Integridade dos dados em laboratórios analíticos
A integridade dos dados em laboratórios analíticos significa manter as informações dos ensaios completas, consistentes e exatas ao longo de todo o seu ciclo de vida.
Um resultado que cumpre os critérios só é útil se o laboratório conseguir demonstrar como foi obtido.
Este guia explica os controlos que sustentam registos fiáveis de controlo da qualidade, acompanha uma sequência analítica que não cumpre os critérios de adequação do sistema e examina os riscos do tratamento de dados em LC-MS e RMN.
Consultar as 15 secções
Por que a integridade dos dados é importante em laboratórios farmacêuticos
Os laboratórios analíticos farmacêuticos e químicos geram as provas utilizadas para avaliar a qualidade dos materiais e dos produtos. No controlo da qualidade (CQ) farmacêutico, registos exatos, completos e fiáveis apoiam decisões sobre o cumprimento das especificações, o destino dos lotes e a segurança dos doentes. Um resultado perde credibilidade quando o laboratório não consegue rastreá-lo até à amostra, às condições do ensaio, às observações originais e à revisão que o sustentam [1] [3].
Na sua orientação de 2018, a FDA referiu um aumento das violações de integridade dos dados identificadas durante as inspeções CGMP e descreveu medidas regulamentares, incluindo cartas de advertência e alertas de importação. Estas constatações explicam a atenção dada à fiabilidade dos registos laboratoriais durante uma inspeção [1].
Cultura de qualidade fraca, liderança ineficaz, procedimentos inadequados, conhecimento limitado de software e tecnologia mal controlada podem deixar oportunidades para erros ou má conduta. A pressão do prazo pode encorajar atalhos quando os funcionários não se sentem capazes de comunicar um problema. A gestão deve fornecer processos viáveis, formação e uma cultura que incentive a pronta notificação e investigação. Os controlos técnicos e a supervisão da gestão precisam trabalhar juntos [1] [2].
Princípios da ALCOA e registos laboratoriais completos
Resumindo: Um registo completo inclui as provas originais, o histórico completo dos ensaios e os metadados necessários à sua revisão.
O ALCOA descreve cinco qualidades de um registo fiável: atribuível, legível, contemporâneo, original e exato. Num laboratório, isso significa identificar quem executou o trabalho, manter o registo legível, documentar a atividade no momento em que ocorre, preservar as provas originais ou uma cópia fiel adequada e verificar se o registo representa corretamente o trabalho [1] [2].
O ALCOA+ acrescenta os atributos de completude, consistência, durabilidade e disponibilidade. Os ensaios falhados e repetidos fazem parte do histórico completo dos ensaios. As marcas temporais e a sequência devem ser coerentes; os registos devem permanecer protegidos e recuperáveis durante todo o período de conservação. Uma cópia fiel deve preservar o significado e os metadados necessários do original. Quando são necessárias funcionalidades dinâmicas para reconstruir ou avaliar a análise, uma impressão estática pode não ser suficiente. [1] [2].
No âmbito dos requisitos CGMP dos Estados Unidos para medicamentos acabados, o 21 CFR 211.194 exige dados laboratoriais completos, incluindo métodos de ensaio, gráficos e espectros dos instrumentos, cálculos, resultados e revisão por uma segunda pessoa. A secção 6.6 do ICH Q7 aborda os registos de controlo laboratorial para substâncias ativas farmacêuticas. O 21 CFR Part 11 regula os registos e as assinaturas eletrónicos abrangidos pelo seu âmbito de aplicação; não substitui os requisitos de documentação subjacentes. Os requisitos aplicáveis dependem da atividade regulamentada e da jurisdição [3] [7] [9].

Leia a lista de verificação como texto
Lista de verificação de integridade de dados ALCOA+ para laboratórios de CQ
Nove qualidades de um registo laboratorial fiável. ALCOA: os cinco atributos de base. ALCOA+: quatro atributos adicionais.
