Intégrité des Données et ALCOA : les Principes Appliqués

Intégrité des données et ALCOA : ALCOA+ (ou ALCOA Plus) est l'acronyme qui résume les neuf principes d'intégrité des données exigés par les autorités BPF pour toute donnée et tout enregistrement pertinent pour la qualité : Attribuable, Lisible, Contemporain, Original, Exact, plus Complet, Cohérent, Durable et Disponible. Ce n'est pas un concept abstrait : la MHRA, le PIC/S, la FDA et l'OMS le citent dans leurs documents de référence, et les inspecteurs l'utilisent comme grille concrète pour évaluer dossiers de lot, cahiers de laboratoire, données chromatographiques et audit trails. Dans cet article, nous voyons ce que signifie chaque principe, où il est formalisé et quelles sont les erreurs qui finissent le plus souvent en écarts d'inspection.

Ce que signifie ALCOA+ pour l'intégrité des données BPF

L'acronyme ALCOA naît au sein de la FDA dans les années 1990 comme synthèse des bonnes pratiques documentaires, avant d'être repris par les principales références internationales sur l'intégrité des données. La version « Plus » étend les cinq attributs historiques avec quatre attributs supplémentaires, explicités par exemple dans le guide PIC/S PI 041-1 (§7.4) : à Attributable, Legible, Contemporaneous, Original et Accurate s'ajoutent Complete, Consistent, Enduring et Available.

Le point essentiel, souvent mal compris : ALCOA+ ne concerne pas que les systèmes informatisés. Il s'applique aux données papier, électroniques et hybrides, tout au long du cycle de vie de la donnée — de la génération à l'enregistrement, au traitement, à la conservation et enfin à la destruction contrôlée. Un cahier de laboratoire rempli au crayon viole ALCOA+ exactement comme un accès partagé à un CDS sans audit trail actif.

Les cinq principes ALCOA

• Attribuable (Attributable) : il doit toujours être clair qui a généré la donnée ou exécuté l'action, et quand. En pratique : signatures et paraphes traçables à des personnes identifiées, comptes nominatifs sur les systèmes, aucun compte partagé.
• Lisible (Legible) : la donnée doit rester lisible et compréhensible pendant toute la durée de conservation. Les corrections se font d'un seul trait, datées et signées, sans masquer la valeur d'origine.
• Contemporain (Contemporaneous) : l'enregistrement a lieu au moment où l'activité est réalisée. Recopier « au propre » en fin de poste ou antidater une vérification est une violation classique.
• Original (Original) : on conserve la donnée de première acquisition (raw data) ou une « true copy » vérifiée, pas une transcription. Pour les systèmes électroniques, cela inclut les métadonnées et les fichiers d'acquisition, pas seulement le rapport PDF.
• Exact (Accurate) : la donnée reflète fidèlement ce qui s'est passé, sans modification non justifiée ; instruments étalonnés, méthodes validées et vérifications par une seconde personne soutiennent l'exactitude.

Les quatre attributs du « Plus »

• Complet (Complete) : toutes les données générées font partie de l'enregistrement, y compris répétitions, retraitements et résultats écartés avec leur justification. Le cas typique de non-conformité est le « testing into compliance » avec des injections d'essai non documentées.
• Cohérent (Consistent) : la séquence des enregistrements est logique et chronologiquement ordonnée (date/heure synchronisées, aucun saut inexpliqué dans la numérotation des échantillons ou des pages).
• Durable (Enduring) : la donnée est enregistrée sur des supports contrôlés et conservée de manière à survivre à toute la période de rétention — pas de post-it, de feuilles volantes ou de supports réinscriptibles non gérés.
• Disponible (Available) : la donnée est récupérable et consultable quand il le faut, pour les revues, les investigations et les inspections, même après des migrations de système ou des retraits de logiciels.

