El problema real: múltiples respuestas, un solo proceso
En la lección anterior aprendimos a optimizar una respuesta individual — encontrar la velocidad y el % de neutralizado que maximizan la viscosidad, por ejemplo. Pero en la realidad farmacéutica, nunca hay una sola respuesta.
Un proceso de fabricación de tabletas debe cumplir simultáneamente con dureza adecuada, friabilidad baja, peso uniforme, desintegración rápida y perfil de disolución dentro de especificación. Optimizar una de estas respuestas puede empeorar otra: aumentar la fuerza de compresión mejora la dureza pero deteriora la disolución.
El arte de la optimización en QbD no es encontrar el máximo de una respuesta — es encontrar la región donde todas las respuestas son simultáneamente aceptables. Eso requiere negociación entre objetivos.
La función de deseabilidad: el arte del compromiso
La herramienta más utilizada para optimización multi-respuesta es la función de deseabilidad (desirability function) de Derringer y Suich. La idea es elegante:
Paso 1: definir el objetivo para cada respuesta
Para cada CQA que mides, defines qué quieres lograr:
| Respuesta (CQA) | Objetivo | Rango aceptable | Importancia |
|---|---|---|---|
| Viscosidad media | Maximizar | 3.5 – 5.0 Pa·s | Alta |
| Desviación de viscosidad | Minimizar | < 0.3 Pa·s | Alta |
| Tiempo de disolución | Objetivo = 15 min | 10 – 20 min | Media |
| Dureza | Objetivo = 8 kP | 6 – 10 kP | Media |
Paso 2: transformar cada respuesta en una deseabilidad individual
Cada respuesta se transforma en un valor entre 0 (completamente inaceptable) y 1 (ideal). Si la viscosidad está en su valor máximo deseado, su deseabilidad es 1. Si está fuera del rango aceptable, es 0. Los valores intermedios escalan proporcionalmente.
Paso 3: combinar en una deseabilidad global
La deseabilidad global es la media geométrica ponderada de las deseabilidades individuales. Tiene una propiedad crucial: si cualquier respuesta individual tiene deseabilidad 0, la global también es 0. Esto significa que no puedes compensar una respuesta completamente inaceptable con otras que sean excelentes — todas deben estar al menos en un nivel aceptable.
Es raro que exista un punto donde todas las deseabilidades individuales sean simultáneamente 1 (perfecto). Lo normal es que el óptimo global sea un compromiso: quizás la viscosidad queda en 0.85 de deseabilidad y la variabilidad en 0.90, pero el punto es aceptable para ambas. Los pesos (wᵢ) permiten priorizar: si la viscosidad media es más crítica que la variabilidad, le das más peso y el óptimo se desplazará hacia maximizar la viscosidad, cediendo un poco en variabilidad.
A veces el software muestra que la deseabilidad global máxima es 0.65 — lejos del 1.0 ideal. Esto no es un fracaso; es información. Significa que el espacio experimental que estás estudiando no contiene un punto donde todas las respuestas sean ideales. Las opciones son: ampliar el rango de los factores (explorar más), relajar alguna especificación (ceder en alguna respuesta), o aceptar que el óptimo real requiere un estudio adicional con factores diferentes.
Los pasos completos de la optimización
Resumiendo el flujo completo que hemos construido a lo largo de las lecciones de estadística:
Definir el espacio de diseño: del modelo al documento
El espacio de diseño no es un punto — es una región. Es el conjunto de todas las combinaciones de factores donde la deseabilidad global supera un umbral aceptable. En un gráfico de contorno, se ve como una zona (generalmente elíptica u ovalada) dentro de la cual todas las respuestas cumplen especificación.
De los gráficos a los números
Los software de DOE generan gráficos de contorno y superficies 3D que muestran visualmente dónde está la zona óptima. Pero para el registro regulatorio y para la planta de producción, necesitas números: rangos concretos para cada CPP y CMA.
El análisis de optimización multi-respuesta muestra que la deseabilidad global D ≥ 0.80 cuando:
Velocidad de agitación: 65 – 85 RPM
% Neutralizado: 58% – 72%
Temperatura: 28°C – 34°C
Estos son los límites del espacio de diseño. Cualquier combinación dentro de estos rangos producirá un producto que cumple todas las especificaciones de calidad. Operar dentro del espacio de diseño no requiere notificación regulatoria.
