La aplicación de QbD y QRM a la validación de métodos analíticos

Para entender mejor los conceptos de QbD para el desarrollo y la validación de métodos analíticos, para este caso de estudio, las herramientas sugeridas en el artículo Stimuli se combinaron con la guía de ICH Q2 (R1) (5) y se aplicaron a la validación de estabilidad de un método por cromatografía líquida de alta resolución para el fármaco Protopam (Baxter) y cloruro de Protopam inyectable que cumplen con los estándares ICH Q3A (R2) e ICH Q3B (R2) para impurezas (6, 7).

Perfil del objetivo analítico
Cloruro de Protopam inyectable se utiliza como un antagonista de las anticolinesterasas y está indicado como un antídoto en el control de la sobredosificación de los fármacos a base de anticolinesterasa y el tratamiento de los envenenamientos resultantes de los pesticidas y productos químicos de la clase organofosforados que tienen actividad anticolinesterasa. Se suministra como un vial de dosis única de 1000 mg, que se reconstituye antes de la inyección (8). La dosis máxima diaria es de 8 g. Basándose en la dosis diaria máxima calculada, el método del fármaco debe tener un límite de cuantificación (LOQ, por sus siglas en inglés) ≤ 0,03% y el método del medicamento debe tener un límite de cuantificación (LOQ) ≤ 0.05%. Como el método debía usarse para el fármaco y el medicamento, el criterio de desempeño más crítico para el método era que la LOQ debía ser ≤ 0.03%, lo que equivale a ≤ 7.5 ng/mL para la solución experimental preparada como se describe en el método. Para cumplir con los criterios de desempeño, el ATP se estableció como la relación señal/ruido (S/R), para cada inyección de la solución LOQ (7.5 ng/mL) debe ser ≥ 10 y el porcentaje de desviación estándar relativa (RSD) para el área del pico en la solución LOQ debe ser ≤ 20%.





Desarrollo del método
El método experimental de la actual monografía USP para el cloruro de pralidoxima se utilizó como punto de partida para la optimización del método (9). Se investigaron longitudes de onda múltiples y se obtuvieron espectros UV-Vis de cloruro de pralidoxima y dos sustancias relacionadas. No hubo λmax común entre las tres sustancias relacionadas y el cloruro de pralidoxima; por lo tanto, la longitud de onda de detección de 270 nm especificada parecía ser la mejor opción para obtener una sensibilidad ideal. Se evaluaron volúmenes incrementados de inyección y se seleccionaron múltiples columnas. Se seleccionó un volumen de inyección de 50 μl y la columna Spherisorb ODS2 (Waters), 3 μm, 4,6 x 250 mm para el desarrollo del siguiente trabajo (Tabla I). Se realizó una evaluación preliminar del LOQ, repetibilidad, especificidad y linealidad en cuatro sistemas de HPLC y dos lotes de fase estacionaria.

Evaluación de riesgos y espacio de diseño analítico
Los posibles modos de fallo del método fueron examinados a través de discusiones con analistas experimentados. Se construyó un diagrama de espinas de pescado (Figura 1).

Las posibles causas de fracaso se evaluaron utilizando un modelo CNX (Tabla II) para identificar aquellas que pudieran ser controladas (C), aquellas que eran ruido (N) y aquellas que requerían experimentación (X). El mal funcionamiento del instrumento no se incluyó en el diagrama de espina de pescado o en la tabla. Debe ser controlado por los requisitos de adecuación del sistema.

Se llevó a cabo un análisis de efectos y modos de falla (FMEA, por sus siglas en inglés) utilizando las causas identificadas potenciales del modo de falla. Se utilizó una escala de 1 a 5 para clasificar la gravedad (S) de la falla, la probabilidad (P) de la falla y la probabilidad de que la falla se detectara (D) usando la guía de la Tabla III.

La asignación de riesgos se resume en la Tabla IV. El riesgo asignado a cada posible modo de falla se calculó como: Riesgo = Severidad X Probabilidad X Detectabilidad. Los modos de categoría C estaban todos relacionados con personas y no eran únicos en el método. Las fallas potenciales deben ser mitigadas por la capacitación, verificación, práctica de la buena distribución y otros aspectos de un sistema de calidad. La sección de precisión de la validación del método demostró que estas potenciales fuentes de falla fueron controladas en ese período de tiempo. Las posibles causas de falla identificadas como N se relacionaron con pequeñas variaciones en la muestra y la solución estándar, y fueron parte de la variabilidad a ser probada en la sección de precisión intermedia de la validación. Los modos de fallo X fueron clasificados en la Tabla V.


 

CONTINUAR LEYENDO...