Bonjour, et accueillir à mon présentation à propos JMP dans qualification et validation de biologique essais. J'ai divisé ce présentation dans cinq parties. À d'abord, I vouloir à donner toi a petit introduction à propos mon personne et le entreprise Je suis fonctionnement pour, VelaLabs. Le deuxième partie est a général introduction à propos méthode qualification et méthode validation comme nous effectuer il à VelaLabs souvent. Le troisième partie est comment nous collecter et résumer le données. Alors I volonté continuer avec le JMP données tableau où J'ai créé quelques scripts à évaluer le données généré pendant qualification et validation. Le dernier partie, I volonté parler à propos quelques supplémentaire robustesse paramètres où différent fonctions de JMP sont utilisé.
Mon nom est Alexandre Gill, et Je suis à VelaLabs depuis 2019. Je suis a laboratoire expert dans le l test de liaison d'igand groupe . Je suis surtout responsable pour méthode développement, qualification, et validation pour Dosages Biacore et Dosages ELI. VelaLabs est a contracter laboratoire pour qualité contrôle toi honneur BPF conditions. Nous avoir quatre opérationnel départements: le test de liaison de ligand groupe, le physico- chimique groupe, et le cellule- basé essai groupe, et le microbiologique groupe.
Méthode qualification et validation est important dans le vie faire du vélo de médicaments et produits biologiques. Ici, le vie faire du vélo de tel drogues est montré depuis le pré- clinique phase sur le clinique phases et le application. Pendant le pré- clinique phase, développé méthodes sont approprié lequel sont sur le scientifiquement son. Après, pour le clinique essais phase 1 et phase 2, nous utiliser surtout qualifié méthodes.
Pour méthode qualification, nous montrer avec quelques approprié paramètres le performance de le essai. Si le essai est alors validé, dérivé depuis le données généré pendant qualification, nous créer limites lequel doit être atteint pendant méthode validation. Le validé méthode après est utilisé pour clinique essais phase 3, nouveau médicament application, et aussi pour lot libérer dans post-commercialisation après.
Ici, J'ai montré quelques exemples pour le performance paramètres. Le précision spectacles si le méthode a n'importe lequel biais ou changement, ou en particulier il manque biais ou changement/ le intermédiaire précision est le variabilité entre courses où nous montrer que différent opérateurs et différent appareils sur différent jours faire pas influence le résultat. Le répétabilité est le variabilité dans un courir où nous essayer à garder le différences entre le signalé valeurs comme petit comme possible.
Le linéarité spectacles le dose réponse de le essai sur le entier essai gamme. Pendant le robustesse, nous montrer que différent paramètres peut ou ne peut pas influence le résultat. Pour exemple, différent ligand beaucoup ou différent modèles de appareils. Alors le sensibilité à détecter stabilité- indiquant changements, là nous utiliser surtout stresser échantillons à montrer que ils peut être facilement distingué à non- stresser échantillons. Spécificité est, pour exemple, a vide soustraction ou positif ou négatif contrôles.
Le données collection est surtout effectué dans Microsoft Exceller parce que c'est plus accessible dans notre entreprise. I volonté viens plus tard à ce. Nous aussi collecter le signalé valeur, lequel est le final résultat de le essai. Le signalé valeur est calculé en utilisant a validé logiciel comme PLA, SoftMax Pro, ou le Biacore Logiciel. Ce est à assurer le données intégrité. Chaque étape où a humain est impliqué dans le évaluation a à être à carreaux par a deuxième opérateur. Comme I utiliser a relatif puissance essai comme exemple pour ce présentation, J'ai aussi montré ici qu'est-ce que le signalé valeur pour ce essai. C'est le relatif puissance avec le 95 % confiance intervalle comme a qualité paramètre.
Ici sont le raisons pourquoi nous utiliser Microsoft Exceller pour le données collection parce que c'est disponible sur chaque PC dans notre entreprise et chaque employé a basique connaissance à propos il. Le brut données depuis le validé logiciels sont aussi souvent exporté dans Exceller. Quoi est vraiment important que le données dans Exceller sont organisé dans ensembles de données, donc ils peut être transféré à JMP plus facilement.
Ici est a basique expérimental conception pour a méthode qualification ou validation. Le d'abord six courses sont essentiellement conçu autour le intermédiaire précision où nous utiliser 50%, 100%, et 200 % échantillon imite dans chaque de ces six courses. Ces courses sont propagé au-dessus de deux appareils, deux opérateurs, et effectué sur trois différent jours. Nous rapport le signifier relatif puissance pour chaque de ces dosage points, le standard déviation, le coefficient de variation, et le 95 % confiance intervalle. Pour précision, nous utiliser le même ensemble de données comme pour intermédiaire précision, mais nous calculer le signifier récupération, et donc standard déviation, C Dans, et 95 % confiance intervalle les deux pour tous 18 ensembles de données ensemble et aussi pour chaque dosage indiquer séparé.
Le septième courir est pour le détermination de répétabilité où nous utiliser six 100 % échantillon imite dans un courir et aussi rapport le signifier relatif puissance, standard écarts, CV, et le 95 % confiance intervalle. Alors pour linéarité, lequel est ici dans courir 1, nous utiliser le échantillon imite pour intermédiaire précision et en plus utiliser 75 % et 150 % échantillon imiter dans ce un courir à montrer que le résultats sont linéaire sur le entier essai gamme. Donc, nous rapport le corrélation coefficient, le pente, ordonnée à l'origine, et résiduel somme de carrés. Pour robustesse, dans ce cas, nous montrer a inférieur et a plus haut immobilisation niveau et aussi utiliser deux différent beaucoup de le ligand.
