Actualización de QbD: una mirada al pasado y al futuro para ver cómo QbD puede ayudar a la industria farmacéutica y a otras industrias a agilizar y optimizar los procesos para obtener resultados de vanguardia. Quality by Design (QbD) se trata de procesos, productos y comprensión clínica. Hace cinco años, mis colegas y yo lanzamos un Columna QbD , que constaba de nueve entradas. Te animo a que revises las publicaciones originales en la columna QbD ya que todavía son muy relevantes hoy.
Antes de volver a visitar la columna, dedique un momento a ver este vídeo de la fábrica Sanofi del futuro para ver una implementación avanzada de biotecnología, química, fabricación y controles (CMC). Para fabricar adecuadamente un producto farmacéutico, se deben definir un proceso de fabricación específico, las características del producto y las pruebas del producto para garantizar que el producto sea seguro, eficaz y consistente entre lotes.
La serie de columnas QbD ofrece un vistazo bajo el capó de cómo la industria farmacéutica desarrolla y optimiza productos y procesos, para que cumplan con los requisitos de la fábrica del futuro. Déjame darte una descripción general de cada columna:
- Descripción general de QbD , que cubre cinco secciones:
- ¿Qué es QbD?
- ¿Cómo mejora QbD la calidad?
- Espacio de diseño en QbD
- Papel de los experimentos en QbD
- QbD y desarrollo de fármacos
Todas estas son secciones muy breves diseñadas para configurar el contexto de las siguientes columnas.
- UNA diseño factorial estudio de caso basado en la formulación de una loción esteroidea de un producto genérico. El diseño se estableció para optimizar ocho atributos de calidad simultáneamente al establecer la temperatura, el tiempo de mezcla y el tiempo de enfriamiento. Este estudio muestra cómo JMP simula respuestas para visualizar cómo la variabilidad en la configuración a nivel de factor afecta la variabilidad en las respuestas.
- A QbD experimento factorial fraccional . El objetivo del experimento es explorar el proceso de preparación de nanosuspensiones, una formulación popular para fármacos insolubles en agua. Las nanosuspensiones implican dispersiones coloidales de partículas de fármaco discretas, que se estabilizan con polímeros y / o tensioactivos. El experimento involucra cuatro factores de tres niveles y un factor de dos niveles.
- Lograr robustez con emuladores estocásticos. Los emuladores estocásticos se propusieron por primera vez en Bates et al, 2006 para lograr un desempeño sólido y acorde con el objetivo. Este enfoque muy poderoso se implementa en JMP. El método se demuestra con un estudio de caso que se refiere al estándar sobre cambios posteriores a la aprobación y ampliación (SUPAC) del Centro de Evaluación e Investigación de Medicamentos (CDER) de la FDA.
- Diseños de mezcla . Para estos diseños, el énfasis está en el efecto de las proporciones relativas de los ingredientes en una formulación, más que en sus cantidades absolutas. La columna muestra ejemplos de gráficos ternarios y perfiladores diseñados para tratar mezclas. El ejemplo utilizado es un estudio de caso sobre la mezcla de polvos. Las preguntas clave para la operación de mezcla son:
- ¿Cómo cuantificar los componentes de mezclas de polvos simultáneamente?
- ¿Cómo validar o confirmar los resultados de la monitorización del proceso de mezcla de tecnología analítica de proceso (PAT) mediante otros métodos espectroscópicos rápidos y convenientes?
- ¿Cómo vincular la escala de escrutinio y la homogeneidad de API y excipientes?
- Superficies de respuesta y experimentación secuencial. En esta publicación, un diseño de Placket Burman (PB) seguido de un diseño compuesto central (CCD) se presenta en un estudio de caso que considera tres resultados inmediatos de un experimento sobre formulaciones: eficiencia de encapsulación (EE), tamaño de partícula y potencial zeta. Además, cada formulación se diluyó y se dividió en muestras para el almacenamiento, la mitad a 4ºC y la mitad a 37ºC. Estas muestras se analizaron en tiempos predeterminados (hasta 24 meses) para detectar la pérdida de fármaco activo durante el almacenamiento.
- Experimentos de parcela dividida . Estos experimentos tienen factores difíciles de cambiar que son difíciles de aleatorizar y solo se pueden aplicar a nivel de bloque. Una vez que se establece el nivel de un factor difícil de cambiar, se realizan experimentos con varios otros factores que mantienen ese nivel fijo. El estudio de caso utilizado en esta columna, que proviene de una investigación preclínica en modelos animales donde se prueban varios métodos para el tratamiento de irritaciones cutáneas crónicas graves, demuestra cómo diseñar y analizar dichos experimentos.
- ¿Es QbD aplicable para desarrollar métodos analíticos? Esta publicación está basada en un artículo que escribí con mi hermano, que estaba en Teva en ese momento ( Kenett y Kenett, 2008). El estudio de caso proviene del desarrollo de un método de cromatografía líquida de alta resolución (HPLC).
- Aplicar QbD para hacer que los métodos analíticos sean robustos . Esta publicación muestra cómo se pueden usar los diseños de cribado definitivos (DSD) para evaluar y mejorar los métodos analíticos.
El material y los ejemplos contenidos en las columnas QbD siguen siendo relevantes. Algunos desarrollos adicionales explican el creciente impacto de la tecnología de sensores, big data, aprendizaje automático y modelos híbridos.
Finalmente, el desafío es generar información a partir de todos los datos recopilados en el laboratorio y en la planta; un desafío aún mayor es garantizar la calidad de esta información, que discuto en esta conversación con Anne Milley (una transcripción está disponible aquí ). Está disponible un video de una presentación más formal en un evento de descubrimiento de JMP QbD en Copenhague aquí .
En 2020, la Cuarta Revolución Industrial continúa creciendo en la fabricación avanzada, combinando datos de sensores extensos con fabricación flexible y análisis avanzados. Se publica un nuevo libro completo, que cubre los elementos más avanzados de la ingeniería de sistemas y la Cuarta Revolución Industrial. disponible aquí. Presenté este tema en ENBIS, y puede ver la parte que muestra JMP aquí . 
Hablé con Anne Milley sobre "Aseguramiento de la calidad en la edad de oro de la analítica" para la serie de videos Analíticamente hablando.
