Intégrité des données en laboratoire d’analyse
L’intégrité des données dans les laboratoires d’analyse consiste à maintenir des données d’essai complètes, cohérentes et exactes tout au long de leur cycle de vie.
Un résultat conforme n’est utile que si le laboratoire peut expliquer comment il a été obtenu.
Ce guide explique les contrôles qui assurent la fiabilité des enregistrements de contrôle qualité, examine une séquence ne répondant pas aux critères d’aptitude du système et présente les risques liés au traitement des données en LC-MS et en RMN.
Parcourir les 15 sections
Pourquoi l’intégrité des données est importante dans les laboratoires pharmaceutiques
Les laboratoires d’analyses pharmaceutiques et chimiques génèrent les preuves utilisées pour évaluer la qualité des matériaux et des produits. Dans le cadre du contrôle qualité (CQ) pharmaceutique, des enregistrements exacts, complets et fiables soutiennent les décisions concernant la conformité aux spécifications, le devenir des lots et la sécurité des patients. Un résultat perd sa crédibilité lorsque le laboratoire ne peut pas le retracer jusqu’à l’échantillon, les conditions de test, les observations originales et l’examen qui l’ont produit. [1] [3].
Dans ses lignes directrices de 2018, la FDA a signalé une augmentation des constatations de violations de l’intégrité des données lors des inspections CGMP et a décrit les mesures réglementaires, notamment les lettres d’avertissement et les alertes d’importation. Ces résultats expliquent pourquoi la fiabilité des dossiers de laboratoire fait l’objet d’une attention particulière lors d’une inspection. [1].
Une culture de qualité faible, un leadership inefficace, des procédures inadéquates, une connaissance limitée des logiciels et une technologie mal contrôlée peuvent laisser place à des erreurs ou à des fautes. La pression des délais peut encourager les raccourcis lorsque le personnel ne se sent pas en mesure de signaler un problème. La direction doit fournir des processus opérationnels, une formation et une culture qui encouragent un signalement et une enquête rapides. Les contrôles techniques et la surveillance de la gestion doivent fonctionner ensemble [1] [2].
Principes ALCOA et dossiers de laboratoire complets
En bref : Un dossier complet comprend les preuves originales, l’historique complet des tests et les métadonnées nécessaires à son examen.
ALCOA décrit cinq qualités d’un document digne de confiance : attribuable, lisible, contemporain, original et exact. Dans un laboratoire, cela signifie identifier qui a effectué le travail, garder le dossier lisible, le documenter lorsque l’activité a lieu, conserver les preuves originales ou une copie conforme appropriée et vérifier que le dossier représente correctement le travail. [1] [2].
ALCOA+ ajoute les attributs d’exhaustivité, de cohérence, de pérennité et de disponibilité. Les essais échoués et répétés font partie de l’historique complet des essais. Les horodatages et la séquence doivent être cohérents; les enregistrements doivent rester protégés et récupérables pendant toute la durée de conservation. Une copie fidèle doit préserver la signification et les métadonnées nécessaires de l’original. Lorsque des fonctions dynamiques sont nécessaires pour reconstituer ou évaluer l’analyse, une simple impression statique peut être insuffisante. [1] [2].
Dans le cadre des exigences CGMP américaines applicables aux médicaments finis, le 21 CFR 211.194 exige des données de laboratoire complètes, comprenant les méthodes d’essai, les graphiques et spectres des instruments, les calculs, les résultats et la vérification par une seconde personne. La section 6.6 de l’ICH Q7 traite des enregistrements de contrôle de laboratoire pour les substances actives pharmaceutiques. Le 21 CFR Part 11 régit les enregistrements et les signatures électroniques qui entrent dans son champ d’application; il ne remplace pas les exigences sous-jacentes en matière de documentation. Les exigences applicables dépendent de l’activité réglementée et de la juridiction [3] [7] [9].

Lire la liste de contrôle sous forme de texte
Liste de contrôle de l’intégrité des données ALCOA+ pour les laboratoires de contrôle qualité
Neuf qualités d’un dossier de laboratoire digne de confiance. ALCOA : les cinq principaux. ALCOA+ : quatre ajouts.
