Abbiamo avuto il piacere di presentare Julia O'Neill in un recente episodio di Statistical Speaking . Fondatrice e consulente principale di Direxa Consulting , è stata anche Distinguished Fellow, CMC Statistics Lead, come membro del Technical Development Leadership Team Quality by Design (QbD) presso Moderna per accelerare la consegna del vaccino Spikevax. Ha condiviso parte della sua vasta esperienza e delle migliori pratiche per fornire trattamenti salvavita sul mercato più rapidamente. Il nostro pubblico curioso ha posto più domande di quelle a cui abbiamo avuto il tempo di rispondere, quindi Julia ha gentilmente risposto per noi qui.
Quali dati e analisi statistiche sono attesi dalle autorità di regolamentazione per la qualificazione dei modelli su piccola scala? Conosco BPOG(Gruppo Operativo BioPhorum)ha pubblicato un articolo su questo; curioso di conoscere la tua esperienza con i regolatori sugli approcci nel documento BPOG.
I miei consigli per la qualificazione dei modelli su piccola scala sono molto coerenti con ciò che consiglio per la maggior parte delle sfide di sviluppo: includere tutti i dati rilevanti e iniziare tracciando i risultati chiave in semplici grafici comparativi. In alcune situazioni, in particolare per i prodotti accelerati, la quantità di dati o il numero di lotti necessari per la fornitura potrebbero essere molto ridotti. Nella mia esperienza, le autorità di regolamentazione adottano un approccio ragionevole ed equilibrato per bilanciare la necessità di dimostrazione del controllo con i vincoli pratici sulle campagne di produzione. Non esiste mai una risposta valida per tutti, ma BPOG di solito fa un buon lavoro riassumendo le pratiche attuali.
QbD può essere applicato nell’industria chimica, manifatturiera, alimentare e in altri settori vitali?
Assolutamente! Quando lavoravo nel settore chimico specializzato più di 20 anni fa, QbD era abbastanza ben adottato come parte delle iniziative generali di Qualità Totale e Six Sigma. Spero che non sia andato perduto, è lì che ho imparato molto di ciò che ora applico nel settore biotecnologico e farmaceutico.
Per quanto riguarda i prodotti accelerati, come giustifichi la piccola dimensione del campione quando utilizzi i dati?
Spetta allo sviluppatore del prodotto "sostenere il caso" dell'approvazione sulla base dell'insieme delle prove, tra cui i dati generati per la specifica iterazione del prodotto, nonché la conoscenza scientifica dei meccanismi e l'esperienza con altri prodotti strettamente correlati. Ci sono certamente momenti in cui le autorità di regolamentazione non accettano campioni di piccole dimensioni e richiedono allo sviluppatore di tornare indietro ed eseguire ulteriori studi per rafforzare il caso. I numeri non raccontano mai tutta la storia, non importa se il campione è piccolo o vasto. I risultati quantitativi devono sempre essere collegati al contesto scientifico. Questo è ciò che rende possibile a volte andare avanti con campioni di dimensioni relativamente piccole per prodotti accelerati.
Quali sono i migliori libriraccomandazioniper imparare QbD? Grazie.
È difficile rispondere perché ci sono così tanti libri disponibili. Personalmente, mi piace rivisitare alcuni dei classici di Six Sigma e Total Quality, compresi quelli di pionieri come Juran e Deming, e una serie di pubblicazioni dell'American Society for Quality. Le linee guida ICH sulla qualità potrebbero essere risorse interessanti anche per chi opera in altri settori, poiché si concentrano su alcuni aspetti chiave che sono rimasti rilevanti ormai da anni.
Quali sono le buone risorse per chi è nuovo a QbD?
Un buon punto di partenza potrebbe essere l’articolo “Understanding Pharmaceutical Quality by Design” di Yu et al. Il diario dell'AAPS, vol. 16, n. 4, luglio 2014 (# 2014) DOI: 10.1208/s12248-014-9598-3. In 13 pagine fornisce una panoramica di QbD e un elenco di 44 riferimenti aggiuntivi per una lettura più approfondita.
È stata posta una domanda successiva a JMP®: “ Ho ricevuto una formazione su SAS nel mio programma di dottorato e sono abituato a termini come correlazione canonica, multicollinearità e statistica di Durbin-Watson. JMP ha continuato queste descrizioni nel software?" La risposta è: Assolutamente! Basta cercare canonico, multicollinearità o Durbin-Watson (o qualsiasi altro termine statistico comunemente utilizzato) nella nostra documentazione online ( jmp.com/help ) , fai clic sui collegamenti forniti e vedrai quando e come vengono utilizzati in JMP.
Apprezziamo Julia per aver dedicato del tempo a rispondere a queste e a tutte le altre fantastiche domande che abbiamo posto durante l'evento. Se ti sei perso lo streaming live, la versione on-demand è disponibile per la visualizzazione a tuo piacimento.
