名称： capa-officer
描述： 用于医疗器械质量管理体系的CAPA系统管理。涵盖根本原因分析、纠正措施规划、有效性验证和CAPA指标。适用于CAPA调查、5-Why分析、鱼骨图、根本原因判定、纠正措施跟踪、有效性验证或CAPA程序优化。
触发器：
- CAPA调查
- 根本原因分析
- 5-Why分析
- 鱼骨图
- 纠正措施
- 预防措施
- 有效性验证
- CAPA指标
- 不合格品调查
- 质量问题调查
- CAPA跟踪
- 审核发现项CAPA

CAPA负责人

质量管理体系中的纠正与预防措施管理，侧重于系统性的根本原因分析、措施实施和有效性验证。

目录

• CAPA调查工作流程
• 根本原因分析
• 纠正措施规划
• 有效性验证
• CAPA指标与报告
• 参考文件
• 工具

CAPA调查工作流程

执行从启动到关闭的系统性CAPA调查：

1. 用客观证据记录触发事件
2. 评估重要性并确定CAPA必要性
3. 组建具备相关专业知识的调查团队
4. 系统地收集数据和证据
5. 选择并应用适当的RCA方法
6. 识别有证据支持的根本原因
7. 制定纠正和预防措施
8. 验证： 根本原因能解释所有现象；若消除该原因，问题将不会复发

CAPA必要性判定

调查团队构成

证据收集清单

• [ ] 包含具体细节（何事、何地、何时、何人、程度）的问题描述
• [ ] 导致问题的事件时间线
• [ ] 相关记录和文件
• [ ] 与相关人员访谈的笔记
• [ ] 照片或实物证据（如适用）
• [ ] 相关的投诉、不合格品或既往CAPA
• [ ] 过程参数和规范

根本原因分析

根据问题特征选择并应用适当的RCA方法。

RCA方法选择决策树

问题是否涉及安全关键或系统可靠性？
├── 是 → 使用故障树分析
└── 否 → 人为错误是否是主要怀疑原因？
    ├── 是 → 使用人为因素分析
    └── 否 → 有多少潜在影响因素？
        ├── 1-2个因素（线性因果关系） → 使用5-Why分析
        ├── 3-6个因素（复杂、系统性） → 使用鱼骨图
        └── 未知/主动评估 → 使用失效模式与影响分析

5-Why分析

适用场景：单一原因、线性因果关系的问题，或具有明确失效点的过程偏差。

模板：

问题：[清晰、具体的陈述]

为什么1：为什么[问题]会发生？
因为：[第一层原因]
证据：[支持数据]

为什么2：为什么[第一层原因]会发生？
因为：[第二层原因]
证据：[支持数据]

为什么3：为什么[第二层原因]会发生？
因为：[第三层原因]
证据：[支持数据]

为什么4：为什么[第三层原因]会发生？
因为：[第四层原因]
证据：[支持数据]

为什么5：为什么[第四层原因]会发生？
因为：[根本原因]
证据：[支持数据]

示例 - 校准超期：

问题：pH计（EQ-042）被发现校准超期2个月

为什么1：为什么校准会超期？
因为：设备未列入校准计划
证据：检查校准计划，EQ-042未列出

为什么2：为什么它不在计划中？
因为：设备采购时未更新计划
证据：采购日期2023-06-15，计划日期2023-01-01

为什么3：为什么计划没有更新？
因为：没有流程要求在设备采购时更新计划
证据：检查SOP-EQ-001，无此要求

为什么4：为什么没有这样的要求？
因为：程序编写于设备跟踪系统集中化之前
证据：SOP最后修订于2019年，设备系统于2021年实施

为什么5：为什么程序没有更新？
因为：定期评审未评估与新系统的兼容性
证据：无针对新设备系统的评审记录

根本原因：程序评审流程未评估与原程序创建后实施的组织系统之间的兼容性。

鱼骨图类别（6M）

完整的方法详情和模板请参阅 references/rca-methodologies.md。

根本原因验证

在进入措施规划前，验证根本原因：

• [ ] 根本原因可通过客观证据验证
• [ ] 若消除该根本原因，问题将不会复发
• [ ] 根本原因在组织控制范围内
• [ ] 根本原因能解释所有观察到的现象
• [ ] 没有其他重要原因未得到处理

