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。3 N. S3 }" G; T+ q: h7 m
0 X2 N% H; G" P2 W! X0 x C
7 V' Z0 l9 f. K+ _5 n2 n7 Z K" z2 K2 q
统计分析在洁净室污染评估及风险分析中的应用研究" C4 F1 y; i( E" @- n
陈伟盛，朱荣峰，关倩明*
; `4 Y# Q9 `2 x; J# y广州市药品检验所# \7 Q( x1 g1 Z7 K. F, D
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。
$ Y K% r& O; k5 p" ^关键词：洁净室；统计分析；风险分析；相关性分析；警戒限
& ?" Z* ?; |5 U- K& k) l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 C8 N: H( X! x2 J3 e1 c% a3 {/ i4 e) F6 b& e; u% K/ k7 q7 [
各因素的相关性分析结果
4 S& L S! K2 D9 z; t D5 `7 D% @# P- q7 g: H ]5 ^
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。; l3 @6 D3 U% o( n% _) x3 J: @
8 @- ^1 r [; {3 A1 G
- P/ e" ?; j- |5 Q- X( J6 e# t( T4 L t
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。# {( D" A; ]; ^! _! X$ g* c- u
, t; e9 z: J; W2 u4 t3 m0 j; w
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。
# @, w9 i) ?7 W [
], L% P p2 {/ d, m4 C! x" ~均值分析结果 D0 g* \/ ~3 K- H7 P' g
) y9 T, o2 s" k
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。! q* G( m' b0 f9 k8 _9 ]" o- W
5 ~6 n5 p8 ], R# c0 ~. Y+ D2 J3 g! ~5 p; z
标准差分析结果% D! Q5 ~- J) X {/ d
( }: r" \7 J& P6 L6 t
: U" _3 i2 J) @- E- l7 f( \! v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。! g% t3 M. g1 y2 X* J
! Y$ ~' _" _0 [
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。
, g. [ b" x4 W. Z7 Q
/ N8 d1 v7 U8 |' h* b( E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。) }, D5 f: S5 I8 Y+ ?2 D
- F# \, e" E: p z/ \& Q6 E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。
9 m9 u5 L4 i3 J: A
/ B- K: ?4 i& G3 S( V* l0 W& N——————以上为文章节选部分——————
. ^( M: d) y+ ^8 C6 \# R- P {' U0 F# W# X* H5 P- Q% r
: F$ C- ?7 y6 @# A: P0 \; c
% t5 c3 {7 B7 l
|
|手机版|药群论坛
( 蜀ICP备15007902号 )
收藏
支持
反对