<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Janet Alvarado , Senior Specialist für Quantitative Sciences, Merck
Nelson Lee Afanador , PhD, stellvertretender Direktor für quantitative Wissenschaften, Merck
Es ist eine regulatorische Anforderung, die Produktvergleichbarkeit vor und nach Prozessänderungen bei der Herstellung von Impfstoffen, Biologika und Arzneimitteln nachzuweisen. Der Nachweis der Vergleichbarkeit, wie er in ICH Q5E beschrieben wird, bedeutet nicht, dass Vor- und Nachänderungsprodukte identisch sein müssen, sondern vielmehr eine hohe Ähnlichkeit. In dieser Arbeit untersuchen wir die Verwendung eines neuartigen Ansatzes zur Bewertung der Vergleichbarkeit. Dieser multivariate Ansatz nutzt die Unähnlichkeitsmatrix eines Zufallswaldmodells als Eingabe für eine Hauptkoordinatenanalyse, um die Ähnlichkeit von Beobachtungen aus Änderungen vor und nach dem Prozess zu untersuchen. Konfidenzellipsen werden zur visuellen Beurteilung der Vergleichbarkeit verwendet, wenn stark überlappende Ellipsen auf Ähnlichkeit schließen lassen. Wir bewerten die Variablenbedeutung, um Aufschluss darüber zu geben, welche Variablen am meisten zur Trennung zwischen Gruppen beitragen. Dies hilft anschließend bei der Entscheidung, ob ein gezielterer Ansatz erforderlich ist. Es werden mehrere Fallstudien vorgestellt, darunter eine Live-Demonstration in JMP.
