Der Unterschied zwischen OOS, OOT und OOE gehört zu den häufigsten Verwirrungen in pharmazeutischen Qualitätskontroll-Laboren: drei ähnliche Kürzel, drei verschiedene Bedeutungen und vor allem drei Abläufe, die nicht austauschbar sind. Ein Out-of-Specification-Ergebnis (OOS) verlangt eine formale Untersuchung mit klaren Regeln; ein Out-of-Trend-Ergebnis (OOT) ist konform, signalisiert aber, dass sich etwas verändert; ein atypisches oder Out-of-Expectation-Ergebnis (OOE) ist konform und mitunter sogar im Trend, sieht aber nicht so aus, wie die Methode üblicherweise liefert. Wer ein Ergebnis falsch klassifiziert, eröffnet die falsche Untersuchung – oder gar keine. Dieser Leitfaden ordnet Definitionen, Beispiele und Erkennungskriterien, mit den FDA-, MHRA- und EU-GMP-Referenzen für Ihre SOPs.
Unterschied zwischen OOS, OOT und OOE: die Definitionen
Die drei Kategorien beantworten drei verschiedene Fragen. OOS vergleicht das Ergebnis mit einem registrierten Grenzwert; OOT vergleicht es mit der Historie des Produkts; OOE vergleicht es mit dem erwarteten Verhalten der Methode in der jeweiligen Analysensequenz.
- OOS (Out of Specification): ein Ergebnis außerhalb der Spezifikationen oder Akzeptanzkriterien, die im Zulassungsdossier, in den offiziellen Arzneibüchern oder in den internen Standards des Herstellers festgelegt sind. So definiert es die FDA-Guidance, die auch In-Prozess-Labortests einschließt. Ein OOS erfordert immer eine formale Untersuchung und setzt die Entscheidung über die Charge bis zum Abschluss aus.
- OOT (Out of Trend): ein spezifikationskonformes Ergebnis außerhalb des erwarteten historischen Verlaufs: ein Wert, der von der Serie der Vorgängerchargen abweicht oder – der Klassiker in Stabilitätsstudien – von der für diesen Prüfzeitpunkt erwarteten Abbaukurve. Kapitel 6 des EU-GMP-Leitfadens verlangt, Daten so aufzuzeichnen, dass Trends auswertbar sind, und Out-of-Trend- wie Out-of-Specification-Daten zu bearbeiten und zu untersuchen (§6.9).
- OOE (Out of Expectation): ein konformes und nicht zwingend trendabweichendes, aber im Vergleich zur erwarteten Methodenvariabilität atypisches Ergebnis: zwei Replikate mit ungewöhnlich großer Streuung, ein anomales Chromatogramm, eine verdächtig „perfekte“ Wiederfindung gemessen an der Historie der Methode. Der Begriff taucht in den FDA-Guidances nicht auf: Er ist eine in der Industrie weit verbreitete operative Kategorie, die zu den atypischen bzw. anomalen Ergebnissen passt, deren Bewertung und Dokumentation auch der MHRA-Ansatz erwartet.
So werden sie erkannt: registrierte Grenzwerte, Trends und Methodenvariabilität
Ein OOS zu erkennen ist der einfachste Fall: Verglichen wird mit einem schriftlich festgelegten Grenzwert; Stolpersteine sind lediglich Rundung, signifikante Stellen und Maßeinheiten, die in der Spezifikation selbst definiert sein müssen. Ein OOT zu erkennen erfordert dagegen vordefinierte statistische Werkzeuge: Kontrollkarten über die Freigabechargen, Vorhersageintervalle oder aus der historischen Variabilität abgeleitete Grenzen und in der Stabilität den Vergleich mit der Regression der vorherigen Prüfzeitpunkte. Die goldene Regel: OOT-Kriterien müssen in der SOP stehen, bevor man die Daten ansieht, und regelmäßig neu berechnet werden, während die Datenbasis wächst.
OOE ist die am schwersten zu fassende Kategorie, weil es keinen einzelnen numerischen Grenzwert gibt: Es braucht Methodenwissen. Typische Indikatoren sind die Streuung zwischen Replikaten im Vergleich zur historischen Wiederholpräzision, System-Suitability-Parameter nahe an ihren Grenzen oder ein nach Form oder Intensität ungewöhnliches Analysensignal. Genau deshalb muss die SOP den Analytikern konkrete Kriterien und Beispiele geben – nicht die pauschale Anweisung, „Anomalien zu melden“.
Wenn Sie täglich mit Analysenergebnissen, Trends und Laboruntersuchungen arbeiten, abonnieren Sie The Pragmatic GMP, den kostenlosen wöchentlichen Newsletter von GuideGxP: echte Fälle, praxisnahe Checklisten und regulatorische Updates, audit-ready erklärt.
