Serie Microbiología bajo control: Manufactura de Dispositivos Médicos | SPC aplicado al monitoreo de personal
¿Qué aprenderá en este artículo? Este artículo aborda el uso de gráficos de control en pruebas microbiológicas positivas en guantes o vestimenta de cuartos limpios para la manufactura de dispositivos médicos.
Es importante entender que tener resultados positivos en pruebas microbiológicas en guantes o vestimenta del personal que trabaja en cuartos limpios es raro; una gráfica mensual de porcentajes puede permanecer casi plana y aun así ocultar que los eventos están ocurriendo cada vez más cerca.
La gráfica “g” cambia la pregunta: en lugar de contar cuántos eventos hubo, mide cuántas oportunidades (o días entre eventos) comparables transcurrieron entre uno y el siguiente. Un acortamiento sostenido de ese espacio merece atención, aunque ningún resultado individual haya superado un límite de acción.
La gráfica g no debe trabajar sola (trabaja mejor en conjunto). En Blackberry & Cross® enseñamos que un evento raro, debe complementarse con gráficas p, u o Laney, según el tipo de respuesta y el denominador disponible, y con estratificación por operador, intervención, turno, área, actividad y sitio corporal. Así, SPC ayuda a detectar un cambio y el contexto permite formular hipótesis sobre las condiciones asociadas.
El problema de los promedios tranquilizadores
Imagine una operación aséptica que realiza cientos de impresiones de guantes y muestreos de vestimenta cada mes. Casi todos los resultados son cero. El informe mensual muestra 0,6 %, luego 0,8 % y después 0,7 % de resultados positivos. La conclusión rápida sería: nada cambió.
Sin embargo, esos porcentajes agregados pueden mezclar riesgos distintos. Un mes tuvo más oportunidades de muestreo; otro concentró intervenciones críticas; un tercer mes incluyó más salidas de una zona clasificada. También pueden ocultar que las últimas cuatro recuperaciones ocurrieron después de 31, 18, 9 y 6 oportunidades, cuando antes solían transcurrir 40, 60 o más.
Ese patrón no prueba una causa. Pero si cambia la pregunta operacional: ¿por qué los eventos se están acercando?
Qué mide una gráfica g
Una gráfica g representa el número de oportunidades entre eventos raros. Su modelo de referencia es la distribución geométrica, que supone oportunidades Bernoulli comparables, una probabilidad de evento aproximadamente constante durante la fase estable y suficiente independencia entre oportunidades.
Para evitar ambigüedad, el procedimiento debe declarar la convención. En este artículo, Gᵢ = índice de la oportunidad con el evento i menos índice de la oportunidad con el evento anterior. El resultado es la cantidad de oportunidades que separa eventos sucesivos. Algunos programas cuentan además con la oportunidad que contiene el evento; por eso conviene verificar la definición del software antes de comparar cálculos.
La lectura es inversa a la intuición de muchas gráficas de control:
• Valores grandes significan más oportunidades sin el evento. Para contaminación, suele ser el resultado deseable.
• Valores pequeños significan que los eventos están más juntos. Una sucesión de espacios cortos puede indicar deterioro.
• El límite inferior suele quedar en cero por la naturaleza discreta de la distribución. Por eso una tasa inusualmente alta puede requerir pruebas específicas para eventos consecutivos o patrones no aleatorios, no solo la búsqueda de puntos fuera de límite.
• La línea central representa el comportamiento histórico estimado, no una meta microbiológica ni un límite regulatorio.
