|
首页
>
资讯
>
FDA 发布非干预性研究真实世界证据指南草案
出自识林
2024-03-25
美国 FDA 于 3 月 19 日发布了题为“真实世界证据：关于药品和生物制品非干预性研究的考虑”的指南草案，提供了有关作为监管申报的一部分提交的非干预性研究的研究设计和分析指导。
这份指南草案是 FDA 发布的有关在监管决策中使用真实世界数据和证据（RWD/RWE）的几份指南文件之一。2023 年 8 月，FDA 发布了有关 RWD/RWE 支持监管决策的定稿指南。
FDA 在最新指南草案中指出，“非干预性研究中使用的真实世界数据的可靠性和相关性对于做出适当的因果推论至关重要，并且对于确定数据是否适合用于生成真实世界证据以支持标签变更或解决安全性问题至关重要。”
该指南草案由 FDA 药品审评与研究中心（CDER）、生物制品审评和研究中心（CBER）以及肿瘤学卓越中心发布，以回应人们对使用非干预研究设计（包括观察性研究和病例对照研究）对证明药物安全性和有效性日益增长的兴趣。
指南草案涵盖了 FDA 提议的非干预性研究方法、研究设计、数据源和分析方法。
指南草案将非干预性研究定义为患者在常规医疗实践中接受市售药物且根据研究方案不被分配进行干预的研究。相关研究设计包括观察性队列研究、病例对照研究以及以患者作为自身对照的自我对照研究。
在指南中，FDA 建议申办人在开始研究之前最终确定研究方案，包括选择感兴趣的研究问题和研究设计的基本原理。当提议将非干预性研究用于监管决策时，申办人还应总结他们考虑的其它研究方法和数据来源，以及为什么不能用来回答研究问题。
FDA 表示，“讨论应反映对关注的药物使用和关注结局的深入了解，以及在拟议研究人群中捕获暴露、结局和相关协变量。”
FDA 建议申办人在提议非干预性研究时提供以下信息：
FDA 表示，研究设计元素应根据预先指定的研究问题来开发。方案应描述关键研究要素，包括：
- 所有研究组的索引日期以及解决与永久时间相关的偏见策略
- 随访期的开始和结束，计划的删失方法以及预期的随访损失
FDA 还要求申办人通过提供拟议数据源及其收集方式的描述、选择来源的理由、来源与关注的药物结局的相关性，以及与数据可靠性和质量保证相关的信息，来证明方案或其它随附文件中使用其数据源的合理性。
FDA 表示，“鉴于非干预性研究设计中使用的数据源通常是为了研究以外的目的而生成的，申办人必须了解此类数据源的潜在局限性，并确定是否可以解决这些局限性，或者是否应该使用其他数据源。
FDA 写道，预先指定的统计分析计划 (SAP) 应解决研究目标，并提供主要和次要分析的详细信息。SAP 应提供有关几个关键要素的信息，包括解决研究的统计功效、评估治疗效果的统计方法、解释潜在混杂因素和未测量混杂因素的方法以及处理亚组分析和缺失数据的方法等。
作者：识林-椒
识林®版权所有，未经许可不得转载
法规指南解读：FDA_Real-World_Evidence_Considerations_Regarding_Non-Interventional_Studies_for_Drug_and_Biological_Products_Draft_202403适用业务范围和企业类型：
本指南草案由美国食品药品监督管理局（FDA）发布，旨在为药品和生物制品的非干预性研究提供考虑事项。它适用于所有在美国市场进行药品和生物制品研究的企业，包括创新药、仿制药、生物类似药、原料药等。适用的企业类型包括生物科技公司、大型药企、跨国药企、合同研究组织（CRO）和合同开发与制造组织（CDMO）等。 适用岗位：
本文件将对以下岗位的工作产生影响： - 临床研究设计人员：需考虑非干预性研究设计和分析的属性。
- 数据管理人员：需评估数据源的适用性和可靠性。
- 统计分析师：需制定统计分析计划，包括处理潜在的混杂因素和偏差。
- 法规事务专员：需了解FDA对于非干预性研究的当前思考，以便更好地准备和提交研究方案。
- 管理层：需了解非干预性研究在支持药品标签变更或解决安全问题方面的潜力。
文件要点总结： 1. 引言- 目的：为提交非干预性研究以证明药品有效性和/或安全性提供建议。
- 非干预性研究定义：患者在日常医疗实践中接受市场药品，不按协议分配干预措施。
- 真实世界数据（RWD）的重要性：数据的可靠性和相关性对于因果推断至关重要。
2. 背景- 临床研究目标：区分药物效应与其他影响。
- 非干预性研究挑战：需识别和解决混杂和偏差，以确保研究结果的准确性。
3. 非干预性研究的考虑A. 概述 - 早期参与：鼓励在设计非干预性研究的早期阶段与FDA沟通。
- 研究设计属性：成功提案应满足指南中列出的元素。
B. 提出方法总结 - 研究问题和假设：明确研究目的和假设。
- 数据源选择：评估数据源的适用性，并考虑替代数据源。
C. 研究设计 - 关键元素：包括研究设计图、源人群、资格标准、关键变量的定义等。
D. 数据源 - 数据源的适当性：评估数据源是否能够满足研究假设和问题。
- 数据可靠性：包括数据收集方法、数据模型选择、数据质量保证等。
E. 分析方法 - 统计分析计划：详细说明主要分析和次要分析，包括样本量计算、处理混杂因素的方法、敏感性分析等。
强调性措辞： - “应当”：建议但不强制执行。
- “强烈鼓励”：强调与FDA早期沟通的重要性。
- “关键”：强调研究设计和分析中必须考虑的要素。
反复出现的内容： - 数据的可靠性和相关性。
- 早期与FDA沟通的重要性。
- 研究设计的预规范和执行。
|
