2021 Buenas Prácticas de Validación para Procedimientos Analíticos

24/8/2021 Algunas buenas prácticas de validación para procedimientos analíticos
+33 (0)4 37 28 30 40 info@a3pservices.com
Members Area
(https://www.a3p.org/en/membership/)
ORG/EN/GIC-COMMON-INTEREST-GROUPS/) TRAINING (HTTPS://WWW.A3P.ORG/EN/TRAINING/)
PRESENTATION (/EN/A3P-ASSOCIATION/#A1)
SSOCIATION/#A2)
MATERIALS (HTTPS://A3P.ORG/EN/CONFERENCE-WORKSHOP-MATERIALS/)
RS(https://www.a3p.org/en/)
O: /U/ P
WSW
) W
( /. EAN3 /PG
. OI C
R-GC
/ EONM/M
L AO-NV-AI N
G TUEER-EMSAT G
-GAR
Z IONUEP/ S
) /)
U I DE (HTTPS://A3P.ORG/EN/SCIENTIFIC-TECHNIAL-GUIDE/)
WA. S
AS3O
P .COI R
AGT I/OE N / #
E DAI3T )I O N / )
PS://A3P.ORG/EN/MEMBERS-DIRECTORY/)
PS
. O: /R/GW/W
E NW/ .AA33PP-. O
S TRUGD/ EE N
N T/ /C)O M P A N Y - D I R E C T O R Y / )
TPS://A3P.ORG/EN/REGULATORY/REGULATORY_AKTEHOM/)
W.A3P.ORG/EN/MEMBERSHIP/)
Resumen
✻
 Algunas buenas prácticas de validación para procedimientos analíticos

(https://www.a3p.org/en/bonnes-pratiques-validation/)
 ALCOA ... con una A de precisión

( https://www.a3p.org/en/alcoa-accuracy/)
 Condiciones establecidas para procedimientos analíticos y QbD: situación actual y perspectivas futuras para un paradigma mejorado
de gestión del cambio
( https://www.a3p.org/en/analytical-procedures-qbd/)
 Cuando las vibraciones de las moléculas hacen posible su ensayo: espectroscopia de infrarrojo cercano en acción
( https://www.a3p.org/en/spectroscopie-infrarouge/)
 Entrada de estudios de estabilidad predictiva acelerada (APS) al desarrollo farmacéutico

(https://www.a3p.org/en/aps-developpement-pharmaceutique/)
 Implementación de química analítica verde en el laboratorio de control de calidad de la empresa UPSA

(https://www.a3p.org/en/chimie-analytique-verte/)
 Evaporación de soluciones alcohólicas. ¿Qué residuos quedan en el equipo?

(https://www.a3p.org/en/evaporation-alcool-residus/)
Algunas buenas prácticas de validación para procedimientos

analíticos
El objetivo de este artículo es recordar a los lectores algunos de los fundamentos de la validación de métodos fisicoquímicos aplicados a principios activos
o productos terminados. Sin embargo, no pretenderá abordar todos los casos específicos a los que puede enfrentarse un laboratorio de I + D o de control.
Los conceptos de error total se desarrollarán con más detalle en el siguiente artículo (“ ALCOA… con una A de precisión ”) de esta revista.
https://www.a3p.org/en/bonnes-pratiques-validation/?utm_source=sendinblue&utm_campaign=La_Vague_70_GB&utm_medium=email 1/12
1. Introducción
La validación de un procedimiento analítico es una evaluación exhaustiva de su desempeño (o de su error potencial) y consiste en verificar,
determinar y estimar varios criterios (o características) de validación 1 que incluyen:
especificidad,
función de respuesta (o curva estándar) si corresponde,
veracidad (denominada "precisión" en el texto ICH Q2 (R1)),
precisión que incluye repetibilidad y precisión intermedia (la reproducibilidad generalmente se evalúa en los estudios de calificación de
varios laboratorios),
la linealidad de los resultados,
el límite de detección / cuantificación en el contexto de la cuantificación de impurezas /
trazas / productos de degradación,
el intervalo de trabajo (rango)
Este paso de validación solo confirma que el método que se ha desarrollado cumple con los criterios fijados por el usuario para el uso que se hará
de él de forma rutinaria. Solo se lleva a cabo después de un desarrollo completo adaptado a este mismo uso. Antes de la validación, habrá sido
necesario:
evaluar, comprender y limitar al máximo las fuentes de variabilidad del método analítico (en particular a través de uno o más estudios
de robustez) para los métodos cuantitativos.
Asegurar la especificidad del método con un estudio de degradación forzada.
Validar previamente la técnica para asegurarse de que cumplirá plenamente con los criterios de aceptación que se fijarán en el
protocolo de validación (y para completar el desarrollo si ese no fuera el caso).
De hecho, no tiene sentido validar un método mal controlado o uno que no tiene una capacidad de "indicación de estabilidad", si es necesario. El
desarrollo de procedimientos analíticos sigue siendo un paso crucial para garantizar que el método sea sólido y evitar pérdidas de tiempo durante
la validación.
Por lo tanto, la validación confirmará, para el laboratorio usuario y para las autoridades supervisoras, que el rendimiento del método es adecuado
para el uso que se hará del método.

Debe tenerse en cuenta que el objetivo de cualquier método analítico es demostrar la Calidad del producto analizado, en particular en términos
de eficacia (confiabilidad del ensayo) y seguridad del paciente (detectabilidad y cuantificación de impurezas, sustancias relacionadas y degradación
potencialmente tóxica. productos).

