workshop process validation - farmasi industri · 2018. 10. 26. · 10/7/2018 lzi-i3l process...
TRANSCRIPT
Sesi IV
EVALUASI VALIDASI PROSES”
Lutfhi Zarkasyi S.Farm, MBA, M.Pharm. Ind, Apt
Jakarta , 11 Oct 2018
WORKSHOP PROCESS VALIDATION
FRAME WORK FOR PROCESS VALIDATION
10/7/2018 LZI-I3L PROCESS VALIDATION 2
PV Stage 1 PV Stage 2 PV Stage 3
TPP QTPP CQA CPP
Proven Acceptable
Range (Design Space)
Development of Control Strategy
PPQ
EQ
CPV CPV
Short Term
(Heightenedsampling and
testing)
Long Term
(Routine)
FDA released a guidance called
“Process Validation: General Principles and Practices
FDA (2011) “Process Validation: General Principles and Practices” guidance for industry
B. Approach to Process Validation
A successful validation program depends upon information and knowledge from product and
process development. This knowledge and understanding is the basis for establishing an approach
to control of the manufacturing process that results in products with the desired quality
attributes. Manufacturers should:
Detect the presence and degree of variation
Understand the sources of variation
Understand the impact of variation on the process and ultimately on product attributes
Control the variation in a manner commensurate with the risk it represents to the process and product.”
The goal of is continual assurance that the process remains in a state of control
(the the third validation stage validated state) during commercial manufacture
Stage 3 ― Continued Process Verification
10/7/2018 LZI-I3L PROCESS VALIDATION 3
KONSEP UMUM
10/7/2018 LZI-I3L PROCESS VALIDATION 4
VARIABEL
OUTPUT
Kontrol Proses
Mesin Material Metode Operator Lingkungan
TAHAPAN
PROSESINPUT
STATISTICAL PROCESS CONTROL
STATISTICAL PROCESS CONTROL
10/7/2018 LZI-I3L PROCESS VALIDATION 5
Do I have confidence in my manufacturing process?
What scientific evidence assures me that my process is capable
of consistently delivering quality product?
How do I demonstrate that my process works as intended?
How do I know my process remains in control?
How do I react to trends in the data?
What type of sample plan is in place?
10/7/2018 LZI-I3L PROCESS VALIDATION 6
Analisis Data dilakukan sesuai dengan analisis statistik
Standar Deviasi /SD
Relative Standard Deviation / RSD
Process Capability Index / Cpk
Confidence Interval
Statistical Tolerance Bound (one side limit or bound)
Statistical Tolerance Interval (two sided limit or interval, dsb.
Hasil analisis harus dengan jelas disebutkan dalam laporan validasi
Analisis Data
STATISTICAL METHOD USED IN PROCESS VALIDATION
Statistic Interval• Confidence interval• Tolerance IntervalVisualization tools • Scattter-plot, Chart, Box
Plot, Histogram, Sampling Strategies• Type of Sampling• Sample SizeCapability Analysis
Acceptance Sampling• Attribute &Variable • Operating CharacteristicControl Chart• Type of Chart• Setting LimitCapability Analysis
Stage 2PPQ
Stage 3CPV
10/7/2018 LZI-I3L PROCESS VALIDATION 7
Source : ISPE 2017 Statistic Validation ConferenceManeesha Altekar, Katherine Giacolet
Data yang telah dikumpulkan perlu diorganisasikan agar:
• Tampak pola apa yang mendasarinya
• Dapat membuat kesimpulan mengenai apakah suatu proses mampuuntuk memenuhi spesifikasi yang telah ditetapkan
Untuk hal tersebut digunakan alat bantu statistik
ANALISIS DATA
10/7/2018 LZI-I3L PROCESS VALIDATION 8
ANALISIS DATA
• Kriteria penerimaan yang digunakan harus ditetapkan dahulu, misalnya untuk :
- harga rata-rata pencampuran
- keseragaman kadar
- berat rata-rata
- Disolusi
- Acceptance Quality Test
• Kriteria penerimaan harus tertulis dengan jelas pada protokol dan ditetapkan
melalui analisis yang mendalam bahwa proses tersebut akan memenuhi
persyaratan sesuai dengan spesifikasi yang telah ditetapkan.