Definir correctamente el evento y la oportunidad
La gráfica será tan válida como sus definiciones. Antes de calcular G, el equipo debe fijar una sola unidad de análisis y mantenerla en el tiempo.
| Elemento | Definición práctica | Decisión que debe documentarse |
| Evento | Resultado que activa el conteo | Cualquier recuperación, excursión sobre alerta, excursión sobre acción o microorganismo objetable. No mezclarlos en una sola serie. |
| Oportunidad | Unidad comparable expuesta a observar el evento | Ocasión de monitoreo, juego de guantes, sitio corporal o intervención. Elegir una y mantenerla. |
| Orden | Secuencia real de exposición | Usar fecha y hora o un índice operacional. No ordenar por fecha de lectura del laboratorio. |
| Inicio | Punto desde el cual se cuentan oportunidades | Definir cómo se trata el primer evento y si existe censura al inicio del periodo. |
| Alcance | Población a la que aplica la referencia | No combinar áreas, grados, técnicas o sitios con riesgos materialmente distintos. |
Una recomendación útil es mantener dos señales separadas. La primera puede definir evento como cualquier recuperación viable y actuar como indicador sensible. La segunda puede seguir excursiones contra un nivel de alerta, acción o criterio microbiológico predefinido. El primer gráfico aprende sobre la frecuencia de recuperación; el segundo sobre eventos de mayor severidad. Combinar ambas respuestas destruye información.
Un ejemplo con datos sintéticos
Supongamos que cada oportunidad corresponde a una ocasión de monitoreo de guantes posterior a una intervención predefinida. Durante la fase de referencia se observaron doce espacios entre eventos. Los cuatro espacios posteriores se acortaron de 31 a 6 oportunidades.
Figura 1. Ejemplo ilustrativo. Ningún punto individual rebasa el límite superior; la secuencia final dirige la revisión hacia una posible mayor frecuencia de eventos. La evaluación formal depende de las pruebas y convenciones del software.
La interpretación correcta no es que cuatro operadores fallaron. El dato señala que el sistema produjo recuperaciones con menor separación. El siguiente paso es reconstruir el contexto: tipo de intervención, duración, área, turno, sitio muestreado, secuencia de sanitización de guantes, condición de la vestimenta, capacitación vigente, carga de trabajo y flora recuperada.
Cuándo usar g y cuándo usar p u o Laney
| Pregunta | Respuesta | Gráfica inicial | Condición clave |
| ¿Cada cuánto ocurre un evento raro? | Oportunidades entre eventos | g | Secuencia cronológica y oportunidades comparables |
| ¿Qué proporción de ocasiones fue positiva? | Positivo o no positivo | p | Denominador por periodo y definición binaria constante |
| ¿Cuántas UFC se recuperan por oportunidad? | Conteo por unidad de exposición | u | Conteos compatibles con una referencia Poisson y exposición conocida |
| ¿La variación excede la esperada por binomial o Poisson? | Proporción o tasa sobredispersa | Laney p′ o u′ | Subgrupos suficientes y diagnóstico de dispersión |
Gráfica p
Use una gráfica p cuando cada oportunidad termina en una clasificación binaria, como positiva o no positiva, y el número de oportunidades cambia por semana o mes. La estadística es pᵢ = eventosᵢ / oportunidadesᵢ. El denominador evita comparar tres positivos en 80 oportunidades con tres positivos en 300 como si representaran el mismo riesgo.
Gráfica u
Use una gráfica u cuando interesa el número de UFC por unidad de exposición y una oportunidad puede producir más de una UFC. La tasa puede definirse como UFC por placa, por sitio muestreado o por otra unidad validada. No confunda una placa con cinco UFC con cinco eventos independientes: la recuperación puede provenir de un mecanismo común o de agregación microbiana.
Gráficas Laney
Laney p′ o u′ puede ser apropiada cuando la variación observada entre subgrupos es mayor o menor que la esperada por los modelos binomiales o de Poisson. La corrección ajusta los límites por dispersión; no resuelve por sí misma ceros excesivos, autocorrelación, dependencia entre sitios muestreados en una misma ocasión ni cambios en la mezcla de riesgo. Esas condiciones exigen revisar el diseño del dato y, en algunos casos, utilizar modelos de conteo o efectos mixtos.
