HASIL DISKUSI PENGEMBANGAN PRODUKEVALUASI DATA STABILITAS

DISUSUN OLEH:KELOMPOK I

Tujuan dari penelitian ini adalah untuk menetapkan stabilitas, berdasarkan pengujian minimal tiga batch zat obat atau produk, periode tes ulang atau masa penyimpanan dan petunjuk penyimpanan label berlaku untuk semua batch masa depan yang diproduksi dan dikemas dalam kondisi yang sama .

PedomanPrinsip Umum

Data untuk semua atribut harus disajikan dalam format yang sesuai ( misalnya , tabel , grafik , narasi ) dan evaluasi data tersebut harus dimasukkan dalam aplikasi.2.2 Penyajian data

Ekstrapolasi adalah praktek yang menggunakan satu set data yang dikenal untuk menyimpulkan informasi tentang data masa depan. Periode tes ulang atau masa simpan yang diberikan atas dasar ekstrapolasi harus selalu diverifikasi dengan segera oleh data stabilitas jangka panjang tambahan setelah data ini tersedia . 2.3 Ekstrapolasi

Data stabilitas untuk setiap atribut harus dinilai secara berurutan . Zat obat atau produk yang ditujukan untuk penyimpanan pada suhu kamar , penilaiannya harus dimulai dengan perubahan yang signifikan pada kondisi yang dipercepat jika perlu pada kondisi menengah, kemajuan zaman dan variabilitas data jangka panjang .

Tidak ada perubahan yang terjadi secara signifikan pada kondisi dipercepat , sehingga periode tes ulang atau masa simpan akan tergantung pada sifat data jangka panjang dan data yang dipercepat.

2.4.1.1 uji jangka panjang dan dipercepat data menunjukkan sedikit atau tidak adanya perubahan dari waktu ke waktu serta variabilitas

Uji jangka panjang dan uji dipercepat sediaan obat menunjukkan sedikit atau tidak ada perubahan dari waktu kewaktu, dengan demikian zat obbat atau produk akan tetap aik selama penerimaan dan waktu simpan. Dengan demikian uji statistik dianggap tidak perlu.

2.4.1.2 uji jangka panjang atau dipercepat data menunjukkan perubahan dari waktu ke waktu atau variabilitas apabila hal ini terjadi perlu dilakukan analisis dari data jangka panjang yang dapat berguna dalam melakukan tes ulang atau selama masa simpan. Ekstrapolasi yang mencangkup data jangka panjang yang dapat diusulkan, pada tingkat ini dapat dilakukan apabila data jangka panjang sediaan obat cocok untuk analisa statistik.

Data tidak cocok untuk analisa statistik dimana analisa jangka panjang data tidak cocok untuk analisa statistik , namun ada data pendukung relevan yang disediakan.Data yang cocok untuk analisa statistik jika data jangka panjang cocok untuk analisa statistik tetapi tidak ada analisa yang dilakukan, ekstrapolasi harus sama seperti ketika data tidak cocok untuk analisis.

2.4.2.1 Tidak ada perubahan yang signifikan pada kondisi menengah Jika tidak ada perubahan yang signifikan pada kondisi menengah, ekstrapolasi luar periode yang dicakup oleh data jangka panjang dapat diusulkan , namun tingkat ekstrapolasi akan tergantung pada apakah data jangka panjang untuk atribut setuju untuk analisis statistik.

2.4.2.2 Perubahan signifikan pada kondisi menengah Jika perubahan signifikan terjadi pada kondisi menengah, maka periode tes ulang yang diusulkan atau masa simpan tidak boleh melebihi periode data jangka panjang

2.5.1 Obat zat atau produk yang ditujukan untuk penyimpanan dalam lemari pendingin Data dari zat obat atau produk yang ditujukan untuk disimpan dalam lemari es harus dinilai sesuai dengan prinsip yang sama seperti yang dijelaskan dalam Bagian 2.4

2.5 Evaluasi Data untuk Retest Periode atau Shelf Life Estimasi Obat Bahan atau Produk Ditujukan untuk penyimpanan dibawah Suhu Kamar

2.5.1.1 Tidak ada perubahan yang signifikan pada kondisi dipercepat Tidakada perubahan signifikan terjadi pada kondisi dipercepat , ekstrapolasi periode tes ulang atau masasimpan di luar periode yang dicakup oleh data jangka panjang dapat diusulkan berdasarkan prinsip-prinsip yang diuraikan dalam Bagian 2.4.1 , kecuali bahwa tingkat ekstrapolasi harus lebih terbatas . Jika data jangka panjang dan dipercepat menunjukkan sedikit perubahan dari waktu ke waktu dan variabilitas kecil , periode tes ulang yang diusulkan atau masasimpan bisa sampai satudan t1/2 , tetapi tidak boleh lebih dari 6 bulan, periode yang dicakup oleh data jangka panjang normal tanpa dukungan analisis statistik .

