Powered by OpenAIRE graph
Found an issue? Give us feedback
image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/ Клінічна фармаціяarrow_drop_down
image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/
addClaim

This Research product is the result of merged Research products in OpenAIRE.

You have already added 0 works in your ORCID record related to the merged Research product.

Оцінка ризиків щодо якості даних за методом FMEA аналізу

Authors: Zupanets, K. O.; Ratushna, K. L.; Dobrova, V. Ye.;

Оцінка ризиків щодо якості даних за методом FMEA аналізу

Abstract

Глобализация, ограниченность ресурсов, увеличение сложности и количества клинических исследований (КИ) и участвующих в них пациентов / добровольцев создают условия, в которых получение достоверных и научно обоснованных результатов про эффективность и безопасность лекарственного средства (ЛС) является, хоть и сложной, но первоочередной задачей. В связи с этим, актуальным становится использование прогрессивных управленческих подходов при планировании и организации КИ ЛС, в частности, управление рисками для качества. В статье рассмотрена методика оценивания рисков для качества данных в КИ на основе инструментов FMEA, а также результаты её апробации в Клинико-диагностическом центре Национального фармацевтического университета. В ходе разработки данной методики, были проанализированы основные типы рисков для качества данных в КИ, и выделены основные нарушения и ошибки, которые лежат в их основе. В результате экспертного оценивания причин возникновения и последствий выделенных нарушений, было определено величину рисков для качества данных в КИ и осуществлено их соответствующую категоризацию на серьезные, умеренные и незначительные. Установлено, что наиболее высоким является риск «непонимание пациентом / добровольцем вопросов исследователя, ошибки в заполнении дневника», величина которого превышает уровень умеренного риска. На основе полученных результатов были сформулированы рекомендации по уменьшению влияния этого риска. Учитывая наглядность, простоту анализа и интерпретации полученных результатов, рассмотренная методика позволяет определить и предупредить угрозы возникновения нарушений и ошибок при управлении данными в исследовательском центре, а также она может быть использована в процессе управления рисками на этапе планирования КИ ЛС, во время проведения аудитов и инспекций регуляторных органов.

Globalization, limited resources, increased complexity and amount of clinical trials (CT), and of participating patients / volunteers create the conditions in which to obtain reliable and scientifically valid results about the effectiveness and safety of medicines is a complex, but a priority task. In this regard, actual is the use of advanced management approaches in the planning and organization of CT of drugs, in particular, quality risk management. The article discusses the methodology of risk assessment for the data quality in clinical trials based on FMEA tools, as well as the results of its testing in Clinical and Diagnostic Center of the National University of Pharmacy. During the development of this method the main types of data quality risks in clinical trial were analyzed, and the basic violations and errors which underlie them were determined. As a result of the expert assessment of the causes and consequences of the identified violations, it was determined the value of data quality risks in clinical trials and their categorization into serious, moderate and minor were executed. It was found that the highest risk is "a lack of understanding by the patient / volunteer questions of an investigator, errors in filling in the diary" the value of which exceeds the level of moderate risk. Based on these results the recommendations to reduce the impact of this risk were given. According to the mentioned above, ease of analysis and interpretation of the results obtained, considered method allows to identify and prevent the threat of violations and errors in data management at the trial site, and it can be used in the risk management process at the planning stage of clinical trials, during audits and regulatory inspections.

Глобалізація, обмеженість ресурсів, зростання складності та кількості клінічних випробувань (КВ) і залучених у них пацієнтів / добровольців створюють умови, в яких отримання достовірних та науково обґрунтованих даних щодо ефективності та безпеки лікарського засобу (ЛЗ) є, хоч і важким, але першочерговим завданням. У зв’язку з цим стає актуальним використання прогресивних управлінських підходів при плануванні та організації КВ ЛЗ, зокрема управління ризиками для якості. У статті розглянуто методику оцінювання ризиків для якості даних у КВ на основі інструментів FMEA, а також результати її апробації у Клініко-діагностичному центрі Національного фармацевтичного університету. Під час розробки даної методики були проаналізовані основні типи ризиків для якості даних у КВ, та виділені відповідні порушення та помилки, які полягають в їх основі. В результаті експертного оцінювання причин виникнення та наслідків виділених порушень, було визначено величину ризиків для якості даних у КВ та здійснено їх відповідну категоризацію на серйозні, помірні та незначні. Встановлено, що найвищим є ризик «нерозуміння пацієнтом / добровольцем запитань співдослідника, помилки в заповненні щоденника», величина якого перевищує рівень помірного ризику. На підставі отриманих результатів було сформульовано рекомендації щодо зменшення впливу цього ризику. Враховуючи наочність, простоту аналізу та інтерпретації отриманих результатів, розглянута методика дозволяє визначити та попередити загрози виникнення порушень і помилок при управлінні даними на місці проведення дослідження, а також вона може бути використана в процесі управління ризиками на етапі планування КВ ЛЗ, під час проведення аудитів та інспекцій регуляторних органів.

Keywords

УДК 615:519.076, клиническое исследование; управление рисками; качество данных; оценивание риска; FMEA, клінічне випробування; управління ризиками; якість даних; оцінювання ризику; FMEA, UDC 615:519.076, clinical trial; risk management; data quality; risk assessment; FMEA

  • BIP!
    Impact byBIP!
    selected citations
    These citations are derived from selected sources.
    This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
    0
    popularity
    This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.
    Average
    influence
    This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
    Average
    impulse
    This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.
    Average
Powered by OpenAIRE graph
Found an issue? Give us feedback
selected citations
These citations are derived from selected sources.
This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
BIP!Citations provided by BIP!
popularity
This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.
BIP!Popularity provided by BIP!
influence
This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
BIP!Influence provided by BIP!
impulse
This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.
BIP!Impulse provided by BIP!
0
Average
Average
Average
gold