OOS, OOT und OOE im Vergleich
| Aspekt | OOS | OOT | OOE |
|---|---|---|---|
| Definition | Außerhalb der registrierten Spezifikationen | Konform, aber außerhalb des historischen oder Stabilitätstrends | Konform, aber atypisch gegenüber der erwarteten Methodenvariabilität |
| Typisches Beispiel | Gehalt 94,8 % bei Spezifikation 95,0–105,0 % | Konformer Gehalt, aber deutlich unter der erwarteten Abbaukurve | Konforme Replikate mit Streuung weit über der historischen Wiederholpräzision |
| Erkennung | Direkter Vergleich mit dem Grenzwert | Kontrollkarten, Vorhersageintervalle, Stabilitätsregression | Methodenwissen, Kriterien und Beispiele in der SOP |
| Untersuchung | Formale OOS-Untersuchung, immer (Phase I und Phase II) | Risikoproportionale Untersuchung mit vordefinierten Kriterien | Dokumentierte Bewertung, bei Bedarf Eskalation |
| Auswirkung auf die Charge | Freigabe ausgesetzt bis zum Abschluss der Untersuchung | Charge freigebbar, mit dokumentierter Impact-Bewertung | Charge freigebbar, wenn die Bewertung ein Problem ausschließt |
Der richtige Umgang mit jedem Ergebnis im QC-Labor
Beim OOS ist der Weg kodifiziert: Laboruntersuchung (Phase Ia und Ib nach dem MHRA-Ansatz), Full-Scale-Untersuchung mit Produktion und QA, wenn keine zuordenbare Laborursache gefunden wird, anschließend die Chargenentscheidung. Die Regeln zu Retest, Resampling, Mittelwertbildung und Invalidierung von Ergebnissen beschreibt die FDA-Guidance von 2022; wir vertiefen sie in unserem Leitfaden zum Umgang mit OOS-Ergebnissen nach FDA und MHRA.
Beim OOT besteht der erste Schritt darin, den Wert zu bestätigen (Berechnungen, Übertragungen, Präparationen) und dann den Impact zu bewerten: In Stabilitätsstudien muss ein bestätigter OOT daraufhin analysiert werden, ob das Produkt innerhalb der Laufzeit aus der Spezifikation zu laufen droht – mit den entsprechenden regulatorischen Bewertungen; bei Freigabedaten speist der OOT das Produkt-Trending, die Continued Process Verification und den Product Quality Review. Die Untersuchung ist risikoproportional, aber die Auslösekriterien müssen schriftlich festgelegt sein, nicht dem Ermessen überlassen.
Beim OOE ist der richtige Umgang eine dokumentierte Bewertung nach Verfahren: Ergebnis bestätigen, System prüfen und gemeinsam mit dem Vorgesetzten entscheiden, ob die Anomalie eine Eskalation zur vollständigen Untersuchung rechtfertigt. Zwei Fehler gilt es zu vermeiden: OOE-Ergebnisse zu ignorieren, weil „das Ergebnis ja konform ist“ – oder sie umgekehrt als Abkürzung zu nutzen, um unbequeme Ergebnisse ohne dokumentierte zuordenbare Ursache zu invalidieren.
Typische Beanstandungen im Audit
- Monothematische SOPs: Das Verfahren definiert nur OOS; OOT und OOE bleiben dem Gespür des einzelnen Analytikers überlassen.
- Eingefrorene OOT-Grenzen: einmal berechnet und nie überprüft, selbst nach Prozess- oder Methodenänderungen.
- Unterschätzte Stabilitäts-OOTs: als Randnotizen erfasst, ohne Bewertung der Auswirkung auf die Haltbarkeit.
- Missbrauchte OOE: atypische Ergebnisse ohne zuordenbare Ursache invalidiert – im Widerspruch zum Kernprinzip der FDA- und MHRA-Guidances.
- Entkoppeltes Trending: keine Verbindung zwischen OOT, PQR, CAPA und Spezifikationsüberprüfung, obwohl Kapitel 6 des EU-GMP-Leitfadens die Untersuchung signifikanter atypischer Trends verlangt.
GuideGxP-Empfehlung
Schreiben Sie eine einzige SOP zum Umgang mit Analysenergebnissen, die die drei Kategorien mit konkreten Beispielen aus Ihrem Labor definiert, jeder Kategorie ihren eigenen Ablauf zuweist (formale OOS-Untersuchung, risikobasierte OOT-Bewertung, dokumentierte OOE-Bewertung) und festlegt, wer über Eskalationen entscheidet. Definieren Sie die OOT-Grenzen mit einer deklarierten statistischen Methode, planen Sie deren regelmäßige Neuberechnung und verknüpfen Sie die Ergebnisse mit Trending, PQR und CAPA. Im Audit lautet die Frage nicht nur „Wie handhaben Sie OOS-Ergebnisse?“, sondern „Wie erkennen Sie ein anomales Ergebnis, das noch in der Spezifikation liegt?“ – genau daran zeigt sich die Reife des Labors.
Die Klassifizierung und Untersuchung von Analysenergebnissen gehört zu den Kernaufgaben der Qualitätssicherung: die operative Anleitung zur Rolle des QA Managers in der Pharmaindustrie von GuideGxP deckt Laboruntersuchungen, Abweichungen und Chargenentscheidung ab – mit sofort einsetzbaren, audit-sicheren Vorlagen.
