Cuando los eventos de contaminación son raros, un porcentaje mensual puede contar solo una parte de la historia.
Hablemos de #microbiología en #dispositivosmédicos #manufactura
Imagine este patrón:
Antes, entre dos recuperaciones microbiológicas transcurrían 40, 50 o 60 oportunidades de monitoreo.
Ahora transcurren:
31 → 18 → 9 → 6
Tal vez ningún resultado individual excedió un límite de acción. Todo “bien”…¿cierto?
Tal vez el porcentaje mensual continúa pareciendo bajo (de hecho suele ser “cero” o muy cercano a “cero”).
Pero algo podría estar cambiando.
Aquí es donde una gráfica de control “g” puede resultar especialmente útil.
En lugar de preguntar solamente: ¿Cuántos eventos tuvimos?
Podemos hacernos una pregunta más proactiva:
¿Cuántas oportunidades transcurrieron entre un evento y el siguiente?
Para aplicaciones como el monitoreo microbiológico de guantes y vestimenta aséptica, esta diferencia puede ayudar a identificar tempranamente que eventos históricamente raros empiezan a ocurrir con mayor frecuencia.
En nuestro nuevo artículo de i4is® | Blackberry & Cross® exploramos:
Cómo interpretar una gráfica g para eventos raros.
Por qué debe complementarse con gráficas p, u o Laney según el tipo de dato.
Cómo incorporar el denominador correcto y evitar conclusiones engañosas.
Cómo estratificar por operador, intervención, turno, área, actividad y sitio corporal.
Por qué un límite de control estadístico y un límite microbiológico no significan lo mismo.
Cómo conectar SPC con nuestro enfoque PCSA360® y f(X)=Y 360 para avanzar desde la detección de una señal hacia una investigación estructurada de las condiciones asociadas.
La señal más importante no siempre es un punto fuera de los límites. Puede ser que los eventos estén ocurriendo cada vez más cerca.
Ese es uno de los propósitos más valiosos del SPC: detectar cambios en el sistema mientras todavía existe oportunidad de aprender y actuar.
Lea el artículo completo:
Y dejo una pregunta para quienes trabajan en microbiología, calidad, validación o manufactura de dispositivos médicos (o aséptica en general).
¿Su sistema de datos permite reconstruir cuántas oportunidades transcurrieron entre dos recuperaciones y qué condiciones operacionales acompañaron cada evento?
hashtag#SPC hashtag#Microbiology hashtag#MedicalDevices hashtag#Cleanroom hashtag#AsepticProcessing hashtag#StatisticalProcessControl hashtag#QualityEngineering hashtag#ProcessValidation hashtag#DataAnalytics hashtag#PCSA360 hashtag#AppliedStatisticalEngineering hashtag#BlackberryCross