Kriteria Penerimaan
ANALISIS DATA
Kriteria PenerimaanKriteria Sesuai Farmakope Simpangan Baku /SD : untuk keseragaman kadar (KK) campuran : < 5 % ; KK unit
dose : < 6 %Limit harga : untuk KK campuran +/- 10 %Limit harga : KK rata-rata unit dose 90-110%KK individu, 75 – 125 %
Limit harga disolusi :S1, Q + 5 % ; S2, rata-rata 12 unit > Q; TA < Q – 15 %S3, rata-rata 24 unit > Q; TLD 2 unit < Q – 15 % dan TA < Q – 25 %
Kriteria penerimaan untuk parameter lainnya, Misalkan bulk density, tap density, RH, kekerasan dst.
ANALISIS DATA
10/7/2018 LZI-I3L PROCESS VALIDATION
Contoh Kriteria Penerimaan untuk: Persiapan Fase Air dalam Pembuatan Krim
Parameter Kritis Titik Pengujian Validasi
Kriteria Penerimaan
No.
Bets
Tanggal Suhu
Maks.
750 C
Cemaran Mikroba
Bakteri
aerob
< 100
upk/ml
Tak
ada E.
coli
Tak ada
coliform
Tak ada
P.aeruginosa
Tak ada
Salmonell
a sp.
Tak ada
S.
aureus
Pemerian
Batas diperoleh
dari pengalaman
Evaluasi
Disusun oleh:
Tanggal :
Dikaji oleh:
Tanggal :
Keterangan
ANALISIS DATA
Membuat grafik dari data yang terkumpuloHistogram
oControl chart
oGrafik yang menggambarkan Y sebagai fungsi X
Membuat perhitungan dengan formula statistik
Menarik kesimpulan dari hasil yang diperoleh
Hasil analisis harus dengan jelas disebutkan dalam laporanvalidasi
10/7/2018 LZI-I3L PROCESS VALIDATION 12
Terdiri atas:
ANALISIS DATA
10/7/2018 LZI-I3L PROCESS VALIDATION 13
ANALISIS DATA
10/7/2018 LZI-I3L PROCESS VALIDATION 14
Lakukan perhitungan:
Simpangan Baku (Standard Deviation /SD), Simpangan Baku Relatif (Relative
Standard Deviation / RSD), dan limit spesikasinya sesuai dengan kriteria
penerimaan yang telah ditetapkan.
Lakukan evaluasi/uji hasil secara statistik
Interval Kepercayaan (Confidence Interval)
Statistical Tolerance Bound (One-sided Limit or Bound)
Statistical Tolerance Interval (Two-sided Limit or Interval) dsb. pada Taraf
Kepercayaan (Confidence Level) yang dikehendaki 90% atau 95 %
Indeks Kemampuan Proses (Process Capability Index / Cpk)
ANALISIS DATA
10/7/2018 LZI-I3L PROCESS VALIDATION 15
Harga Rata-rata x dan Simpangan Baku
10/7/2018 LZI-I3L PROCESS VALIDATION 16
STATISTICAL INTERVAL
Misalkan secara acak sampel Bobot Tablet. Berdasarkan interval kepercayaan 95% , bobot
tablet adalah 1230 – 1265 gram. CI menunjukkan bahwa Anda dapat yakin 95% bahwa rata-
rata 95 % populasi berada dalam rentang ini.
Confidence Interval (CI) The computed interval with a given probability (e.g. 95%) that the true value of the statistic— such as a mean, proportion, or rate—is contained within the interval.
Confidence interval memprediksi sampling error dari suatu parameter. Hal yang perluDiperhatikan : - Jumlah Sampelmakin besar, sampling error makin kecil- CI hanya menggambarkan suatu nilai parameter saja ( tidak menggambarkan data individual)
Hahn, G. and Meeker, W., Statistical intervals, 1st ed. New York: Wiley, 1991.
10/7/2018 LZI-I3L PROCESS VALIDATION 17
Confidence Interval Calculation:
• The confidence interval about a mean for
one set of data is:
ci = x + tp,df . s/vn
• And this gives the upper and lower bounds of the
mean on the p% confidence level, where tp,df is the
Student-t value with a probability of p and df
degrees of freedom.