El rango operacional normal: un margen dentro del margen
Dentro del espacio de diseño, la planta define un rango operacional normal — los valores objetivo ± una tolerancia operativa. Típicamente se trabaja en el centro del espacio de diseño, no en los bordes, para tener margen ante variaciones normales del proceso.
Si el rango operacional normal es demasiado estrecho, exiges demasiado a los equipos y operarios — cualquier mínima variación genera alarma. Si es demasiado amplio, te acercas a los bordes del espacio de diseño donde el riesgo aumenta. El punto ideal es un rango que absorba la variabilidad normal del proceso sin amenazar los límites del espacio de diseño.
Validar y verificar: el cierre del ciclo experimental
El espacio de diseño se definió con modelos estadísticos basados en datos experimentales. Antes de declararlo formal, se necesita verificación experimental:
- Confirmación del óptimo: fabricar lotes en las condiciones óptimas predichas y verificar que los resultados coinciden con las predicciones del modelo
- Prueba de falta de ajuste: verificar estadísticamente que el modelo describe adecuadamente los datos (si el p-valor de la falta de ajuste es significativo, el modelo no es suficiente)
- Verificación de bordes: fabricar lotes en los extremos del espacio de diseño para confirmar que las respuestas siguen dentro de especificación
- Robustez: verificar que pequeñas perturbaciones en los factores (dentro del rango normal) no producen variaciones inaceptables en las respuestas
Definir y validar el espacio de diseño es un hito, pero no es el final. El QbD incluye mejora continua — cada lote fabricado genera nueva información que puede refinar el modelo, ajustar los rangos y mejorar el entendimiento del proceso. Como decía la ICH Q10: el producto no es estático, y el espacio de diseño tampoco tiene que serlo.
Mejora continua: el espacio de diseño vivo
Una vez en producción comercial, el espacio de diseño se convierte en un documento vivo. Los datos de manufactura rutinaria permiten:
- Confirmar las predicciones del modelo con datos reales de producción — los modelos de laboratorio se validan con la realidad de planta
- Detectar tendencias que no eran visibles en la fase experimental — con cientos de lotes, emergen patrones que 20 experimentos no podían revelar
- Refinar los rangos operacionales — quizás puedes estrecharlos porque el proceso es más estable de lo previsto, o necesitas ampliarlos porque hay una fuente de variabilidad no contemplada
- Incorporar cambios — nuevo proveedor de API, nuevo equipo, ajuste de formulación — evaluando si el cambio cae dentro del espacio de diseño existente o requiere una redefinición
Cuando el QbD se implementa completamente, la organización tiene: un producto diseñado con objetivos claros y medibles, un proceso comprendido en profundidad con sus variables críticas identificadas y controladas, un espacio de diseño demostrado experimentalmente que da flexibilidad operativa, una estrategia de control fundamentada en conocimiento y riesgo, y un sistema de mejora continua que se retroalimenta con cada lote fabricado. Eso es Quality by Design.
Módulo 1 completado
El QbD es un viaje que va desde "vamos a ver qué pasa" hasta "sabemos exactamente por qué pasa, y tenemos el control". No es un formulario ni un requisito burocrático — es la forma más inteligente de diseñar medicamentos.
A lo largo de estas 10 lecciones hemos recorrido el camino completo:
- Lecciones 1-2: por qué el modelo tradicional ya no es suficiente, y el marco regulatorio que sustenta el QbD (ICH Q8/Q9/Q10)
- Lección 3: los elementos del QbD — TPP, QTPP, CQA, CMA, CPP, espacio de diseño, estrategia de control
- Lecciones 4-5: los dos pilares — gestión del riesgo (FMEA, RPN) y gestión del conocimiento (know-how, know-why, ciclo del conocimiento)
- Lección 6: el diseño integrado de producto y proceso, los 4 dominios, y cómo empezar a implementar QbD
- Lecciones 7-8: fundamentos estadísticos y diseños factoriales — la base experimental del QbD
- Lecciones 9-10: superficies de respuesta, optimización multi-respuesta y definición formal del espacio de diseño
El QbD no se aprende en un módulo — se practica durante toda una carrera profesional. Pero con los fundamentos que has adquirido aquí, tienes las herramientas conceptuales y prácticas para empezar a aplicarlo en tu organización. Escoge un producto, forma un equipo, y empieza. El conocimiento se construye haciendo.