Veja como o Actiz LIMS pode transformar seu laboratório
Peça uma demo
Semelhanças e diferenças entre OOS e OOT
Descubra as semelhanças e diferenças distinções entre Fora de Especificação (OOS) e Fora de Tendência (OOT) na indústria farmacêutica.
No controle de qualidade na fabricação de medicamentos, um processo robusto de teste e investigação laboratorial é essencial para garantir que o medicamento atenda às especificações e seja seguro para comercialização.Dentro desse contexto, os termos Fora de Especificação (Out of Specification – OOS) e Fora de Tendência (Out of Trend – OOT) são amplamente utilizados nos laboratórios de controle de qualidade farmacêutica.
Eles descrevem situações em que os resultados dos testes estão fora das especificações estabelecidas ou das tendências esperadas.
Neste artigo, iremos destacar as semelhanças e diferenças entre Fora de Especificações (OOS) e Fora de Tendência (OOT).
Semelhanças entre Fora de Especificações (OOS) e Fora de Tendência (OOT)
- Tanto o OOS quanto o OOT são realizados na indústria farmacêutica para identificar e resolver desvios das especificações estabelecidas ou tendências.
- Ambas as investigações têm como objetivo garantir a qualidade, segurança e eficácia do produto.
- Ambas as investigações exigem documentação, análise e relato minuciosos dos resultados encontrados.
- Ambas as investigações envolvem análise da causa raiz para identificar as razões subjacentes dos desvios.
- Ambas as investigações podem levar a ações corretivas, como melhorias no processo ou mudanças nos procedimentos de fabricação.
OOS e OOT lado a lado: o que cada um dispara
A confusão entre os dois termos não é semântica: ela leva a tratar um sinal de tendência como se fosse uma reprovação, ou pior, a ignorar um OOT porque o resultado ainda está dentro da especificação. A tabela abaixo separa os dois pelo que efetivamente disparam na operação.
| OOS — fora de especificação | OOT — fora de tendência | |
|---|---|---|
| O que caracteriza | Resultado fora do limite estabelecido | Resultado dentro do limite, mas fora do padrão histórico |
| Sinal que dá | Este lote pode não estar conforme | Algo mudou no processo ou no método |
| Base de comparação | Especificação do produto | Série histórica do próprio ensaio |
| Ação imediata | Investigação formal, em duas fases | Investigação de causa, sem reter o lote |
| Afeta a liberação? | Sim, diretamente | Em geral não, mas exige avaliação registrada |
| Se for ignorado | Risco de liberar produto não conforme | O desvio evolui até virar OOS |
| Como é detectado | Comparação automática com o limite | Regra de tendência sobre a sequência de resultados |
Vale desenvolver a penúltima e a última linha, porque juntas explicam o valor prático do conceito de OOT. Um resultado fora de tendência é, na maior parte dos casos, o mesmo desvio que dias ou semanas depois se tornará um OOS: é o aviso antecipado. Ignorá-lo não gera consequência imediata, e é exatamente por isso que é ignorado. E detectá-lo exige capacidade que a comparação com o limite não tem: aplicar regras sobre a sequência de resultados, como pontos consecutivos do mesmo lado da média. Sem essa aplicação automática, o OOT só é percebido quando alguém decide olhar o gráfico inteiro de trás para frente, o que normalmente acontece durante a investigação de um OOS já instalado. Para o procedimento completo de investigação quando o limite é rompido, veja investigação de resultados fora de especificação.
Diferenças entre Fora de Especificações (OOS) e Fora de Tendência (OOT)
- Fora de especificações (OOS) concentra-se em resultados individuais de teste que estão fora dos critérios de aceitação predefinidos ou especificações para um lote específico de um produto farmacêutico.
- Fora de tendência (OOT) concentra-se em identificar padrões ou tendências em múltiplos resultados de teste ao longo do tempo que se desviam das normas esperadas ou estabelecidas.
- As investigações de OOS lidam principalmente com preocupações imediatas de qualidade relacionadas a um lote específico, enquanto as investigações de OOT estão mais preocupadas com o controle de qualidade a longo prazo e o monitoramento do processo.
- As investigações de OOS frequentemente envolvem erros de teste de laboratório ou mau funcionamento de equipamentos como possíveis causas, enquanto as investigações de OOT podem envolver fatores mais abrangentes, como mudanças em matérias-primas, processos de fabricação ou condições ambientais.
- Os requisitos regulatórios e diretrizes para a condução de investigações de OOS e OOT podem variar ligeiramente.
A última atualização do Guia para Investigação de Resultados Fora de Especificação – FDE ou OOS (Out of Specification) foi publicado em 2022 pela Anvisa, porém continua sendo um grande desafio para os laboratórios de controle de qualidade das indústrias farmacêuticas.
Pensando nisso, nós desenvolvemos um infográfico que irá acabar de vez com suas dúvidas sobre “Resultados Fora de Especificação (FDE) ou Out of Specification (OOS)” e “Resultados Fora de Tendência ou Out of Trend (OOT)”.