Ketika jangka panjang atau data dipercepat menunjukkan perubahan dari waktu ke waktu dan / atau variabilitas , periode tes ulang yang diusulkan atau masasimpan bisa sampai 3 bulan setelah periode yang dicakup oleh data jangka panjang jika :

( 1 ) data jangka panjang yang disetujui analisis statistik tetapi analisis statistik tidak dilakukan , atau( 2 ) data jangka panjang tidak setuju untuk analisis statistik namun relevan data pendukung yang disediakan .

2.5.1.2 Perubahan signifikan pada kondisi dipercepat Jika perubahan yang signifikan terjadi antara pengujian 3 dan 6 bulan pada kondisi penyimpanan dipercepat , periode tes ulang yang diusulkan atau masa simpan harus didasarkan pada data jangka panjang .

Jika perubahan yang signifikan terjadi dalam pengujian 3 bulan pertama ' pada kondisi penyimpanan dipercepat , periode tes ulang yang diusulkan atau masa simpan harus didasarkan pada data jangka panjang . Perlu diperhatikanefek jangka pendek kondisi yang tidaksesuai label. Misalnyadiskusiuntuk mengatasi efek dari kunjungan jangka pendek di luar kondisi penyimpanan label ( misalnya , selama pengiriman atau penanganan ) . Diskusi ini dapat didukung , jika sesuai , dengan pengujian lebih lanjut pada batch tunggal dari zat obat atau produk pada kondisi dipercepat untuk jangka waktu yang lebih pendek dari 3 bulan .

2.5.2 Obat zat atau produk yang ditujukan untuk penyimpanan dalam freezer

Untuk zat obat atau produk yang ditujukan untuk penyimpanan dalam freezer , periode tes ulang atau masasimpan harus didasarkan pada data jangka panjang . Dengan tidak adanya kondisi penyimpanan dipercepat untuk bahan obat atau produk yang ditujukan untuk disimpan dalam freezer , pengujian pada satu batch pada suhu tinggi ( misalnya , 5 C 3 C atau 25 C 2 C ) untuk periode waktu yang sesuai harus dilakukan untuk mengatasi pengaruh kunjungan jangka pendek di luar kondisi yang diusulkan penyimpanan label ( misalnya , selama pengiriman atau penanganan ) .

2.6 Pendekatan statistik umumMetode statistik yang sesuai harus digunakan untuk menganalisis data stabilitas primer jangka panjang.

Tujuan dari analisa ini adalah untuk membangun tingkat kepercayaan yang tinggi dan kuantitatif akan tetap dalam kriteria yang di produksi, dikemas dan disimpan dalam kondisi yang sama.

Analisis Statistik yang digunakan untuk mengevaluasi data panjang yang di sebabkan oleh perubahan dari waktu ke waktu/ variabilitas.

Metode statistik yang sama juga harus digunakan untuk menganalisis data dari batch untuk memverifikasi/ memperpanjang periode.

Metode statistik yang digunakan untuk analisis data harus memperhitungkan penelitian stabilitas untuk memberikan inferensi statistik untuk periode ulang estimasi atau massa simpan.

ANALISIS DATA UNTUK SATU FAKTOR

Ketika menganalisis data dari satu faktor, hanya batch, study full design tersebut, dua statisktik dapat dipertimbangkan, yaitu :

Tujuan dari pendekataan pertama adalah untuk menetukan apakah data dari semua batch mendukung periode tes ulang yang diusulkan.

Tujuan dari pendekatan kedua, pengujian untuk poolability adalah utuk menetukan apakah data dari batck yang berbeda dapat dikombinasikan untuk perkiraan keseluruhan periode tes ulang tunggal atau umur simpan.

MENGEVALUASI APAKAH SEMUA BATCH MENDUKUNG PERIODE TES ULANG YANG DIUSULKAN ATAU UMUR SIMPAN

Tujuan dari pendekatan ini adalah untuk mengevaluasi apakah tes ulang periode estimasi atau umur simpan dari semua batch yang lebih lama dari yang diusulkan. Tes ulang periode atau umur simpan untuk batch individu pertama-tama harus diperkirakan dengan menggunakan prosedur yang diuraikan dalam Bagian Analisis Data untuk Batch Tunggal dengan penyadapan individu, lereng individu , dan kesalahan mean dikumpulkan persegi dihitung dari semua batch .

Pengujian poolability batchAnalisis kovarians

Analisis kovarians ( ANCOVA ) dapat digunakan , di mana waktu dianggap kovariat , untuk menguji perbedaan lereng dan penyadapan dari garis regresi antara batch . Masing-masing tes ini harus dilakukan dengan menggunakan tingkat signifikansi 0,25 untuk mengkompensasi daya rendah diharapkan desain karena ukuran sampel yang relatif terbatas dalam studi stabilitas resmi khas . Jika tes menolak hipotesis kesetaraan lereng (yaitu , jika ada perbedaan yang signifikan dalam lereng antara batch ) , tidak dianggap tepat untuk menggabungkan data dari semua batch .

