Generiranje dokazov v kliničnih preizkušnjah medicinskih naprav v ZDA in EU

1. Zakaj generiranje dokazov določa dostop do trga

Regulativno odobritev ni zgolj administrativna formalnost. Je rezultat skladnega argumenta, ki povezuje predvideni namen uporabe naprave, njene tehnološke značilnosti, profil tveganja in sklop kliničnih podatkov, ki zadostuje za podporo predlaganega trditve o koristih in tveganjih. Za direktorja kliničnih raziskav je načrt generiranja dokazov zato strateško jedro razvojnega programa. Oblikuje proračun, časovnico, izbor centrov, izbor primerjalne naprave, izbor končnih točk in načrt spremljanja po uvedbi na trg.

FDA v ZDA in MDR v EU zahtevata klinične dokaze, vendar ju udejanjata v različnih regulativnih filozofijah. Pregledi FDA so na splošno usmerjeni v pot: dokazi morajo ustrezati logiki primerjave s predhodno napravo pri 510(k), logiki de novo za nove naprave nizkega do zmernega tveganja ali samostojni logiki varnosti in učinkovitosti pri PMA [1]. MDR pa je življenjsko-ciklično usmerjen: poročilo o klinični evalvaciji (CER) je živ dokument, ki ga je treba nenehno posodabljati s predtržnimi podatki, literaturo, argumenti enakovrednosti in dokazi iz kliničnega spremljanja po uvedbi na trg (PMCF) [2]. Strategija, ki uspeva v eni jurisdikciji, lahko v drugi ne zadošča, razen če je zasnovana z obema okvirjema že od prvega dne.

1.1 Od predvidenega namena do trditev

Izjava o predvidenem namenu uporabe je DNK načrta dokazovanja. Določi ciljno populacijo, klinično stanje, predvidenega uporabnika, anatomsko mesto in trajanje stika ali uporabe. Vsaka beseda šteje. Širša populacija ali ambicioznejša terapevtska trditev povečata dokazno breme. Ožja indikacija lahko zmanjša velikost vzorca, lahko pa omeji komercialno priložnost. Direktor kliničnih raziskav mora zato usklajevati predvideni namen uporabe z regulativnimi, kliničnimi in komercialnimi deležniki, še preden je pripravljen protokol.

Trditve morajo biti dokazljive. Trditev, da naprava "zmanjšuje hospitalizacijo", zahteva dokaze o stopnjah hospitalizacije. Trditev, da "izboljšuje učinkovitost delovnega procesa", lahko podpirajo podatki o uporabnosti in človeških dejavnikih, vendar le, če je končna točka klinično validirana. Smernice FDA o določanju koristi in tveganj poudarjajo, da mora moč dokazov ustrezati velikosti in novosti trdene koristi [3]. V skladu z MDR Prilogo XIV mora proizvajalec identificirati in utemeljiti vsako klinično trditev v predvidenem namenu naprave [2].

1.2 Življenjski cikel: pred trgom in po trgu

Predtržni dokazi vzpostavijo začetni profil koristi in tveganj. Dokazi po uvedbi na trg potrdijo, da ta profil ostaja sprejemljiv, ko se naprava uporablja v širših, manj nadzorovanih populacijah in pri uporabnikih z različnimi stopnjami usposobljenosti. Zahteve FDA po spremljanju po trgu, vključno s poročanjem o neželenih dogodkih pri medicinskih napravah (MDR) in obveznimi študijami v skladu s 522. členom, so namenjene odkrivanju redkih ali pozno nastopajočih varnostnih signalov [1]. MDR gre dlje in zahteva načrt ter poročilo o kliničnem spremljanju po uvedbi na trg (PMCF) kot sestavni del tehnične dokumentacije [2].

Dokazi iz realne prakve (RWE) povezujejo obe fazi. Ko so zbrani in analizirani z primernimi metodami, lahko RWE podpirajo širitev navedb, primerjalno učinkovitost, dolgotrajno spremljanje in varnostno spremljanje. FDA in EMA sta objavili okvirja, ki priznavata RWE kot dopolnilni vir regulativnih dokazov, čeprav ga nobena ne sprejema brez kritične presoje [4,5].

2. Hierarhija kliničnih dokazov

Vsi dokazi niso enako vredni. Hierarhija odraža stopnjo, do katere zasnova študije zmanjša pristranskost, podpira vzročni sklep in omogoča posplošitev na populacijo s predvidenim namenom uporabe. Na vrhu je randomizirana kontrolirana študija (RCT), v kateri je dodelitev zdravljenja ali kontrole določena z naključjem in skrita do dodelitve. Randomizacija uravnoteži znane in neznane motilce, zato so RCT zlati standard za dokazovanje učinkovitosti in varnosti.

