一种评估药品生产风险指数的模型及其构建方法与应用与流程

专利2026-08-05  27


本发明涉及药品监管人工智能应用领域,具体涉及一种评估药品生产风险指数的模型及其构建方法与应用。


背景技术:

1、新修订的《药品管理法》开宗明义提出,药品管理应当以人民健康为中心,坚持风险管理、全程管控、社会共治的原则,建立科学、严格的监督管理制度,全面提升药品质量,保障药品的安全、有效、可及。至此,在法规中明确把风险管理理念引入到药品监管领域。为了创新药品监管方式方法,探索提高监管效能、节约行政资源、防控药品生产质量风险,本文试图利用信息化技术和风险管理技术,建立药品生产风险指数模型,科学划分药品生产风险等级,建立风险预警机制,实施基于风险的药品检查计划,以此提高药品监管部门防控药品生产质量风险的能力。

2、美国fda药品监管模式因透明、权威而得到全世界制药行业和政府部门或国际组织的广泛认可,其做法备受推崇。在药品检查的角度,一些做法值得我们借鉴。例如,面对药品检查需求远远超过监管部门所能完成的实际情况,2005年美国fda即开始在cgmp常规监督检查中推行基于风险的生产场地选择模型(site selection model),来对生产场地进行监督检查,优先排序并制定检查计划,即场地监督检查清单(site surveillanceinspection);2012年,美国fda修订《联邦食品、药品和化妆品法案》(简称fd&c法案)第510(h)节,将生产场地监督检查频次由原来固定的至少两年一次,调整为基于风险的检查计划制定策略。再如,在临床试验现场监查中需要消耗临床试验总费用的25~30%和约70%的时间用于源数据核查和错误纠正上,而其对提升临床试验质量的意义却有待商榷;2013年,针对临床试验现场核查中存在的问题,为减少现场监查成本,提高监查效能,美国fda颁布了临床试验新的监查指导原则-《临床研究监督-基于风险的监管方法》,把风险管理引入到药物临床试验的现场监查中。这一检查思路的改变,对提高检查效率,节约资源和费用,起到了重要作用。

3、自2019年新修订的《药品管理法》实施以来,药品风险管理这一理念已逐步深入到我国药品研制、生产、经营、使用各环节,作为一种管理工具,在药品生产实践活动中风险管理发挥的作用越来越重要。国内学者或监管部门开展了系列研究,如朱嘉亮等研究了大数据视角下国家药品抽验数据共享平台建设的思路;林伟强等[基于检验数据的药品质量风险预警模型研究[j].国际it传媒品牌,2018,39(12):127-130.]开展了基于检验数据的药品质量风险预警模型研究;孙苓苓等[中国药品上市后抽验模式现状及问题[j].中国现代应用药学,2012,29(8):762-765.]研究了中国药品上市后抽验模式现状及问题。然而,在药品监管活动中,这一工具的运用要相对滞后一些,江苏审评中心探索基于风险管理的药品gmp检查发起机制研究[基于风险管理的药品gmp检查发起机制[j].药事管理,2020,28(3),229-232.],探索建立了药品生产风险评估模型;王广平[药品安全风险预警大数据决策模型设计和方法学研究[j].中国食品药品监管,2022(9):138-147.]等对药品安全风险预警大数据决策模型设计和方法学进行了研究,采用层次分析法分析药品安全风险预警大数据决策体系的模型设计准则。但目前尚未看到对药品风险要素进行量化管理的实践。


技术实现思路

1、根据现有技术未能对药品风险要素进行量化管理的不足,本发明提供一种评估药品生产风险指数的模型及其构建方法与应用。

2、本发明第一方面提供一种评估药品生产风险指数的模型:

3、所述药品生产风险指数模型:

4、tri=αmax+β1+β2+γ+δ;

5、式中tri为某一条药品生产线风险指数值和;αmax为该生产线所有在线产品中固有风险指数最大值;β1为生产过程风险指数值;β2为质量控制与质量保证风险指数值;γ为合规性风险指数值;δ为产品投诉召回风险指数值。

6、所述风险指数值=100×wi×kj;

7、式中风险指数值,即ri,为单一指标风险指数值;wi为根据优序图法确定的单一指标权重值;kj为专家确定的单一指标风险系数。

8、根据优序图法计算wi值:

9、由专家对各项指标重要性进行评价,分值越高,代表越重要。计算各项指标专家评分的平均值(x1,x2,……,xn);

10、将计算后的专家评分的平均值大小进行两两比较,若指标xi比指标xj重要,则xi得1分;若同等重要则xi得0.5分;若指标xj比指标xi重要,则xi得0分;得到得分aij(其中i,j=1,2,……,n);

11、通过两两对比得出评分结果后,针对每行进行累加,得到各项指标的分值ai(其中i=1,2,……,n);

12、计算全部指标的总分值,公式如下:

13、

14、计算各项指标的权重值wi(其中i=1,2,……,n),公式如下:

15、

16、kj的确定:

17、风险系数kj是指次一级指标(即四级指标)所对应的风险级别的大小,由专家确定,设定为a、b、c、d、e五级,对应的风险系数为1.0、0.8、0.6、0.4、0.2。

18、本发明第二方面提供所述药品生产风险指数模型的构建方法:

