立：使用連串圖將中心線（CL）界定為結果的平均值，LCL 設於 -3 個標準差，UCL 設於 +3 個標準差。
   • 為何重要：使用 ±3 個標準差是區分「偶然原因」（隨機雜訊）與「可歸屬原因」（真正問題）的業界標準。它為我們的「區規則」提供統計界限。
3. 趨勢辨識（區規則監測）：監測是否有任何單一數值落在 ±3 個標準差控制限值之外。
   • 為何重要：單一偏離即為警示。此步驟控制製程偏離其經驗證狀態的風險，需立即提出 TIR，以在下一批受影響之前保護產品品質。
4. 處理初步資料：若資料集由少於 30 筆結果組成，則為「初步」資料。經確認的真實結果保留於圖表中。
   • 為何重要：這可防止過早調整限值，同時確保每個資料點皆對成長中的製程歷史有所貢獻。

如 SOP 所述，「商業專案的控制圖製作是一項法規期望。」文件並非行政上的事後補充；它是我們持續查證製程依預期運作的關鍵組成。

5. 稽核員或檢查員會查看什麼

在檢查期間，稽核員藉由尋找實驗室將原始資料轉化為主動監督的證據來查證「統計受控狀態」。他們會檢視下列各項：

• 已簽署的專案計畫：證明趨勢計畫在資料收集開始前已建立並核准的證據。
• 原始結果對趨勢資料：將 LIMS/Excel 紀錄與控制圖比較，以確保每一項定量結果（pH、效價、層析峰面積）皆被擷取。
• 趨勢調查報告（TIR）：證明任何「區規則」違反（任何點 > ±3 SD）皆經調查的證據，即使該批產品符合規格亦然。
• 製程效能指數（Pp、Ppk）：來自風險評估的計算，顯示製程維持於容差內的能力。
• 安定性趨勢之區別：對每個安定性時間點進行目視評估的證據，連同對商業安定性結果（與放行資料分開評估）的正式線性迴歸。

稽核員將遺漏的 TIR 或未記錄的結果視為「品質文化」薄弱的徵兆。

6. 常見錯誤與避免方法

辨認錯誤的模式對於維持系統性合規至關重要。

• 專業提示：管理屬性資料。切勿將屬性資料（合格／不合格）當作變量資料對待。由於屬性資料為定性，無法透過迴歸或 ±3 SD 圖進行趨勢分析。來源指出屬性失敗通常導致立即的 OOS 調查。
• 可指導的習慣：對區規則立即採取行動。單一數值超出 ±3 SD 即為趨勢。切勿等待第二或第三個點來「確認」偏移。未能立即啟動 TIR 是常見的稽核發現。
• 專業提示：忽視小型資料集。即使您的結果少於 30 筆，資料仍必須維護並監測。這些「初步」點是未來製程穩定的基礎。

7. 知識檢核

自我評量確保您在對商業專案執行這些任務之前，已精通 SOP 的細微之處。

選擇題

1. 在標準連串圖中，上控制限值（UCL）如何計算？
   • A) +1 個標準差
   • B) +2 個標準差
   • C) +3 個標準差
   • D) 規格限值 + 10%
2. 在 QC 化學實驗室中，何者界定「變量資料」？
   • A) 如合格／不合格的定性結果
   • B) 連續數值（例如 3.01、4.6）
   • C) 標示的存在或不存在
   • D) 僅安定性測試的結果
3. 何時需要趨勢調查報告（TIR）？
   • A) 僅當結果超出規格（OOS）時
   • B) 當單一數值超出 ±3 SD 的「區規則」時
   • C) 當收集到 30 筆結果時
   • D) 僅當客戶要求時

簡答題4. 若某資料集僅有 12 筆結果（初步）且某結果經確認為「真實」但屬離群值，它是否應保留於圖表中？為何？5. 就可預測性與辨識需求，比較「偶然原因」與「可歸屬原因」。

解答（參考 SOP 各節）

1. C（參見定義：上控制限值）
2. B（參見定義：變量或可量化資料）
3. B（參見趨勢辨識）
4. 是。經確認為真實的結果保留於圖表中，即使資料集 < 30 筆結果（初步）亦然，以維持資料的完整性。（參見調查流程）
5. 偶然原因是固有的隨機變異，於統計限值內可預測。可歸屬原因是一項非隨機因素，可行地偵測與辨識以供更正。（參見定義）

8. 職務就緒銜接

本模組對於下列職務至關重要QC 化學人員他們記錄並監測資料，以及實驗室調查人員他們必須評估製程偏離。招聘主管期望您展現一發生「區規則」違反即立即觸發 TIR 的紀律。您必須具備區分「偶然原因」變異與「可歸屬原因」事件的分析清晰度，以確保我們的商業製程維持於統計受控狀態。