Pod RCT so dobro nadzorovane nerandomizirane študije, enoarmske preizkušnje z objektivnimi končnimi točkami, visokokakovostni registri, sistematični pregledi literature in serije primerov. Vsaka raven ima legitimno vlogo pri ocenjevanju naprav, primerna zasnova pa je odvisna od kliničnega vprašanja, bolezenskega stanja, razpoložljivosti učinkovitih alternativ in etičnih omejitev.

Vir dokazov	Tipična uporaba	Regulativna teža
Randomizirana kontrolirana študija	Nove visokotvegane naprave, nove indikacije, trditve o superiornosti	Najvišja; pogosto zahtevana za PMA in razred III MDR
Nerandomizirana nadzorovana študija	Naprave, pri katerih je randomizacija neetična ali neizvedljiva	Visoka; zahteva močno zmanjševanje pristranskosti
Enoarmska preizkušnja z objektivno končno točko	Resna stanja, pri katerih ni zadovoljive alternative	Zmerna do visoka; odvisna od kakovosti zgodovinskega nadzora
Sistematični pregled literature	Argumenti enakovrednosti, referenčni varnostni podatki	Zmerna; mora slediti logiki MDR Priloge XIV / FDA 510(k)
Register in podatki iz realne prakse	Dolgotrajno spremljanje, varnost po trgu, širitev navedb	Naraščajoča; zahtena ocena primernosti namenu
Serija primerov / strokovno mnenje	Generiranje hipotez, redki dogodki	Nizka; redko zadostuje sama po sebi

2.1 Ko randomizacija ni mogoča

Mnoge preizkušnje naprav ni mogoče randomizirati, ker je poseg viden, ker bi bila prevara (sham) neetična ali ker je standardna terapija tako uveljavljena, da je njeno zadrževanje nesprejemljivo. V takih primerih mora direktor kliničnih raziskav zasnovati nerandomizirane študije, ki pomanjkanje randomizacije nadomestijo z drugimi značilnostmi za zmanjevanje pristranskosti: zaporedna vključitev, centralno potrjevanje končnih točk, vnaprej določen analitični načrt, prilagoditev z izidom verjetnosti (propensity-score) in zunanji nadzor.

FDA je posebej spodbujala uporabo dokazov iz realne prakse in zunanjih nadzorov, kadar tradicionalne RCT niso izvedljive, pod pogojem da je vir podatkov relevanten, zanesljiv in analiziran s preglednimi metodami [4]. V okviru MDR so nerandomizirane klinične preiskave sprejemljive, če so znanstveno utemeljene, etično upravičene in dokumentirane v načrtu klinične preiskave (CIP), ki izpolnjuje zahteve Priloge XIV in ISO 14155 [6,7].

3. Načrtovanje klinične preiskave

Načrt klinične preiskave (CIP), imenovan tudi protokol, je operativna in znanstvena pogodba za študijo. Morde definirati vprašanje v obliki PICOT: Populacija, Intervencija, Primerjava, Izhod in Časovni okvir. Vsak element mora biti usklajen z izjavo o predvidenem namenu in regulativno potjo.

3.1 Končne točke: primarne, sekundarne in nadomestne

Primarna končna točka določa velikost vzorca in regulativni zaključek. Morala bi biti klinično pomembna za bolnike in predpisovalce, objektivno merljiva in validirana za ciljno populacijo. Sekundarne končne točke dodajo kontekst, vendar ne morejo rešiti premalo močne ali negativne primarne končne točke.

Nadomestne končne točke so sprejemljive, kadar je razumno verjetno, da napovedujejo klinično korist. Pri preizkušnjah naprav so nadomestne točke, kot so tehnični uspeh, natančnost namestitve naprave ali sprememba biomarkerja, pogoste, vendar regulatorji zahtevajo validacijo. Smernice FDA o kliničnih študijah medicinskih naprav poudarjajo, da mora nadomestna točka imeti uveljavljen klinični odnos do zanimivega izida [8]. V skladu z MDR Prilogo XIV morajo biti klinični izidi relevantni za predvideni namen in ciljno populacijo [2].

Porocila bolnikov (PRO) in poročila opazovalcev so vse pomembnejša. Merjena morajo biti z instrumenti, ki so jezikovno validirani, kulturno prilagojeni in psihometrično preizkušeni. Elektronsko zajemanje PRO (ePRO) prek pametnih telefonov ali tablic lahko izboljša popolnost in zmanjša pristranskost zaradi pozabe, vendar izbrani instrument mora ostati nespremenjen med jeziki in časovnimi točkami.

