大家好,今天我们要讲解的是ISO13485第8.4条,数据分析,条款原文如下: 8.4 数据分析 组织应将确定、收集和分析适当数据的程序形成文件以证实质量管理体系的适宜性、充分性和有效性。这些程序应包括对统计技术在内的适当方法及其使用程度的确定。 数据分析应包括来自监视和测量的结果以及其他有关来源的数据,并至少包括以下方面的输入: a) 反馈; b) 产品要求的符合性; c) 过程和产品的特性及趋势,包括改进的机会; d) 供方; e) 审核; f) 适当时,服务报告。 如果数据分析表明质量管理体系不是迫宜的、允分的或有效的,组织应按照8. 5 的要求将此分析结果用作改进的输入。 应保留分析结果的记录(见4.2.5)。 本条款指示你的组织分析多种数据来源,以确定你的质量管理体系是否适合你的组织,对所开展的业务是否充分,以及是否有效运行。 新的要求扩大了现有文件化程序的范围,以确定你的QMS是否适当(添加到确定适当和有效);使用适当的方法和统计技术来证明你的QMS的适当性、充分性和有效性;并添加了新的子弹,以使用审计和服务报告信息作为新的质量数据来源。此外,还增加了一项新的要求,说明当数据分析显示你的QMS不合适、不充分或不有效时,该分析将被用作第8.5节所述改进过程的输入。 在本手册中,分析是对测量数据进行系统的审查和评价,以得出结论。来自GHTF/SG3/Nl8的信息,题为《质量管理体系--医疗器械--纠正措施和预防措施及相关QMS过程的指导》,已被纳入本手册 你的组织需要有文件化的程序,以对照计划期间制定的标准分析数据。进行分析是为了确定不合格或潜在的不合格,或确定应启动进一步调查的领域。此外,分析被用来证明你的QMS过程的适宜性、充分性和有效性,以及确保产品满足客户和监管要求。分析可以利用分析工具、专家团队、过程负责人或独立评审员进行。分析的结果应该被记录下来。 在确定了要测量的内容后,应确定统计技术以了解变异性,从而指导你的组织保持或提高有效性和效率。这些技术也有利于更好地利用现有的数据来协助决策。统计技术有助于识别、测量、分析、解释和建立变异性模型。 对于不合格品的分析,可以采用适当的统计和非统计技术。统计技术的例子有: ➤ 统计过程控制(SPC)图表; ➤ 帕累托分析; ➤ 数据趋势分析; ➤ 线性和非线性回归分析; ➤ 实验设计(DOE - Design of Experiments)和方差分析;以及 ➤ 图形方法(柱状图、散点图等)。 非统计学的技术是,例如: ➤ 管理评审; ➤ 质量会议的结果; ➤ 安全委员会(内部/外部); ➤ 失效模式和效果分析(FMEA);及 ➤ 故障树分析(FTA)。 分析可能会发生在几个不同的时间点或组织层面。例如,每个数据源都可能发生一定量的分析和可能的故障调查(例如,有证据表明存在不符合要求的情况)。 除了数据源内部的分析,还应该有一个跨数据源的分析水平,以确定不符合性或潜在不符合性的程度和重要性。将不同数据源的数据联系起来,可称为横向分析。横向分析可以: ➤ 确定从数据源分析中提出的行动是适当的,无需进一步改进;或 ➤ 提供更多的信息,证明有必要进行改进,无论数据源分析是否使不符合项或潜在不符合项升级。 下面的表格提供了更多的细节来支持图5的使用。每个场景都有一个例子来描述,显示测量和分析的不同结果。 文件化的程序应明确划分和定义何时需要升级到改进(8.1节中的第Ⅲ阶段)。 你的组织可以围绕他们的一些主要数据源(如投诉处理、不合格品处理、材料审核委员会或变更管理过程)设立一个职能小组或流程。在这样的小组或流程中,图5中描述的某些活动可以不经升级而实施。 你的组织可以有预定义的事件,由于风险的重要性,这些事件将被直接升级为改进,没有任何延迟。 当没有实施纠正,或在一个小组或流程内启动纠正,没有必要升级时,需要对数据源进行监控和分析(例如,趋势分析),根据积累的信息确定是否有必要升级到改进。每当一个问题被提升到改进阶段(第三阶段),任何获得的信息(从调查或确定采取的行动)都应该成为改进活动的投入。 好了,以上就是今天分享的全部内容,如果大家有什么疑问,欢迎在后台给我们留言,或者加入我们一起讨论,若觉得文章不错,也请关注我们,以免错过后续更新~ |