Alors maintenant, Je vais montrer toi le Exceller tableau où nous peut voir ici dans le d'abord peu colonnes le métadonnées pour chaque données ensemble, alors le signalé valeur avec le 95 % confiance intervalle, le pente rapport, lequel est supplémentaire qualité paramètre et spectacles après si le analyte est comparable à le référence. Le colonne pour récupération est vide parce que le récupération volonté être calculé dans le JMP logiciel. Ici, le matrice où c'est défini lequel ensembles de données sont utilisé pour lequel paramètres.
Alors là sont deux différent possibilités à transfert ce données dans le JMP logiciel. Un est avec ce fonction où a données tableau peut directement être créé dehors de ce tableau. Mais dans ce cas, I ne le fera pas utiliser ce fonction parce que I avoir déjà créé a JMP tableau avec tous le scripts I besoin. I juste copie tous le données. Mais pour ce procédure, c'est important à montrer tous disponible chiffres de le signalé valeurs parce que seulement le montré chiffres sont collé après dans le JMP logiciel.
I maintenant copie avec CTRL+ C tous ce données et alors aller à le JMP données tableau où I peut coller tous ce données. Alors nous obtenir ici un alerte parce que dans le colonne Récupération, I créé a formule à calculer le récupération. I ne le faites pas vouloir à coller le données dans ici, mais le Exceller tableau fait pas contenir données dans ce colonne. Nous cliquez D'accord, et tout est collé comme nous recherché.
Pour quoi fins JMP peut être utilisé sous BPF conditions? Nous utiliser il pendant le méthode développement phase pour conception de expériences, pour exemple, à enquêter plus différent paramètres de le méthode dans un ensemble de expériences. Alors utiliser il pour le statistique données analyse et aussi pour comparabilité études. Pour exemple , si a client veut à comparer a biosimilaire avec le auteur.
Pendant qualification et validation, JMP peut aussi être utilisé pour le conception de expériences. Pour exemple, pour le intermédiaire précision paramètres ou à propagé le robustesse paramètres sur le qualification courses. Alors I volonté montrer après pour le détermination de essai performance dans qualification et pour le vérifier de le essai performance pendant validation. Mais pour ce, un supplément CQ vérifier est requis après si tous le calculs sont effectué dans le droite chemin. Ce est très important que JMP est pas vraiment utilisable pour le détermination de signalé valeurs. Donc, comme I mentionné avant, nous utilisé surtout validé logiciels.
Maintenant nous aller à le JMP données tableau où I volonté d'abord montrer toi comment I créer la plupart de le scénario. Donc, I utiliser distribution. Pour exemple, si I créer le précision à 50 %, I sélectionner le Récupération et choisir il pour le Y colonnes. Alors I cliquez D'accord. Alors nous avoir ici tous disponible ensembles de données. À limite ces dates ets, I créer a locale données filtre et utiliser Précision et modifier. Si il alors choisir tous le colonnes indiqué avec un X, nous avoir réduit le données ensembles à 18.
À réduire il plus loin pour seulement le 50 % échantillon imitateurs, I ajouter avec le ET fonction un supplémentaire filtre pour le nominal puissance, lequel I alors limite à le échantillon imite avec à propos 50 % nominal puissance. Alors toi voir nous avoir seulement six ensembles de données gauche avec signifier récupération de 99 % et a coefficient de variation de à propos 6 % et le confiance intervalle. À sauvegarder ce scénario, I aller encore à le rouge triangle ici et sauvegarder le scénario à données tableau.
Pour exemple, comme précision 50 % 2, parce que J'ai déjà créé a similaire scénario ici. Le différence pour le intermédiaire position, si nous ouvrir, pour exemple, ici le intermédiaire position à 100 % est seulement que nous pas utiliser le récupération ici, mais le relatif puissance et avoir aussi encore le même paramètres signalé.
Pour répétabilité, w e choisir seulement un courir avec le six 100 % échantillon imitent. Nous rapport aussi le même données comme le signifier relatif puissance, le standard déviation, le 95 % confiance intervalle, et aussi le coefficient de variation.
Qu'est-ce que aussi très intéressant ici est le linéarité où nous utiliser a différent fonction. I créé ce en utilisant a Y par X parcelle et tracé le relatif puissance par le nominal puissance et créé a linéaire ajuster à travers tous ces données points. Alors nous rapport le ordonnée à l'origine, le pente de le linéaire ajuster, le RS pourquoi ou coefficient de corrélation, et aussi le somme de carrés erreur ou résiduel somme de carrés. Alors nous aller dos à le présentation.
Pour supplémentaire robustesse paramètres, nous, pour exemple, montrer le performance de le dosage utilisant différent matériel beaucoup. Pour eux, nous montrer si ils avoir égal écarts. Si le écarts sont égal, nous utiliser le Tt est. Si pas, nous utiliser le Welch- test. Pour exemple, pour ELISA méthodes, w e aussi mesure parfois le plaques sur deux différent modèles de plaque lecteurs à montrer si les deux modèles peut être utilisé. Ce est alors analysé en utilisant a jumelé T- test.
À le fin, I vouloir à remercier toi pour ton attention. Si toi avoir n'importe lequel plus loin questions, toi peut taper il dans le Questions et réponses ou contact moi directement.