3.2 Randomizacija, zaslepitev in nadzor

Randomizacija mora biti stratificirana po dejavnikih, ki vplivajo na izid, kot so center, resnost bolezni ali predhodno zdravljenje. Skrivanje dodelitve je bistveno: raziskovalci ne smejo biti zmožni predvideti naslednje dodelitve. Blokna randomizacija preprečuje neuravnoteženost znotraj centrov, vendar je lahko predvidljiva, če je velikost bloka fiksna; spreminjanje velikosti blokov zmanjšuje predvidljivost.

Zaslepitev je pri napravah težja kot pri zdravilih, ker je naprava lahko tipna, slišna ali vidna. Ko dvojna zaslepitev ni mogoča, zmanjšujejo pristranskost pri izvajanju in zaznavanju enojna zaslepitev ocenjevalca končnih točk, centralno potrjevanje in objektivne končne točke. Preizkušnje s prevarnim nadzorom (sham) so izvedljive za nekatere minimalno invazivne naprave, vendar vzbujajo etične pomisleke; zahtevajo skrbno utemeljitev in natančno varnostno spremljanje.

3.3 Prilagodljive in bayesovske zasnove

Prilagodljive zasnove omogočajo vnaprej določene spremembe preizkušnja na podlagi zbranih podatkov, ne da bi to ogrozilo veljavnost študije. Primeri vključujejo ponovno oceno velikosti vzorca, opustitev slabše veje ali spremembo razmerja dodelitve. Smernice FDA o prilagodljivih zasnovah za klinične študije medicinskih naprav opisujejo statistična in operativna varovala, potrebna za ohranitev nadzora nad napako prve vrste [9].

Bayesovske zasnove so naravne za naprave, ker omogočajo, da predhodne informacije, kot so zgodovinski podatki ali rezultati prejšnjih preizkušanj, vplivajo na trenutno analizo. Bayesovska preizkušnja lahko pride do zaključka z manjšim vzorcem, če je predhodna informacija informativna in je izposoja transparentno upravičena. Vendar mora biti predhodna informacija klinično in regulativno zagovarljiva. FDA sprejema bayesovske analize, kadar so statistični model, predhodne informacije in operativne značilnosti vnaprej določeni in validirani [9].

3.4 Estimandi in občutljivostne analize

ICH E9(R1) je uvedel okvir estimandov za uskladitev kliničnega vprašanja, zasnove preizkušnja in analize. Estimand določi populacijski učinek zdravljenja, ki ga zanimamo, vključno s populacijo, spremenljivko, obravnavo medsebojnih dogodkov in povzetkom na ravni populacije. Pri preizkušnjah naprav so pogosti medsebojni dogodki reševalno zdravilo, revizija naprave, prehod na alternativno terapijo in prekinitev zaradi neželenih dogodkov [10].

Opredelitev estimanda pred odkrivanjem rezultatov prisili ekipo, da se sooči z vprašanji, ki pogosto ostanejo skrita do zaključka statističnega analitičnega načrta. Prav tako razjasni, katere občutljivostne analize so potrebne. Občutljivostne analize morajo izzvati primarni zaključek z variiranjem predpostavk o manjkajočih podatkih, izbiri modela in obravnavi medsebojnih dogodkov. Zaključek, ki drži le pod enim naborom predpostavk, ni robusten.

4. Poti dokazovanja v Združenih državah Amerike

FDA-jeva pot določa dokazno letvico. Za večino naprav razreda II zahteva pot 510(k) dokazovanje bistvene enakovrednosti s predhodno napravo. Klinični podatki so lahko potrebni za reševanje vprašanj o enakovrednosti, zlasti kadar se tehnološke značilnosti razlikujejo ali kadar nova naprava postavlja nova vprašanja o varnosti ali učinkovitosti [1].

Za nove naprave razreda II, ki niso bistveno enakovredne predhodni napravi, pot de novo omogoča FDA, da ustvari novo ureditev klasifikacije. Paket dokazov običajno vključuje laboratorijske preizkuse, živalske študije, podatke o človeških dejavnikih in pogosto klinično študijo. Za naprave razreda III in naprave, ki vzdržujejo življenje ali so življenjsko pomembne, zahteva vloga za odobritev pred uvedbo na trg (PMA) neodvisen dokaz o varnosti in učinkovitosti, običajno prek ene ali več prospektivnih kliničnih preizkušnj [1].

