Data integrity là gì? Tính Toàn Vẹn Dữ Liệu GMP

What is Data Integrity? The Foundation of Quality Data in GMP Pharmaceuticals

• Data integrity means all data behind GMP decisions is complete, accurate and trustworthy — and provably unaltered.
• It is a top focus of FDA, MHRA and EU inspectors because data failures threaten patient safety.
• This article explains it via the ALCOA+ framework and points to the full technical guide.

Data integrity là gì? Đây là câu hỏi quyết định liệu những quyết định chất lượng ở nhà máy có đáng tin hay không — và là điều thanh tra FDA soi đầu tiên. Bài viết trả lời data integrity là gì không bằng định nghĩa rỗng, mà bằng ý nghĩa thực tế: tại sao thanh tra quan tâm đến dữ liệu, và dữ liệu đáng tin là dữ liệu như thế nào.

Data integrity là tính toàn vẹn dữ liệu: tất cả dữ liệu dùng để quyết định chất lượng lô (thử nghiệm, đo đạc, ký phê duyệt) phải hoàn chỉnh, chính xác, đúng thời điểm, gốc (chưa bị sửa), và anh/chị phải có bằng chứng chứng minh không bị thay đổi, mất mát hay làm giả. Đó là định nghĩa công nghệ. Nhưng hệ quả GMP thì đơn giản hơn: nếu nhà máy không thể chứng minh dữ liệu sạch, thì bệnh nhân dùng sản phẩm đó là người gánh rủi ro.

Data integrity là gì — Định nghĩa và bối cảnh GMP

Phần này đặt nền tảng: data integrity từ đâu ra, và tại sao nó là ưu tiên hàng đầu của thanh tra.

Regulatory baseline: Các nhận định trong bài đối chiếu theo FDA Data Integrity Guidance (2018), 21 CFR Part 11 và EU GMP Annex 11 (EudraLex Volume 4).

Từ năm 2018 trở đi, FDA Data Integrity Guidance đã công bố rõ: Data integrity không phải là một chi tiết kỹ thuật — nó là nền tảng của tất cả quyết định chất lượng. Mỗi lô dược phẩm là kết quả của hàng trăm quyết định (sấy trong bao lâu, nhiệt độ bao nhiêu, ai phê duyệt), và nếu dữ liệu đằng sau các quyết định đó không đáng tin, thì sản phẩm cuối cùng cũng không đáng tin.

Nguy hiểm thực tế rất lớn. MHRA guidance và PIC/S PI 041-1 đều ghi lại các Warning Letter từ FDA, MHRA, và TGA (Úc) liên quan đến “data integrity failure” — nhà máy bị buộc phải thu hồi sản phẩm, tạm dừng xuất khẩu, hoặc thậm chí đóng cửa. Không chỉ là quy định: đó là vấn đề sự sống của bệnh nhân.

Data integrity được định nghĩa chính thức theo WHO guidance là “thuộc tính dữ liệu được hoàn chỉnh (complete), chính xác (accurate), nhất quán (consistent) và gốc (original) trong suốt vòng đời của nó — từ lúc sinh ra đến lúc bị xóa.” Nhưng công thức thực chiến hơn là ALCOA+ — một bộ 9 tiêu chí để đánh giá xem dữ liệu có đáng tin hay không.

ALCOA+ — Khung tiêu chí đánh giá dữ liệu tốt

Phần này giải thích ALCOA+ — cách thực chiến duy nhất để anh/chị biết dữ liệu của mình có tốt hay không.

ALCOA+ là viết tắt của 9 tiêu chí (hay đôi khi 13 khi có thêm các mở rộng như Traceable, Accurate v.v.). Trong thực tế nhà máy dược, anh/chị không cần nhớ tất cả, mà chỉ cần hiểu 5 tiêu chí cốt lõi:

• Attributable (A) — Mỗi dữ liệu phải gắn được với một người cụ thể (unique user ID, không phải “unknown user” hay tài khoản nhóm). Audit trail phải trả lời “ai” đã tạo hay sửa dữ liệu này.
• Legible (L) — Dữ liệu phải dễ đọc và hiểu. Không được ghi bằng chữ viết tay khó nhận dạng, hoặc mã hóa mà không ai biết cách giải mã.
• Contemporaneous (C) — Dữ liệu phải được ghi lại tại thời điểm sự kiện xảy ra, không phải hôm sau hay cuối tuần. Timestamp phải do hệ thống server tạo tự động, không phải do người dùng nhập.
• Original (O) — Dữ liệu gốc phải được bảo tồn — không được xóa, sửa mà không có ghi chép. Nếu sửa, phải có audit trail ghi lại giá trị trước/sau cùng lý do.
• Accurate (A) — Dữ liệu phải chính xác và không có lỗi hệ thống. Máy đo phải được hiệu chuẩn, test phải được thực hiện đúng quy trình, và dữ liệu phải được review trước khi dùng để quyết định chất lượng.