Analisis Kovarians Analisis kovarians (ANCOVA) dapat digunakan, di mana waktu dianggap kovariat, untuk menguji perbedaan lereng dan penyadapan dari garis regresi antara batch. Masing-masing tes ini harus dilakukan dengan menggunakan tingkat signifikansi 0,25 untuk mengkompensasi daya rendah diharapkan desain karena ukuran sampel yang relatif terbatas dalam studi stabilitas resmi khas. Jika tes menolak hipotesis kesetaraan lereng (yaitu, jika ada perbedaan yang signifikan dalam lereng antara batch), tidak dianggap tepat untuk menggabungkan data dari semua batch

Data Analisis Multi-Factor Dua pendekatan dapat dipertimbangkan ketika menganalisis data INI :Tujuan dari pendekatan pertama adalah untuk menentukan apakah data dari semua kombinasi faktor mendukung kehidupan rak yang diusulkan.Tujuan dari pendekatan kedua, pengujian untuk poolability, adalah untuk menentukan apakah data dari kombinasi faktor yang berbeda dapat dikombinasikan untuk perkiraan keseluruhan kehidupan rak tunggal.

Mengevaluasi apakah semua kombinasi faktor mendukung kehidupan rak yang diusulkan Tujuan dari pendekatan ini adalah untuk mengevaluasi apakah rak diperkirakan hidup dari semua faktor kombinasi yang lebih lama dari yang diusulkan. Sebuah model statistik yang mencakup semua faktor yang tepat dan kombinasi faktor harus dibangun, dan kehidupan rak harus diperkirakan untuk setiap tingkat masing-masing faktor dan kombinasi factor

Pengujian poolability

Data stabilitas dari berbagai kombinasi faktor tidak harus dikombinasikan kecuali didukung oleh uji statistik untuk poolability. Terdiri dari :Pengujian poolability faktor bets sajaPengujian poolability dari semua faktor dan kombinasi factor

B.3.2.2.1 ANALISIS COVARIAN

Analisis covarian dapat dikerjakan untuk memeriksa perbedaan dalam slope dan mencegah penurunan diantara faktor kombinasi. Tujuan prosedur ini adalah untuk menentukandata dari kombinasi faktor yang beragam dapat dikombinasikanuntuk waktu simpan tunggal. Model statistik penuh seharusnya mencakup hubungan intercept dan sloe daro efek interaksi dan jangka waktu yang mencerminkan kesalahan acak dari pengukuran. Jika dapat dibenarkan orde interaksi sangat kecil, umumnya tidak perlu menyertakan jangka waktu ini dalam model. Dalam kasus dimana hasil analisis pada waktu awal diperoleh dari sediaan jadi dari sebelum kemasannya, istilah wadah intercept dapat dikecualikan dari model penuh karena hasilnya diantara ukuran wadah yang berbeda atau isinya.

Tes untuk poolability harus ditentukan untuk menentukan apakah ada perbedaan yang signifikan secara spesifik antara faktor-faktor dan kombinasi faktor.Umumnya terus pooling harus dilakukan dalam urutan yang tepat sehingga slope diuji sebelum intercept dan interaksi diuji sebelum efek utama. Jika tes pooability menunjukkan bahwa data dari faktor tertentu atau kombinasi faktor tidak harus dikombinasikan, salah satu dari 2 alternatif dapat diterapkan : 1.Waktu simpan yang terpisah dapat diperkirakan untuk setiap tingkat faktor dan faktor kombinasi yang tersisa dalam model.2.Waktu simpa tunggal diperkirakan berdasarkan waktu simpan terpendek diantara semua tingkat faktor. Dan kombinasi faktor yang tersisa dalam model.

B.4.2.2.1 ANALISIS UNTUK DESAIN BRACKETING

Desain bracketing mengasumsikan bahwa stabilitas kekuatan menengah atau ukuran diwakili oleh stabilitas dari ekstrem. Jika analisis statistika menunjukkan bahwa stabilitas kekuatan ekstrem atau ukuran yang berbeda, kekuatan atau ukuran menengah harus dipertimbangkan tidak lebih stabil dari pada ekstrem yang paling stabil.

B.5.2.2.1 DATA ANALISIS UNTUK DESAIN MATRIXING

Desain matrixing hanya sebagian kecil dari jumlah total sampel yang diuji pada setiap titik spesifik, itu penting untuk memastikan bahwa semua faktor dan faktor kombinasi dapat berdampak pada estimasi shelf life yang telah diuji dengan tepat untuk interpretasi yang berarti dari hasil studi dan estimasi shelf life, asumsi-asumsi tertentu harus dibuat dan dibenarkan.Statistikal prosedur dapat diaplikasikan untuk dianalisis dari stabilitas data yang diperoleh dari studi desain matrixing. Statistikal analisis harus dapat mengidentifikasi prosedur secara jelas dan asumsi yang diguakan.