4.1 Predvloga in program Q-Sub

Program Q-Submission (Q-Sub) je najbolj neizkoriščeno orodje pri razvoju naprav. Zagotoviteljem omogoča, da pridobijo povratne informacije FDA o zasnovi klinične študije, končnih točkah, statističnem načrtu in strategiji dokazovanja, preden se zavežejo veliki študiji. Dobro pripravljen sestanek Q-Sub lahko prepreči protokol, ki je znanstveno smiseln, vendar regulativno nesprejemljiv. Sestanek vsebuje predlagani predvideni namen, izbor predhodne ali primerjalne naprave, predhodno razpravo o koristih in tveganjih ter specifična vprašanja, na katera želi zagotovitelj pridobiti mnenje FDA [11].

4.2 Izjema za preiskovalno napravo (IDE)

Študija z napravo znatnega tveganja v ZDA zahteva odobreno IDE pred vključitvijo. Vloga IDE vključuje protokol, preiskovalni načrt, opis naprave, informacije o proizvodnji, predhodne podatke, dokumente o informiranem privoljenju in informacije o IRB. FDA ima 30 dni za odobritev ali zavrnitev IDE. Med preizkušnjem morajo zagotovitelji v 10 delovnih dneh poročati o nepričakovanih neželenih učinkih naprave, odklonitvah in letnih poročilih o napredku [1].

4.3 Dokazi iz realne prakse pri FDA

FDA-jev okvir za dokaze iz realne prakve priznava, da skrbno zbrani in analizirani podatki iz realne prakve (RWD) lahko informirajo regulativne odločitve o učinkovitosti in varnosti. Sprejemljivi viri RWD vključujejo elektronske zdravstvene kartoteke, registre, administrativne zahteve in podatke, ki jih ustvarjajo bolniki. Okvir poudarja relevantnost, zanesljivost in transparentnost pri zasnovi in analizi študije [4]. NESTcc, Nacionalni evalvacijski sistem za koordinacijo zdravstvenih tehnologij, zagotavlja metode in infrastrukturo za ustvarjanje visokokakovostnih dokazov iz realne prakse za medicinske naprave [12].

5. Poti dokazovanja v Evropski uniji

Zahteve MDR po dokazih so zajete v členih 61 in 62, Prilogi XIV in izvedbenih aktih o PMCF. Klinični dokazi so zahtevani za vsak razred naprav, čeprav se globina in narava teh dokazov razlikujeta. Temeljni dokument je poročilo o klinični evalvaciji (CER), ki mora dokazati skladnost s splošnimi zahtevami o varnosti in delovanju (GSPR), povezanimi s kliničnim delovanjem [2].

5.1 Klinična evalvacija in CER

Proces klinične evalvacije sledi strukturiranemu zaporedju: določitev obsega in kliničnih trditev; identifikacija relevantnih podatkov iz kliničnih preiskav, literature in spremljanja po trgu; ocena kakovosti in relevantnosti vsakega nabora podatkov; analiza podatkov za dokazovanje varnosti, delovanja in klinične koristi; ter dokumentiranje zaključka v CER. MDCG 2020-13 zagotavlja predlogo za poročilo o oceni klinične evalvacije, ki ga notificirana telesa uporabljajo za oceno proizvajalčevega CER [13].

Enakovrednost je eno najbolj pregledovanih področij. Člen 61 MDR zahteva klinično, tehnično in biološko enakovrednost z napravo, ki je dokazano skladna. Za razliko od FDA-jevega okvira bistvene enakovrednosti pogosto zahteva pot MDR pogodbo, ki zagotavlja poln dostop do tehnične dokumentacije primerjalne naprave. MDCG 2020-6 pojasnjuje pogoje, pod katerimi je mogoče trditi enakovrednost, in omejitve pri uporabi naprav drugih proizvajalcev [14].

5.2 Klinične preiskave v okviru MDR

Člen 62 določa pogoje, pod katerimi je treba izvesti klinično preiskavo, vključno z zamiki, ko enakovrednosti ni mogoče vzpostaviti, ko naprava vključuje nove materiale ali zasnove, ali ko se postavljajo nove klinične trditve. Načrt klinične preiskave mora biti usklajen z ISO 14155, Prilogo XIV MDR in nacionalnimi izvedbenimi zakoni [6,7].

Pred vključitvijo je potrebno odobritev etične komisije in obveščanje pristojnega organa. Roki za poročanje o varnosti so strogi: dva dni za dogodke, ki kažejo na neposredno nevarnost smrti ali resne poškodbe, in sedem dni za druga prijavljiva resna neželena dogodka. Ti roki veljajo v vseh sodelujočih državah članicah, kar zahteva robustno infrastrukturo za upravljanje varnosti [2].

5.3 Klinično spremljanje po uvedbi na trg

PMCF ni izbirno nadaljevanje; za večino naprav nad razredom I je pravna obveznost. Načrt PMCF določa metode za zbiranje in vrednotenje kliničnih podatkov po označitvi CE, vključno z registri, pregledi literature in študijami, specifičnimi za napravo. Poročilo PMCF povzema ugotovitve in jih vrača v CER ter dokument o upravljanju tveganj [2].