2. Expectativas de las autoridades y necesidades científicas

Es beneficioso revisar cada criterio de validación teniendo en cuenta el impacto que esto podría tener en la evaluación de la eficacia del producto o
la seguridad del paciente, y teniendo cuidado de cumplir con las expectativas de las autoridades: ICH Q2R1, [1] GMP, [ 2, 3] USP, [4] Guía de la FDA. [5]
Sin embargo, rara vez es suficiente simplemente "marcar" las casillas de requisitos reglamentarios.
Es necesario un examen exhaustivo de los resultados de la validación para que el usuario adapte la vigilancia de su método de acuerdo con el
rendimiento medido durante la validación.
En lugar de decir "el método está validado, por lo tanto, mis resultados son correctos", por lo tanto, se recomienda encarecidamente que nos
proporcionemos garantías de que "mis resultados son confiables, por lo que mi método es válido".
Esto equivale a considerar que el conocimiento del método y su desempeño, y la vigilancia de este desempeño, nos permiten tener la certeza en
todo momento de que los resultados producidos por el método son (y siguen siendo) confiables. Esta visión del ciclo de vida del método, con la
validación como un solo paso entre tantos otros, está claramente definida en el borrador de la USP <1220> [6] y en la Guía de la FDA. [5]
La confiabilidad de una medición depende de los posibles errores asociados con esta medición.
Este error se puede dividir en 2 partes distintas:
Error sistemático (correspondiente a "veracidad"). Esto se define como la desviación de la media de varios valores obtenidos en relación
con el valor considerado verdadero (este valor verdadero a menudo es solo una estimación, ya que rara vez se conoce con exactitud).
Error aleatorio (correspondiente a "precisión"). Se define como el error en cada valor individual, provocado por las distintas fuentes de
variabilidad del procedimiento analítico (que habremos tratado de reducir al máximo durante el desarrollo). Es decir, se trata de la difusión
de los resultados que obtendremos si el análisis se repite x veces.
La ilustración de estos 2 tipos de error se representa con frecuencia en forma de objetivos ( Figura 1 ):
En el centro: el verdadero valor
Alrededor del centro, los límites (criterios de aceptación de validación, umbral de alerta, límites de especificación, etc.)
En rojo, las medidas realizadas
(https://www.a3p.org/wp-content/uploads/2021/07/figure-1-
bonnes-pratiques-validation-vague-70-a3p.png)
Figura 1: Représentation de la validation d'une procédure
analytique par les cibles

Los resultados precisos y verdaderos estarán sujetos a un nivel más bajo de incertidumbre y, por lo tanto, serán confiables. En caso contrario,
debemos ser conscientes del error asociado a las mediciones obtenidas con el método, en asociación con la incertidumbre de cada medición. En el
objetivo de la Figura 1, un punto rojo fuera del objetivo ilustra la "pesadilla" de los laboratorios de control de calidad = un resultado OOS asociado
con la variabilidad analítica, al que es difícil atribuir una causa formal.
En resumen, validar un método analítico se reduce a demostrar la capacidad de medir , cuantificar, calificar, caracterizar de manera confiable .
3. Identificar las fuentes de variabilidad y medir su impacto.

La incertidumbre de la medición puede surgir de numerosas fuentes ( Figura 2 y Figura 3 ). Es importante identificar las fuentes de variabilidad,

luego optimizar las condiciones operativas para reducir su impacto en la mayor medida posible cuando se detecten.
Podemos ver en la Figura 2 , que se estudian diferentes criterios de validación descritos en ICHQ2 (R1) ya que son fuentes potenciales de errores
aleatorios o sistemáticos. Pero finalmente, es el impacto general sobre la incertidumbre del resultado lo que debe considerarse. El artículo sobre
la A de ALCOA, en esta revista, aclarará estos conceptos de error total, tan importantes para lograr una mejor comprensión de la confiabilidad de
las mediciones realizadas en el laboratorio.
4. Diseño y documentación
El proceso de validación analítica sigue el desarrollo del método e incluye un elemento experimental y un elemento de documentación que
proporciona la trazabilidad de los datos. En particular, un protocolo y un informe deben redactarse y firmarse antes y después de la validación,
respectivamente. Se debe realizar un seguimiento de las diferentes versiones de estos 2 documentos y de los diversos cambios realizados en ellos.
El protocolo debe contener como mínimo:
los criterios de validación que serán evaluados (definidos según el objetivo del método) y / o el diseño elegido,
la metodología utilizada para realizar estas pruebas,
la referencia del método a validar y su versión,
y los criterios o límites de aceptación de cada criterio (incluidas las expectativas en términos de procesamiento estadístico y / o gráfico).
También se puede hacer referencia en el protocolo a estudios de desarrollo cuyos resultados se reproducirán en el informe de validación
(robustez y degradación forzada en particular).
El informe debe contener como mínimo:
La referencia del procedimiento validado y su versión.
En su caso, los resultados de los estudios de desarrollo que complementen la validación.
Las diferentes desviaciones encontradas durante la validación.
Los resultados de la validación y las conclusiones sobre el desempeño del método.
Los datos brutos relevantes (resultados, cromatogramas estándar).
Y los cambios que se vayan a realizar en el procedimiento analítico (información complementaria en particular).
El diseño de validación, es decir, los criterios a verificar, se describen en ICH Q2 (R1) según el objetivo del método ( Tabla 1 ).
(https://www.a3p.org/wp-content/uploads/2021/07/tableau-1-bonnes-pratiques-validation-vague-70-a3p.png)
Cuadro 1: Paramètres à vérifier pour la validation d'une
méthode d'analyse en fonction du but de la méthode.