- Atribuível
- Quem fez e quem mudou
- Legível
- Legível agora e mais tarde
- Contemporâneo
- Registado no momento em que o trabalho é realizado
- Original
- Dados originais ou cópia fiel
- Exato
- Corresponde ao trabalho realizado
- Completo
- Inclui ensaios falhados e repetidos
- Consistente
- As marcas temporais e a sequência são coerentes
- Duradouro
- Protegido durante todo o período de conservação
- Disponível
- Recuperável para revisão e inspeção
Um revisor independente pode reconstruir o resultado?
Com base nas perguntas e respostas sobre integridade de dados e conformidade de medicamentos da FDA CGMP (2018) e na orientação de integridade de dados GxP da MHRA (2018, atualizada em 2021).
Como pequenos atalhos se tornam preocupações com a integridade dos dados
Uma senha partilhada, uma injeção de teste não documentada, uma execução analítica excluída ou uma integração manual injustificada podem remover informações necessárias para avaliar um resultado. Um atalho que parece economizar alguns minutos pode não deixar nenhum relato fiável sobre quem fez o trabalho ou por que os dados foram alterados. A má compreensão do software de laboratório pode agravar este problema [1] [4].
Exemplos mais sérios incluem fabricar dados, copiar resultados e apresentá-los como novas medições ou retroagir uma análise para deturpar quando ela ocorreu. Controlos de acesso fracos, falta de revisões de trilhos de auditoria e conclusões de investigações sem evidências de apoio podem permitir que tais problemas persistam. Estas práticas devem ser investigadas com base nos seus factos; uma discrepância por si só não estabelece má conduta deliberada [1] [2].
Uma sequência com falha que deve permanecer visível
Sequência hipotética
Considere uma sequência de ensaio hipotética que não cumpre os critérios de adequação do sistema. Para poupar tempo, o analista interrompe a sequência, lava o sistema e reinicia a análise. A análise repetida cumpre os critérios de adequação do sistema. O analista não comunica a primeira falha ao supervisor nem a documenta, e completa o registo como se apenas a sequência bem-sucedida tivesse ocorrido.
Meses depois, um inspetor encontra a sequência interrompida no trilho de auditoria do instrumento e pede uma explicação. O laboratório não dispõe de um relato registado no momento do evento, de uma investigação ou de um motivo documentado para repetir o ensaio. A revisão anterior pelo supervisor também não identificou a sequência em falta. Relatar apenas a análise bem-sucedida apresenta um histórico incompleto dos ensaios.
A repetição que cumpre os critérios não resolve a omissão. Conserve os dados originais, documente o evento quando ocorrer, informe a pessoa responsável e investigue a causa segundo o procedimento aprovado. Registe o motivo de qualquer repetição e reveja a sequência relevante, o histórico de processamento e o trilho de auditoria antes de aceitar o resultado. A falha inicial não prova, por si só, que o resultado final está errado, mas a sua exclusão impede uma revisão fundamentada. [1] [4].
Manipulação de dados e relatórios seletivos
Ensaiar uma amostra repetidamente até obter um resultado conforme, ignorando, excluindo ou eliminando os resultados que não cumprem os critérios, cria uma imagem enganosa da análise. As orientações da FDA sobre controlos laboratoriais abordam especificamente as injeções de teste não oficiais de amostras de produtos. Não é admissível testar uma amostra do produto para verificar se cumpre os critérios e depois omitir os dados desse ensaio do registo oficial [4].
Durante uma revisão ou inspeção, os dados dos instrumentos e dos servidores podem ser comparados com cadernos de laboratório, folhas de trabalho e relatórios finais, com apoio informático quando necessário. Esta reconciliação pode identificar análises sem explicação correspondente, resultados copiados entre registos ou lacunas entre a aquisição e a comunicação dos dados. Conserve e investigue as discrepâncias, em vez de presumir que um relatório aparentemente completo representa toda a análise [1] [3].