10/7/2018 LZI-I3L PROCESS VALIDATION 18
Student's t DistributionSuppose we have a simple random sample of
size n drawn from a normal population with
mean μ and standard deviation σ. Let
denote the sample mean and s, the sample
standard deviation. Then the quantity
t = – μ
has a t distribution with n-1 degrees of freedom.
ns /
X
10/7/2018 LZI-I3L PROCESS VALIDATION 19
T Table
Statistical Tolerance bound Interval
10/7/2018 LZI-I3L PROCESS VALIDATION 20
Untuk masing-masing bets proses, hitung harga rata-rata dan deviasistandar; kemudian gunakan untuk menghitung batas (bound)atauinterval pada perkiraan 95% normal distribusi.(Hahn & Meeker Section 4.7.1)
One side Specification
- Perkiraan batas 95% untuk harga rata-rata dihitung sebagai berikut :
X – rm,n .S or X + rm,n .S
- Dimana rm,n = didapat dari tabel (7.1)
n = besarnya jumlah sampel yang diambil selama validasi
m = jumlah sampel dari pemeriksaan rutin
X = harga rata-rata
S = standar deviasi
10/7/2018 LZI-I3L PROCESS VALIDATION 21
Two – sided specification
95% perkiraan interval / rentang dari hargarata-rata dihitung sebagai berikut :
X ± rm,n .S
Dimana r adalah hasil dari tabel (7.2)
dari m dan n contoh
10/7/2018 LZI-I3L PROCESS VALIDATION 22
Contoh : (Two – Sided Specification or Interval Limit)
Jumlah bets : 3
Validasi : homogenitas pencampuran
Spesifikasi : 90 – 110%
Jumlah contoh rutin (m) : 10
Total Jumlah contoh validasi (n) : 30 (3 x 10)
Bets nRata-rata
(%)
SD
(%)
95% Prediction Interval
Batas Bawah *
Batas Atas *
Hasil
A 30 97,25 3,45 94,67 99,83 MS
B 30 102,53 2,14 95,65 98,85 MS
C 30 100,58 2,98 98,35 102,8 MS
*)dihitung dengan persamaan :
X ± rm,n .S X ± r10,30 .3,45
r10,30 dilihat dari tabel
97,25 ± (0,747 x 3.45) = 94,67 – 99,83
Tabel
10/7/2018 LZI-I3L PROCESS VALIDATION 23
* Hahn, G.J and Meeker, W.Q.1991Statistical Interval: A Guideline for Practitioners Juhn Wiley & Sons, New York.
10/7/2018 LZI-I3L PROCESS VALIDATION 24
CONTROL CHART
Source: Radiographics. 2012 Nov-Dec;32(7):2113-26.
Penggunaan Jenis Control Chart tergantung tipe Data
10/7/2018 LZI-I3L PROCESS VALIDATION 25
10/7/2018 LZI-I3L PROCESS VALIDATION 26
Types of Control Chart Control chart for variables are used to monitor characteristics that can be measured, e.g. length, weight, diameter, Assay, Dissolution etc.
The average and Variability chart are usually prepared and analysis in pairs- Average-Range Chart ( Xbar-R chart ,Subgroup 2-10 )
- Average-Standard Deviation Chart ( Xbar-S chart ,Subgroup > 10
- Individual –Moving Range Chart ( I-MR Chart , N : 1)
CONTROL CHART
10/7/2018 LZI-I3L PROCESS VALIDATION 27
Various Control Chart – Continuous Data
• X and MR Chart ( Normal Distribution ) • Single Measurement per batch • Water Content , pH , Assay
CONTROL CHART
10/7/2018 LZI-I3L PROCESS VALIDATION 28
Various Control Chart – Continuous Data
• X-Bar dan R Chart ( Normal Distribution)• Multiple Measurement per batch ( batch means, Range) • Contoh : Bobot Tablet, Content Uniformity
CONTROL CHART
10/7/2018 LZI-I3L PROCESS VALIDATION 29
Average-Standard Deviation Chart ( Xbar-S chart ,Subgroup > 10
10/7/2018 LZI-I3L PROCESS VALIDATION 30
Types of Control Chart Control charts for attributes are used to monitor characteristics that have discrete values (can be counted), e.g. % defective, number of reject, number of broken tube in box, etc.
