<!–

–>

데이터 수집은 임상시험 수행에 있어서 필수적인 부분이었습니다. 머신러닝, 인공지능(AI) 등 신기술이 도입되면서 임상시험의 일부로 수집된 데이터는 잠재적으로 '차용'되어 다른 임상시험에 사용될 수 있습니다. 이러한 과거 또는 종합 데이터는 다음과 같은 경우에 특히 유용합니다. 낮은 환자 집단을 대상으로 한 희귀질환 임상시험, 특히 소아 그룹에서.

이전에 약물 승인이 있었던 경우 약물 데이터를 보완하기 위해 과거 데이터가 사용되었습니다.. 2020년에는 미국 식품의약국(FDA)의 승인을 받았습니다. 아스트라 제네카 그리고 머크의 코셀루고(셀루메티닙) 신경섬유종증 1형(NF1)을 앓고 있는 어린이 치료에 사용됩니다. 이번 승인은 NF1에 대한 이전 자연사 연구의 두 세트의 과거 데이터와 완전히 다른 약물에 대한 이전 NF1 임상 실험의 위약군을 각각 사용한 50상 실험을 기반으로 이루어졌습니다. 이 데이터는 XNUMX명의 환자로 구성된 외부 대조군을 구성하는 데 사용되었습니다.

GSK 소아 루푸스 치료를 위한 Benlysta(belimumab)의 신약 신청(NDA)을 강화하기 위해 성인 데이터를 사용했습니다. GSK는 소아 연구 데이터에 대한 성인의 적용 가능성을 정량화하기 위해 "티핑 포인트" 스타일 분석을 수행했습니다. FDA는 Benlysta 라벨을 다음에서 확장했습니다. 전신성 홍 반성 루푸스 (SLE)에는 2019년에 소아 루푸스를 포함합니다.

임상 시험을 보완하기 위해 과거 데이터를 지속적으로 사용하는 점을 고려하여 미국 식품의약국(FDA)은 다음과 같은 보고서를 발표했습니다. 초안 안내 XNUMX월에는 의약품의 안전성과 유효성에 대한 증거를 제공하기 위한 외부 대조 임상 시험 사용에 관해 의뢰자 및 시험자에게 권장하는 사항에 대해 설명합니다.

William Maier 박사, 과학부 부사장 ICON Center of Rare Disease는 특히 희귀 질환과 소아 질환의 경우 과거 대조군을 사용하는 것이 비용 효율적일 수 있다고 말합니다.

와 독점 인터뷰에서 의료 기기 네트워크, Maier는 과거 또는 종합 대조 사용의 이점과 과제, 그리고 이러한 대조를 사용하는 임상시험을 계획하기 전에 의뢰자가 명심해야 할 사항에 대해 논의합니다. 이 인터뷰는 길이와 명확성을 위해 편집되었습니다.

Phalguni Deswal [PD]: 과거 컨트롤 사용의 장점과 단점은 무엇입니까?

William Maier 박사 [WM]: 정보를 얻는 데 시간과 비용이 들기 때문에 약물 개발 프로그램의 일부로 이미 이용 가능한 정보를 사용하는 것은 가치가 있지만, 희귀 질환의 경우에는 어렵습니다. 환자 그렇게 많지 않아?. 따라서 가능하다면 임상 시험의 규모와 기간을 최소화하려고 합니다. 이러한 경우 과거 정보를 과거 통제 수단으로 사용하는 것이 도움이 될 수 있습니다.

과거 컨트롤을 사용할 때 염두에 두어야 할 사항 중 하나는 사용 중인 정보의 연령입니다. 과거에 질병을 경험한 사람들이 재사용되거나 사용되는 다른 약물과 관련하여 동일한 경험을 가지고 있지 않을 수도 있습니다. 심지어 오늘날과 비교하여 진단 방법도 마찬가지입니다. 또한 관심 있는 모든 결과를 기록 데이터에서도 사용할 수 있는지 확인해야 합니다. 그런 다음 과거 데이터에서 찾은 사람들이 임상 시험에 참여한 사람들과 비교할 수 있도록 하는 방법을 찾아야 합니다. 물론 이것이 실체가 없는 도전은 아니지만 완전히 불가능한 것은 아닙니다.

제가 전달하고 싶은 또 다른 점은 이 데이터를 분석하는 다양한 방법이 있다는 것입니다. 따라서 이전 임상 시험, 위약군 및 다른 모집단에서 수행된 이전 작업에서 얻은 데이터를 사용할 수 있습니다. 베이지안 통계를 사용하여 '예측적' 이해 사전 정보를 바탕으로 약품을 베이지안 통계 및 모델링의 이러한 사용은 제약 산업에서는 상당히 적게 사용되지만, 특히 초기 약물 개발에서는 성장의 여지가 많고 실질적인 가치를 창출할 수 있는 잠재력이 있습니다.

