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。
d2 c" z" \9 s' k& I) g. b
7 u% q+ U% E6 i9 B; }1 X+ _; G( t8 {& ~3 s2 j0 {. N: \1 y1 o
统计分析在洁净室污染评估及风险分析中的应用研究1 K/ `6 `1 l' _4 R9 ^
陈伟盛,朱荣峰,关倩明*) V; ]7 K$ w: @) f$ u6 X
广州市药品检验所! c% D4 G) r6 C. K0 ]# _ J `% G/ u
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。* g& l; m( `, B m3 j
关键词:洁净室;统计分析;风险分析;相关性分析;警戒限9 G4 F2 N3 O! Y, ~3 B+ f& G% h5 [
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。4 y/ M( _! i) w" s* a7 Q; i
- t; Z+ M& M% z; [9 F6 c7 O) t各因素的相关性分析结果
$ E6 y7 z$ `- \
5 [/ ?% n- t7 l5 g; J8 c' ^0 v$ p% e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。% Q6 D8 V! i N7 g
. X2 l* q& U- }7 w& m* ?( j
" x. E; y, K. m, s. A
. j# e0 f9 s% o& h9 A: z1 d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。0 @, [: l5 v5 A6 Y% q2 {& u3 l
- T/ S' B$ B) J0 p: i
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。% Q% F' X0 t- L
0 I% \3 l8 z9 y% S! ]: r7 o
均值分析结果* j: I5 f0 f1 @' ^; R0 |
# B5 G, l, i# N5 X: [ B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。) t3 W- d q7 j% m. x
* Y* ^& f0 O! Z' i5 m3 _
: c# t, D) Y: q$ V标准差分析结果
* D7 Y1 ^+ Q' y0 D3 Q$ a! X5 H4 h8 m7 V- _( K/ `; }/ A
$ ^+ _+ U4 q( [
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。
; N- k$ g; q! P& z) `' k
) q) j1 R0 L; z% `, l7 t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。
# j5 p7 F! u b' y9 h) F4 F% R- b, O, ^5 Z" u
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。! E0 P$ _$ g2 p9 E
; P5 Z: P7 Y, K# I2 r2 Q) U$ h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。: }5 w5 k: s7 Y1 ?5 d, s
, Q. T }, h8 N0 k% @6 c
——————以上为文章节选部分——————3 c! ?9 o H5 q& a: f' O- X w
7 S6 b" v9 [* h- T& E/ x6 v. {
! w$ c- w7 x/ {9 z6 v, B0 i* y# {" O. B9 z+ B- k( D$ U+ D
|