19、s1.确立风险指标:基于药品生产监管实践,从产品固有属性、生产过程要素、质量控制与保证、gmp符合性、投诉与召回五个方面,确立药品生产风险的各级指标;

20、s2.问卷调查:通过设计问卷调查得到专家对各项指标重要性的评价意见,分值越高,代表越重要,计算各项指标专家评分的平均值(x1,x2,……,xn);

21、s3.权重计算:采用优序图法进行权重计算;

22、s4.药品生产风险指数模型:

23、tri=αmax+β1+β2+γ+δ;

24、式中tri为某一条药品生产线风险指数值和;αmax为该生产线所有在线产品中固有风险指数最大值;β1为生产过程风险指数值;β2为质量控制与质量保证风险指数值;γ为合规性风险指数值;δ为产品投诉召回风险指数值;

25、所述风险指数值=100×wi×kj;

26、式中风险指数值,即ri,为单一指标风险指数值;wi为根据优序图法确定的单一指标权重值;kj为专家确定的单一指标风险系数。

27、s5.模型验证:以药品生产企业生产线进行验证,通过计算模型得出的风险等级与专家测评结果之间的一致性,计算kappa值,kappa系数值在0.61~0.80之间,说明模型评估与专家测评的结果具有一致性。

28、进一步地,

29、所述s1确立药品生产风险的各级指标包括5项二级指标,22项三级指标,在每一项三级指标下,按照因素分类原则,由专家确立2~5个四级指标,并根据其风险大小赋予相应的风险级别,如a、b、c、d、e级,其对应风险系数分别为1、0.8、0.6、0.4、0.2。

30、进一步地,所述的s3权重计算:

31、通过所述s2问卷调查得到专家对药品生产风险指标的评分结果的平均值进行两两比较;若指标xi比指标xj重要,则xi得1分;若同等重要则xi得0.5分;若指标xj比指标xi重要,则xi得0分;得到得分aij(其中i,j=1,2,……,n);

32、通过两两对比得出评分结果后,针对每行进行累加,得到各项指标的分值ai(其中i=1,2,……,n);计算全部指标的总分值,公式如下:

33、

34、计算各项指标的权重值wi(其中i=1,2,……,n),公式如下:

35、

36、本发明第三方面:以上所述的药品生产风险指数模型或以上所述药品生产风险指数模型构建方法所构建的模型,在药品生产风险指数的评估中的应用。

37、与现有技术比较本发明的有益效果在于:

38、1.本发明所构建的模型实现了对药品风险要素进行量化管理的实践,用于药品生产风险指数的评估,评估结果与专家测评结果具有较好的一致性,用spss26.0计算得kappa=0.697,p<0.001,一致率80%。

39、2.从模型验证的结果看,药品生产风险指数与专家测评结果一致性良好,运用该模型可以有效整合企业基础信息、药品档案信息、药品监管信息、检验与监测信息、人力资源信息等资源,采集客观、可量化指标,动态评估药品生产线的风险。可以依据药品监管资源和法律法规规定,合理设置风险预警条件,对触及风险预警条件的,及时启动风险处置程序,增加药品监管的针对性和时效性。


技术特征:

1.一种评估药品生产风险指数的模型,其特征在于:

2.根据权利要求1所述的一种评估药品生产风险指数的模型,其特征在于:

3.根据权利要求2所述的一种评估药品生产风险指数的模型,其特征在于:

4.根据权利要求2所述的一种评估药品生产风险指数的模型,其特征在于:

5.一种如权利要求1-4任一项所述的药品生产风险指数模型的构建方法,其特征在于:

6.根据权利要求5所述的药品生产风险指数模型的构建方法,其特征在于:

7.根据权利要求6所述的药品生产风险指数模型的构建方法,其特征在于:

8.如权利要求1-4任一项所述的药品生产风险指数模型或如权利要求5-7任一项所述的药品生产风险指数模型构建方法所构建的模型,在药品生产风险指数的评估中的应用。


技术总结
本发明涉及药品监管人工智能应用领域,具体涉及一种评估药品生产风险指数的模型及其构建方法与应用。本发明所述评估药品生产风险指数模型为:TRI=αmax+β1+β2+γ+δ;式中TRI为某一条药品生产线风险指数值和;αmax为该生产线所有在线产品中固有风险指数最大值;β1为生产过程风险指数值;β2为质量控制与质量保证风险指数值;γ为合规性风险指数值;δ为产品投诉召回风险指数值;所述风险指数值(RI)=100×Wi×Kj;式中RI为单一指标风险指数值;Wi为根据优序图法确定的单一指标权重值;Kj为专家确定的单一指标风险系数。本发明所构建的模型实现了对药品风险要素进行量化管理的实践,用于药品生产风险指数的评估,评估结果与专家测评结果具有较好的一致性,用SPSS26.0计算得kappa=0.697,p<0.001,一致率80%。

技术研发人员:文计福,吴昭昭,李长林,杨定勇,王雅甜,龙慧玲,贺娉
受保护的技术使用者:湖南省药品审评与不良反应监测中心
技术研发日:
技术公布日:2024/11/11
转载请注明原文地址: https://tieba.8miu.com/read-23357.html

最新回复(0)