MDCG 2021-25 podaja podrobna navodila o kliničnih preiskavah PMCF, vključno s tem, kdaj je potrebna formalna preiskava, kako se razlikuje od predtržnih kliničnih preiskav in kako naj bi bila dokumentirana [15]. Za direktorje kliničnih raziskav je ključno sporočilo, da mora biti PMCF zasnovan proaktivno, s končnimi točkami in velikostmi vzorcev, ki lahko zaznajo preostala tveganja in potrdijo dolgoročno delovanje.

6. Dokazi iz realne prakse in generiranje dokazov po trgu

RWE ni več regulativni pripetljaj. Je strateško orodje za odgovarjanje na vprašanja, na katera predtržne preizkušnje ne morejo odgovoriti: dolgotrajna trajnost, delovanje v slabo zastopanih populacijah, vzorci uporabe zunaj navedb, redki neželeni dogodki in primerjalna učinkovitost v rutinski oskrbi.

6.1 RWE, primeren za namen

FDA in EMA zahtevata, da je RWE primeren za namen. To pomeni, da mora biti vir podatkov relevanten za regulativno vprašanje, podatkovni elementi morajo biti točni in popolni, analiza pa mora biti vnaprej določena in metodološko utemeljena. Okvir EMA poudarja, da je treba RWE vključiti v načrt generiranja dokazov zgodaj, ne uporabiti ga kot reševalno strategijo, ko randomizirana preizkušnja ne uspe [5].

6.2 Registri kot strateška sredstva

Dobro zasnovan register lahko podpira regulativne vloge, spremljanje po trgu, oceno zdravstvene tehnologije in pogajanja o plačilu. Zasnova registra naj sledi okviru IDEAL za kirurško inovacijo ali smernicam STROBE za opazovalne študije. Kakovost podatkov mora biti vnaprej spremljana, register pa naj zajema standardizirane spremenljivke, ki omogočajo povezavo z drugimi viri podatkov in primerjavo s kohortami iz preizkušanj.

6.3 Decentralizirane in hibridne preizkušnje

Decentralizirane klinične preizkušnje (DCT) zmanjšujejo breme centrov in širijo dostop z uporabo telemedicine, lokalnih laboratorijev, neposredne dostave bolnikom in nosljivih senzorjev. Smernice FDA o decentraliziranih preizkušnjah poudarjajo, da enake regulativne zaščite veljajo ne glede na to, kje potekajo dejavnosti preizkušanja [16]. V EU MDR in nacionalni zakoni o varovanju podatkov dodajajo zapletenost, vendar osnovne zahteve klinične preiskave ostajajo nespremenjene. DCT so še posebej dragoceni za postmarket študije in dolgotrajno spremljanje.

7. Celovitost podatkov, standardi in operacije preizkušanj

Regulatorji vrednotijo verodostojnost podatkov iz preizkušanja prav toliko kot velikost učinka zdravljenja. Celovitost podatkov temelji na načelih ALCOA+: podatki morajo biti pripisljivi (Attributable), berljivi (Legible), istočasni (Contemporaneous), izvirni (Original), točni (Accurate), popolni (Complete), dosledni (Consistent), trajni (Enduring) in dostopni (Available) [17].

7.1 CDISC in standardi podatkov

Standardi CDISC, vključno s CDASH za zbiranje podatkov, SDTM za tabelarične prikaze in ADaM za analitične nabore podatkov, izboljšujejo sledljivost in učinkovitost regulativne pregledave. Čeprav je CDISC formalno zahtevan za vloge zdravil, FDA in PMDA močno spodbujata njegovo uporabo tudi pri preizkušanjih naprav, zlasti tistih s kompleksnimi nabori podatkov. Standardizirani nabori podatkov tudi olajšujejo združevanje med študijami, metaanalize in prihodnje širitve navedb [18].

7.2 Spremljanje na podlagi tveganja

ICH E6(R2) je uvedel pristop spremljanja na podlagi tveganja. Namesto preverjanja vsake podatkovne točke ob vsakem obisku se sponzorji pri spremljanju osredotočajo na ključne podatke in procese, ki vplivajo na varnost bolnikov in celovitost podatkov. Centralizirano spremljanje uporablja statistične algoritme za zaznavanje anomalij, trendov na ravni centrov in morebitnih goljufij. Ta pristop je učinkovitejši od tradicionalne 100-% preverjanja izvornih podatkov in je skladen s pričakovanji FDA in EMA [19].

