ALCOA Plus e Data Integrity: i 9 Principi Spiegati

ALCOA Plus (o ALCOA+) è l'acronimo che riassume i nove principi di data integrity richiesti dalle autorità GMP per ogni dato e registrazione rilevante per la qualità: Attribuibile, Leggibile, Contemporaneo, Originale, Accurato, più Completo, Coerente, Duraturo e Disponibile. Non è un concetto astratto: MHRA, PIC/S, FDA e WHO lo citano nei rispettivi documenti guida, e gli ispettori lo usano come griglia concreta per valutare batch record, quaderni di laboratorio, dati cromatografici e audit trail. In questo articolo vediamo cosa significa ciascun principio, dove viene formalizzato e quali sono gli errori che più spesso finiscono nei rilievi ispettivi.

Cosa significa ALCOA Plus nella data integrity GMP

L'acronimo ALCOA nasce in ambito FDA negli anni Novanta come sintesi delle buone pratiche di documentazione (Good Documentation Practices) e viene poi ripreso dai principali riferimenti internazionali sulla data integrity. La versione "Plus" estende i cinque attributi storici con quattro attributi aggiuntivi, esplicitati ad esempio dalla guida PIC/S PI 041-1 (§7.4): ai principi Attributable, Legible, Contemporaneous, Original e Accurate si aggiungono Complete, Consistent, Enduring e Available.

Il punto essenziale, spesso frainteso: ALCOA+ non riguarda solo i sistemi computerizzati. Si applica a dati cartacei, elettronici e ibridi, lungo tutto il ciclo di vita del dato — dalla generazione alla registrazione, all'elaborazione, alla conservazione e infine alla distruzione controllata. Un quaderno di laboratorio compilato a matita viola ALCOA+ esattamente come un accesso condiviso a un CDS senza audit trail attivo.

I cinque principi ALCOA

• Attribuibile (Attributable): deve essere sempre chiaro chi ha generato il dato o eseguito l'azione, e quando. In pratica: firme e sigle riconducibili a persone identificate, account nominali sui sistemi, nessuna utenza condivisa.
• Leggibile (Legible): il dato deve restare leggibile e comprensibile per tutto il periodo di conservazione. Le correzioni si fanno con una singola riga, datate e firmate, senza coprire il valore originale.
• Contemporaneo (Contemporaneous): la registrazione avviene nel momento in cui l'attività viene svolta. Trascrivere "in bella" a fine turno o retrodatare una verifica è una violazione classica.
• Originale (Original): si conserva il dato di prima acquisizione (raw data) o una "true copy" verificata, non una trascrizione. Per i sistemi elettronici questo include i metadati e i file di acquisizione, non solo il PDF del report.
• Accurato (Accurate): il dato riflette fedelmente ciò che è avvenuto, senza modifiche non giustificate; strumenti tarati, metodi convalidati e verifiche di seconda persona sostengono l'accuratezza.

I quattro attributi del "Plus"

• Completo (Complete): tutti i dati generati fanno parte della registrazione, incluse ripetizioni, riprocessamenti e risultati scartati con la relativa giustificazione. Il caso tipico di non conformità è il "testing into compliance" con iniezioni di prova non documentate.
• Coerente (Consistent): la sequenza delle registrazioni è logica e cronologicamente ordinata (date/ora sincronizzate, nessun salto inspiegato nella numerazione dei campioni o delle pagine).
• Duraturo (Enduring): il dato è registrato su supporti controllati e conservato in modo da sopravvivere per l'intero periodo di retention — niente post-it, fogli volanti o supporti riscrivibili non gestiti.
• Disponibile (Available): il dato è recuperabile e consultabile quando serve, per revisioni, indagini e ispezioni, anche dopo migrazioni di sistema o dismissioni di software.

Se lavori in QA, QC o CSV, ogni settimana escono novità che toccano la data integrity: iscriviti a The Pragmatic GMP, la newsletter settimanale gratuita di GuideGxP, per ricevere aggiornamenti normativi e strumenti pratici direttamente nella tua casella.

I 9 principi in tabella: domanda chiave ed esempi operativi

Dove sono formalizzati: MHRA, PIC/S, FDA e WHO

Chi deve difendere il proprio sistema in audit dovrebbe conoscere quattro riferimenti principali. La guida MHRA "GXP Data Integrity Guidance and Definitions" (Revision 1, marzo 2018) definisce i termini chiave — raw data, metadata, audit trail, data lifecycle — ed è il documento più citato per le definizioni. La PIC/S PI 041-1 "Good Practices for Data Management and Integrity in Regulated GMP/GDP Environments" (1° luglio 2021) è il riferimento operativo più completo per gli ispettorati: elenca esplicitamente i nove attributi ALCOA+ e dedica capitoli specifici a sistemi cartacei, computerizzati e attività esternalizzate. La FDA ha consolidato la propria posizione nella guidance "Data Integrity and Compliance With Drug CGMP: Questions and Answers" (dicembre 2018), in formato domanda-risposta. Infine la WHO, con la "Guideline on data integrity" (TRS 1033, Annex 4, 2021), ha aggiornato il proprio approccio allineandolo ad ALCOA+ e alla gestione del rischio.

Nel quadro EU GMP, i requisiti si intrecciano con il Capitolo 4 (documentazione) e con l'Annex 11 per i sistemi computerizzati: audit trail, gestione degli accessi e revisione periodica dei dati sono i punti in cui ALCOA+ diventa requisito verificabile. Per un approfondimento operativo sulla revisione degli audit trail, vedi la nostra checklist di audit trail review.

Gli errori più frequenti nei rilievi ispettivi

1. Utenze condivise o generiche su strumenti di laboratorio e sistemi di produzione: il dato smette di essere attribuibile.
2. Audit trail disattivati o mai revisionati: il sistema registra, ma nessuno guarda; in ispezione equivale a un controllo inesistente.
3. Registrazioni non contemporanee: fogli di brutta, trascrizioni a fine giornata, date incoerenti tra documenti collegati.
4. Dati incompleti: iniezioni di prova, risultati scartati senza giustificazione, cestini elettronici pieni di file "test".
5. Diritti di amministratore agli utenti operativi: chi genera il dato può anche modificarlo o cancellarlo, senza segregazione dei ruoli.

Raccomandazione GuideGxP

Non trattare ALCOA+ come un poster da appendere in laboratorio. Il modo più efficace di usarlo è trasformare i nove principi in domande di verifica dentro i processi esistenti: nella data integrity risk assessment dei sistemi, nella checklist delle autoispezioni, nella revisione periodica degli audit trail e nella formazione iniziale del personale. Tre mosse pratiche per iniziare: mappare i sistemi e i flussi di dati critici GMP, classificare i gap rispetto ai nove attributi, e definire un piano di remediation basato sul rischio con responsabilità e scadenze. E ricordare che la data integrity è prima di tutto un tema di cultura e governance: se la direzione misura solo la produttività, la pressione sui dati arriva di conseguenza.

Per passare dalla teoria all'operatività, la nostra guida operativa "Data Integrity in ambito GMP" — governance, audit trail review e laboratori QC include strumenti pronti all'uso per costruire un programma di data integrity difendibile in audit.

Fonti ufficiali

• MHRA — 'GXP' Data Integrity Guidance and Definitions, Revision 1 (marzo 2018)
• PIC/S PI 041-1 — Good Practices for Data Management and Integrity in Regulated GMP/GDP Environments (1° luglio 2021)
• FDA — Data Integrity and Compliance With Drug CGMP: Questions and Answers (dicembre 2018)
• WHO — Guideline on Data Integrity, TRS 1033 Annex 4 (2021)