药品生产企业数据完整性是药品质量体系的基本要求，目的是为了保证数据的准确、真实、可靠，避免因人为操作导致的药品质量安全问题。目前数据完整性已经成为全球药品监管部门和医药行业的热门话题。两年来，印度和我国的部分药品生产企业因为数据完整性问题收到了FDA警告信，有的企业因数据造假而付出了惨重的代价。FDA、EMA 、CFDA等药品监管部门对数据完整性要求愈发严格，检查的频率和力度必将逐渐加大，作为药品生产企业，应该充分认识到数据完整性的重要性，深入开展数据完整性政策法规学习、加快完善企业数据完整性建设。

近年来，世界各地的监管机构发现在检查期间涉及数据的cGMP违规行为越来越多。根据FDA的数据，由FDA生产质量办公室发布的23封警告信件中有14封提到2015年1月到2016年1月期间的数据完整性。一封FDA的警告信特别指出，“严重的CGMP违规表明：你们的质量体系不能充分保证数据的准确性和完整性，并确保药品的安全性、有效性和质量。”

缺乏数据完整性有可能引发对一个组织的整个质量体系的质疑。英国药品和保健品管理局（MHRA）称：数据完整性是过去两年英国生命科学产业的首要任务。值得注意的是，有人认为故意欺诈行为是导致数据完整性问题的根本原因，其实这是个误解。英国药监局督察员认为：不良实践、不良的组织行为和薄弱的系统才是罪魁祸首。为了解决这些类型的问题，从高层领导到基层都必须能理解数据的生命周期，并特别考虑质量系统中的组织和技术控制。

FDA对数据完整性的定义是数据的完整性、连贯性和精准性。完整、连贯和精准的数据有如下的特点：可追溯；可辨认；为同期记录；原始或真实；精准。

● 可追溯性意味着知道是谁、在哪里、什么时候留下的数据，以及数据来自哪个系统。

● 可辨认性确保任何需要阅读或解释数据的人都能轻松、清晰地完成。

● 同期记录包括数据收集、记录和/或查看的时间数据。

● 原始性，数据为首次记录、原始或源数据，或经认证的原件的复制件。

● 精准的数据就是正确的数据，包括上下文/意思（如元数据）和编辑。 

160度的粥是太热、太凉还是刚好？

答案：这取决于上下文。如果没有关于数据的附加信息，数据本身的价值是毫无意义的。元数据就是对数据的描述、解释或以其他方式使其更容易被检索、使用或管理的结构化信息。为了确定数据是否可靠，必须考虑关于元数据的其他问题：

● 温度为何时测量的，谁测量的？

● 数据是怎么记录的？能看清吗？

● 温度的测量方法对吗？

● 用了正确的工具去测量吗？

● 温度计经过校准了吗？

● 测量温度的时候校准还有效吗？

● 温度在规格范围内吗？

● 使用了正确的温度单位吗？ 

数据本身是不够的。从GMP的角度来看，元数据是用于重构cGMP活动的数据的所有附加信息。有了附加信息之后，你会发现：

● 160开，太冷

● 160摄氏度，太热

● 160华氏度，正好 

FDA专员、医学博士罗伯特·M·卡里夫说：“数据本身是毫无意义的；只有当我们将关于测量标的以及关键上下文添加进去时，它们才具有意义。然后，这些信息可以被分析和组合，以产生证据，并用来指导决策。” 

数据完整性如何促成好的决策？

数据完整性是强大和可靠的质量体系的基本要求，该体系能基于科学事实促成合理的决策。无论是手动（纸质）还是电子体系都同样适用。对数据完整性的追求能促进组织内部的质量文化。它需要所有工作人员以及从原材料供应商到最终用户所有人的参与和付出。最后，数据完整性使高级管理层能根据质量风险管理的原则来准确了解风险，并分配必要的资源。数据完整性始于高管层的承诺，但贯穿整个价值链。 