ALCOA+ thêm bốn tiêu chí mở rộng: Complete (đầy đủ) — không được thiếu dữ liệu quan trọng; Consistent (nhất quán) — dữ liệu phải nhất quán giữa các hệ thống (nếu có cùng một giá trị, thì phải giống nhau ở mọi chỗ); Durable (bền vững) — dữ liệu phải được bảo vệ khỏi mất mát, hư hỏng hay thảm họa; và Traceable (khả truy ngược) — bạn phải có thể tái tạo toàn bộ lịch sử của một bản ghi (ai làm gì, khi nào, từ giá trị nào sang giá trị nào).

Nếu chỉ một tiêu chí ALCOA+ bị vi phạm — ví dụ, dữ liệu không gắn được với người (Attributable) hoặc không có timestamp do hệ thống sinh (Contemporaneous) — thì thanh tra sẽ coi dữ liệu đó không đáng tin, và quyết định chất lượng dựa trên nó cũng không đáng tin. Bài phân tích đầy đủ về ALCOA+ sẽ giúp anh/chị hiểu sâu hơn từng tiêu chí.

Data Integrity và Audit Trail — Mối quan hệ bắt buộc

Phần này nêu mối liên hệ then chốt: data integrity không thể tồn tại mà không có audit trail.

Audit trail là cơ chế kỹ thuật duy nhất chứng minh data integrity. Nó là bản ghi điện tử, do hệ thống tự tạo, ghi lại “ai làm gì khi nào”, giá trị trước và sau mỗi thay đổi, cùng lý do thay đổi. Không có audit trail, các tiêu chí ALCOA+ chỉ là tuyên bố không thể chứng minh được.

Ví dụ minh họa: Nhà máy A ghi rằng một test kết quả là PASS. Nhưng ai làm test? Lúc nào? Kết quả trước đó là gì? Có ai sửa kết quả này không? Nếu không có audit trail, bạn không thể trả lời được bất kỳ câu hỏi nào — và thanh tra sẽ không tin kết quả đó. Ngược lại, nếu có audit trail ghi rằng “User John_QC làm test vào 14:30:45 ngày 20/6/2026, kết quả = PASS, không bao giờ bị sửa,” thì dữ liệu trở nên đáng tin được.

Đó là lý do 21 CFR Part 11 và EU GMP Annex 11 đều đặt audit trail là yêu cầu bắt buộc. Mọi hệ thống GMP phải có khả năng ghi lại “ai-làm-gì-khi-nào” mà không thể bị tắt hay bị sửa sau. Data Integrity ALCOA+ dược phẩm là bài đầy đủ phân tích quan hệ này.

Tại sao Thanh tra FDA và MHRA quan tâm Đến Data Integrity

Phần này giải thích bối cảnh kinh doanh và pháp luật tại sao data integrity lại là ưu tiên hàng đầu.

FDA 2018 Guidance đã phân tích Warning Letters từ 2008–2018 và phát hiện: data integrity violations là lý do phổ biến nhất dẫn đến FDA enforcement action (gọi là Warning Letter hoặc Import Alert). Không phải máy móc bị hỏng, không phải quy trình bị tắt — mà là dữ liệu không đáng tin hoặc bị thao túng.

Hệ quả thực tế của một Warning Letter dạng này không dừng ở giấy tờ: nhà máy có thể bị đặt vào Import Alert, các lô liên quan bị rà soát lại, và hoạt động xuất khẩu bị đình cho tới khi khắc phục xong. Điều này cho thấy data integrity không phải là quy định rỗng — nó là lớp bảo vệ cuối cùng đứng giữa dữ liệu sai và bệnh nhân.

MHRA cũng công bố rõ: “data integrity failures là dấu hiệu của vấn đề sâu hơn trong văn hóa chất lượng của nhà máy.” Khi dữ liệu không đáng tin, nó không chỉ ảnh hưởng đến lô hiện tại — nó gợi ý rằng toàn bộ hệ thống quản lý chất lượng của nhà máy đó có thể cần xem xét lại.

Từ góc độ ICH Q10 (Quality Management), data integrity là một trong những bằng chứng quan trọng nhất để chứng minh rằng nhà máy có “established and maintained effective systems” — nếu không có, thì quy trình GMP cũng không đáng tin.

Vấn đề Thực tế: Khi Data Integrity Bị Vi Phạm

Phần này mô tả các tình huống thực tế khi data integrity bị vi phạm, và hệ quả của chúng.