Si vous travaillez en AQ, CQ ou validation des systèmes, chaque semaine apporte des nouveautés qui touchent l'intégrité des données : abonnez-vous à The Pragmatic GMP, la newsletter hebdomadaire gratuite de GuideGxP, pour recevoir mises à jour réglementaires et outils pratiques directement dans votre boîte mail.

Les 9 principes en tableau : question clé et exemples opérationnels

Où sont-ils formalisés : MHRA, PIC/S, FDA et OMS

Qui doit défendre son système en audit devrait connaître quatre références principales. Le guide MHRA « GXP Data Integrity Guidance and Definitions » (Revision 1, mars 2018) définit les termes clés — raw data, métadonnées, audit trail, cycle de vie de la donnée — et reste le document le plus cité pour les définitions. Le PIC/S PI 041-1 « Good Practices for Data Management and Integrity in Regulated GMP/GDP Environments » (1er juillet 2021) est la référence opérationnelle la plus complète pour les inspectorats : il liste explicitement les neuf attributs ALCOA+ et consacre des chapitres spécifiques aux systèmes papier, informatisés et aux activités externalisées. La FDA a consolidé sa position dans la guidance « Data Integrity and Compliance With Drug CGMP: Questions and Answers » (décembre 2018), au format questions-réponses. Enfin l'OMS, avec sa « Guideline on data integrity » (TRS 1033, Annexe 4, 2021), a mis à jour son approche en l'alignant sur ALCOA+ et la gestion des risques.

Dans le cadre des BPF européennes, ces exigences s'articulent avec le Chapitre 4 (documentation) et l'Annexe 11 pour les systèmes informatisés : audit trail, gestion des accès et revue périodique des données sont les points où ALCOA+ devient une exigence vérifiable. Pour une approche opérationnelle de la revue des audit trails, consultez notre checklist de revue d'audit trail.

Les écarts les plus fréquents en inspection

1. Comptes partagés ou génériques sur les instruments de laboratoire et les systèmes de production : la donnée cesse d'être attribuable.
2. Audit trails désactivés ou jamais revus : le système enregistre, mais personne ne regarde ; en inspection, cela équivaut à un contrôle inexistant.
3. Enregistrements non contemporains : feuilles de brouillon, transcriptions en fin de journée, dates incohérentes entre documents liés.
4. Données incomplètes : injections d'essai, résultats écartés sans justification, corbeilles électroniques pleines de fichiers « test ».
5. Droits administrateur pour les utilisateurs opérationnels : celui qui génère la donnée peut aussi la modifier ou la supprimer, sans séparation des rôles.

Recommandation GuideGxP

Ne traitez pas ALCOA+ comme une affiche à accrocher au laboratoire. La manière la plus efficace de l'utiliser est de transformer les neuf principes en questions de vérification au sein des processus existants : dans l'analyse de risque d'intégrité des données des systèmes, dans la checklist des auto-inspections, dans la revue périodique des audit trails et dans la formation initiale du personnel. Trois gestes pratiques pour commencer : cartographier les systèmes et flux de données critiques BPF, classer les écarts par rapport aux neuf attributs, et définir un plan de remédiation basé sur le risque avec responsables et échéances. Et se rappeler que l'intégrité des données est avant tout une affaire de culture et de gouvernance : si la direction ne mesure que la productivité, la pression sur les données suit.

Pour passer de la théorie à l'opérationnel, notre guide opérationnel « Data Integrity en environnement GMP » — gouvernance, revue des audit trails et laboratoires CQ inclut des outils prêts à l'emploi pour construire un programme d'intégrité des données défendable en audit.

Sources officielles

• MHRA — 'GXP' Data Integrity Guidance and Definitions, Revision 1 (mars 2018)
• PIC/S PI 041-1 — Good Practices for Data Management and Integrity in Regulated GMP/GDP Environments (1er juillet 2021)
• FDA — Data Integrity and Compliance With Drug CGMP: Questions and Answers (décembre 2018)
• OMS — Guideline on Data Integrity, TRS 1033 Annexe 4 (2021)