Execuções com falha, repetidas e invalidadas devem permanecer rastreáveis, com o motivo da invalidação e qualquer investigação retida. A exclusão de um resultado do cálculo final requer justificação científica; não autoriza a destruição das provas originais. Registos incompletos podem minar a confiança nos controlos do laboratório e apoiar as conclusões regulatórias [1] [3].
Revisão do trilho de auditoria e alterações da massa pesada do padrão
Resumindo: Reveja as alterações críticas juntamente com o registo associado antes da aprovação final.
Um trilho de auditoria é um histórico seguro, gerado por computador e com registo de data e hora que suporta a reconstrução da criação, modificação e exclusão de registos. Pode mostrar quem alterou um valor crítico, quando a alteração ocorreu e o motivo registado. A sua utilidade depende de o sistema estar adequadamente configurado, protegido e revisto; não se deve presumir que o software capture todas as ações apenas porque existe um recurso de trilho de auditoria [1] [2].
O pessoal de garantia da qualidade, os supervisores e os revisores designados devem examinar as alterações relevantes e esclarecer os registos sem explicação. A FDA recomenda rever os trilhos para alterações nos dados críticos com o registo associado, antes da aprovação final. A frequência da revisão segue os requisitos de registo subjacentes; quando nenhuma frequência for especificada, uma avaliação de risco documentada deverá orientá-la. Trilhos de auditoria desativados ou revisões ineficazes deixam lacunas na supervisão, mas uma alteração que passou despercebida não demonstra que o trilho de auditoria tenha sido desativado [1].
Controlos da data e hora dos instrumentos
Os carimbos de data e hora do instrumento e do computador estabelecem quando os ensaios e as alterações ocorreram. Alterar o relógio do sistema para fazer com que uma amostra pareça ter sido analisada dentro de sua janela de estabilidade aprovada deturpa o histórico de ensaios. O tempo aparente de análise não pode mais demonstrar que a amostra atendeu ao requisito de tempo aplicável [1] [2].
Os revisores devem avaliar se os utilizadores podem alterar as definições de data e hora e se essas alterações exigem autorização, justificação e um registo rastreável. Restrinja o acesso a estas definições, controle os ajustes aprovados e verifique a coerência temporal entre os sistemas ligados. Uma correção autorizada do relógio é diferente de uma alteração oculta para uma data anterior, mas tanto o ajuste como o seu impacto nos registos afetados devem ser compreensíveis [1] [2].
Privilégios dos utilizadores e direitos de acesso
Os analistas devem ter as permissões necessárias para o trabalho atribuído. Dar a alguém acesso a ensaios de rotina e controlo administrativo irrestrito cria oportunidades para alterar métodos de processamento, configurações de sistema ou registos sem supervisão adequada. A questão relevante é o que a função pode fazer e como essas ações são controladas [1].
A FDA recomenda que a administração do sistema, incluindo permissões para eliminar ficheiros ou alterar configurações, seja atribuída a pessoas independentes das responsáveis pelo conteúdo dos registos. O analista deve utilizar uma conta com as restrições adequadas no trabalho de rotina. Defina funções, documente as permissões dos utilizadores autorizados, reveja os acessos e assegure que as alterações com impacto significativo recebem a autorização e a revisão adequadas [1].
Erros humanos e má conduta deliberada
A documentação incompleta ou inexata, o manuseamento inadequado das amostras e a falta de registo de uma atividade no momento em que ocorre podem comprometer a fiabilidade das provas laboratoriais. Estes problemas podem resultar de erros não intencionais; também pode haver fabricação ou ocultação deliberada de dados. Ambas as situações exigem investigação, embora as suas causas e medidas corretivas possam ser diferentes [1] [2].