Especificidad / Selectividad
El término "especificidad" se utiliza hoy en día para ambos términos. Sin embargo, el término "selectividad" se utiliza a menudo para un método
que proporciona una respuesta para varios analitos (métodos de separación en particular).
La especificidad de un procedimiento analítico es, por lo tanto, su capacidad para evaluar el analito de manera inequívoca, es decir, verificar que

nada interfiera con la respuesta del analito (o que esté interfiriendo de manera no significativa).
Para verificar la especificidad, se analizan como mínimo: (i) un blanco, (ii) un placebo (mezcla de excipientes sin el analito de interés), (iii) un
estándar y (iv) un producto terminado. También se pueden incluir impurezas específicas si es necesario. A continuación, se comprueba que no se
observa ninguna interferencia significativa en el placebo.
Figura 2: Résumé des différentes sources de variabilité qui
impacte le biais (erreur systématique) et la précision (erreur
aléatoire) [7]

El por que y el como
Se evalúa la ausencia de interferencia con la medición del analito para garantizar que la cuantificación no contenga un error. Este error puede ser
sistemático (interferencia estable en el tiempo) o aleatorio (si el compuesto interferente puede estar presente en concentraciones variables).
Es muy posible tolerar una interferencia si es lo suficientemente débil como para no generar un sesgo inaceptable (por debajo del 1 o 2% de la
señal al objetivo, por ejemplo), pero debe asegurarse de que la interferencia sea constante (que sí lo hace). que no varíe de una producción a otra
o que no cambie durante un estudio de estabilidad).
Si un método no es específico (métodos de ensayo titrimétrico o ensayos UV directos), es aconsejable disponer de otro método que permita una
mejor determinación de la composición del producto analizado (ensayos adicionales de pureza mediante un método de separación).
Linealidad (de resultados)
La linealidad debe entenderse como la linealidad del procedimiento analítico, es decir, su capacidad, en el rango de ensayo considerado, para
proporcionar niveles de contenido experimental estrictamente proporcionales al contenido de analito en la muestra.
La linealidad no debe confundirse con la función de respuesta (también llamada curva estándar) que representa la respuesta analítica según la
concentración de estándar (s). Es muy posible que la función de respuesta no sea lineal (por ejemplo, con un detector ELSD, para un ensayo Elisa)
pero que los resultados sean realmente lineales. De hecho, esto es lo que se desea.
Para verificar la linealidad, se deben probar varios niveles de concentración distribuidos en todo el rango del ensayo. A continuación, se traza el
gráfico de la concentración de la muestra determinada experimentalmente en función de la concentración teórica.
El criterio para los resultados de la regresión lineal puede ser, por ejemplo, tener una pendiente de la línea cercana a 1 y una intersección cercana
a 0 con un coeficiente de determinación mayor que 0,99.
Bueno, la guía ICH Q2 (R1) requiere solo un criterio de coeficiente de correlación, un gráfico y la ecuación de la regresión, y la suma de cuadrados
residual, calculada durante la regresión. Le aseguramos, este último parámetro rara vez se requiere en los informes ya que su interpretación no
aporta valor añadido al objetivo de una validación de procedimiento analítico.
El valor de este parámetro es identificar un posible efecto de la matriz, si el estudio se realiza sobre una muestra reconstituida. Por eso, la
medición de la linealidad en soluciones tiene un valor muy limitado sin este estudio de muestras reconstituidas.