P Chart / NP Chart for Fraction of Occurrence of an event (defective) : ex : un-succesfull batch at facility every months
C Chart / NC Chart : For Counts Occurrence in a defined time / space increment ( Defect) ex : Number of particulate matter in an injection vial.
10/7/2018 LZI-I3L PROCESS VALIDATION 31
Why Should We Consider Using a Control Chart?Emphasizes early detection of meaningful change
Visualization can engage additional stakeholders
Allows timing and degree of intervention impact to be detected
Images: Radiographics. 2012 Nov-Dec;32(7):2113-26.
CONTROL CHART
Memungkinkan penentuan "kontrol" sistem :
Fluktuasi yang luas = sistem di luar
kendali
Out-of-control menunjukkan peluang
untuk meningkatkan keandalan
Membedakan antara variasi umum dan
penyebab khusus
Variasi sebab-umum = normal, variasi
acak
Variasi sebab-khusus
Perubahan dalam pola data karena
penyebab tertentu
Penyebab karena tidak disengaja
Common-Cause Variation
Special-Cause Variation
10/7/2018 LZI-I3L PROCESS VALIDATION 32
10/7/2018 LZI-I3L PROCESS VALIDATION 33
a. Titik-titik berada di luar garis control limit
Keadaan abnormal
b. 9 titik berada pada satu sisi batascontrol limit
UCL UCL
x CL X
LCL LCL Keadaan abnormal
d. 14 titik bergantian naik turun c. Adanya trend naik / turun (6 titik)
UCL UCL
3 Stdrd dev
2
x x 1
1
2 LCL 3 LCL
21/29
FOKUS / PERHATIKAN PADA :
10/7/2018 LZI-I3L PROCESS VALIDATION 34
CONTROL CHART
Effect of non-independence, multiple
Populations :o Expect to see shift signals due to non
random use of process factors
o Short term limits (used in default
Shewhartcharts) will reflect within
group variability, and will therefore
typically be more narrow than long
term limits
Some “special cause” variation is expected. That is the “state of control.” The proces
s is not “out of control.”
10/7/2018 LZI-I3L PROCESS VALIDATION 35
CONTROL CHART
• Kenali Faktor yang mempengaruhi Proses• Pahami apakah Faktor tersebut mempengaruhi
Secara random / tidak
Interpretasi dari Chart tersebut baiknya dapat
Menilai hubungan factor non randomness dengan
proses yang terjadi
STUDI KEMAMPUAN PROSES(Process Capability Study)
Suatu metode statistik yang membandingkan output suatu proses dengan
batas atas dan batas bawah dari spesifikasi
SYARAT :
1. PROSES HARUS STABIL
Bila rentang (range) bervariasi dalam batas yang dapat diperkirakan maka
proses tersebut adalah stabil.
Angka yang didapat berkisar dekat dengan nilai
2. MENGIKUTI DISTRIBUSI NORMAL
10/7/2018 LZI-I3L PROCESS VALIDATION 36
10/7/2018 LZI-I3L PROCESS VALIDATION 37
Distribusi Normal Distribusi normal, disebut pula distribusi Gauss
Distribusi ini juga dijuluki kurva lonceng (bell curve) karena grafik fungsikepekatan probabilitasnya mirip dengan bentuk lonceng
Suatu data membentuk distribusi normal jika jumlah data di atas dandi bawah mean adalah sama.
Bentuk kurva normal
Menyerupai lonceng (genta/bel).
Merupakan suatu poligon yang dilicinkan yang mana ordinat (sumbu tegak)
merupakan frekuensi dan absisnya (sumbu alas) memuat nilai variabel.
Simetris.
Luas daerah merupakan nilai rata-rata (mean).
Luas daerah sebelah kiri dan kanan mendekati 50%.
Memiliki satu modus (disebut juga bimodal).