PD: FDA는 Benlysta 승인을 위해 GSK에 성인 데이터를 사용한 민감도 테스트를 권장했습니다. 그것이 어떻게 작동하는지 좀 더 자세히 설명해주실 수 있나요?

WM: 이 분야에서 자주 수행되는 일 중 하나는 데이터 차용이라고 불리는 것입니다. 즉, 다른 모집단으로부터 데이터를 가져오는 것입니다. Benlysta 사례의 경우, 그들은 성인으로부터 데이터를 수집하고 이를 기반으로 약물 적용의 일부로 어린이에게 미치는 영향을 추론했습니다. 그들은 성인 실험을 수행했고 어린이를 대상으로 일종의 소규모 아동 연구도 수행했습니다.

여기서는 성인의 데이터와 어린이의 유사 데이터에는 하나의 가중치를 적용하고 유사하지 않은 성인의 데이터에는 다른 가중치를 부여하도록 데이터에 가중치를 부여했습니다. 그들은 이러한 종류의 전환점 방법론을 사용하여 성인 데이터에 부여하면서도 여전히 좋은 추정치를 얻을 수 있는 최소한의 가중치가 무엇인지 알아냈습니다. 그들은 이 분석에서 성인 데이터에 약 55%의 가중치를 부여했습니다. 궁극적으로 FDA는 이것이 매우 강력한 증거라고 느꼈고 그 약은 소아 인구에 대해 승인되었습니다.

PD: 이러한 외부 컨트롤의 사용에 관한 규제 지침은 무엇입니까?

WM: 이는 규제 세계에서 발전하는 영역이었습니다. 가장 최근에는 과거 데이터의 사용에 관한 것이지만 모든 형태의 과거 데이터는 아닌 FDA의 지침 초안이 있습니다. 따라서 그들은 주로 우리가 환자 수준 정보라고 부르는 것에 대해 이야기하지만 문헌이나 유사한 종류의 요약 추정치는 아닙니다. 이는 이러한 데이터 포인트를 사용하는 가장 좋은 방법이 무엇인지 파악하기 위해 사용하고 있는 지속적인 프로세스의 주제입니다.

현재 이 [FDA] 지침은 복잡한 대화형 디자인(CID)을 가장 잘 사용하는 방법이 무엇인지 알아내려는 과정에 가깝습니다. 그들은 일련의 예를 살펴보고 있으며 대부분은 베이지안 방법론을 사용합니다.

PD: 이러한 임상시험을 진행하기 전에 스폰서가 염두에 두어야 할 사항은 무엇입니까?

WM: 이러한 디자인은 사람들이 과거에 다루던 디자인만큼 간단하지 않습니다. 따라서 이러한 디자인의 강점과 약점에 대한 교육이 필요합니다.

이미 가지고 있는 데이터가 앞으로 얻을 데이터와 얼마나 잘 비교할 수 있는지 확인하려면 민감도 분석을 수행해야 합니다. 그리고 이것은 과거의 증거에 부여한 다양한 가중치를 고려하는 모델 구축의 전체 영역으로 돌아갑니다. 이는 사람들이 별로 하지 않는 일이지만 프로세스에서 중요한 부분입니다.

일반적인 임상 시험 설계에서는 관심 있는 주요 결과의 이벤트 비율을 확인한 다음 이를 일종의 검정력 계산에 사용하여 표본 크기를 결정합니다. 모집단의 다양한 하위 그룹을 기반으로 설계에서 다른 종류의 계층화 또는 이와 유사한 작업을 수행할 수도 있습니다. 그러나 시행을 통해 얻은 추정치와 결합하는 데 사용되는 방식으로 이전 정보를 반드시 고려할 필요는 없습니다. 이것은 사실상 사람들이 익숙해져야 하는 변화의 종류입니다.

또한, 이전 증거에 얼마나 많은 가중치를 부여할 것인지 파악하고 일부 민감도 분석을 수행하여 예상되는 영향을 파악해야 합니다. 그런 다음 이 정보를 모델화하여 의미 있고 편견이 없는 무언가를 얻고 있다는 것을 확신하기 위해 연구가 얼마나 커야 하는지 결정할 수 있습니다.

일일 뉴스 모음을 구독하세요!

당사의 선도적인 업계 통찰력으로 귀사의 비즈니스에 우위를 제공하십시오.

• SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
• PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
• PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
• 플라톤ESG. 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
• PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
• 출처: https://www.medicaldevice-network.com/interviews/external-controls-can-augment-low-populations-in-rare-disease-trials/