监测药物检测的性能并识别变异来源十分困难。开发一套能够检测和预测潜在问题的系统，有助于及早干预，从而降低成本和风险。要确定变异来源，必须考虑设备、化学品批次、文档和人员等因素。
有效结合这些要素可缩短“检测时间”和“理解时间”。多元分析能够同时比较多个输入数据，从而获得更全面的视角。通过监测多次运行中的稳定性指数和 Cpk 值，尤其是在研发阶段，可以提高检测灵敏度。添加上下文参数注释有助于识别变异来源，使管理层能够提出培训建议或解决供应商问题。
本文介绍了一款使用 JMP 开发的应用程序，该程序能够分析结果趋势、检测偏差并帮助确定变异的根本原因。此外，它还能生成关于检测有效性和实验室误差随时间变化的报告，从而提供已部署检测状态的高级概览。
早上好。我叫Ray Bunkofske，来自Regeneron Pharmaceuticals公司。我将介绍我用JMP编写的一个应用程序，它可以更轻松地检测我们检测关键性能指标（KPI）的变化，并追踪任何异常结果的根本原因。每个检测都会产生各种汇总统计数据，而KPI是这些统计数据的线性组合，事实证明，这些线性组合对于检测结果问题非常有效。
整个业务中存在数十种不同的检测方法，每种方法都有多个参数需要监控和审查，以便在发现问题时进行评估。我们的目标是提供一个统一的应用程序，用户可以通过该程序检测哪些检测方法存在问题，并确定这些检测方法出现差异的可能原因。此外，该应用程序还能向管理层展示长期健康状况的指标，并识别系统性变异的来源。它利用 JMP 支持的多元分析功能，在一个页面上提供所有检测方法的标准化结果，以便快速识别新出现的趋势。我主要使用的指标是 Hotelling T² 和与模型的距离。这些指标非常有用，因为可以将多个 KPI 整合到单个控制图中，从而避免为每个检测方法查看多个控制图。
它还支持传统的单变量控制图，用户可以跳转到特定参数，查看结果，并深入探究任何异常结果的可能原因。现在我们切换到 JMP。这里可以查看各个控制图。每个参数的控制限都存储在一个列属性中，左上角列出了可用的检测方法以及每种检测方法在过去一年中的运行次数。接下来是几列，显示了在给定周内被标记为最高的参数。最后，还有一个红绿灯图，如果所有参数都在 1 个标准差以内，则显示为绿色；如果在 1 到 3 个标准差之间，则显示为黄色；如果超出 3 个标准差，则显示为红色。要查看特定图表，只需选中您感兴趣的图表，然后单击“显示参数”。这些参数将显示在此处，您可以选择要查看的参数，无论是单个还是多个。然后，您可以选择“创建图表”，参数将显示在下方。现在，你可以看到一个例子，其中有几个点远远超出了控制限值。
如果要扩大刻度，最简单的方法是点击“轨道异常点”，重新创建图表，然后任何高值点或低值点都会以星号的形式绘制在 3σ 控制限上。您可以使用“下一个”和“上一个”按钮在图表之间移动。您还可以使用图例功能，选择实验室检测失败、事件通知和一般失败的点。您可以根据检测版本进行着色。谁进行了分析？这些都是化名。管理人员有一个图例，所以他们知道 8 号是 Sally，35 号是 Johnny。
此外，您还可以选择样本类型，例如非常规样本、放行样本或稳定性样本。这些样本会根据类型进行颜色区分。您还可以访问我称之为“概览页面”的功能。这里信息量比较大，所以我从左上角开始讲解。您可以选择一个时间范围。在本例中，我们选择的是过去 60 天。这里列出了过去 60 天内有数据的检测项目、检测量、最大 Hotelling T² 值和最大 DModX 值。任何至少有一项指标超过上限 1 的项目都会被标记为红色。
这里显示的是过去 60 天内没有任何数据的检测项目。接下来是触发图中红色标记点的单个观测值。向下滑动，可以看到所有检测项目的 Hotelling T² 值图。每个点代表特定工作周的 Hotelling 最大值。所有数据都已归一化，因此上限为 1。这两条竖线代表最近两周的数据，方便您参考。可以看到，部分样条拟合曲线出现凸起，且没有对应的数据点。这是因为这些点超出了图表范围。点击竖线，即可将这些点重新绘制到 3σ 限值处，以便更清晰地了解实际情况。如果您想查看其中任何一个检测项目的详细信息，只需点击图表，即可跳转到详细信息页面。这是 CTP 21 号。接下来是 JMP 进行的能力分析。X 轴代表稳定性，Y 轴代表能力。这张图表目前看起来不太好。如果你还记得的话，这张图表上有一些异常值。