Esta linealidad de resultados es importante para garantizar la confiabilidad de los análisis y está totalmente ligada al estudio de veracidad, como
se indica en la Figura 2.
Para la calibración, si las respuestas obtenidas con el método no son lineales, entonces es posible determinar otra función matemática
(ponderaciones, modelo cuadrático, log / log u otras transformaciones) para obtener resultados lineales.
Veracidad
La veracidad expresa la proximidad del acuerdo entre el valor medio obtenido de una serie de resultados de pruebas y un valor que se acepta
como convencionalmente verdadero o como un valor de referencia aceptado (por ejemplo: estándar internacional, estándar de farmacopea,
resultado obtenido por otro método validado) . Implica una medición del error sistemático (sesgo).
Se recomienda que la veracidad se determine con un mínimo de 3 niveles de concentración y 3 réplicas por nivel (9 determinaciones), de
conformidad con ICH Q2 (R1) en el párrafo “Exactitud”. Estos resultados también servirán para determinar la linealidad. Para la evaluación de
veracidad (y de linealidad) se deben generar muestras reconstituidas en las que se conozca la concentración del analito, en la misma matriz que el
producto que se analizará. A veces es difícil acceder a estos productos reconstituidos que se preparan con un proceso similar al utilizado para el
producto terminado. Las muestras reconstituidas producidas en el laboratorio a veces pueden generar problemas de homogeneidad que llevan a
conclusiones erróneas sobre el rendimiento del método.
En el contexto de comprimidos u otras formas farmacéuticas sólidas o semisólidas, una solución consiste en añadir una cantidad conocida de
analito a una combinación de excipientes. Esta ruta no permite la replicación perfecta del mecanismo de extracción del analito de la matriz. Sin
embargo, este evento de extracción puede evaluarse parcialmente en estudios de precisión, aunque sea aproximadamente (comprobando que el
contenido obtenido para cada preparación sea efectivamente el esperado).
La veracidad se expresa en términos de porcentaje de recuperación, es decir, calculamos la recuperación media para cada nivel (cantidad
calculada / cantidad añadida, posiblemente teniendo en cuenta la cantidad inicial si no tenemos un compuesto sin el analito investigado, como en
el caso de solventes residuales).
De hecho, para cada determinación calculamos la relación entre el contenido determinado experimentalmente y el contenido determinado
teóricamente. Luego determinamos la recuperación media. La recuperación en cada nivel debe estar dentro de los criterios de aceptación de
veracidad. Basarnos únicamente en la media de todos los niveles podría enmascarar las disparidades entre los niveles (entonces sería necesario
limitar la difusión de datos). También deben proporcionarse intervalos de confianza para la media, de conformidad con ICH Q2 (R1).
La verificación de la veracidad es importante. Comprueba que en cada nivel de concentración, las mediciones del contenido de analito realizadas
por el procedimiento analítico devolverán un valor verdadero (o, para volver a la imagen de los objetivos, si movemos el objetivo, seguiremos
disparando a él y no al lugar. donde estaba el objetivo anteriormente). La recuperación media de las réplicas de cada nivel permite la detección de
sesgos en uno de los niveles. Cabe señalar que el análisis de la linealidad del método y los resultados deben conducir a la misma conclusión que el
estudio de la veracidad.
Dependiendo de los niveles de concentración, será posible proponer objetivos más o menos amplios. De hecho, cuanto menor es la
concentración, mayor es la incertidumbre de la medición y se acepta comúnmente que los criterios de aceptación se amplían en el punto bajo del
rango estudiado.
Precisión
La precisión de un procedimiento analítico expresa la proximidad de la concordancia (medición de la dispersión) entre una serie de mediciones
obtenidas de varias muestras de ensayo de la misma muestra homogénea, en las condiciones del procedimiento analítico.
Es una medida de error aleatorio que se evalúa de acuerdo con varias condiciones:
Repetibilidad
Precisión intermedia.
Reproductibilidad
Estas condiciones están representadas esquemáticamente por las capas de la “cebolla de variabilidad” presentada en la Figura 3 .
Figura 3: représentation des différentes couches de variabilité
par niveau pour qualifier la précision ou fidélité. [8]

Cada capa de la Figura 3 se caracteriza por diferentes fuentes de variabilidad:
La primera capa corresponde a fuentes de variabilidad en el sistema utilizado. La calificación del equipo debe garantizar que en este
nivel esta capa sea lo más delgada posible.
La "repetibilidad" de la segunda capa contiene esencialmente la variabilidad de la preparación de la muestra.
La tercera capa “Precisión intermedia” incluye las fuentes de variabilidad existentes entre diferentes calibraciones, diferentes días,
instrumentos, diferentes técnicos, pero potencialmente también variaciones estacionales, raramente evaluadas en ejercicios de validación
(temperatura del laboratorio en verano e invierno, cantidad de luz que pasa a través de las ventanas del laboratorio, etc.).
Una cuarta capa, que generalmente no se evalúa en la validación, incluye la variabilidad entre laboratorios. Generalmente se evalúa (o
experimenta, si no se tiene cuidado) durante las transferencias analíticas o durante la covalidación por 2 laboratorios.
La precisión se mide a menudo mediante la determinación de coeficientes de variación de repetibilidad y precisión intermedia. La repetibilidad se
evalúa (según ICH Q2 (R1) con:
9 determinaciones distribuidas en 3 niveles y 3 repeticiones por nivel (como mínimo)
6 determinaciones al 100% del objetivo de validación.
Para evaluar la precisión intermedia, se debe repetir la serie teniendo cuidado de cambiar el técnico y / o el sistema utilizado y / o el día de
medición. Es necesario un mínimo de 3 series para poder estimar la variabilidad entre series.
Los coeficientes de variación de repetibilidad y precisión intermedia se determinan mediante un ANOVA (análisis de varianza).
Para realizar estos cálculos es necesario determinar las varianzas de repetibilidad y precisión intermedia (incluyendo la serie INTRA y la
variabilidad de la serie INTER) y luego deducir de esto los coeficientes de variación. Las definiciones se dan en la Tabla 2 .
(https://www.a3p.org/wp-content/uploads/2021/07/tableau-
2-bonnes-pratiques-validation-vague-70-a3p.png)
Cuadro 2: Definición de variaciones y coeficientes de variación
para la evaluación de la precisión

El método para determinar los coeficientes de variación para repetibilidad y precisión intermedia emplea la metodología presentada en la Tabla 3
para series p con n valores por serie.
Cuadro 3: cálculo del coeficiente de variación para la réplica y la
fidélité intermédiaire para un análisis de tipo ANOVA. Sobre
considère p séries à n valeurs par série et Xj les moyennes des
séries j et Xg la moyenne globale de toutes les valeurs.