- Attribuable
- Qui l’a fait et qui l’a changé
- Lisible
- Lisible maintenant et plus tard
- Contemporain
- Enregistré au moment où le travail est réalisé
- Original
- Données originales ou copie fidèle
- Exact
- Correspond au travail effectué
- Complet
- Analyses échouées et répétées incluses
- Cohérent
- Horodatages et séquence cohérents
- Pérenne
- Protégé pendant toute la durée de conservation
- Disponible
- Récupérable pour examen et inspection
Un évaluateur indépendant peut-il reconstituer le résultat ?
Basé sur les questions-réponses sur l’intégrité des données et la conformité aux médicaments CGMP de la FDA (2018) et les directives sur l’intégrité des données MHRA GxP (2018, mises à jour en 2021).
Veeprho : veeprho.com/data-integrity-analytical-laboratories
Comment les petits raccourcis deviennent des problèmes d’intégrité des données
Un mot de passe partagé, une injection d’essai non documentée, une analyse supprimée ou une intégration manuelle injustifiée peuvent supprimer des informations nécessaires à l’évaluation d’un résultat. Un raccourci qui semble faire gagner quelques minutes peut ne laisser aucune trace fiable de la personne ayant réalisé le travail ni des raisons des modifications des données. Une mauvaise compréhension des logiciels de laboratoire peut aggraver ce problème [1] [4].
Des exemples plus sérieux incluent la fabrication de données, la copie de résultats et leur présentation comme de nouvelles mesures, ou l’antidatage d’une analyse pour déformer le moment où elle a eu lieu. Des contrôles d’accès faibles, des examens de pistes d’audit manquants et des conclusions d’enquête sans preuves à l’appui peuvent permettre à de tels problèmes de persister. Ces pratiques doivent être examinées au regard des faits; une divergence ne suffit pas à établir une faute intentionnelle [1] [2].
Une séquence ratée qui doit rester visible
Séquence hypothétique
Considérons une séquence analytique hypothétique qui ne répond pas aux critères d’aptitude du système. Pour gagner du temps, l’analyste interrompt la séquence, rince le système et relance l’analyse. L’analyse répétée satisfait aux critères d’aptitude du système. L’analyste ne signale pas le premier échec au superviseur et ne le documente pas. Il complète le dossier comme si seule la séquence conforme avait été réalisée.
Quelques mois plus tard, un inspecteur retrouve la séquence interrompue dans la piste d’audit de l’instrument et demande une explication. Le laboratoire ne dispose ni d’un compte rendu établi au moment des faits, ni d’une investigation, ni d’un motif documenté pour la répétition de l’essai. La revue antérieure par le superviseur n’a pas non plus relevé la séquence manquante. Rapporter uniquement la séquence conforme donne un historique incomplet des essais.
La répétition conforme aux critères ne résout pas l’omission. Conservez les données originales, documentez l’événement lorsqu’il se produit, informez la personne responsable et recherchez la cause selon la procédure approuvée. Consignez la raison de chaque répétition et examinez la séquence concernée, l’historique du traitement et la piste d’audit avant d’accepter le résultat. L’échec initial ne prouve pas à lui seul que le résultat final est erroné, mais son exclusion empêche un examen justifiable. [1] [4].
Manipulation des données et reporting sélectif
Répéter l’analyse d’un échantillon jusqu’à obtenir un résultat conforme, tout en ignorant, excluant ou supprimant les résultats non conformes, donne une image trompeuse de l’analyse. Les recommandations de la FDA sur les contrôles de laboratoire traitent spécifiquement des injections d’essai non officielles d’échantillons de produits. Il n’est pas acceptable d’analyser un échantillon de produit pour voir s’il satisfait aux critères, puis d’omettre les données correspondantes du dossier officiel [4].
Lors d’une revue ou d’une inspection, les données des instruments et des serveurs peuvent être comparées aux cahiers de laboratoire, aux feuilles de travail et aux rapports finaux, avec une assistance informatique si nécessaire. Ce rapprochement peut révéler des analyses sans explication correspondante, des résultats copiés entre les enregistrements ou des lacunes entre l’acquisition et la communication des données. Conservez et examinez les écarts au lieu de supposer qu’un rapport apparemment complet représente l’intégralité de l’analyse [1] [3].
Les analyses échouées, répétées et invalidées doivent rester traçables, la raison de l’invalidation et toute enquête étant conservées. L’exclusion d’un résultat du calcul final nécessite une justification scientifique ; cette exclusion n’autorise pas la destruction des preuves originales. Des enregistrements incomplets peuvent miner la confiance dans les contrôles du laboratoire et étayer les conclusions réglementaires [1] [3].