10/7/2018 LZI-I3L PROCESS VALIDATION 38
Tests of NormalityThere are several different tests that can be used to test the
following hypotheses:
Ho: The distribution is normal
HA: The distribution is NOT normal
Common tests of normality include:
Shapiro-Wilk Kolmogorov-Smirnov
Anderson-Darling Lillefor’s
P-value ≤ α: The data do not follow a normal distribution (Reject H0)
P-value > α: Cannot conclude the data do not follow a normal distribution (Fail to reject H0)
10/7/2018 LZI-I3L PROCESS VALIDATION 39
10/7/2018 LZI-I3L PROCESS VALIDATION 40
Process Capability Study
Source : Douglas Monthgomery, Introduction of Statistical Quality Control
10/7/2018 LZI-I3L PROCESS VALIDATION 41
INDEKS KEMAMPUAN PROSES (Process Capability Index/Cpk)
Indeks Kemampuan Proses (Cpk) merupakan ukuran sebenarnya dari kemampuanproses
atau
LSL = Batas Spesifikasi Bawah (Lower Specification Limit)
USL = Batas Spesifikasi Atas (Upper Specification Limit)
= Rata-rata
S = Deviasi standar
Cpk merupakan hasil bagi dari selisih antara nilai rata-rata dari proses dan batasspesifikasi yang terdekat dengan ½ dari variasi proses atau 3 sigma. Cpkmenghubungkan variasi yang ada pada suatu proses dengan spesifikasi.
3s
LSLXCpk
3s
XUSL
X
10/7/2018 LZI-I3L PROCESS VALIDATION 42
Penggunaan
Berdasarkan definisi dan rumus
Capability index : digunakan untuk melihat seberapa besar kemampuan proses dalam
memenuhi kebutuhan konsumen atau spesifikasi yang ditetapkan.
Performance index : digunakan untuk melihat seberapa besar performance/kinerja proses
dalam memenuhi kebutuhan konsumen atau spesifikasi yang ditetapkan.
Cpm target
10/7/2018LZI-I3L Process Validation 43
Difference between Cpk and Ppk Formula
Note: the general formula for Cpk and Ppk is identical
The difference between the two metrics is the computation of process variability,
• In the Cpk formula, s reflects “short term” variability, and is derived using the average moving range of measurements
• In the Ppk formula, s reflects “long term” variability and is derived using the typical sample standard deviation formula :
Capability index vs Performance index
Cp, Cpk Pp, Ppk
Short-term capability metric Long-term capability metric
Within standard deviation Overall standard deviation
Should not be calculated for
unstable process
May be calculated under any
circumstances
Sample Population
Normal distribution All distribution
10/7/2018LZI-I3L Process Validation 44
Cp dan Pp Cp dan Pp adalah capability indeks yang digunakan tanpa memperhatikan lokasi
sebaran data. Hanya dapat digunakan apabila ada range spesifikasi.
LSL USLCenter LSL USLCenter
10/7/2018LZI-I3L Process Validation 45
Cpk dan Ppk
Cpk dan Ppk adalah capability indeks yang digunakan dengan memperhatikan
lokasi sebaran data. Hanya dapat digunakan apabila ada range spesifikasi.
Cpm
Cpm digunakan apabila ada target yang ingin dicapai. Nilai Cpm menunjukkan
seberapa besar proses memenuhi target yang ditetapkan.
LSL USLTarget LSL USLTarget
10/7/2018LZI-I3L Process Validation 46
10/7/2018 LZI-I3L PROCESS VALIDATION 47
Cp & Cpk BERBAGAI PROSES
10/7/2018LZI-I3L Process Validation 48
Daftar berikut menyatakan banyaknya satuan yang secara statistik akanberada di luar spesifikasi untuk berbagai nilai Cpk/Ppk.
