年度回顧趨勢分析持續(xù)工藝確認：異常趨勢如何分析？.doc

年度回顧/趨勢分析/持續(xù)工藝確認：異常趨勢如何分析？ GMP辦公室 2018-12-26GMP辦公室 微信號 GMPOFFICE 功能介紹 國內(nèi)外（FDA、EMA、MHRA、CFDA、WHO、PIC/S等）GMP法規(guī)解讀；制藥行業(yè)監(jiān)管動態(tài)；各類實施指南（ISPE、PDA、ISO、ASTM等）分享 趨勢判異的規(guī)則很多，其中最常用的是小概率事件的反證法。即小概率事件在一次抽樣中幾乎不可能發(fā)生，當這些小概率事件發(fā)生了，則認為有理由判斷趨勢異常。在趨勢分析或過程控制中，常見的小概率（a=0.0027）事件，包括：一、一點落在3以外。這個好理解，就是犯第一類的錯誤概率a0.0027.該異?，F(xiàn)象是過程控制中最為重要的檢驗模式。通常對過程中心值和標準差的異常給出信號。過程中的單個失控，如計算錯誤、測量誤差大、原材料不合格、設備工裝發(fā)生故障等也可能導致該異常。二、連續(xù)9點落在中心線同一側(cè)連續(xù)9點落在中心線同一側(cè)的概率=（(1-0.0027)/2）9=0.00190.0027所以應為9點而不是8點。該現(xiàn)象通常反映了過程中心的偏移。三、連續(xù)6點遞增或遞減連續(xù)6點遞增或遞減的概率=（1-0.0027）6/P6,6=0.137%0.0027所以應為6點而不是5點。該異常是單純趨勢分析重點關(guān)注的現(xiàn)象。過程中產(chǎn)生趨勢變化的原因可能是設備、模具的磨損、維修水平降低、操作人員技能的逐漸變化等，這種變化往往會造成概率a也隨之變化。遞增或遞減顯示了趨勢的變化方向。四、連續(xù)14點相鄰點上下交替該異常由于并不限定數(shù)據(jù)落入哪個區(qū)域，因而不能由概率計算來決定。它是通過蒙特卡羅試驗(統(tǒng)計模擬試驗) 所決定的。這種數(shù)據(jù)異常通常由于數(shù)據(jù)未分層(數(shù)據(jù)來源于兩個總體，如輪流使用兩臺設備加工或由兩位操作人員輪流進行操作) 而引起的，也可能是檢驗過程中存在的周期性變化的異常。五、連續(xù)3點中有2點落在中心線同一側(cè)的2以外連續(xù)3點中有2點落在中心線同一側(cè)的2以外的概率=0.0455/22=0.05%0.27%很靈敏了。這里當然不可能是連續(xù)2點中有1點，連續(xù)3點中有1點。它們的概率太大了。有人會說4點中有3點可不可以判異呀？當然。因為4點中有3點必然3點中有2點了。嘿嘿。六、連續(xù)5點中有4點落在中心線同一側(cè)的1以外連續(xù)5點中有4點落在中心線同一側(cè)的1以外=0.3173/24=0.06%0.27%)其實5點中有3點就快有問題了。七、連續(xù)15點在1以內(nèi)連續(xù)15點在1以內(nèi)的概率=（0.6827）15=0.00330.0027所以是15點而不是14點了。出現(xiàn)這種現(xiàn)象通常是由于分布參數(shù)的減小，這是一種良好的異常,應進行質(zhì)量分析，找出原因?qū)⒘己玫臓顩r加以鞏固；但也應注意不要輕易被這種良好的“外貌”所迷惑。應注意到可能是非隨機性所致。如：數(shù)據(jù)的虛假、數(shù)據(jù)分層不夠以至控制圖設計中的錯誤等。只有排除了這些可能之后才能總結(jié)分析現(xiàn)場減小標準差 的先進經(jīng)驗。八、連續(xù)8點無一在1以內(nèi)連續(xù)8點無一在1以內(nèi)的概率=（1-0.6827）8=0.000103出現(xiàn)該異?？赡苁欠植紖?shù)顯著增大，也有可能是數(shù)據(jù)分層不夠，應認真分析。公眾號GMP辦公室 專業(yè)的GMP合規(guī)性研究組織 國內(nèi)外（FDA、EMA、MHRA、C