纠正措施规划

制定针对已识别根本原因的有效措施：

1. 定义立即采取的遏制措施
2. 制定针对根本原因的纠正措施
3. 识别类似过程的预防措施
4. 分配职责和资源
5. 建立包含里程碑的时间线
6. 定义成功标准和验证方法
7. 记录在CAPA行动计划中
8. 验证： 措施直接针对根本原因；成功标准是可测量的

措施类型

行动计划组成部分

行动计划模板

CAPA编号：[CAPA-XXXX]
根本原因：[已识别的根本原因]

措施1：[具体措施描述]
- 类型：[ ] 遏制 [ ] 纠正 [ ] 纠正措施 [ ] 预防措施
- 负责人：[姓名，职位]
- 截止日期：[YYYY-MM-DD]
- 资源：[所需资源]
- 成功标准：[可测量的结果]
- 验证方法：[如何验证成功]

措施2：[具体措施描述]
...

实施时间线：
第1周：[里程碑]
第2周：[里程碑]
第4周：[里程碑]
第8周：[里程碑]

批准：
CAPA负责人：_____________ 日期：_______
过程负责人：_____________ 日期：_______
质量经理：_____________ 日期：_______

措施有效性指标

有效性验证

验证纠正措施是否达到预期效果：

1. 留出足够的实施后观察期（至少30-90天）
2. 收集实施后数据
3. 与实施前基线进行比较
4. 对照成功标准进行评估
5. 验证在验证期内未复发
6. 记录验证证据
7. 判定CAPA有效性
8. 验证： 所有标准均以客观证据满足；未观察到复发

验证时间线指南

验证方法

有效性判定

在验证期内是否复发？
├── 是 → CAPA无效（重新调查根本原因）
└── 否 → 所有有效性标准是否都已满足？
    ├── 是 → CAPA有效（进入关闭流程）
    └── 否 → 差距程度如何？
        ├── 微小差距 → 延长验证期或有理由地接受
        └── 显著差距 → CAPA无效（修订措施）

详细程序请参阅 references/effectiveness-verification-guide.md。

CAPA指标与报告

通过关键指标监控CAPA程序绩效。

关键绩效指标

时效分析类别

管理评审输入

月度CAPA状态报告应包括：
- 按严重性和状态统计的开启CAPA数量
- 超期CAPA清单及负责人
- 周期时间趋势
- 有效性率趋势
- 来源分析（投诉、审核、不合格品）
- 改进建议

参考文件

根本原因分析方法

references/rca-methodologies.md 包含：
- 方法选择决策树
- 5-Why分析模板和示例
- 鱼骨图类别和模板
- 用于安全关键问题的故障树分析
- 用于人员相关原因的人为因素分析
- 用于主动风险评估的失效模式与影响分析
- 混合方法指南

有效性验证指南

references/effectiveness-verification-guide.md 包含：
- 验证计划要求
- 验证方法选择
- 有效性标准定义（SMART原则）
- 按严重性划分的关闭要求
- 无效CAPA处理流程
- 文件模板

工具

CAPA跟踪器

# 生成CAPA状态报告
python scripts/capa_tracker.py --capas capas.json

# 交互模式用于手动输入
python scripts/capa_tracker.py --interactive

# JSON输出用于集成
python scripts/capa_tracker.py --capas capas.json --output json

# 生成示例数据文件
python scripts/capa_tracker.py --sample > sample_capas.json

计算并报告：
- 汇总指标（开启、关闭、超期、周期时间、有效性）
- 状态分布
- 严重性和来源分析
- 按时效分组的报告
- 超期CAPA清单
- 可执行的建议

示例CAPA输入

{
  "capas": [
    {
      "capa_number": "CAPA-2024-001",
      "title": "pH计校准超期",
      "description": "发现pH计 EQ-042 校准超期2个月",
      "source": "AUDIT",
      "severity": "MAJOR",
      "status": "VERIFICATION",
      "open_date": "2024-06-15",
      "target_date": "2024-08-15",
      "owner": "J. Smith",
      "root_cause": "程序评审存在差距",
      "corrective_action": "更新了SOP-EQ-001"
    }
  ]
}

法规要求

ISO 13485:2016 条款 8.5

FDA 21 CFR 820.100

要求的CAPA要素：
- 实施纠正和预防措施的程序
- 分析质量数据来源（投诉、不合格品、审核、服务记录）
- 调查不合格的原因
- 识别纠正和防止复发所需的措施
- 验证措施有效且不会对器械产生不利影响
- 提交相关信息供管理评审

常见的FDA 483观察项