适用岗位：

• RA（注册）：必读。需了解如何在注册申请中利用真实世界数据（RWD）生成真实世界证据（RWE）以支持监管决策。
• PV（药物警戒）：必读。需掌握非干预性研究（NIS）的设计、执行和分析方法，以评估药品安全性。
• 医学事务（Medical Affairs）：必读。需理解如何通过NIS使用RWD来生成RWE，以支持药品的市场准入和生命周期管理。

工作建议：

• RA（注册）：在准备注册文件时，考虑将RWD和RWE纳入支持性证据，与EMA进行早期沟通，确保研究设计符合监管要求。
• PV（药物警戒）：在设计和执行非干预性研究时，重点关注数据质量、偏倚控制和混杂因素调整，确保研究结果的可靠性。
• 医学事务（Medical Affairs）：利用RWD和RWE支持药品的市场定位和价值主张，同时注意数据的治理和透明度要求。

适用范围：
本文适用于在欧盟进行的非干预性研究（NIS），使用真实世界数据（RWD）生成真实世界证据（RWE）以支持药品监管目的。涉及药品类型包括化学药和生物制品，特别关注创新药、仿制药以及生物类似药。适用于Biotech、大型药企、跨国药企、CRO和CDMO等各类企业。

文件要点总结：
本文强调了非干预性研究（NIS）在使用真实世界数据（RWD）生成真实世界证据（RWE）时的关键考虑因素。首先，明确了NIS的定义及其与临床试验（CT）的区别，强调了RWD在描述日常临床实践中患者特征（包括治疗利用和结果）的重要性。其次，讨论了NIS在监管评估中的应用，包括疾病流行病学特征描述、临床实践标准描述、药物利用模式描述以及支持监管后安全性、有效性和药物利用研究的可行性评估。特别强调了在设计NIS时，需要考虑的关键方面，如可行性评估、研究设计与目标、偏倚和混杂因素的控制、数据治理和透明度、数据质量评估以及统计分析方法。本文还提出了在NIS中使用RWD时可能面临的挑战，如选择偏倚、信息偏倚、时间相关偏倚和混杂因素，并提供了相应的方法论指导。最后，强调了透明度的重要性，包括在HMA-EMA目录中注册NIS和RWD源，以及公开研究结果和分析代码。

以上仅为部分要点，请阅读原文，深入理解监管要求。

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。

适用岗位

• 药物流行病学研究人员（“药物流行病学”）
• 药物安全评估专员（“药物安全”）
• 临床研究设计人员（“临床设计”）
• 法规事务专员（“法规事务”）

工作建议

• 药物流行病学研究人员：应深入理解M14指南中关于研究设计、数据使用和分析方法的建议，确保研究的科学性和合理性。
• 药物安全评估专员：需关注指南中对药品安全性评估的具体要求，利用真实世界数据进行有效的药品风险管理。
• 临床研究设计人员：应根据M14指南推荐的原则，优化临床研究方案，提高研究质量和效率。
• 法规事务专员：负责解读M14指南，为公司提供法规遵循的指导和建议，确保研究符合国际标准。

文件适用范围

本文适用于全球药品监管机构和制药行业，针对使用真实世界数据（RWD）进行药品安全性评估的药物流行病学研究。涉及药品类型包括化学药、生物制品、疫苗等，不包括中药。适用于创新药、仿制药、生物类似药和原料药等注册分类。主要针对大型药企、Biotech公司、跨国药企、CRO和CDMO等企业类别。

文件要点总结

1. 研究设计的一般原则：强调了研究设计应遵循的国际标准，以促进研究方案和报告的开发及监管评估。
2. 数据源的适用性：明确了选择数据源时需考虑其对研究问题的适用性，包括数据的相关性和可靠性。
3. 偏差和混杂的控制：提出了在研究设计和分析阶段应对偏差和混杂进行评估和控制的方法。
4. 数据管理和质量保证：强调了在数据管理过程中需要确保数据的完整性、准确性和可追溯性。
5. 结果的报告和提交：规定了向监管机构提交研究文件的格式和内容，以及不良事件和药品不良反应的报告要求。

以上仅为部分要点，请阅读原文，深入理解监管要求。

适用岗位及工作建议：

• PV（药物警戒）：必读。应深入理解指南中关于非干预性研究的规划、设计、分析和报告的原则，以确保药物安全评估的合规性和科学性。
• QA（质量管理）：必读。需掌握ICH M14指南中关于数据管理和质量控制的要求，以提升数据的可靠性和研究的质量。
• 研发：必读。在药物开发过程中，应参考本指南中的原则来设计和执行非干预性研究，以支持药物的安全性评估。
• 注册：必读。在准备药品注册文件时，需参考本指南来确保非干预性研究的数据和结果符合监管要求。
• 市场：参考。在市场推广和药物使用监测中，可参考本指南中的原则来评估和利用真实世界数据。

适用范围：
本文适用于全球范围内的化学药、生物制品、疫苗等药品类型，包括创新药、仿制药和生物类似药等注册分类，由国际药品监管机构协调会（ICH）发布，适用于Biotech、大型药企、跨国药企等企业类别。

文件要点总结：
ICH M14指南强调了非干预性研究在药物安全性评估中的重要性，提出了规划、设计、分析和报告非干预性研究的一般原则。指南明确了研究的目的、背景和范围，强调了使用真实世界数据（RWD）生成真实世界证据（RWE）以评估药品上市后安全性的重要性。指南提出了研究设计的逐步过程，包括研究问题的制定、数据源的选择、关键变量的定义和验证、数据管理和治理、统计分析计划的制定等。特别强调了对数据相关性和可靠性的评估，以及对潜在偏倚和混杂因素的识别和管理。此外，指南还讨论了特殊人群研究的考虑，鼓励研究结果的公开传播和透明沟通，并要求研究文件和记录的保留符合监管要求。

以上仅为部分要点，请阅读原文，深入理解监管要求。