法规依从性和质量是两码事！

FDA监管的公司往往非常努力地收集、保存和储存数据，以满足法规和监管要求。但大多数公司并不利用这些数据来生产质量更好的产品。如何利用系统产生的大量信息来生产出更高质量的产品，是一个难题。数据完整性对于向FDA显示一个公司的法规依从性承诺来说是至关重要的。但是，法规依从性和质量是两码事！

FDA新动向

FDA正在向工业界发布新的倡议，号召将依从性仅仅视为基线，而将质量视为一种投入。收集符合法规要求的文件证据需要产生费用，但不会增加价值。企业运营的目的不是仅仅为了符合法规。生命科学公司营业的目的是为了制造高质量、能维持生命的产品，而不是文档。质量的目的是推动改进、简化流程，从而提高操作效率和减少浪费。因此，投资于提高产品质量实际上可以降低成本并提高盈利能力。为了支持从依从性到质量的转变，有必要将数据转化为现实。

随着《食品药品管理安全与创新法案》第七章第7066节的实施，FDA正在将其重点转移到在检查之前要求提供电子或物理形式的信息，或者干脆用这个代替检查。这种转变需要大量的数据和信息，它们的好坏取决于可用数据和使用的分析工具的质量。作为聚焦转移的一部分，FDA将密切关注公司对质量的重视程度。美国食品药品监督管理局操作和政策专员Howard Sklamberg说：

● 我们也会收集数据，或“质量度量标准”，以评估公司对质量的用心程度。

● 我们对公司的评估将依据数据来证明：该公司出现制造问题的风险是最小的。

● 我们相信，通过以这种方式改进检验过程，“质量度量标准”将得到制造商的理解。

FDA发布了关于质量指标数据提交的一些指导性文件，包括：

● 批量验收率（LAR）

● 产品质量投诉率（PQCR）

● 无效的检验结果偏差率（IOOSR）

数据完整性需要的不仅仅是数据

我们的系统不是太少了，而是太多了。在多个系统之间进行数据管理，往往很难找到单一数据源。如果有一个平台来连接所有这些点，并将这些数据转化为知识，对于管理数据、寻求单一数据源来说至关重要。为了实现数据完整性，公司需要对系统、验证和支持性证据进行控制（不管是电子的还是纸质的）。技术控制包括访问控制/密码、审计跟踪、元数据和支持性证据。

数字化转换与连续性，即转换过程的能力，不是简单的数字化。只是对一个不良的过程进行数字化，并不能改善它或达到所需的可靠性，它只能促使更快地生产更多不合格的产品。转化的第一步就是信息效率，从静态文档管理过渡到将文档作为数据的图形表示。可使用集成系统来解释数据、获取范围、公差和其他与正在做的决策相关的度量标准，并对数据和数据模型进行管理，以支持数字连续性、提高可见性，以支持整个产品生命周期的持续改进。一个相连的系统是一个能提供数字连续性的动态系统，让人们能“追踪药物，而非追踪文档”，让下游或上游之间完全可追溯。它还可以用于支持法规变更，从而在审查和检查中以及在产品生命周期中能更有效地采用创新技术和法规评估。

结论

产品质量、安全性和有效性都依赖于产品生命周期中产生的大量数据。如果没有强有力的数据完整性作为基础，品牌资产、声誉和病人利益都可能遭受巨大的损失。许多数据通常是由大量互不相连的、独立的或冗余的系统产生的，这些系统通常由功能区域来执行，以满足特定需求。这种互不相连可能导致数据完整性和一致性的缺乏。通过采用平台的方法，公司可以整合支持商业、制造、实验室和质量领域的数据应用。公司团队必须努力确保主数据管理系统能支持数据和周边数据的管理。为了支持单一数据源，此系统需要各部门各层级工作人员的参与和努力。（润方生物编译）

文章出处：DATA INTEGRITY -THE FOUNDATION OF GOOD SCIENCE DATA ALONE IS NOT GOOD ENOUGH Ellyn McMullin, Research Associate Sandra K Rodriguez , Market Analyst