La data integrity nel settore farmaceutico rappresenta uno dei pilastri fondamentali dei sistemi di qualità. Si tratta infatti di un requisito essenziale per garantire che le decisioni relative a produzione, rilascio e controllo dei medicinali siano basate su informazioni affidabili.

In termini generali, la data integrity riguarda la completezza e affidabilità dei dati lungo tutto il loro ciclo di vita. Questo principio è incorporato nelle Good Manufacturing Practice (GMP) ed è oggetto di particolare attenzione da parte delle autorità regolatorie, tra cui la Food and Drug Administration (FDA) e la European Medicines Agency (EMA). Il tema è inoltre esplicitamente richiamato in documenti normativi come l’Annex 11 delle EU GMP e le linee guida della Food and Drug Administration sulla data integrity.

Ruolo della data integrity nei sistemi GMP

All’interno di un sistema GMP, ogni attività critica è supportata da dati: risultati analitici, parametri di processo, registrazioni di produzione e controlli ambientali. Tali dati costituiscono la base oggettiva su cui si fondano rilascio dei lotti, gestione delle deviazioni, valutazioni di conformità e decisioni regolatorie.

In assenza di dati affidabili, il sistema qualità perde la propria solidità, indipendentemente dalla robustezza delle procedure.

ALCOA+ come riferimento operativo

Il principio più utilizzato per definire i requisiti di data integrity nel settore farmaceutico è il modello ALCOA+, un modello che sintetizza le caratteristiche essenziali del dato:

• Attributable: ogni dato deve essere riconducibile al soggetto che lo ha generato
• Legible: il dato deve essere leggibile e comprensibile nel tempo
• Contemporaneous: la registrazione deve avvenire nel momento dell’attività
• Original: deve essere disponibile la versione originale o una copia certificata
• Accurate: il dato deve essere privo di errori o distorsioni

A questi elementi si aggiungono requisiti come: complete, consistent, enduring e available. Dal punto di vista operativo, ALCOA+ è un insieme di criteri utilizzati durante audit e ispezioni per valutare l’affidabilità del sistema dati.

Data Integrity nel settore farmaceutico: criticità ricorrenti nella pratica

Nella maggior parte dei casi, le deviazioni di data integrity non derivano da comportamenti intenzionalmente fraudolenti, ma da pratiche operative non adeguatamente controllate o normalizzate.

Tra le criticità più frequenti si osservano:

• registrazione differita dei dati rispetto all’evento
• utilizzo di supporti non controllati (es. fogli “temporanei”)
• uso condiviso di credenziali informatiche
• correzioni non tracciabili o non giustificate
• gestione incompleta dei dati grezzi

Questi aspetti, se ripetuti, possono compromettere la ricostruibilità delle attività e quindi la validità dei dati stessi.

Audit trail e controllo dei dati elettronici

Nei sistemi informatizzati, la data integrity è strettamente collegata alla gestione dell’audit trail, cioè la registrazione cronologica e sequenziale di tutte le operazioni effettuate su un dato.

In pratica, l’audit trail deve permettere di ricostruire in modo chiaro l’intera “storia” dell’informazione: quando un dato viene creato, quali modifiche ha subito nel tempo, chi le ha effettuate e in quale momento preciso. In molti casi è è generalmente richiesto che sia presente una giustificazione delle modifiche, così da comprendere il contesto in cui sono avvenute.

Un aspetto frequentemente sottovalutato riguarda però la revisione dell’audit trail stesso. Non è sufficiente che il sistema lo registri automaticamente: è necessario che queste informazioni vengano anche analizzate in modo sistematico, con una frequenza definita e con responsabilità chiaramente assegnate. Questo punto è particolarmente rilevante durante le ispezioni, dove non viene valutata solo la presenza dello strumento, ma anche il suo utilizzo effettivo all’interno del sistema qualità.

Fattore umano e criticità sistemiche della data integrity nel settore farmaceutico

La maggior parte delle problematiche legate alla data integrity ha origine nel fattore umano, spesso in combinazione con inefficienze di tipo organizzativo. Nella pratica, questo si manifesta in contesti operativi caratterizzati da pressione sui tempi, carichi di lavoro elevati o necessità di rispettare scadenze produttive stringenti. In queste condizioni, le procedure possono risultare non sempre sufficientemente chiare o dettagliate per guidare ogni situazione concreta, oppure la formazione ricevuta non viene pienamente consolidata nell’attività quotidiana.