我打算剔除这些异常值，然后重新运行报告，看看结果是否会有所变化。果然，变化很大。我的容量现在超过了 1.33，稳定性也依然良好。详细数据在顶部。往下看，这里是各个 Hotelling T² 值，每个点代表一次检测，不再是每周最大值，还有 DModX 值。同样，我可以按 LTIF、事件通知或一般故障进行着色。还可以按 SOP 版本、分析员或样品类型着色。如果将鼠标悬停在某个点上，JMP 会弹出一个包含各个参数的小型帕累托图，显示其运行情况。您可以点击该点并再次悬停，即可获得该参数的控制图，该控制图会显示在单独的窗口中，您可以在那里查看详细信息。我现在先把它隐藏起来。
你还可以做的另一件事是，也许你想深入挖掘一下，看看最后这里我们还有一大堆实验室测试结果。这些点之间有什么不同？我把这组称为A组。我把其他人都归为B组，然后我进行预测筛选，结果如下：我看到两组之间的差异在于移液器编号5、移液器编号3、试剂编号1等等。
任何比例超过 0.1 的数据都会生成图表。您可以向下滑动查看不同类型的图表，具体取决于数据。您可以自行判断是否需要进一步调查。就此例而言，似乎无需调查。我们这里只是用了一个非常不同的移液器，情况也一样。您还可以选中一些数据点，然后点击“生成板列表”，之后您会看到类似这样的列表，其中会显示您选中的每个数据点是否需要三个板，并且所有数据点都应该显示“真”，表示它们都通过了。有些数据点只有一个板通过，有些则全部通过。这样可以很方便地查看每个检测运行了多少个板。此外，如果数据点有任何备注，也会显示在这里，您可以登录我们的跟踪系统查看相关信息。如果您想查看更多详细信息，可以查看备注和选中的数据点。点击“显示备注”。然后你会看到，对于每一项检测，都会再次出现该编号、参考编号，以及分析人员在进行实验时所做的记录。
稍微移动一下。对于您选择的检测方法，参数已经显示出来。如果您想深入了解其中任何一个参数，只需选中您感兴趣的参数，然后点击“创建图表”。它会为该参数创建一个控制图，并显示所有相关的统计数据。我们还有其他一些标签页，例如“有效性报告”。左侧显示的是我们所有单独的标准操作规程 (SOP) 分析，包括它们满足要求和不满足要求的百分比。如果您想了解更多详细信息，可以移到右侧。在本例中，我们选中了相同的检测方法。然后您可以按月查看情况。您可以看到每个月进行的检测数量，以及当月已知实验室错误的百分比，下方表格中详细列出了各个参数出现问题的百分比，这与右上角的图例相对应。如果您想更深入地了解情况，比如看看 2025 年 3 月的情况。我们选择 2025 年 3 月，它会按工作周绘制图表。
您可以查看特定周的结果，也可以按等分试样绘制图表，查看任何特定检测的结果。这样做的好处是，如果您发现某些检测结果异常，而其他检测结果都正常，那么您的检测本身可能没问题，但或许是当时更换了分析员，或者试剂本身存在问题，因此您需要深入调查一下。我们提供的另一个报告功能是已知实验室错误报告。默认情况下，它会在底部列出所有检测项目，并按月份进行颜色编码。您可以看到，检测项目 1 和 33 的问题似乎最多。您还可以查看不同类型的错误，并以饼图或堆叠条形图的形式呈现，选择最适合您查看内容的图表形式。如果您想进一步深入分析，可以选择特定的检测项目，它会为每个月绘制一个条形图；或者您可以反过来，选择一个月份，查看所有不同检测项目的结果。我要切换回 PowerPoint 了。
我们开发这个工具是为了进行每周回顾，并提供一个简单的平台来证明检测运行在受控状态。当出现问题时，它能提供一种直接的方法来确定可能的原因。能够添加试剂和批次信息非常有用，还能识别出某些分析人员的移液器组合可能效果不佳。最后，我要感谢我的同事们，是他们让这一切成为可能。没有他们，我不可能完成这项工作。我们有检测团队。团队成员包括负责检测的各小组的经理、检测开发人员、提供设备和试剂支持的小组，以及负责将所有组件集成到位，确保设备运行或连接到我们的分析应用程序的自动化团队。谢谢大家。请问有什么问题吗？
