Erneute Datenauswertung unter GMP: Welcher Stand trägt das Ergebnis?

1. Messung, Verarbeitung und Entscheidung auseinanderhalten

Der Beispielscope ist Humanarzneimittel-GMP. Die Messung erzeugt Ausgangsdaten; eine Verarbeitung kann daraus integrierte Signale, Konzentrationen oder statistische Größen ableiten. Ein weiterer Verarbeitungsschritt verändert nicht zwangsläufig den ursprünglichen Messvorgang, wohl aber die Grundlage einer Ergebnisentscheidung.

EU-GMP-Kapitel 6 verlangt aufgezeichnete und kritisch geprüfte Ergebnisse und Berechnungen. Annex 11 ergänzt die Anforderungen an computergestützte Abläufe. Die FDA erläutert Reprocessing und Parameteränderungen im US-Drug-CGMP-Kontext. Keine dieser Quellen macht jeden erneuten Rechenlauf automatisch zu einem unzulässigen Vorgang.

Quellen: [1] [2] [3]

2. Daten, Verarbeitung und Entscheidung miteinander verbinden

Eine Versionsnummer am PDF genügt nicht, wenn die verwendeten Parameter unbekannt bleiben. Umgekehrt beweist eine gespeicherte Methode allein noch nicht, dass genau dieser Stand für das gezeigte Ergebnis ausgeführt wurde. Stellen Sie die konkrete Zuordnung her.

Die folgende eigene Matrix trennt die notwendigen Fragen, ohne dafür getrennte Anwendungen oder separate Akten zu verlangen. Die Informationen können in einem System verbunden sein oder über kontrollierte Referenzen zusammengeführt werden.

Quellen: [4] [3] [5]

3. Den Anlass vor dem gewünschten Ergebnis beschreiben

Eine Wiederverarbeitung kann sinnvoll sein, wenn etwa eine belegte Parameterverwechslung korrigiert oder eine methodisch vorgesehene Integration angewendet wird. Der Anlass sollte aus der fachlichen Frage entstehen und nicht erst nachträglich aus dem günstigeren Resultat begründet werden.

Ist bereits ein OOS-Befund vorhanden, bleibt dessen Untersuchung relevant. Das bloße Erzeugen eines innerhalb der Spezifikation liegenden Ergebnisses erklärt nicht, warum der vorherige Befund ungültig war. Vorab definierte Regeln und dokumentierte Untersuchungen helfen, berechtigte Verarbeitung von einer selektiven Ergebnissuche zu unterscheiden.

Quellen: [6] [3] [1]

4. Eigener Rechenfall: Gleiche Rohdaten, anderer Blindwert

Illustratives Beispiel: Für ein fiktives Verfahren lautet die festgelegte Rechnung Ergebnis = (Signal − Blindwert) × Faktor. Das Signal beträgt 0,842, der Faktor 100. Im ersten Verarbeitungsstand wurde 0,024 als Blindwert eingetragen. Der maßgebliche, separat erhaltene Originalbeleg weist jedoch 0,042 aus. Diese angenommene Beleglage begründet im Beispiel die Untersuchung einer Eingabeverwechslung.

Mit 0,024 entsteht 81,8; mit 0,042 entsteht 80,0. Die Differenz beträgt 1,8 Einheiten. Dass die zweite Zahl kleiner ist, macht sie weder besser noch schlechter: Maßgeblich sind Originalbeleg und Methode. Das Beispiel legt keine reale Labormethode oder Spezifikationsgrenze fest.

Quellen: [1] [3]

5. Eine verständliche Änderungsgeschichte erhalten

Die Historie sollte zeigen, welche relevante Einstellung geändert wurde, durch wen, wann und aus welchem Grund. Der Umfang der Audit-Trail-Bewertung richtet sich nach den GMP-relevanten Vorgängen und Risiken. Es geht nicht um die pauschale Protokollierung jedes Tastendrucks.

Bewahren Sie erforderliche ältere Verarbeitungsergebnisse mit ihrem Kontext auf. Ein bloßer Screenshot der letzten Ansicht kann dafür unzureichend sein. Falls ein Bericht nur den freigegebenen Stand zeigt, muss die Verbindung zu den übrigen erforderlichen Daten und Entscheidungen weiterhin erreichbar bleiben. Nicht jeder Bericht muss selbst die gesamte Historie enthalten.

Quellen: [2] [4]

6. Den tatsächlichen Änderungsweg testen

Prüfen Sie nicht nur, ob die Anwendung korrekt subtrahiert und multipliziert. Testen Sie auch, ob eine Änderung den alten Stand erkennbar lässt, die richtige Ausgangsdatei verwendet und die vorgesehenen Berechtigungen einhält. Ein Ergebnis kann mathematisch stimmen und trotzdem dem falschen Datensatz zugeordnet sein.

Ein geeigneter Negativfall ist im Beispiel das manuelle Überschreiben allein der Berichtszahl. Das System oder der nachgewiesene Kontrollablauf muss eine solche nicht belegte Korrektur erkennen beziehungsweise verhindern können. Welche technische und organisatorische Kombination geeignet ist, hängt von System, Prozess und Risiko ab.

Quellen: [2] [4]

7. Die Prüfung auf die relevante Veränderung konzentrieren

Die prüfende Person benötigt den Anlass, den ursprünglichen Stand, die geänderten Parameter und das neue Ergebnis. Zusätzlich ist zu beurteilen, ob andere Resultate denselben fehlerhaften Parameter verwendet haben. Diese Auswirkungsfrage darf nicht hinter der erfolgreichen Korrektur eines einzelnen Berichts verschwinden.

In kleinen Laboren hilft eine klare Referenzfolge: Datensatz, Verarbeitung A, Befund, Verarbeitung B und Entscheidung. Eine vollständige automatische Neuberechnung sämtlicher historischer Daten ist daraus nicht abzuleiten. Die Reichweite weiterer Prüfungen folgt aus den tatsächlichen Abhängigkeiten und der Untersuchung.

Quellen: [1] [7] [4]

8. Checkliste vor der Verwendung des neuen Ergebnisses

Ein abgeschlossener Reprocessing-Vorgang muss eine fachkundige Person in die Lage versetzen, die Änderung zu verstehen und die maßgebliche Ergebnisversion zu erkennen. Ein technisch grüner Jobstatus allein beantwortet diese Fragen nicht.

Nutzen Sie die folgende eigene Liste passend zu Ihrer Methode und den vorhandenen Systemfunktionen. Die konkrete Form der Nachweisführung ist kein vorgeschriebenes universelles Dokumentenpaket.

• Anlass und fachliche Frage der erneuten Verarbeitung festgehalten.
• Unveränderte Ausgangsdaten eindeutig zugeordnet.
• Alte und neue relevante Parameterstände verfügbar.
• Ausführung und Ergebnisse mit den jeweiligen Ständen verbunden.
• Grund, Benutzer und Zeitpunkt der Änderung nachvollziehbar.
• Mögliche Betroffenheit weiterer Ergebnisse bewertet.
• Fachlich maßgebliche Version und weitere Verwendung entschieden.

Quellen: [2] [1] [3]