Un ulteriore elemento rilevante è la percezione del dato, che in alcuni casi viene considerato un’attività secondaria rispetto alle esigenze produttive. Questo può portare, anche senza intenzionalità, a comportamenti non conformi ai principi GMP, come la registrazione dei dati in un momento successivo rispetto all’attività effettiva o l’adozione di soluzioni operative “semplificate” per ridurre i tempi.

Dal punto di vista della data integrity, tuttavia, queste pratiche rappresentano comunque delle deviazioni, poiché incidono sulla tracciabilità e sull’affidabilità del dato indipendentemente dall’intenzione dell’operatore.

Approccio operativo alla prevenzione

Un approccio efficace alla data integrity non si basa esclusivamente sull’applicazione di regole operative, ma richiede anche una valutazione del rischio (risk-based approach) volta a identificare i processi e i dati più critici. Questo consente di concentrare controlli, verifiche periodiche e attività di revisione dove l’impatto sulla qualità del prodotto e sulla conformità regolatoria è maggiore.

La gestione efficace della data integrity si basa, infatti, su un insieme di pratiche operative coerenti:

• registrazione contestuale dei dati rispetto all’attività eseguita
• utilizzo esclusivo di account individuali e tracciabili
• gestione delle correzioni secondo procedure definite (senza cancellazioni non tracciate)
• rispetto rigoroso delle SOP
• chiarimento preventivo di ambiguità operative

Un elemento chiave è la standardizzazione dei comportamenti, che riduce la variabilità operativa e quindi il rischio di errori sistemici.

Data Integrity e implicazioni regolatorie

Le carenze di data integrity nel settore farmaceutico rappresentano una delle principali fonti di osservazioni ispettive da parte delle autorità regolatorie. A seconda della loro gravità e del livello di impatto sul sistema qualità, possono portare a esiti differenti: dalle semplici osservazioni formali, come le 483 nel contesto statunitense o le osservazioni ispettive in ambito europeo, fino a richieste più strutturate di azioni correttive e preventive (CAPA), spesso estese e monitorate nel tempo.

Nei casi più critici, le conseguenze possono includere il blocco temporaneo delle attività produttive o una revisione complessiva del sistema qualità. In situazioni estreme, dove le carenze risultano gravi e sistemiche, si può arrivare anche alla sospensione dell’autorizzazione produttiva.

Un elemento particolarmente importante, dal punto di vista ispettivo, è che anche deviazioni singolarmente minori possono assumere un significato rilevante se osservate in modo ricorrente. In questi casi, infatti, non vengono interpretate come episodi isolati, ma come possibili indicatori di una debolezza strutturale più ampia all’interno dell’organizzazione.

Cosa guarda davvero un ispettore?

Nei primi minuti di un’ispezione, l’attenzione non è tanto sulle procedure scritte, quanto sulla coerenza tra ciò che è documentato e ciò che avviene realmente.

In pratica, un ispettore tende a verificare rapidamente alcuni elementi chiave:

• Tracciabilità immediata del dato: è possibile risalire senza ambiguità a chi ha eseguito un’attività e quando?
• Coerenza temporale: le registrazioni sono contemporanee o appaiono inserite in blocco?
• Gestione delle correzioni: le modifiche sono giustificate, tracciate e comprensibili?
• Uso degli account: ogni operatore utilizza credenziali personali o esistono accessi condivisi?
• Audit trail: è attivo, ma soprattutto viene revisionato con evidenza documentata?

Questi controlli, apparentemente semplici, permettono di cogliere rapidamente il livello di maturità del sistema di data integrity. Un sistema solido si riconosce infatti dalla naturalezza con cui i dati raccontano la storia delle attività, senza bisogno di interpretazioni o chiarimenti aggiuntivi.

L’importanza della data integrity nel settore farmaceutico

La data integrity nel settore farmaceutico non deve essere interpretata come un requisito puramente documentale, ma come un elemento strutturale della qualità farmaceutica. Il principio sottostante è semplice: un dato non verificabile equivale a un dato non esistente dal punto di vista regolatorio.

Per chi opera in ambito QA o QC, la comprensione e applicazione corretta di questi principi rappresenta un elemento essenziale, indipendentemente dal livello di esperienza.

In definitiva, la robustezza di un sistema qualità non dipende solo dalle procedure scritte, ma dalla qualità dei dati che lo alimentano quotidianamente.