7.3 Digitalne zdravstvene tehnologije in digitalne končne točke

Nosljive naprave, senzorji v pametnih telefonih in vsadljivi monitorji lahko ustvarjajo neprekinjene, visokofrekvenčne podatke. Smernice FDA o digitalnih zdravstvenih tehnologijah za oddaljeno pridobivanje podatkov v kliničnih preiskavah poudarjajo pomen validacije naprave kot orodja klinične preiskave, zagotavljanja varnosti podatkov in varstva zasebnosti bolnikov [20]. Digitalne končne točke morajo biti klinično pomembne in analitično validirane; sama novost ni dovolj.

8. Statistična in analitična strokovnost

Statistični analitični načrt (SAP) mora biti zaključen pred zaklepom podatkovne baze. Prenese cilje protokola v natančne statistične postopke: analizne populacije, obravnavo manjkajočih podatkov, kovariate, prilagoditev za mnogoternost, vmesne analize in podskupinske analize. Vsako odstopanje od SAP mora biti dokumentirano in utemeljeno.

8.1 Neinferiornost in meje ekvivalence

Mnoge preizkušnje naprav želijo pokazati, da nova naprava ni neupravičeno slabša od standardne oskrbe. Meja neinferiornosti je največja razlika, ki je še klinično sprejemljiva. Ustrezno jo morajo upravičevati zgodovinski podatki s placebom nadzorovanimi študijami, regulativni precedensi in klinični konsenz. Če je meja preširoka, je lahko preizkušnje komercialno brez pomena, tudi če je statistično pozitivno. Če je preozka, je lahko preizkušnje neizvedljivo [10].

8.2 Manjkajoči podatki in mnogoternost

Manjkajoči podatki so neizogibni. SAP mora vnaprej določiti primarni pristop in občutljivostne analize. Pogoste strategije vključujejo večkratno vnašanje (multiple imputation), model mešanice vzorcev (pattern-mixture models) in uteževanje z inverzno verjetnostjo. Predpostavko, da so podatki manjkajoči naključno (MAR), je treba izzvati z občutljivostnimi analizami, ki raziskujejo scenarije, v katerih podatki niso naključno manjkajoči (MNAR).

Mnogoternost nastopi, ko se izvaja več končnih točk, več primerjav ali ponavljajočih analiz. Brez prilagoditev se poveča verjetnost lažno pozitivnega ugotovitve. Nadzor družinske stopnje napake, hierarhično testiranje in grafični postopki so standardne metode. Vmesne analize morajo upoštevati ponavljajoče testiranje prek skupinsko-sekvencialnih ali alfa-odštevnih metod [10].

8.3 Spremljanje varnosti podatkov

Neodvisni odbor za spremljanje varnosti podatkov (DSMB) ali odbor za klinične dogodke naj pregleduje zbrane varnostne podatke, zlasti pri visokotveganih napravah, ranljivih populacijah ali preizkušanjih s končnimi točkami umrljivosti. Listina DSMB določa pravila zaustavitve zaradi neučinkovitosti, škode ali prepričljive koristi. Priporočila DSMB so običajno svetovalna, vendar bi morala biti zavezujoča za operativne odločitve, da se ohrani integriteta preizkušanja.

9. Primeri iz prakse

9.1 Transkatetrska aortna zaklopka (TAVR)

TAVR ponazarja, kako se generiranje dokazov razvija med regulativnimi jurisdikcijami in generacijami izdelkov. Začetna odobritev FDA je temeljila na ključnih RCT, ki so primerjali TAVR s kirurško zamenjavo aortne zaklopke pri bolnikih z visokim tveganjem. Poznejše odobritve za bolnike z zmernim in nizkim tveganjem so uporabile večje RCT in podatke iz registrov. V Evropi proizvajalci TAVR vzdržujejo obsežne programe PMCF, ki sledijo trajnosti zaklopke, stopnjam namestitve spodbujevalnika in dolgoročni umrljivosti. Primer prikazuje medsebojno delovanje predtržnih preizkušanj, registrov in posodobitev dokazov skozi življenjski cikel.

9.2 Kontinuirani monitorji glukoze (CGM)

CGM so se iz dopolnilne uporabe premaknili v samostojna orodja za upravljanje sladkorne bolezni s kombinacijo predtržnih natančnostnih študij in obsežnih dokazov iz realne prakse. Podatki iz registrov so pokazali izboljšano glikemično kontrolo in manj hipoglikemij v realnih populacijah, kar je podprlo širše indikacije in plačilo. Primer poudarja, kako lahko RWE razširi trditve, ko naprava sama ustvarja tok podatkov in so izidi objektivno merljivi.

