Unit Operations Characterization Using Historical Manufacturing Performance

Abstract

Collecting unit operation performance data on manufacturing processes has many benefits. Besides assessing the health of assets, the data can also be analyzed to drive process improvement activities, to assist in establishing practical operating ranges for new products, and can be used to facilitate process development activities in the laboratory ultimately leading to more robust tech transfers of processes to the manufacturing facility. In this paper, we will describe how to obtain operational variability on the basis of performance data extracted from current and/or historical manufacturing unit operations and its practical uses. Although, the concept was developed initially as a small molecule process design tool, its flexibility is underscored by including an example of how a parenteral manufacturing site used it to identify and correct an issue before it translated into unplanned downtime or product loss.

Analysis of Design of Experiments with Dynamic Responses

“…The ranges should be based upon historical experience. 21 For example, varying temperature ±10 °C is a reasonable choice since this would be relatively easy to control within this range at a commercial scale. Table 2 lists the ranges chosen for the initial round of DoE.…”

Ειδικά Προβλήματα Ποιότητας Φαρμάκων Χορηγούμενων Από Το Στόμα

“…Καθώς αυξάνονται τα πειραματικά δεδομένα, η κατανόηση της διαδικασίας, των προδιαγραφών και της αγοράς φαρμάκου, πολλοί παράγοντες μπορούν να δρομολογήσουν αλλαγές στις πρώτες ύλες, στη συνολική διαδικασία παραγωγής, στις επιμέρους διεργασίες, στο ρυθμιστικό πλαίσιο αλλά και στις νέες τεχνολογίες που μπορούν να υιοθετηθούν. Ένας καλά ορισμένος Χώρος Σχεδιασμού, που υπάγεται σε ένα γενικότερο Χώρο Γνώσης (Knowledge Space), ενώ υποσύνολό του είναι ο χώρος των Κανονικών Συνθηκών Λειτουργίας (Normal Operating Conditions), μαζί με μια κατάλληλη στρατηγική ελέγχου, μπορούν να εγγυηθούν τη σταθερή απόδοση της παραγωγικής διαδικασίας και, φυσικά, την ποιότητα του τελικού προϊόντος (Σχήμα 1-1) [8][9]. Ο Χώρος Σχεδιασμού ξεκινά από τον ορισμό του «στοχευόμενου προφίλ του φαρμακευτικού προϊόντος» (Pharmaceutical Target Product Profile, PTPP), το οποίο ορίζει δυναμικά τα επιθυμητά χαρακτηριστικά ποιότητάς του.…”

“…Κατά την ανάπτυξη της Στρατηγικής Ελέγχου (Control Strategy), με τον έλεγχο πρόδρασης (feed forward control, FF) και τον αναδραστικό έλεγχο (feedback control, FB), διασφαλίζεται ότι η διεργασία και τα CQAs βρίσκονται υπό έλεγχο. Τα τελευταία χρόνια, έχει ερευνηθεί αρκετά ο έλεγχος των διεργασιών, με έμφαση στη μεταβλητότητα των φυσικών ιδιοτήτων των υλικών και του τελικού προϊόντος, λόγω μεταβλητότητας πρώτων υλών και παραμέτρων της διεργασίας [8]. Σε αυτά τα πλαίσια, παρουσιάζονται στη βιβλιογραφία διάφορα εργαλεία, όπως είναι οι πολυπαραγοντικές μέθοδοι, δηλαδή τα μηχανιστικά μοντέλα και ο DOE, οι αναλυτές (sensors) διεργασιών, δηλαδή οι ανιχνευτές βάσει δεδομένων ή μοντέλων, τα εργαλεία ελέγχου διεργασιών, συνεχούς βελτίωσης και διαχείρισης της γνώσης.…”

“…β , Τ μi ≤ yμ i ≤ y μi max 0, yμ i < y μi min ή yμ i > y μi max (5)(6)(7)(8)(9)(10)(11)(12)(13)(14)(15)(16)(17) όπου ŷμ i , y μi min , y μi max και Tμi η υπολογισμένη μέση απόκριση, το μέγιστο, το ελάχιστο επιθυμητό όριο και η τιμή-στόχος, αντίστοιχα. Τα α και β είναι μεταβλητές που καθορίζουν τη μορφή της συνάρτησης.…”

“…Συνεπώς, για την αξιολόγηση της μεθόδου χρησιμοποιείται η «σύνθετη επιθυμητότητα» (Εξ. [5][6][7][8][9][10][11][12][13][14][15][16][17][18].…”