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。& J: |" q- j; x. F1 p
3 b$ ?, ^+ P1 x" h4 {9 h9 h6 c0 l
) P" N$ B: O+ C- L, | b
统计分析在洁净室污染评估及风险分析中的应用研究
" O6 p8 L! D/ Y陈伟盛，朱荣峰，关倩明*
5 {" p. s8 G* a% @* `1 B/ _广州市药品检验所. s; ~. e" x0 a) H( s6 R
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。9 H7 |4 R5 l; t4 u* C
关键词：洁净室；统计分析；风险分析；相关性分析；警戒限# S$ x" H7 x, b: s4 |- j
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。
2 e8 n0 F! c6 R8 K$ h3 V- ^/ z1 v7 Z+ r9 W* J" Z3 j' ?
各因素的相关性分析结果
) w+ \- d8 Q3 ?/ Y( ?! q3 p" q7 W. j- H" w7 ?' g* I/ F; U. @* L0 m
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。/ t" G! n$ M/ x0 O+ `; L* Q& n
# K' V+ A! D, s8 `. _' X2 j/ t8 `; C0 {* j5 T% H$ c
; a' P- X$ N( X. V( ~* Z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。
% j# i: M2 |5 \ S/ ]8 a' _
$ N6 F( }" z3 u. L; h0 t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。
4 `- e! ~% G9 q% U8 M4 ~) a0 [- F+ x3 `; q
均值分析结果9 e) g. z) C7 L/ Z8 A$ K2 p
9 n+ P* X c* z: F8 L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。8 y2 ?- S' N' V# p+ B, m4 m+ H2 g: A
( G0 a2 `6 W( Z+ B
! Z$ h2 z; M* p3 Y标准差分析结果; q. H0 H. T' F, k
, u+ p8 C% X- w8 B0 c+ X+ C, @1 ^ o+ @6 G3 g$ f9 k/ y1 J
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。% s, j( E6 P8 R8 F6 Z2 J+ B
8 M5 g* t( a4 _9 t- N; f
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。
4 d$ X: U6 k/ t5 H( Y& U( Y3 @& \, k2 ?" D ^
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。7 Y. F0 G- U- R2 `" A$ R. h
, H" g) W1 I+ |( ^
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。
& A+ t: w" O0 w- ^8 _: x
. Z& P5 ~1 K- G——————以上为文章节选部分——————7 y% s- L1 F4 T2 r) x
' Q7 ]: _1 e8 n8 E, m9 w
4 M7 ~; r0 T" c9 A
- U0 w6 j ?$ M5 J5 ^; C& c |
|手机版|药群论坛
( 蜀ICP备15007902号 )
收藏
支持
反对