Cpk Jumlah satuan yang akan
berada diluar spesifikasi
0,5 70.000 / juta
1,0 1.300 / juta
1,33 30 / juta
1,67 1 / juta
2,0 1 / milyar
Ppk/Cpk > 1,67 Sangat memadai
1,67 >Ppk/ Cpk > 1,33 Memadai
1,33 > Cpk/pk > 1,00 Biasa biasa saja
1,00 > Ppk/Cpk > 0,67 Tidak memadai
0,67 > Ppk/Cpk Buruk
10/7/2018LZI-I3L Process Validation 49
Pemakaian Cpk/PPK
1. Parameter yang kritis seperti sterilisasi suatu produk parenteral; Cpk > 1,67 merupakan syaratminimal bagi pemastian mutu untuk produk steril yaitu kemungkinan adanya kegagalan proses sterilisasi yang lebih kecil daripada 1 bagian dalam sejuta (1 ppm atau 10-6);
2. Parameter yang tidak kritis seperti volume pengisian suatu sirup atau penampilan kemasan suatuproduk, nilai Cpk antara 1,0 dan 1,33 sudah memadai;
3. Produk, pada umumnya nilai Cpk > 1,33 mencukupi bagi penentuan kadar.
10/7/2018LZI-I3L Process Validation 50
Indeks Kemampuan Proses
Data (Waktu Pencampuran) 10’ 20’ 30’ 40’ 50’
Atas 106 103 102 100 101
Tengah 103 99 100 100 100
Bawah 95 98 99 101 100
101,3 100,0 100,3 100,3 100,3
5,686 2,646 1,528 0,577 0,577
RSD 5,611 2,646 1,522 0,575 0,575
Cpk 0,29 0,630 1,091 2,889 2,889
X
δ
Validasi Proses PencampuranSpesifikasiTiap contoh 95 – 105%
RSD < 1%Cpk > 1,33
10/7/2018LZI-I3L Process Validation 51
Indeks Kemampuan Proses
x
x x x
x x x
xx x
x
x
x
x
x
Atas
Tengah
Bawah
Waktu Pencampuran(dalam satuan menit)
50403010 20
100
Kadar (%)
10/7/2018LZI-I3L Process Validation 52
Contoh Perhitungan Capability Analysis
DESIGN OF EXPERIMENT (DOE)
Adalah desain percobaan yang disertai pembahasan dengan menggunakan analisa statistik (Suwanda, 2011).
Kegunaan?
Pengembangan produk baru
Meningkatkan produk yang telah ada
Optimasi prosedur yang telah ada
Pemilihan
faktor penting
Meminimalkan biaya produksi
Tujuan utama :
Screening
Optimasi
Robustness
DESIGN OF EXPERIMENT (DOE)Tujuan DoE
Screening : untuk mengidentifikasi faktor-
faktor yang paling berpengaruh dan
menentukan rentang yang harus diteliti.
Optimasi : untuk menentukan kombinasi
faktor-faktor penting yang akan memberikan kondisi
operasi optimal.
Robustness/kehandalan : untuk menentukan
kemampuan suatu proses dalam memberikan hasil
yang memiliki nilai akurasi dan presisi sesuai standar
walaupun terjadi perubahan kecil pada faktor
yang telah ditentukan.
DESIGN OF EXPERIMENT (DOE)DEFINISI FAKTOR
Faktor adalah variabel independent yang
mempengaruhi suatu sistem atau proses (respon).
Faktor terdiri dari:
Terkontrol dan tidak terkontrol
Kuantitatif dan kualitatif
DESIGN OF EXPERIMENT (DOE)
Design of Experiment
Desain faktor tunggal
Desain faktorial
Desain dua faktor
Desain tiga faktor
Desain 2k
Experimental Approach for Identifying Parameters
1. Choose Experimental Design(e.g., full factorial, fractional )
2. Conduct Randomized Experiments
3. Analyze DataDetermine significant factors
Design of Experiments (DOE) is an efficient method to determine relevant parameters and interactions
DESIGN OF EXPERIMENT (DOE)
Source: ANDAs FDA QBD for Modified Release Dossage Form
10/7/2018 LZI-I3L PROCESS VALIDATION 59
Source: ANDAs FDA QBD for Modified Release Dossage Form
Kegagalan atau nonkonformitas
Terjadinya kesalahan
Diperlukan metode untuk pembuktian kesalahan ( Kesalahan di LAB, KesalahanOperator, Kesalahan Proses )
Variasi berlebihan
Proses tidak mengenai sasaran
Untuk mengatasi kedua hal terakhir diperlukan reduksi variasi serta pembidikansasaran yang lebih tepat dan ini memerlukan identifikasi variabel input kunciserta pengendalian input tersebut agar supaya menghasilkan output yang memenuhi persyaratan.