Examen de la piste d’audit et modifications de la masse pesée de l’étalon
En bref : Examinez les modifications critiques ainsi que l’enregistrement associé avant l’approbation finale.
Une piste d’audit est un historique sécurisé, généré par ordinateur et horodaté qui prend en charge la reconstruction de la création, de la modification et de la suppression d’enregistrements. Il peut montrer qui a modifié une valeur critique, quand le changement s’est produit et la raison enregistrée. Son utilité dépend de la configuration, de la protection et de la révision du système de manière appropriée ; il ne faut pas supposer que le logiciel capture chaque action simplement parce qu’une fonctionnalité de piste d’audit existe [1] [2].
Le personnel d’assurance qualité, les superviseurs et les réviseurs désignés doivent examiner les changements pertinents et résoudre les entrées inexpliquées. La FDA recommande d’examiner les traces de modifications apportées aux données critiques avec l’enregistrement associé, avant l’approbation finale. La fréquence d’examen suit les exigences sous-jacentes en matière d’enregistrement ; lorsqu’aucune fréquence n’est spécifiée, une évaluation des risques documentée doit la guider. Des pistes d’audit désactivées ou un examen inefficace laissent des lacunes dans la surveillance, mais un changement manqué n’établit pas qu’une piste a été désactivée. [1].
Contrôles de date et d’heure de l’instrument
Les horodatages des instruments et des ordinateurs établissent le moment où les tests et les modifications ont eu lieu. Changer une horloge système pour donner l’impression qu’un échantillon a été analysé dans sa fenêtre de stabilité approuvée donne une fausse idée de l’historique des tests. L’heure apparente de l’analyse ne peut plus démontrer que l’échantillon a respecté l’exigence de durée applicable. [1] [2].
Les examinateurs doivent évaluer si les utilisateurs peuvent modifier les paramètres de date et d’heure et si les modifications nécessitent une autorisation, une justification et un enregistrement traçable. Restreignez l’accès à ces paramètres, contrôlez les ajustements approuvés et vérifiez la cohérence temporelle entre les systèmes connectés. Une correction d’horloge autorisée est différente d’un antidatage dissimulé, mais l’ajustement et son impact sur les enregistrements concernés doivent être compréhensibles. [1] [2].
Privilèges utilisateur et droits d’accès
Les analystes doivent disposer des autorisations nécessaires pour le travail qui leur est assigné. Donner à quelqu’un à la fois un accès aux tests de routine et un contrôle administratif illimité crée des opportunités de modifier les méthodes de traitement, les configurations du système ou les enregistrements sans surveillance adéquate. La question pertinente est de savoir ce que le rôle peut faire et comment ces actions sont contrôlées. [1].
La FDA recommande de confier l’administration du système, y compris les droits de suppression de fichiers ou de modification des configurations, à des personnes indépendantes de celles responsables du contenu des enregistrements. Pour le travail analytique de routine, un compte assorti de restrictions appropriées doit être utilisé. Définissez les rôles, documentez les droits des utilisateurs autorisés, examinez les accès et veillez à ce que les modifications ayant des conséquences importantes fassent l’objet d’une autorisation et d’un examen appropriés [1].
Erreurs humaines et fautes délibérées
Une documentation incomplète ou inexacte, une manipulation inappropriée des échantillons et l’incapacité d’enregistrer une activité à ce moment-là peuvent compromettre la fiabilité des preuves de laboratoire. De tels problèmes peuvent provenir d’erreurs involontaires ; une fabrication ou une dissimulation délibérée peut également se produire. Les deux nécessitent une enquête, bien que leurs causes et les actions correctives puissent différer [1] [2].
Évaluez la formation, les procédures, la charge de travail, la supervision et la conception du système parallèlement à l’événement individuel. Corrigez le dossier de manière transparente, évaluez les résultats affectés et corrigez la cause. Une conclusion d’erreur humaine doit être étayée par l’enquête et ne doit pas empêcher l’examen des faiblesses sous-jacentes du système. Les principes de l’ALCOA fournissent une base pratique pour examiner ce qui n’a pas fonctionné [1] [2].
Traitement des données dans les laboratoires LC-MS
En bref : Conservez la traçabilité des données brutes, des décisions de traitement et de l’évaluation de l’effet de report jusqu’au résultat.