Atención, las fórmulas de cálculo presentadas en la Tabla 3 solo son válidas si hay el mismo número de repeticiones por serie y en el caso de un
diseño con preparaciones independientes de los mismos objetivos.
El objetivo es estimar la variabilidad del método que se encontrará de forma rutinaria, durante el ciclo de vida del método. Por lo tanto, no es
aconsejable trabajar "excepcionalmente bien" durante la validación, con el riesgo de subestimar esta variabilidad.
Esto equivaldría a minimizar el riesgo analítico real, como se enfatiza en el artículo “ ALCOA… con una A de precisión ” de esta revista.
Con demasiada frecuencia, el CV de repetibilidad se calcula únicamente en la primera serie. En el método propuesto, el CV es representativo de
todos los valores generados. De hecho, es importante estimar el CV de repetibilidad sobre la base de todos los valores (a través de las varianzas de
cada una de las series) para obtener una estimación lo más cercana posible a la realidad. Este CV es representativo de las 2 primeras capas de la
cebolla de variabilidad presentada en la Figura 3 .
Asimismo, el CV de precisión intermedia a veces se calcula como la desviación estándar de todos los valores con respecto a la media general (sin
tener en cuenta el hecho de que proceden de series diferentes). Este cálculo es erróneo y no reporta variabilidad entre series, lo que tiene la
consecuencia de minimizar el coeficiente de variación para precisión intermedia. Este CV es representativo de las primeras 3 capas de la cebolla de
variabilidad presentada en la Figura 3 .
Por tanto, es imposible que el CV de precisión intermedia sea inferior al CV de repetibilidad. En el mejor de los casos, el grosor de la tercera capa
es mínimo, pero de ninguna manera puede reducir el grosor de la segunda capa.
Límite de detección (LOD) / Límite de cuantificación (LOQ)
El análisis de los límites de un método es esencial para proporcionar garantías de que efectivamente somos capaces de analizar el analito bajo
investigación por debajo del límite aceptable para esta impureza. Para los métodos cuantitativos, será necesario garantizar que podamos
cuantificar de manera confiable todos los resultados notificables (por encima del umbral de notificación, definido según la dosis, como se describe
en la serie de guías ICHQ3). [9, 10, 11, 12]
El límite de detección se define como la cantidad más pequeña del analito de una muestra que se puede detectar. El límite de cuantificación es la
cantidad más pequeña de analito que se puede medir con precisión (combinación de errores sistemáticos y aleatorios).
La determinación del LOD solo se requiere para las pruebas de límite, mientras que el LOQ se determina para los ensayos de impurezas o trazas.
Independientemente del método de determinación utilizado, se debe verificar la confiabilidad de la medición en este límite. [5]
El LOD y LOQ se pueden determinar mediante varios métodos descritos en la guía ICH Q2 (R1). Todos pueden elegir su método de cálculo. Estos
diferentes métodos no siempre dan el mismo resultado, pero lo importante es garantizar que el LOQ sea inferior o igual al umbral de notificación.
No es necesariamente obligatorio buscar el límite más bajo posible. De hecho, el "uso previsto" es informar valores por encima del "umbral de
informe". Por tanto, la validación a niveles inferiores no aporta valor añadido. Por lo tanto, es posible definir el "LOQ de trabajo" como el punto
más bajo de nuestro rango de ensayo, a menudo definido por los límites de informes descritos en las guías de ICH Q3. Por lo tanto, este bajo nivel
de concentración será efectivamente validado en términos de veracidad y precisión, como esperaban las autoridades.


Intervalo de medida
El intervalo de medición es el intervalo en el que el método proporciona un grado aceptable de linealidad, veracidad y precisión para todas las
mediciones cuyos resultados están contenidos dentro de este intervalo. Los intervalos de medición generalmente esperados se resumen en la
Tabla 4, pero pueden ser más amplios si es necesario.
Cuadro 4: Intervalle de mesure recommandé en fonction du
type de procédure analytique

Combinación de error sistemático y error aleatorio
La exactitud (en el sentido ISO del término) es el parámetro que incluye tanto el error sistemático como el error aleatorio (veracidad + precisión),
aunque los conceptos de veracidad y precisión a veces se confunden en algunos textos reglamentarios. Por tanto, es más apropiado, en el campo
farmacéutico, hablar de error total (o error combinado).
Este es el verdadero propósito de la validación de un procedimiento analítico, que es garantizar la fiabilidad de cada medida (en el sentido
individual) que se obtendrá posteriormente. La incertidumbre de la medición y el concepto de error total están íntimamente relacionados.
Otro beneficio de este enfoque es que un problema potencialmente importante de error sistemático puede compensarse con un pequeño error
aleatorio y viceversa.
Estos conceptos de error total se describen en el siguiente artículo de esta revista ( "ALCOA ... con una A de precisión" ).
Estabilidad de la solución
La estabilidad de las soluciones suele incluirse en los estudios de robustez y es importante para garantizar que los datos generados sigan siendo
precisos y permitan conocer el período de almacenamiento de estos últimos.
Las pruebas de estabilidad deben realizarse en soluciones:
de estándares (soluciones madre y diluidas en matraces y botellas).
de muestras.
de fases móviles.
La estabilidad de la solución se entiende a la luz del objetivo del procedimiento analítico.
Para un ensayo, esto implicará verificar que el contenido determinado no varía más allá de la variabilidad analítica clásica. Para la investigación de
impurezas, será necesario observar cuidadosamente las variaciones del perfil cromatográfico y comprobar que no aparecen nuevas impurezas y
que ninguna impureza presente en la muestra desaparece durante el curso de los análisis.
El estudio consiste en medir cada solución considerada (algunos laboratorios repiten estas soluciones) con diferentes fechas de caducidad, y
compararla con un nuevo patrón de referencia. A continuación, se calcula la diferencia relativa al valor inicial y debe cumplir con los criterios de
aceptación definidos. Estos criterios deben definirse de acuerdo con los definidos para la veracidad y precisión.
Podemos citar otra práctica, para los métodos de separación, que consiste en rastrear el área de picos para la misma solución a intervalos
regulares. La ausencia de un cambio significativo de área es otra forma de garantizar que la confiabilidad de la medición no cambie con la
antigüedad de las soluciones analizadas. Esto solo será posible si el estudio se realiza de forma continua, sin interrupciones en el sistema de
adquisición, con el fin de comparar valores comparables.
Criterios / límites de aceptación
Los criterios de aceptación / límites de la validación del procedimiento analítico deben definirse de acuerdo con varios criterios, en particular:
El campo de aplicación (farmacéutico, agroalimentario, cosmético, “dispositivo médico”, etc.).
Especificaciones de producto, definidas en el dossier. Estas especificaciones incluyen un margen para la variabilidad de la producción, el
muestreo y la variabilidad analítica. Por lo tanto, el espacio "disponible" entre los límites de especificación debe compartirse entre la
producción y el análisis, y debe conservarse un margen de seguridad para evitar posibles resultados OOS debido a la variabilidad analítica.
El uso que se hará del método y los resultados que se obtendrán del mismo.