La tasa por operador e intervención
Una tasa útil relaciona el evento con su exposición. Para cada combinación de operador e intervención puede calcularse:
Tasa por 100 oportunidades = 100 × eventos observados / oportunidades monitoreadas
El resultado debe leerse con el denominador y su incertidumbre. Dos eventos en 20 oportunidades no aportan la misma precisión que diez en 1 000. Un ranking crudo puede castigar a quien ejecuta más intervenciones críticas o trabaja en un área de mayor riesgo. Para comparación, conviene mostrar intervalos de confianza, un mínimo de exposición y, cuando el volumen lo justifique, un modelo jerárquico o de efectos mixtos que separe la variación entre operadores de la variación entre áreas, intervenciones y periodos.
El código de operador debe usarse para aprender y gestionar competencia, no como atajo para asignar culpa. La pregunta sistémica es qué condiciones acompañan al evento y qué controles pueden fortalecerse.
Estratificar sin fragmentar el aprendizaje
| Estrato | Pregunta operacional | Ejemplo de hipótesis |
| Turno | ¿El espacio entre eventos cambia por periodo de trabajo? | Cambio de dotación, fatiga, supervisión o secuencia de limpieza |
| Área | ¿La señal se concentra en una zona o condición clasificada? | Diferencias de flujo, ocupación, acceso o cercanía a zona crítica |
| Actividad | ¿Aparece después de una manipulación específica? | Ajuste, montaje, transferencia, mantenimiento o intervención correctiva |
| Sitio corporal | ¿Qué parte del guante o de la vestimenta concentra recuperaciones? | Dedos, palma, antebrazo, pecho, capucha o zona de cierre |
| Microorganismo | ¿Cambió el microorganismo o reapareció un aislado de interés? | Fuente humana, ambiental, esporulada o patrón recurrente |
| Tiempo | ¿Ocurre cerca de un cambio operacional? | Inicio de campaña, cambio de turno, sanitización o mantenimiento |
No conviene crear una gráfica para cada combinación desde el primer día. Primero se construye una señal general con una población razonablemente homogénea. Luego se estratifica cuando existe una razón de proceso, una señal o un volumen de datos suficiente. Dividir demasiado produce series cortas, límites inestables y hallazgos casuales.
Los datos mínimos que deben preservarse
Una base útil para SPC debe conservar una fila por oportunidad de monitoreo, incluso cuando el resultado es cero. Registrar únicamente los positivos impide reconstruir el denominador y vuelve imposible calcular de forma confiable las separaciones entre eventos.
• Identificador de la oportunidad y sello de fecha y hora de la actividad, del muestreo y de la lectura.
• Operador codificado, turno, área, clasificación ambiental y campaña o lote.
• Actividad e intervención, duración, criticidad y proximidad a la zona de exposición.
• Sitio corporal, lado, método de muestreo, medio, condiciones de incubación y laboratorio.
• Resultado binario, UFC, nivel de alerta o acción aplicable e identificación del aislado cuando corresponda.
• Cambios de guantes o vestimenta, sanitización, entrenamiento, mantenimiento y desviaciones relevantes.
Límites de control y límites microbiológicos
Un límite de control se estima a partir del comportamiento histórico del proceso. Un nivel de alerta busca advertir un posible deterioro. Un límite de acción activa una respuesta definida. Pueden coexistir, pero no son intercambiables. Un proceso puede estar estadísticamente estable y aun operar a una frecuencia microbiológica inaceptable; también puede cumplir cada límite individual y mostrar un cambio estadístico adverso.
EU GMP Annex 1 exige que el programa de monitoreo defina la manera de analizar tendencias y considere, entre otros patrones, el aumento de excursiones, excursiones consecutivas, eventos aislados recurrentes y cambios en el tipo o número de microorganismos. También indica que el monitoreo del personal debe basarse en riesgo, con atención a intervenciones críticas y a guantes y vestimenta según corresponda. Estas disposiciones aplican a medicamentos estériles; una organización de dispositivos médicos debe justificar su marco aplicable y cómo incorpora estos principios en su estrategia de control de contaminación.
Supuestos y señales que obligan a detenerse
• La probabilidad del evento no era constante porque cambió la frecuencia de intervenciones o la población monitoreada.
• Varias muestras de la misma persona y ocasión se trataron como oportunidades independientes.
• La oportunidad cambió de un sitio corporal a un juego completo de guantes sin crear una nueva fase.