Data integrity có thể bị vi phạm theo nhiều cách — một số có chủ ý, một số không. Vài ví dụ:

• Sửa dữ liệu mà không có ghi chép — Một nhân viên phát hiện kết quả test không đúng, “sửa” trực tiếp trong hệ thống mà không ghi lại lý do hay không có audit trail. Thanh tra sẽ coi đây là “data deletion”.
• Tắt audit trail hoặc có tài khoản user mặc định — Một số hệ thống cũ có “generic account” (như “Administrator” hoặc “System”) thay vì unique user IDs — không thể trace ai làm gì.
• Timestamp không được kiểm soát — Nếu hệ thống để người dùng chỉnh timestamp máy local, có thể “backdating” dữ liệu (ghi ngày hôm qua để làm cho dữ liệu trông như nó được tạo ra trước đó).
• Không review audit trail — Hệ thống ghi audit trail đầy đủ, nhưng không ai từng đọc nó — thanh tra sẽ hỏi “bạn biết audit trail này chứa gì không?” và nhà máy không thể trả lời.
• Dữ liệu không đầy đủ — Một thiết bị đo lường không ghi tên người dùng, hoặc không có timestamp — dữ liệu trở nên “orphaned”.

Hệ quả: FDA/MHRA sẽ không tin dữ liệu đó, quyết định chất lượng dựa trên nó sẽ bị xem là có rủi ro, và sản phẩm từ lô đó có thể bị thu hồi khỏi thị trường. Nếu các lỗi này xảy ra có hệ thống, nhà máy có thể nhận Warning Letter và bị tạm dừng xuất khẩu.

Những lỗi này không cần có chủ ý (intentional fraud) để có hậu quả — thậm chí những sai lệch vô tình cũng đủ để FDA enforcement action kích hoạt. ICH Q9 Risk Management giúp anh/chị định danh các điểm yếu và ưu tiên remediation nào trước.

Từ “Data Integrity là gì” Đến Cấu hình Audit Trail — Đọc gì Tiếp theo

Phần này định vị bài hiện tại trong hành trình học tập và hướng dẫn bước tiếp theo.

Bài này đủ để anh/chị hiểu định nghĩa data integrity, ALCOA+ framework, và tại sao audit trail là cốt lõi. Nhưng để thực sự cấu hình, test, và defend audit trail đúng theo Part 11 và Annex 11 — cách ghi before/after values, thiết kế quy trình review, xử lý hệ thống standalone — anh/chị cần đi sâu hơn.

Bước tiếp theo là đọc phân tích đầy đủ tại Data Integrity ALCOA+ dược phẩm: Framework kỹ thuật, quy trình và văn hóa GMP — bài đó phân tích chi tiết cách áp dụng từng tiêu chí ALCOA+, sau đó là Audit Trail trong GMP: Cấu hình đúng 21 CFR Part 11 và EU GMP Annex 11 để hiểu audit trail cấu hình như thế nào.

Decision Moment

Sau khi hiểu data integrity là gì, năm câu hỏi thực chiến để anh/chị tự đánh giá hệ thống data integrity hiện tại của nhà máy.

1. Mọi dữ liệu GMP (test kết quả, nhiệt độ, ký phê duyệt) có được ghi lại ngay tại thời điểm xảy ra (Contemporaneous) hay chỉ được nhập lại hôm sau (backdated)?
2. Có ai có thể sửa hoặc xóa dữ liệu mà không có audit trail ghi lại hay không?
3. Mỗi thay đổi dữ liệu có được ghi lại giá trị trước, giá trị sau, ai làm, và lý do (ALCOA+) hay không?
4. Audit trail có được review định kỳ theo SOP hay chỉ được mở ra khi thanh tra hỏi?
5. Có hệ thống máy tính nào trong nhà máy mà không có audit trail (ví dụ, LIMS cũ, thiết bị đo lường standalone) không?

Nếu có câu trả lời “không chắc” cho bất kỳ câu nào, đó là điểm cần ưu tiên trước khi audit tiếp theo. Để xem framework kỹ thuật đầy đủ, đọc tiếp tại data integrity ALCOA+ dược phẩm và tham khảo thêm tại nampham.net.

Nếu bạn không chắc chắn câu trả lời cho bất kỳ câu hỏi nào, đó là điểm cần review trước khi audit tiếp theo. Để xem cách cấu hình cụ thể và đánh giá hệ thống, đọc tiếp tại Data Integrity ALCOA+ dược phẩm và Audit Trail trong GMP: cấu hình đúng.

FAQ

Phần này gom các câu hỏi thường gặp từ người mới tìm hiểu data integrity trong GMP.

Ghi Chú Minh Bạch

Phần này làm rõ nguồn tham chiếu và ranh giới áp dụng của bài viết.