Avalie a formação, os procedimentos, a carga de trabalho, a supervisão e a conceção do sistema, além do evento em causa. Corrija o registo de forma transparente, avalie os resultados afetados e trate a causa. A conclusão de que houve erro humano deve ser sustentada pela investigação e não deve impedir a análise das fragilidades subjacentes do sistema. Os princípios ALCOA fornecem uma base prática para examinar o que correu mal [1] [2].
Tratamento de dados em laboratórios de LC-MS
Resumindo: Mantenha os dados brutos, as decisões de processamento e a avaliação do efeito de arraste rastreáveis até o resultado.
A cromatografia líquida acoplada à espectrometria de massa (LC-MS) e a ressonância magnética nuclear (RMN) podem gerar conjuntos de dados complexos com várias etapas de aquisição e processamento. As suas capacidades analíticas não eliminam a necessidade de um registo completo. A revisão deve relacionar os dados brutos, as decisões de processamento e o resultado comunicado [2] [5] [6].
Em LC-MS, a deriva da linha de base e as interferências do sinal podem dificultar a integração automática dos picos. A integração manual pode ser cientificamente justificada, mas não é aceitável alterar a linha de base ou os limites de um pico apenas para obter um resultado conforme. Conserve os dados originais, as definições de processamento, a justificação, o resultado revisto e os registos de revisão, para que outro cientista possa avaliar o efeito do ajuste [1].
O efeito de arraste é outra preocupação. O material de uma amostra concentrada pode persistir em partes do sistema de injeção, coluna ou fonte de MS e contribuir com sinal em um branco ou amostra subsequente. Métodos sensíveis de LC-MS podem detectar pequenas quantidades residuais, que podem inflacionar um resultado posterior.
As respostas das amostras em branco devem ser avaliadas em relação aos critérios de aceitação específicos do método; um sinal de zero absoluto não é um critério universal. Investigue a fonte, avalie as injeções afetadas e documente as ações corretivas e qualquer reanálise justificada. Ignorar uma interferência conhecida pode tornar o relatório não fiável, mas observar o efeito de arraste por si só não demonstra manipulação [5].
Tratamento de dados em laboratórios de RMN
Resumindo: Conserve os ficheiros FID e o histórico de processamento para permitir a reconstrução do espectro apresentado.
Reter apenas um espectro de RMN processado pode deixar o revisor sem a evidência necessária para reconstruir o processamento. Preserve os ficheiros originais de decaimento de indução livre (FID), metadados de aquisição, parâmetros de processamento e espectros relatados para análises regulamentadas. O registo bruto permite que outro cientista examine como o espectro exibido foi produzido [2] [6].
Configurações invulgares ou alterações limitadas a uma região espectral devem ser examinadas; por si só, não demonstram uma tentativa de ocultar uma impureza. Dados brutos completos, processamento justificado e revisão documentada permitem distinguir uma correção aceitável de uma alteração que distorce o resultado. Esses controlos preservam a confiança nos relatórios de LC-MS e RMN [1] [2].
Cinco controlos que os revisores podem verificar
- Reconcilie o histórico completo de ensaios. Inclua as análises falhadas, interrompidas, repetidas e invalidadas e compare as respetivas explicações com o relatório final.
- Examine as entradas relevantes do trilho de auditoria. Esclareça as alterações sem explicação nas massas pesadas, nos parâmetros de integração, nos métodos, na identificação das amostras ou na ordem da sequência.
- Verifique a atribuição individual. Verifique quem adquiriu, alterou e revisou os dados e se suas permissões atendem às suas responsabilidades.
- Verifique a cronologia. Confirme se os carimbos de data e hora e os ajustes de relógio autorizados suportam a sequência de eventos registada e os limites de estabilidade de amostra aplicáveis.
- Reconstrua o resultado relatado. Conserve os ficheiros brutos, os metadados, as versões de processamento, as provas da investigação e os registos de revisão necessários para explicar o valor final.