Pomembno je, da so proizvajalci CGM vlagali v podatkovno infrastrukturo, še preden so razmišljali o regulativni odobritvi. Zgradili so oblačne platforme, validirali algoritme v primerjavi z laboratorijskimi referencami glukoze in vzpostavili prospektivne registre, ki so jih lahko večkrat pregledovali, ko so se pojavljala vprašanja. Ta proaktivna arhitektura dokazov jim je omogočila, da so odgovorili na skepso plačnikov s publikacijami v recenziranih revijah in podprli spremembe navedb brez novih prospektivnih preizkušanj. Za direktorje kliničnih raziskav je pouk, da naj strategija dokazovanja predvideva vprašanja, ki se bodo pojavila pet let po lansiranju.

10. Pogoste pasti

• Neusklajene končne točke: Izbira končnih točk, ker so enostavne za merjenje, in ne zato, ker so pomembne za regulatorje, bolnike ali plačnike.
• Neustrezen izbor primerjalne naprave: Uporaba zastarele ali nepomembne primerjalne naprave, ki podre klinični argument.
• Premalo močne študije: Precenjevanje velikosti učinka ali podcenjevanje variabilnosti, kar vodi v neprepričljive rezultate.
• Preziranje pogodbe o enakovrednosti MDR: Domneva, da je mogoče trditi enakovrednost brez dostopa do tehnične dokumentacije primerjalne naprave.
• Šibko upravljanje podatkov: Dovoljevanje neenotnega vnašanja podatkov, manjkajoče preverjanje virov ali poznih protokolnih odklonitev.
• Zanemarjanje po trgu: Obravnavanje PMCF kot papirnate formalnosti in ne kot zasnovan program nadaljnjega spremljanja.

11. Prihodnji razvoj

Naslednje desetletje bo prineslo zlivanje kliničnih raziskav, digitalnega zdravja in umetne inteligence. Glavni protokoli, vključno z dežnimi in platformnimi preizkušanji, bodo omogočali vrednotenje več intervencij in populacij pod eno infrastrukturo. Sintetične nadzorne skupine, ustvarjene iz zgodovinskih podatkov, lahko zmanjšajo število bolnikov, izpostavljenih placebu ali podstandardni oskrbi. Digitalni dvojniki in in-silico modeliranje bodo dopolnjevali laboratorijske in živalske preizkuse. Regulativne agencije že pilotirajo okvirje za te inovacije, breme dokazovanja pa ostaja na sponzorju, da pokaže, da nove metode proizvajajo zanesljive, razlagljive dokaze.

Umetna inteligenca bo vplivala na generiranje dokazov na dva različna načina. Prvič, algoritmi, ki jih poganja AI, lahko izboljšajo operacije preizkušanj z optimizacijo izbire centrov, napovedovanjem vključevanja in zaznavanjem anomalij v podatkih v realnem času. Drugič, AI sama postaja predmet klinične preiskave kot programska oprema kot medicinska naprava (SaMD) in diagnostična orodja, omogočena s strojnim učenjem, vstopajo v regulirane poti. Strategije dokazovanja za naprave, omogočene z AI, morajo obravnavati validacijo algoritma, spremljanje odmika (drift), oceno pristranskosti in kontinuirano učenje na načine, ki jih tradicionalne preizkušnje naprav ne poznajo. Direktor kliničnih raziskav, ki bo obvladal obe uporabi AI, bo določil naslednjo generacijo generiranja dokazov.

12. Kontrolni seznam za implementacijo za direktorje kliničnih raziskav

• Pred načrtovanjem protokola zakleni izjavo o predvidenem namenu in klinične trditve.
• Vsako trditev preslikaj na konkreten vir dokazov in regulativno zahtevo.
• Izberi končne točke, ki so klinično pomembne, merljive in usklajene s pričakovanji FDA in MDR.
• V SAP vnaprej določi estimand, analizne populacije in občutljivostne analize.
• Zgodaj vključi FDA prek Q-Sub in evropske pristojne organe/notificirana telesa.
• Ob načrtovanju predtržnih preizkušanj hkrati načrtuj generiranje dokazov po trgu, vključno s PMCF.
• Zgradi standarde podatkov in postopke spremljanja, ki podpirajo celovitost po načelih ALCOA+.
• Načrtuj integracijo RWE, vključno s povezovanjem registrov in decentraliziranim spremljanjem.
• Vse odklonitve, spremembe in varnostne dogodke dokumentiraj s preglednimi narativi.