• Se ordenaron resultados por fecha de liberación del laboratorio y no por la secuencia operacional.
• Se mezclaron cualquier recuperación, excursiones y microorganismos objetables en el mismo evento.
• El método, medio, incubación o recuperación cambió sin documentar una fase nueva.
• Se utilizaron límites calculados con pocos eventos y se presentaron como si fueran estables.
Una ruta práctica de implementación
Defina la pregunta: recuperación, excursión o microorganismo de interés.
Defina una oportunidad comparable y documente cómo se cuentan los eventos simultáneos.
Preserve todas las oportunidades, incluidos los ceros, con su orden operacional.
Construya una fase de referencia con datos de un periodo razonablemente estable y homogéneo.
Genere la gráfica g y aplique las pruebas de causas especiales apropiadas para eventos raros.
Añada una gráfica p para positivos por periodo o una u para UFC por exposición. Evalúe Laney si existe dispersión adicional.
Estratifique la señal por variables de proceso y revise la flora recuperada.
Conecte cada señal con una respuesta predefinida: evaluación, investigación, acción correctiva o verificación de eficacia.
La conexión con PCSA360 y f( X) = Y
En el enfoque PCSA360®, la gráfica no es el punto de partida. Primero se define la respuesta y se confirma que el sistema de medición produce datos utilizables. Después se estudia la estabilidad, se selecciona el modelo compatible con el tipo de dato y se interpreta el desempeño. En este caso pueden coexistir tres respuestas: Y₁, oportunidades entre eventos; Y₂, proporción de oportunidades positivas; y Y₃, UFC por oportunidad.
Las variables X describen las condiciones bajo las cuales se generó cada respuesta: intervención, turno, área, actividad, sitio corporal, duración, ocupación, sanitización, experiencia, mantenimiento y flora. La gráfica g detecta que cambió la cadencia. La estructura f(X)=Y ayuda a organizar la investigación sobre las condiciones asociadas, sin confundir asociación con causalidad.
Conclusión
Los eventos raros exigen preservar el espacio entre ellos. La gráfica g convierte cientos de ceros en una medida interpretable del tiempo u oportunidades sin contaminación. Su valor aumenta cuando se combina con un denominador correcto, una gráfica complementaria de proporciones o tasas y una estratificación que respeta el proceso.
La señal más útil no siempre será un punto fuera de los límites. Puede ser una secuencia de espacios cada vez menores que impulse una revisión temprana. Ese es el propósito del SPC en microbiología: reconocer cambios en el sistema mientras todavía existe margen para aprender y actuar.
Pregunta para discusión
En su programa actual, ¿puede reconstruir cuántas oportunidades comparables transcurrieron entre dos recuperaciones de guantes o vestimenta y explicar qué intervención, área, turno y sitio corporal acompañaron a cada una?
Sobre Blackberry and Cross
Blackberry & Cross® integra control estadístico de procesos, ingeniería estadística y análisis de causa raíz para convertir datos operacionales en decisiones reproducibles. PCSA360® organiza el análisis desde la medición y la estabilidad hasta el desempeño, mientras ASE® desarrolla la capacidad del equipo para aplicar estas herramientas a problemas reales. Más información en www.blackberrycross.com.
Referencias técnicas
Gráfico G Tutorial Blackberry & Cross usando EngineRoom
• Minitab Support. All statistics and graphs for G Chart.
• Minitab Support. Methods and formulas for G Chart.
• NIST SEMATECH e-Handbook of Statistical Methods. Counts Control Charts.
Nota de alcance: Este artículo tiene fines educativos. La definición de límites, frecuencia de monitoreo, criterios de identificación y respuesta debe basarse en el producto, proceso, normativa aplicable, evaluación de riesgo y estrategia de control de contaminación de cada organización. ISO 5 y Grado A pertenecen a marcos diferentes y no deben tratarse como equivalentes automáticos.
PCSA 360, Blackberry & Cross y el enfoque f(x) = Y 360 son propiedad intelectual de Blackberry & Crossm o marcas registradas.
Leave a Reply