La chromatographie liquide-spectrométrie de masse (LC-MS) et la résonance magnétique nucléaire (RMN) peuvent générer des ensembles de données complexes avec plusieurs étapes d’acquisition et de traitement. Leurs capacités analytiques ne suppriment pas la nécessité d’un dossier complet. L’examen doit relier les données brutes, les décisions de traitement et le résultat rapporté [2] [5] [6].
En LC-MS, la dérive de la ligne de base et l’interférence du signal peuvent compliquer l’intégration automatique des pics. L’intégration manuelle peut être scientifiquement justifiée, mais il n’est pas acceptable de modifier une ligne de base ou les limites d’un pic dans le seul but d’obtenir un résultat conforme aux critères d’acceptation. Conservez les données d’origine, les paramètres de traitement, la justification, le résultat révisé et l’examen afin qu’un autre scientifique puisse évaluer l’effet de l’ajustement. [1].
L’effet de report est un autre point de vigilance. Des substances provenant d’un échantillon concentré peuvent persister dans certaines parties du système d’injection, de la colonne ou de la source MS et contribuer au signal d’un blanc ou d’un échantillon ultérieur. Les méthodes LC-MS sensibles peuvent détecter de faibles quantités résiduelles, susceptibles d’augmenter le résultat d’une analyse ultérieure.
Les réponses des blancs doivent être évaluées par rapport aux critères d’acceptation spécifiques à la méthode ; un signal zéro absolu n’est pas un critère universel. Recherchez la source, évaluez les injections concernées et documentez les mesures correctives ainsi que toute nouvelle analyse justifiée. Ignorer une interférence connue peut rendre les rapports peu fiables, mais la seule observation d’un effet de report ne démontre pas une manipulation. [5].
Traitement des données dans les laboratoires RMN
En bref : Préservez les fichiers FID et l’historique de traitement afin que le spectre affiché puisse être reconstruit.
Conserver uniquement un spectre RMN traité peut priver le réviseur des éléments nécessaires pour reconstituer le traitement. Conservez les fichiers originaux du signal de décroissance libre de l’induction (FID), les métadonnées d’acquisition, les paramètres de traitement et les spectres rapportés pour les analyses réglementées. Les données brutes permettent à un autre scientifique d’examiner comment le spectre affiché a été produit [2] [6].
Des paramètres inhabituels ou des changements confinés à une région spectrale justifient un examen ; ils ne prouvent pas en eux-mêmes une tentative de dissimulation d’une impureté. Des données brutes complètes, un traitement justifié et un examen documenté permettent de distinguer une correction acceptable d’un changement faussant le résultat. Ces contrôles préservent la confiance dans les rapports LC-MS et RMN [1] [2].
Cinq contrôles que les évaluateurs peuvent vérifier
- Rapprochez les données de l’historique complet des essais. Incluez les analyses échouées, interrompues, répétées et invalidées et vérifiez leurs explications par rapport au rapport final.
- Examinez les entrées pertinentes de la piste d’audit. Élucidez les modifications inexpliquées des masses pesées, des paramètres d’intégration, des méthodes, de l’identité des échantillons ou de l’ordre des séquences.
- Vérifiez l’attribution individuelle. Vérifiez qui a acquis, modifié et examiné les données, et si leurs autorisations correspondent à leurs responsabilités.
- Vérifiez la chronologie. Confirmez que les horodatages et les réglages d’horloge autorisés prennent en charge la séquence d’événements enregistrée et les limites de stabilité d’échantillon applicables.
- Reconstruisez le résultat rapporté. Conservez les fichiers bruts, les métadonnées, les versions de traitement, les preuves d’enquête et les dossiers d’examen nécessaires pour expliquer la valeur finale.
Une question pratique avant l’approbation du résultat
Avant d’accepter un résultat d’analyse, demandez si un examinateur indépendant peut reconstruire le chemin complet depuis l’échantillon et l’instrument jusqu’à la valeur rapportée, y compris les échecs d’analyse, les modifications et les raisons de la répétition des tests. Si la réponse est non, remédiez aux lacunes du dossier et évaluez leur incidence avant de vous appuyer sur le résultat pour prendre une décision relative à la qualité. Utilisez ce cadre d’examen avec les procédures approuvées du site et les exigences applicables.
Questions fréquemment posées
Quels sont les 5 principes de l’intégrité des données ?
