Wir hatten das Vergnügen, Julia O'Neill in einer aktuellen Folge von „Statistically Speaking“ vorzustellen. Als Gründerin und Hauptberaterin von Direxa Consulting war sie außerdem Distinguished Fellow und CMC Statistics Lead sowie Mitglied des Technical Development Leadership Teams Quality by Design (QbD) bei Moderna, um die Bereitstellung des Spikevax-Impfstoffs zu beschleunigen. Sie gab einen Teil ihrer umfassenden Erfahrungen und Best Practices weiter, um lebensrettende Behandlungen schneller auf den Markt zu bringen. Unser neugieriges Publikum stellte mehr Fragen, als wir beantworten konnten, deshalb hat Julia sie hier freundlicherweise für uns beantwortet.
Welche Daten und statistischen Analysen erwarten die Regulierungsbehörden für die Qualifizierung von Kleinmodellen? Ich kenne BPOG(BioPhorum-Betriebsgruppe)hat ein Papier dazu veröffentlicht; bin gespannt auf Ihre Erfahrungen mit Regulierungsbehörden bezüglich der Ansätze im BPOG-Papier.
Meine Empfehlungen für die Qualifizierung von Modellen im kleinen Maßstab stimmen weitgehend mit dem überein, was ich für die meisten Entwicklungsaufgaben empfehle: Beziehen Sie alle relevanten Daten ein und beginnen Sie damit, die wichtigsten Ergebnisse in einfachen Vergleichsdiagrammen darzustellen. In manchen Situationen, insbesondere bei beschleunigten Produkten, kann die Datenmenge oder die Anzahl der für die Lieferung benötigten Chargen sehr gering sein. Meiner Erfahrung nach verfolgen Regulierungsbehörden einen vernünftigen, ausgewogenen Ansatz, um die Notwendigkeit des Kontrollnachweises mit praktischen Einschränkungen bei Fertigungskampagnen in Einklang zu bringen. Es gibt nie eine allgemeingültige Antwort, aber BPOG fasst die aktuellen Praktiken normalerweise recht gut zusammen.
Kann QbD in der chemischen Industrie, im verarbeitenden Gewerbe, in der Lebensmittelindustrie und in anderen wichtigen Branchen angewendet werden?
Auf jeden Fall! Als ich vor über 20 Jahren in der Spezialchemie arbeitete, war QbD als Teil der allgemeinen Total Quality- und Six Sigma-Initiativen bereits weit verbreitet. Ich hoffe, das ist nicht verloren gegangen, denn dort habe ich viel von dem gelernt, was ich heute in der Biotechnologie und Pharmazie anwende.
Wie begründen Sie im Hinblick auf die beschleunigten Produkte die geringe Stichprobengröße bei der Verwendung der Daten?
Die Verantwortung liegt beim Produktentwickler, die Zulassung auf der Grundlage der vorliegenden Beweise zu begründen. Dazu gehören Daten, die für die jeweilige Produktiteration generiert wurden, sowie wissenschaftliche Erkenntnisse zu Mechanismen und Erfahrungen mit anderen eng verwandten Produkten. Es gibt sicherlich Fälle, in denen die Aufsichtsbehörden keine kleinen Stichproben akzeptieren und vom Entwickler verlangen, dass er noch einmal nachforscht und weitere Studien durchführt, um die Beweise zu untermauern. Die Zahlen erzählen nie die ganze Geschichte, egal ob es sich um eine kleine oder eine große Stichprobe handelt. Die quantitativen Ergebnisse müssen immer in den wissenschaftlichen Kontext eingebunden werden. Dies macht es manchmal möglich, mit relativ kleinen Stichproben für beschleunigte Produkte voranzukommen.
Was sind die besten BücherEmpfehlungenzum Erlernen von QbD? Danke.
Das ist schwer zu beantworten, da es so viele Bücher dazu gibt. Ich persönlich greife gerne auf einige der Klassiker von Six Sigma und Total Quality zurück, darunter die von Pionieren wie Juran und Deming sowie eine Reihe von Veröffentlichungen der American Society for Quality. Die ICH-Leitlinien zur Qualität könnten sogar für Menschen aus anderen Branchen eine interessante Ressource sein, da sie sich auf einige Schlüsselaspekte konzentrieren, die seit Jahren relevant sind.
Welche Ressourcen eignen sich gut für jemanden, der neu bei QbD ist?
Ein guter Ausgangspunkt könnte der Artikel „Understanding Pharmaceutical Quality by Design“ von Yu et al. sein. The AAPS Journal, Vol. 16, No. 4, Juli 2014 (# 2014) DOI: 10.1208/s12248-014-9598-3. Auf 13 Seiten bietet es einen Überblick über QbD und eine Liste mit 44 zusätzlichen Referenzen für eine vertiefende Lektüre.
Eine weitere Frage zu JMP® lautete: „ Ich wurde in meinem Doktorandenprogramm mit SAS geschult und bin an Begriffe wie kanonische Korrelation, Multikollinearität und Durbin-Watson-Statistik gewöhnt. Hat JMP diese Beschreibungen in der Software übernommen?“ Die Antwort lautet: Auf jeden Fall! Suchen Sie einfach in unserer Online-Dokumentation ( jmp.com/help ) nach „kanonisch“, „Multikollinearität“ oder „Durbin-Watson“ (oder praktisch jedem anderen häufig verwendeten statistischen Begriff), klicken Sie auf die bereitgestellten Links und Sie werden sehen, wann und wie sie in JMP verwendet werden.
Wir danken Julia, dass sie sich die Zeit genommen hat, diese und alle anderen tollen Fragen zu beantworten, die wir während der Veranstaltung hatten. Wenn Sie den Livestream verpasst haben, können Sie ihn sich jederzeit als On-Demand- Version ansehen.