HASIL UJI DI LUAR SPESIFIKASI
(HULS/OOS)
Penyelidikan awal (di Lab.)
Analis melapor ke pada atasan
Penyelidikan informal :
Prosedur pengujian dan penghitungan
Buku catatan laboratorium dan catatan bets
Kehandalan instrumen/peralatan serta kalibrasinya
Kesesuaian sistem untuk metode tertentu
Sediaan uji dan baku jangan dibuang sebelum memeriksa apakah data memenuhispesifikasi
Kondisi sterilisasi (yang menyangkut pemeriksaan mikro)
HASIL UJI DI LUAR SPESIFIKASI (HULS/OOS)
Penilaian supervisor:
• Diskusikan metode pengujian dengan analis, pastikan bahwa analis mengetahuiprosedur yang benar serta kinerjanya
• Teliti data mentah yang diperoleh
• Pastikan kinerja instrumen
• Pastikan bahwa baku pembanding, pelarut, pereaksi serta larutan lain yang digunakan benar dan memenuhi syarat
• Evaluasi metode pengujian yang digunakan untuk memastikan bahwa kinerjanyasesuai dengan pada waktu dilakukan validasi
• Dokumentasikan penilaian yang dilakukan
HASIL UJI DI LUAR SPESIFIKASI (HULS/OOS)
• Bila kesalahan lab bukan penyebab OOS, perlu dilakukan
penyelidikan kegagalan secara lengkap
• Tujuannya untuk mengidentifikasi penyebab OOS
• Hasil uji yang bervariasi dapat merupakan indikasi adanya masalah
dalam proses manufaktur atau masalah pengambilan
HASIL UJI DI LUAR SPESIFIKASI
(HULS/OOS)Mengambil hasil rata-rata
Dapat merupakan pendekatan yang sahih, tergantung tujuannya. Misalnya pengukuran
rotasi optik, penetapan kadar secara mikrobiologi
Hindari hanya melaporkan hasil rata-rata, karena hasil tersebut menyembunyikan
variabilitas hasil uji masing-masing
Jika rata-rata memenuhi spesifikasi, mungkin ada hasil individual yang di luarspesifikasi
Berpegang pada gambaran rata-rata tanpa meneliti masing-masing hasil OOS sangatmenyesatkan dan tak dapat diterima
Laporan mencakup semua hasil individual maupun rata-rata
Hasil uji keseragaman kandungan tidak boleh dirata-ratakan agar memenuhi syarat
Pengendalian Terhadap Perubahan
Sistem Pengendalian terhadap perubahan yang konsisten dan tetap merupakan bagian yang penting untuk mempertahankan
status validasi suatu produk.
Perubahan yang mungkin terjadi pada suatu proses yang memerlukan revalidasi adalah sebagai berikut :
Perubahan bahan baku (sifat fisik seperti densitas, viskositas, ukuran partikel yang akan berakibat pada proses
atau produk),
Perubahan pabrik pembuatan bahan baku
Perubahan pada bahan pengemas (contoh: plastik menggantikan gelas)
Perubahan pada pembuatan (contoh: waktu pengadukan, suhu pengeringan),
Perubahan pada peralatan (contoh: menambah sistem deteksi otomatis)
• perubahan pada peralatan yang meliputi pemindahan peralatan berdasarkan like on like tidak perlu divalidasi
kembali.
• perubahan tempat produksi dan sistem penunjang (contoh pengaturan area, metode baru pengolahan air)
Perubahan besar seperti pemindahan proses ke pabrik lain memerlukan validasi ulang.
TERIMA KASIH
OOS and OOT Investigation Process Flow
Source: MHRA – OOS& OOT Investigation , 2017
OOS and OOT Investigation Process Flow
Source: MHRA – OOS& OOT Investigation , 2017
OOS and OOT Investigation Process Flow
Source: MHRA – OOS& OOT Investigation , 2017
OOS and OOT Investigation Process Flow
Source: MHRA – OOS& OOT Investigation , 2017
OOS and OOT Investigation Process Flow
Source: MHRA – OOS& OOT Investigation , 2017
OOS and OOT Investigation Process Flow
Source: MHRA – OOS& OOT Investigation , 2017