Área de Estadística, Investigación y Desarrollo

Quimiometría y estadística aplicada al análisis multivariable de datos (MVDA aplicado a PAT) y el diseño de experimentos (DoE aplicado a QbD)

2, 4, 9 y 11 de abril de 2019

Horario

Tardes de 15:00 h. a 19:00 h

  • 2 de abril, bloque 1
  • 4 de abril, bloque 2
  • 9 de abril, bloque 3
  • 11 de abril, bloque 4
Coordinación

Manel Alcalà Bernàrdez. Profesor agregado de Química Analítica, UAB.

Presentación y objetivos

Las guías PAT de la FDA (2004), ICH Q8R2 (2009), el anexo 15 de las EUGMPs (2015) y el reciente capítulo general de la European Pharmacopoeia “Chemometric methods applied to analytical data” (5.21), expresan la necesidad de aplicación de análisis multivariable de datos y diseño de experimentos para la validación de nuevos procesos. Una mayor comprensión de productos y procesos es equivalente a un menor riesgo y una mayor garantía de calidad.

Comprender los fundamentos estadísticos del análisis multivariable de datos y el diseño de experimentos a un nivel suficiente para alcanzar una adecuada comprensión del proceso que haga factible la monitorización y control de procesos farmacéuticos.

Destinatarios

Responsables y técnicos de los departamentos de desarrollo galénico, analítico, control de calidad, fabricación y regulatorio.

Programa
Bloque 1: Introducción al análisis multivariable
  • Estadística descriptiva de datos multivariables
  • Pretratamiento de datos multivariables (corrección línea base, suavizado, normalización, derivación, variable normal estándar, corrección de la señal de dispersión multiplicativa, corrección ortogonal de la señal, centrado y escalado, criterios de aplicación para filas y columnas)
  • Cálculos con matrices
  • Ejemplos de aplicación en conjuntos de datos multiparamétricos y espectroscópicos
Bloque 2: Análisis cualitativo
  • Métodos de reconocimiento por pautas (pattern recognition methods, PRM)
  • Concepto de similaridad: correlación y distancia
  • Métodos supervisados y no supervisados
  • Análisis en componentes principales (principal component analysis, PCA)
  • Definición e interpretación de scores y loadings
  • Modelos de calibración y predicción basados en proyección PCA
  • Desarrollo de criterios para la elección de pretratamientos previo al cálculo de PCA
  • Detección patrones de comportamiento de datos multivariables, cálculo de errores, identificación de variables importantes y de muestras anómalas
  • Ejemplos de aplicación en bibliotecas de identificación de materias primas mediante datos espectroscópicos, monitorización de procesos basado en datos multiparamétricos y espectroscópicos
Bloque 3: Análisis cuantitativo
  • Introducción a la regresión multivariable
  • Regresión lineal múltiple (multiple linear regression, MLR)
  • Regresión en componentes principales (principal component regression, PCR)
  • Regresión mínimos cuadrados parciales (partial least squares, PLS)
  • Estudio comparativo de distintas técnicas de regresión multivariable.
  • Análisis y aplicación de las etapas para el desarrollo del modelo de calibración
  • Estrategias para la preparación de muestras de calibración (laboratorio, proceso, planta piloto y espectro de proceso)
  • Selección de los conjuntos de calibración y predicción
  • Errores de calibración y predicción
  • Detección de variables/muestras anómalas y desarrollo de criterios para la mejora de modelos de calibración
  • Ejemplos de aplicación en monitorización de procesos, estrategia PAT y conceptos de continuous process verification.
Bloque 4: Diseño de experimentos (design of experiments, DoE)
  • Clasificación y objetivos
  • Diseños de screening
  • Diseños de optimización y modelado
  • Espacio de diseño en Quality by Design (QbD)
  • Conceptos de ICH Q8R2. Control process parameters (CPP), critical quality attributes (CQA).
  • Significación de los factores en la función respuesta
  • Función de deseabilidad
  • Ejemplos de aplicación en desarrollo de procesos basados en espacio de diseño, junto con monitorización de atributos críticos de calidad
Ponentes

Manel Alcalà Bernàrdez. Profesor agregado de Química Analítica, UAB.