Existen muchos criterios descriptivos empíricos en el campo farmacéutico. Podemos recomendar ver el video de YouTube compartido por Oona
McPolin ( https://www.youtube.com/watch?v=Vz2TUIeMjY0 ) que explica el origen de algunos de los criterios encontrados clásicamente.
No proporcionaremos ejemplos en este artículo, ya que solo podrían ser ejemplos, que deben adaptarse al contexto de su análisis y al
rendimiento ya conocido de su método.
Sin embargo, podemos destacar algunos errores clásicos que deben evitarse:
Criterios estadísticos inadecuados . Algunas pruebas estadísticas (Cochran, Fisher, Student) pueden proporcionarle información sobre
los datos generados en los ejercicios de validación. Sin embargo, debido a la pequeña cantidad de datos generados, estas pruebas no
siempre son concluyentes. Y rara vez prueban que su método genera o no genera resultados confiables. El uso de estas pruebas era una
práctica común, pero se recomienda encarecidamente no utilizar las conclusiones de estas pruebas como criterios de aceptación.
Criterios demasiado amplios . Si bien esto podría “facilitar” la redacción de un informe de validación, tener criterios demasiado
amplios no garantizará la confiabilidad de las mediciones que se generarán posteriormente.
Criterios demasiado estrechos (inapropiados). Un ejemplo de una "mala" práctica que a veces se observa es un criterio de sesgo
sistemático para las impurezas establecido en un nivel muy bajo en el protocolo de validación, sin tener en cuenta el sesgo que
posteriormente se introducirá al redondear los resultados (por ejemplo: sesgo máximo = 5% para una impureza que debe ser inferior al
0,5%, mientras que redondear un resultado obtenido del 0,25% al 0,3% en sí mismo representa un sesgo del 20%). Otro ejemplo involucra
el nivel de interferencia aceptable en un estudio de especificidad. Como se indica en la Figura 2, la interferencia puede generar un sesgo
sistemático. Pero si, por ejemplo, se acepta un sesgo sistemático total del 2%, no parece lógico limitar cada interferencia a un nivel
extremadamente bajo (0,05%, por ejemplo). Pero si se establece un criterio estrecho por razones de seguridad del paciente (y por tanto
apropiado), sólo podemos animarle a que haga lo mismo.
Por tanto, conviene establecer límites para cada criterio de validación, pero sin olvidar que están interrelacionados, como se ilustra en la Figura 2 .
Por tanto, los límites fundamentales son los fijados para el error sistemático y el error aleatorio, los dos ejes de la incertidumbre. Los otros límites
permiten caracterizar una mejor definición de algunas fuentes de estos 2 errores.
La combinación de ambos errores a través del error total (combinado) sigue siendo la mejor manera de monitorear la confiabilidad de las
mediciones que se generarán. Entre los criterios para la combinación de 2 fuentes de error, se pueden encontrar criterios para la capacidad de un
método y gráficos que incluyen curvas de nivel de riesgo (curvas de características operativas), [12, 13] que son métodos simples para estimar el
nivel de riesgo analítico. , sin permitir, sin embargo, una gestión real de estos riesgos.
La tendencia actual es hacia el perfil de precisión y su intervalo de tolerancia [13] o las herramientas estadísticas Intervalo de predicción [4] , que
son un poco más complejas pero más potentes ya que permiten gestionar y controlar el riesgo analítico.
En cualquier caso, la determinación de estos límites de aceptación es crucial y debe hacerse, por supuesto, para cumplir con los requisitos
reglamentarios, pero también para asegurar que el procedimiento analítico sea científicamente efectivo, es decir, que sea verdadero y preciso (ver
Figura 1). ).
5. Después de la validación
Una vez validado un método, se recomienda encarecidamente colocarlo " bajo vigilancia ".
La vigilancia diaria radica en el cumplimiento de criterios fijos en las pruebas de cumplimiento del sistema de análisis (SST = prueba de idoneidad
del sistema). Dependiendo de las técnicas y del objetivo de los métodos, estas pruebas incluyen criterios de calidad de la señal (simetría de picos,
etc.), criterios para el correcto funcionamiento de los equipos (repetibilidad de las medidas, en particular), soluciones de prueba, criterios
cromatográficos para los métodos de separación, etc.
Además del gráfico de control que se despliega clásicamente para los resultados de diferentes lotes de productos, la tendencia es hacia la
introducción de un gráfico de control para diferentes parámetros de SST (criterios de resolución, simetría de picos, repetibilidad de la medición,
monitoreo de control de calidad (interno o externo) ), etc.) con el fin de anticipar desviaciones o posibles averías, que serán más fáciles de
detectar.
Además, en caso de cambio, el requisito de revalidación parcial o total debe evaluarse según la necesidad. La ICH Q2 (R1) [1] cita los siguientes
cambios (no exhaustivos) que conducen a la revalidación:
Cambios en la síntesis de la sustancia farmacológica, generalmente incluida su fuente.
Cambios en la composición del producto terminado.
Cambios en el procedimiento analítico.
Un cambio de laboratorio se gestiona generalmente en forma de transferencia analítica, que puede ser objeto de estudios entre laboratorios o
estudios de revalidación (total o parcial) dentro del laboratorio receptor. En cualquier caso, un conocimiento profundo del método, sus fuentes de
variabilidad a controlar y su desempeño son recursos que alimentan sus análisis de riesgo y limitan estos requisitos de revalidación a solo las