Uma questão prática antes da aprovação do resultado
Antes de aceitar um resultado analítico, pergunte se um revisor independente pode reconstruir o caminho completo desde a amostra e o instrumento até o valor relatado, incluindo execuções com falha, alterações e razões para repetir o teste. Se a resposta for não, resolva a lacuna de registo e avalie o seu impacto antes de confiar no resultado para uma decisão de qualidade. Use esta estrutura de revisão com os procedimentos aprovados da unidade e os requisitos aplicáveis.
Perguntas frequentes
Quais são os 5 princípios de integridade de dados?
Os cinco princípios ALCOA exigem registos atribuíveis, legíveis, contemporâneos, originais e exatos. Isto significa que os registos identificam quem realizou o trabalho, permanecem legíveis, são efetuados no momento da atividade, preservam as provas originais ou uma cópia fiel adequada e representam corretamente a atividade [1] [2].
O que é integridade de dados na indústria farmacêutica?
A integridade dos dados é a sua completude, consistência e exatidão ao longo de todo o ciclo de vida. Nos laboratórios farmacêuticos, permite aos revisores rastrear um resultado até à amostra, ao método, aos dados brutos, às alterações e à aprovação. Registos fiáveis apoiam as decisões sobre a qualidade dos produtos e ajudam a proteger os doentes [1] [3].
Quais são as diretrizes da FDA para integridade de dados?
A orientação da FDA de 2018, Data Integrity and Compliance With Drug CGMP: Questions and Answers, explica as suas expectativas quanto a registos fiáveis, metadados, trilhos de auditoria, controlos de acesso e revisão. Leia esta orientação em conjunto com os regulamentos CGMP aplicáveis, incluindo o 21 CFR 211.194 e, quando aplicável, o Part 11. A orientação explica a posição da FDA; os regulamentos subjacentes contêm requisitos vinculativos [1] [3] [9].
Quais são os quatro principais tipos de integridade de dados?
Na terminologia das bases de dados, quatro categorias comuns são a integridade de entidade, a integridade referencial, a integridade de domínio e a integridade definida pelo utilizador. Estas dizem respeito a registos únicos, ligações válidas entre registos, valores permitidos e regras específicas da organização. Estas categorias podem apoiar os sistemas de informação laboratorial, enquanto o ALCOA e o ALCOA+ descrevem expectativas mais amplas para os registos farmacêuticos [8] [2].
Qual é a diferença entre ALCOA e ALCOA+?
O ALCOA abrange registos atribuíveis, legíveis, contemporâneos, originais e exatos. O ALCOA+ acrescenta os atributos de completude, consistência, durabilidade e disponibilidade, salientando o histórico completo dos ensaios, a sequência lógica, a conservação duradoura e o acesso aos registos quando necessário. [2].
Com que frequência devem ser revistos os trilhos de auditoria laboratoriais?
A FDA recomenda que os trilhos de auditoria relativos a alterações de dados críticos sejam revistos juntamente com o registo associado, antes da aprovação final. A frequência segue os requisitos de revisão aplicáveis a esse registo. Quando não estiver especificada uma frequência, utilize uma avaliação de riscos documentada e um procedimento aprovado [1].
A integração manual é uma violação da integridade dos dados?
A integração manual não é automaticamente uma violação. Necessita de uma justificação científica, de dados originais retidos e de um histórico de processamento, bem como de uma revisão adequada. Um ajuste não documentado, ou efetuado apenas para transformar um resultado que não cumpre os critérios num resultado conforme, suscita uma preocupação de integridade dos dados [1].
Um laboratório pode eliminar os dados de uma análise falhada ou interrompida depois de uma repetição cumprir os critérios?
O cumprimento dos critérios numa repetição não justifica eliminar os dados CGMP do ensaio anterior. Conserve o registo original e documente a falha, a investigação, o motivo da repetição e a revisão. Se um resultado for invalidado, conserve as provas e a justificação dessa decisão [1] [4].
Referências
- 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.