L'industrie pharmaceutique connaît une
forte concurrence accentuée par la récente émergence du marché des génériques ; la tendance vers une
simplification des procédures, l’accélération des délais de mises sur le marché à la source d’incertitudes
expérimentales…, font apparaître de nombreux risques touchant à la qualité et à la stabilité des produits.
Une importance majeure se doit d’être accordée à la fiabilité des procédés et des produits dans toute stratégie
d’entreprise du secteur.
La chimie minérale et la plasturgie connaissent quelques difficultés avec la forte hausse du prix du gaz et des
matières premières, indispensables à cette activité. Dans cette conjoncture particulière, la maitrise des risques
devient un facteur déterminant de réussite.
StatXpert intervient dans toute
résolution de problème de garantie / suivi de qualité, de fiabilité, de sécurité, de respect de l’environnement
dans tous processus industriel. Acteur dans l’élaboration de produits pharmaceutiques, chimiques, de l’industrie minière,
du papier ou du ciment, notre expertise couvre une gamme de services adaptés à vos besoins (préconisations en analyse de risques,
inspection, mesures…) ainsi qu’un support de premier ordre à la certification de vos systèmes et processus en appliquant
les dernières techniques et standards reconnus.
StatXpert est distributeur d’outils logiciels adaptables à aux industries pharmaceutique et de
transformation. Ces outils permettent entre autres :
- Un raccourcissement des cycles de développement
- Une réduction des coûts de développement
- Une bonne gestion et une réduction des risques
- Une amélioration de la qualité et un suivi de l’innovation
Formation sur les modèles linéaires généralisés
Mots clés : modèle linéaire maximum vraisemblance Wald ROC AUC maximum linear models likelihood
|
Developper
1. Du modèle linéaire gaussien au modèle linéaire généralisé : notion de famille exponentielle, fonction de lien, exemple du modèle de régression logistique, probit, poissonnienne, logistique ordinale et multinomiale.
2. Du modèle linéaire gaussien à effets fixes aux modèles mixtes : notion de composantes de la variance, de modèle de régression à coefficients aléatoires, approche marginale de modèles hiérarchiques.
3. Méthode d'estimation par maximum de vraisemblance, intervalle de confiance des paramètres et test d'effets des covariables, notion d'estimation par ML et REML.
4. Choix de modèle : Test de Wald, test du rapport de vraisemblance, notion de déviance, de résidus et de test du Chi-deux
5. Applications pratiques : - Régression logistique, courbe ROC et AUC - Régression poissonnienne- Modèle mixte gaussien- Autres applications sur mesure avec les propres jeux de données des candidats
Analyse de risques sur systèmes complexes automatisés
Mots clés : FRACAS APR ADR FMEA AMDEC Blocs-Diagrammes RBD Block diagram
|
Developper
Ecriture d'une méthodologie pour les APD et APR dans le cadre d'une application industrielle dans le secteur pharmaceutique : risques associés à une chaîne automatisée de gestion d'expériences biologiques.
o Identification et formalisation d'un périmètre et des besoins associés pour une définition au plus précis des analyses préliminaires des défauts et risques liés au système à étudier, terminologie et grilles d'utilisation à l'appui
o Proposition de template pour l’analyse de risques : un document standard = un format de référence basé sur une fusion intelligente de plusieurs standards envisageables
o Définition des ordres de priorité des sous-systèmes à prendre en considération dans les analyses de risques
o Mise en œuvre de la méthodologie, recueil d’informations auprès des interlocuteurs et contributeurs du projet en interne et ajustement en fonction
o Rédaction d'un document d’analyse de risques