Les cinq principes ALCOA exigent des enregistrements attribuables, lisibles, contemporains, originaux et exacts. Cela signifie que les enregistrements identifient la personne ayant réalisé le travail, restent lisibles, sont établis au moment de l’activité, préservent les preuves originales ou une copie fidèle appropriée et représentent correctement l’activité [1] [2].
Qu’est-ce que l’intégrité des données dans l’industrie pharmaceutique ?
L’intégrité des données désigne l’exhaustivité, la cohérence et l’exactitude des données tout au long de leur cycle de vie. Dans les laboratoires pharmaceutiques, elle permet aux examinateurs de retracer un résultat jusqu’à l’échantillon, la méthode, les données brutes, les modifications et l’approbation. Des dossiers fiables soutiennent les décisions relatives à la qualité des produits et contribuent à protéger les patients [1] [3].
Quelles sont les directives de la FDA en matière d’intégrité des données ?
Le guide de la FDA de 2018, « Data Integrity and Compliance With Drug CGMP: Questions and Answers », explique ses attentes concernant la fiabilité des enregistrements, les métadonnées, les pistes d’audit, les contrôles d’accès et la revue. Consultez ce document avec les réglementations CGMP applicables, notamment le 21 CFR 211.194 et, le cas échéant, le Part 11. Le guide présente la position de la FDA; les réglementations sous-jacentes contiennent des exigences contraignantes [1] [3] [9].
Quels sont les quatre principaux types d’intégrité des données ?
Dans la terminologie des bases de données, quatre catégories courantes sont l’intégrité des entités, l’intégrité référentielle, l’intégrité des domaines et l’intégrité définie par l’utilisateur. Ces catégories concernent l’unicité des enregistrements, la validité des liens entre les enregistrements, les valeurs autorisées et les règles propres à l’organisation. Elles peuvent soutenir les systèmes d’information de laboratoire, tandis qu’ALCOA et ALCOA+ décrivent des attentes plus larges pour les enregistrements pharmaceutiques [8] [2].
Quelle est la différence entre ALCOA et ALCOA+ ?
ALCOA couvre des enregistrements attribuables, lisibles, contemporains, originaux et exacts. ALCOA+ ajoute les attributs d’exhaustivité, de cohérence, de pérennité et de disponibilité. Ils soulignent l’importance de l’historique complet des essais, d’une séquence logique, d’une conservation durable et de l’accès aux enregistrements lorsque cela est nécessaire. [2].
À quelle fréquence les pistes d’audit des laboratoires doivent-elles être examinées ?
La FDA recommande d’examiner les pistes d’audit pour les modifications apportées aux données critiques avec l’enregistrement associé et avant l’approbation finale. La fréquence suit les exigences de révision applicables pour ce dossier. Lorsqu’aucune fréquence n’est spécifiée, utilisez une évaluation des risques documentée et une procédure approuvée [1].
L’intégration manuelle constitue-t-elle une violation de l’intégrité des données ?
L’intégration manuelle ne constitue pas automatiquement une violation. Cela nécessite une justification scientifique, des données originales conservées et un historique de traitement, ainsi qu’un examen approprié. Un ajustement non documenté ou effectué simplement pour transformer un résultat non conforme en résultat conforme soulève un problème d’intégrité des données. [1].
Un laboratoire peut-il supprimer les données d’une analyse ayant échoué ou ayant été interrompue après qu’une répétition a satisfait aux critères?
Une répétition conforme ne justifie pas la suppression des données CGMP de l’essai antérieur. Conservez le dossier original et documentez l’échec, l’investigation, le motif de la répétition et la revue. Si un résultat est invalidé, conservez les preuves et la justification de cette décision [1] [4].
Références
- FDA, Data Integrity and Compliance With Drug CGMP: Questions and Answers (2018).
- MHRA, Guidance on GxP Data Integrity (2018, updated 2021).
- 21 CFR 211.194, Laboratory Records.
- FDA, Questions and Answers on CGMP Laboratory Controls, question 17.
- Hughes et al., Determination of carryover and contamination for mass spectrometry-based chromatographic assays (2007).
- Sengupta and Weljie, NMR Spectroscopy-Based Metabolic Profiling of Biospecimens (2019).
- ICH Q7, Good Manufacturing Practice Guide for Active Pharmaceutical Ingredients, section 6.6.
- IBM, What is Data Integrity? (database terminology).
- 21 CFR Part 11, Electronic Records and Electronic Signatures.