Vale registrar uma implicação regulatória dessa distinção, porque ela costuma ser mal compreendida na direção oposta à esperada. Um histórico em que só aparecem resultados conformes é, do ponto de vista de inspeção, mais suspeito que um histórico com OOS e OOT devidamente identificados e investigados: o primeiro sugere seleção de dado, o segundo demonstra que o sistema de controle detecta os próprios desvios. O guia de integridade de dados em cGMP do FDA é explícito ao exigir a preservação de todos os resultados, inclusive os descartados, e o 21 CFR Part 11 exige que a trilha de auditoria seja automática e não desativável, justamente para que a existência de um desvio não dependa de alguém escolher registrá-lo. A conclusão prática é que registrar OOT não aumenta a exposição do laboratório: reduz, porque troca um desvio silencioso por um desvio documentado e tratado.
Uma última distinção que evita erro de processo: OOT não é sinônimo de resultado atípico isolado. Um único valor distante da média é variabilidade esperada e não caracteriza tendência; o que caracteriza é o padrão na sequência, como vários pontos consecutivos do mesmo lado da média ou uma deriva progressiva ao longo de semanas. Tratar cada valor incomum como OOT gera excesso de investigações sem causa identificável, o que desgasta a credibilidade do próprio controle e faz a equipe passar a ignorar os alertas. É o mesmo problema de um alarme que dispara demais. Definir as regras de tendência antes, com critérios explícitos sobre quantos pontos e em que condição, é o que separa um controle que orienta ação de um que apenas produz ruído.
Perguntas frequentes
Qual a diferença entre OOS e OOT?
OOS é um resultado fora do limite de especificação: sinaliza que aquele lote pode não estar conforme e dispara investigação formal que afeta a liberação. OOT é um resultado que está dentro do limite mas fora do padrão histórico do ensaio: sinaliza que algo mudou no processo ou no método. A base de comparação é diferente, especificação no primeiro caso e série histórica no segundo, e é isso que muda a ação de cada um. Há uma consequência que ajuda a não confundir os dois na rotina: o OOS é detectável olhando um único resultado, porque o critério é externo e fixo, enquanto o OOT só existe em relação ao que veio antes. Isso significa que um laboratório pode estar perfeitamente aparelhado para pegar OOS e ser completamente cego para OOT, sem que nada no procedimento escrito indique essa lacuna.
Um OOT precisa ser investigado se o resultado está aprovado?
Precisa, com investigação de causa e avaliação registrada, mesmo sem reter o lote. A razão é prática: um resultado fora de tendência é, na maioria dos casos, o mesmo desvio que dias ou semanas depois se tornará um OOS. É o aviso antecipado, e ignorá-lo não gera consequência imediata, o que explica por que é justamente o que costuma ser ignorado. Investigar OOT é a forma mais barata de evitar OOS. O cálculo fica evidente quando se comparam os dois custos: a investigação de um OOT é uma análise de tendência e uma verificação de método ou de equipamento, enquanto a de um OOS envolve retenção de lote, hipótese de erro analítico, eventual reanálise e decisão formal de disposição. O mesmo desvio custa uma fração do preço se tratado no aviso em vez de no evento consumado.
Por que o OOT passa despercebido?
Porque detectá-lo exige olhar a sequência de resultados, e não o resultado isolado. A comparação automática com o limite de especificação, que é a que pega o OOS, não vê tendência nenhuma: precisa haver regra aplicada sobre a série, como pontos consecutivos do mesmo lado da média. Sem essa aplicação automática, o OOT só aparece quando alguém decide examinar o gráfico inteiro, o que normalmente acontece durante a investigação de um OOS já instalado. Há ainda um agravante de percepção: como todo resultado de OOT está dentro da especificação, ele passa por todas as conferências como aprovado, e quem confere não tem motivo nenhum para desconfiar dele. O sinal não está no valor, está na posição do valor dentro da série — e essa é justamente a informação que a conferência individual, por definição, não consegue enxergar.
Como definir os limites de tendência para identificar um OOT?
A partir do histórico do próprio ensaio, e não da especificação do produto. O caminho comum é usar a média e o desvio-padrão da série de controles internos para estabelecer limites de alerta mais estreitos que a especificação, e aplicar regras de decisão sobre a sequência. O ponto de atenção é a base histórica: limites calculados sobre um período em que o método já estava derivando reproduzem a deriva como se fosse normal. Daí duas cautelas práticas. A primeira é escolher deliberadamente o período de referência, de preferência um intervalo em que o método era comprovadamente estável, e registrar essa escolha. A segunda é recalcular os limites quando o método, o equipamento ou o lote de padrão mudarem, porque manter limites antigos sobre uma condição nova produz alarme falso constante — e alarme constante é desligado pela equipe em pouco tempo.