pruebas que son relevantes para el cambio planeado.
Conclusión
Como se indica en el prólogo, no es posible abordar todos los casos específicos que se pueden encontrar en la validación en solo unas
pocas páginas.
ICHQ2 (R1) enfatiza la responsabilidad de los titulares de MA de demostrar, con un protocolo adecuado, que el método muestra un
rendimiento suficiente para el uso que se hará del método.
Las tendencias actuales [5,6] sitúan el ejercicio de validación única en su lugar, entre un desarrollo analítico que permite alcanzar un nivel
adecuado de control y un uso supervisado.
También somos muy conscientes de que algunos requisitos regionales irán en contra de los elementos propuestos en este artículo. Cada
persona debe agregar los criterios y las pruebas estadísticas requeridas específicamente en cada país a su protocolo de validación.
El mensaje principal seguirá siendo que, en última instancia, el conocimiento de la incertidumbre del resultado es el principal objetivo de
una validación. Esta incertidumbre está relacionada con el error total, la combinación de error sistemático y error aleatorio que siguen
siendo inseparables en los análisis de rutina.
El artículo que sigue demostrará la importancia de este error total.
Compartir articulo
Partager
(mailto:?
body=Hello,
here is a
A3P
webpage I
would like
to share
with you:
https://www.a3p.org/en/bonnes-
pratiques-
validation/)
Eric Chapuzet – Qualilab
Eric est Directeur Général de QUALILAB, société spécialisée dans le conseil en management de la qualité, sur le cycle de vie de méthodes
d'analyse, les systèmes d'informations, l'intégrité des données et l'analyse de données. De formación científica (estadística, informática,
cualidad, fisiología, farmacología, bioquímica), il participe régulièrement à des projets de validation et transfert de méthodes analytiques.
Éric anime et réalise également des formations et des audits dans le cadre des étapes du cycle de vie des méthodes d'analyse depuis de
nombreuses années.
Gerald de Fontenay – Cebiphar

Depuis plus de 25 ans, Gérald a assuré différents postes au sein de sociétés de services analytiques et de CDMO. Aujourd'hui Directeur
Scientifique et Technique chez Cebiphar, il continue à œuvrer pour garantir le maximo de fiabilité aux résultats qui sont générés dans ses
laboratoires. Il apporte son pericia en validación, verificación y transferencia de méthodes analytiques auprès des chefs de projets et des
clients de Cebiphar, pour assurer le succès des projets qui lui sont confiés.
gdefontenay@cebiphar.com
Marc François Heude – Siegfried

Titulaire d’un doctorat en chimie organique, Marc assure, depuis 6 ans, des rôles de chef de projets analytiques d’abord à Adocia (Société
de biotechnologie Lyonnaise) puis à Bayer Healthcare. Il exerce aujourd’hui en tant que responsable du service de développement analyti-
que chez Siegfried, un CDMO de l’industrie pharmaceutique qui produit des APIs et intermédiaires de synthèse.
References
✻
[1] : ICH Q2 (R1) “Validation of Analytical Procedures: Text and Methodology”, 2005. [2] : FDA: 21CFR : Current Good Manufacturing Practice (CGMP)
Regulations, 2020.
[3] : EudraLex – Volume 4 – Good Manufacturing Practice (GMP) guidelines. [4] : US Pharmacopoeia: USP <1210>; <1225>; <1226>.
[5] : FDA Guidance: “Analytical Procedures and Methods Validation for Drugs and Biologics”, 2015.
[6] : Pharmacopeial Forum (PF), 1220 Analytical Procedure Life Cycle — PF 46(5), 2020.
[7] : USP stimuli to revision process 42(5) ANALYTICAL CONTROL STRATEGY, 2016.
[8] : J. Ermer, C. Burgess, G. Kleinschmidt, J. H. McB. Miller, D. Rudd, M. Bloch, H. Wätzig, M. Broughton et R. A. Cox, Method Validation in Pharmaceutical
Analysis: A Guide to Best Practice, Wiley, 2005.
[9] : ICH Q3A(R2) IMPURITIES IN NEW DRUG SUBSTANCES, 2006.

