数据完整性实施指南六方面关注点的文章中,提到了数据治理,从数据治理的角度上来说,ISPE的指南提到了人员|流程|技术三个方面。
流程可以通过一定的设计去优化,技术你可以选择设计上符合数据完整性要求的系统或者仪器,人员,其实是最大的可变的因素。
在谈验证的时候,我一直在说,也是三大要素,人员也是其中必要的一环。
Process Understanding 基于流程的理解
Risk Based Approach 基于风险的方法
People as Part of Process 人员参与是流程的一部分
理解并减少不良企业文化的影响
企业愿景、使命、价值观,企业文化对人的影响是潜移默化的,对于集团型的企业而言,价值观在集团总部和分部之间是否统一,集团层面的要求能否贯彻下去,是否存在所谓的阳奉阴违,是否能有一个一致的对质量体系的解读,自上而下是否有质量体系要求的宣讲,其实都会是质量文化成熟度的表现,今天的阅读原文中,罗列了37个数据完整性成熟度调研的问题,填写需要花一些时间,但如果有时间,我觉得还是值得一做的。
对数据完整性事件进行根本原因分析,并进行分类改进,以降低对病人安全,产品质量的影响
根本原因分析其实也是一个技术活,大的外资企业会有很标准的根本原因分析的流程,人机料法环往往只是最基本的第一层根本原因,对于根本原因的挖掘和调查,往往会深入地提至少5个问题,才能触及事物的本质,这就是所谓的5WHY法,甚至会将根本原因做成很多分支的决策树,并且配合有一定的案例。至于第二点,关注病人安全和产品质量的影响,也是风险管理的核心。
采用一定的技术手段,去降低人员犯错的概率
开篇就提到,技术流程的重要性,比如必要的时候设置自动的第二人复核,降低人员犯错的概率是一方面,另一方面也可以通过技术,增加发现犯错的可能性,以便及时进行干预。
解决迫于压力的数据造假动机,减少数据造假的机会
造假的压力,往往来自于上层,所以这和企业的质量文化有关,也和对企业员工的考核机制有关,比如对于实验室,如果企业会对发生OOS的人员进行处罚,那么有可能发生员工出于逃避惩罚的目的,进行故意的造假。
改进可操作的质量相关决策的流程
质量决策的流程需要有充分的授权,而不是所有的事情都要等最高的质量负责人拍板。变更和偏差的审核,也需要基于其严重程度,进行分级审批,不同的审批人在审批过程中扮演的角色也应该有所差异,有负责技术内容的审批的,有负责形式符合性审批的,关键的质量决策可以由QA最终下结论,但是整个质量决策的过程,应该有多方的参与,强调一个全员质量的文化,每个人都对质量负责,而不仅仅是一两个质量人员。
进行有效的行为管理和管控,同时影响人的行为和态度
管理和管控其实是两个层面的事情,数据完整性的治理,最终还是要落实到人的执行以及管理方面,所以对于数据完整性的培训,也是应该有体系、有标准的方法论的。
联系客服