[10] :ICH Q3B(R2) IMPURITIES IN NEW DRUG PRODUCTS, 2006.
[11] : ICH Q3C(R8) IMPURITIES:GUIDELINE FOR RESIDUAL SOLVENTS, 2021.

[12] : ICH Q3D(R1) GUIDELINE FOR ELEMENTAL IMPURITIES, 2019.
[13] : P. Hubert, J.-J. Nguyen-Huu, B. Boulanger, E. Chapuzet , P. Chiap, N. Cohen, P. Compagnon, W. Dewé, M. Feinberg et
M. Lallier, «Validation des procédures analytiques quantitatives harmonisation des démarches,» S.T.P. Pharma Pratiques, vol. 13, p. 101, 2003.
[14] : USP <1080> “BULK PHARMACEUTICAL EXCIPIENTS— CERTIFICATE OF ANALYSIS”, 2021.
[15] : Small Molecules Collaborative group and USPC Staff. Pharm Forum 35(3) page 765 – 771, 2009.
[16] : G. de Fontenay, J. Respaud, P. Puig,
C. Lemaire, «Analysis of the performance of analytical method, Risk Analysis for routine use,» S.T.P. Pharma Pratiques, vol. 21, n°12, pp. 123-132, 2011.
(https://bit.ly/3xkPaZg)
(https://www.biomerieux-industry.com/products/biofire-mycoplasma-nucleic-acid-amplification-technique-nat-pcr)

2021 Buenas Prácticas de Validación para Procedimientos Analíticos

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

2021 Buenas Prácticas de Validación para Procedimientos Analíticos

Cargado por

Copyright:

Formatos disponibles

24/8/2021 Algunas buenas prácticas de validación para procedimientos analíticos

+33 (0)4 37 28 30 40 info@a3pservices.com

 Algunas buenas prácticas de validación para procedimientos analíticos

 ALCOA ... con una A de precisión

 Entrada de estudios de estabilidad predictiva acelerada (APS) al desarrollo farmacéutico

 Implementación de química analítica verde en el laboratorio de control de calidad de la empresa UPSA

 Evaporación de soluciones alcohólicas. ¿Qué residuos quedan en el equipo?

Algunas buenas prácticas de validación para procedimientos

función de respuesta (o curva estándar) si corresponde,

veracidad (denominada "precisión" en el texto ICH Q2 (R1)),

la linealidad de los resultados,

el límite de detección / cuantificación en el contexto de la cuantificación de impurezas /

trazas / productos de degradación,

el intervalo de trabajo (rango)

Asegurar la especificidad del método con un estudio de degradación forzada.

2. Expectativas de las autoridades y necesidades científicas

Este error se puede dividir en 2 partes distintas:

En el centro: el verdadero valor

En rojo, las medidas realizadas

Figura 1: Représentation de la validation d'une procédure

analytique par les cibles

3. Identificar las fuentes de variabilidad y medir su impacto.

El protocolo debe contener como mínimo:

la metodología utilizada para realizar estas pruebas,

la referencia del método a validar y su versión,

El informe debe contener como mínimo:

La referencia del procedimiento validado y su versión.

En su caso, los resultados de los estudios de desarrollo que complementen la validación.

Las diferentes desviaciones encontradas durante la validación.

Los resultados de la validación y las conclusiones sobre el desempeño del método.

Los datos brutos relevantes (resultados, cromatogramas estándar).

Cuadro 1: Paramètres à vérifier pour la validation d'une

méthode d'analyse en fonction du but de la méthode.

Figura 2: Résumé des différentes sources de variabilité qui

impacte le biais (erreur systématique) et la précision (erreur

El por que y el como

Linealidad (de resultados)

El por que y el como

El por que y el como

Figura 3: représentation des différentes couches de variabilité

par niveau pour qualifier la précision ou fidélité. [8]

Cada capa de la Figura 3 se caracteriza por diferentes fuentes de variabilidad:

La "repetibilidad" de la segunda capa contiene esencialmente la variabilidad de la preparación de la muestra.

9 determinaciones distribuidas en 3 niveles y 3 repeticiones por nivel (como mínimo)

6 determinaciones al 100% del objetivo de validación.

Cuadro 2: Definición de variaciones y coeficientes de variación

para la evaluación de la precisión

Cuadro 3: cálculo del coeficiente de variación para la réplica y la

fidélité intermédiaire para un análisis de tipo ANOVA. Sobre

considère p séries à n valeurs par série et Xj les moyennes des

séries j et Xg la moyenne globale de toutes les valeurs.

El por que y el como

Límite de detección (LOD) / Límite de cuantificación (LOQ)

El por que y el como

Cuadro 4: Intervalle de mesure recommandé en fonction du

type de procédure analytique

Combinación de error sistemático y error aleatorio

Las pruebas de estabilidad deben realizarse en soluciones:

de estándares (soluciones madre y diluidas en matraces y botellas).

La estabilidad de la solución se entiende a la luz del objetivo del procedimiento analítico.

Criterios / límites de aceptación

El campo de aplicación (farmacéutico, agroalimentario, cosmético, “dispositivo médico”, etc.).

Cambios en la síntesis de la sustancia farmacológica, generalmente incluida su fuente.