13. Integracija generiranja dokazov s sistemom upravljanja kakovosti

Generiranje kliničnih dokazov ne more delovati kot izolirana funkcija. Mora biti vpleteno v sistem upravljanja kakovosti (QMS), tako da oblikovalski vhodi, upravljanje tveganj, klinični podatki in povratne informacije po trgu tvorijo zaprto zanko. ISO 13485 zahteva, da so klinične povratne informacije vhod v oblikovanje in razvoj ter da se upravljanje tveganj posodablja skozi celoten življenjski cikel naprave. Direktor kliničnih raziskav zato tesno sodeluje s skupinami za zagotavljanje kakovosti, regulativne zadeve in spremljanje po trgu.

Dokument o upravljanju tveganj, pripravljen v skladu z ISO 14971, identificira nevarnosti, nevarne situacije in predvidljive zaporedja dogodkov, ki bi lahko privedli do škode. Klinični podatki se uporabljajo za oceno verjetnosti škode in učinkovitosti ukrepov za obvladovanje tveganj. Če klinična preiskava razkrije nepričakovano tveganje, je treba posodobiti dokument o upravljanju tveganj, sprememba pa lahko sproži oblikovne spremembe, posodobitve označevanja ali dodatno usposabljanje. Nasprotno, če je nevarnost odpravljena z inženirskimi ukrepi, se lahko klinična preiskava osredotoči na preostala tveganja namesto na ponovno vrednotenje celotnega profila tveganj.

Nadzor dokumentacije je ključni vmesnik. Protokoli, spremembe, obrazci informiranega privoljenja, brošure za raziskovalce in standardni operativni postopki morajo biti nadzorovani glede različic, odobreni in razdeljeni centrom pred uporabo. Spremembe med preiskavo zahtevajo oceno vpliva, regulativno obveščanje, ko je to potrebno, in odobritev etične komisije, kadar vplivajo na tveganje ali pravice udeležencev. QMS, ki obravnava dokumente klinične preiskave kot formalne nadzorovane zapise, preprečuje neskladnosti, ki lahko ogrozijo revizije in inšpekcije.

Usposabljanje je enako pomembno. Raziskovalci, koordinatorji študij, monitorji in upravljavci podatkov morajo biti usposobljeni za protokol, eCRF, navodila za rokovanje z napravo in postopke poročanja o neželenih dogodkih. Usposabljanje mora biti dokumentirano in osveženo po pomembnih spremembah. Inšpektorji FDA in notificiranih teles bodo zahtevali evidence usposabljanja kot del ocene izvajanja preiskave in celovitosti podatkov.

14. Večregionalne preizkušnje in globalna usklajevanje

Podjetja v medicinski tehnologiji vse pogosteje načrtujejo klinične preiskave, ki vključujejo bolnike v ZDA, EU in drugih jurisdikcijah. Večregionalne preizkušnje ponujajo učinkovitost, širšo posplošljivost in zgodnejši dostop do raznolikih populacij. Prinašajo pa tudi zapletenost: različne zahteve za informirano privoljenje, zakoni o zasebnosti, roki za poročanje o varnosti, jezikovne zahteve in regulativne poti pregleda je treba uskladiti brez zniževanja standardov.

Mednarodni forum regulativnih organov za medicinske naprave (IMDRF) podpira zbliževanje prek smernic o klinični evalvaciji, QMS in edinstveni identifikaciji naprav. Čeprav smernice IMDRF niso pravno zavezujoče, zagotavljajo skupni besednjak, ki lahko poenostavi načrtovanje protokolov in regulativne interakcije. Program enotnih revizij QMS (MDSAP) dodatno uskladuje revizije QMS med sodelujočimi regulatorji, čeprav ne nadomešča inšpekcij kliničnih preizkušanj.

Pri načrtovanju globalne preizkušnje naj direktor kliničnih raziskav določi enoten globalni protokol z regionalnimi dodatki namesto več samostojnih protokolov. Globalni protokol določa znanstveno vprašanje, končne točke, analitični načrt in osnovne podatkovne elemente. Dodatki obravnavajo lokalne regulativne zahteve, jezikovne različice dokumentov, regionalne postopke etičnih komisij in državno-specifične postopke poročanja o varnosti. Ta struktura ohranja znanstveno skladnost hkrati pa spoštuje lokalno zakonodajo.

Upravljanje podatkov mora podpirati večjezične eCRF-je, lokalne laboratorijske enote in časovne razlike pri vnašanju podatkov. Centralizirano spremljanje podatkov lahko identificira regionalne trende, kot so razlike v stopnjah dogodkov ali uporabi sočasnih zdravil, ki lahko odražajo resnično klinično variacijo ali težave s kakovostjo podatkov. Podskupinske analize po regijah je treba načrtovati s statistično previdnostjo, da se izogne pretirani interpretaciji šuma.

Usklajevanje se razteza tudi na izbor končnih točk. Končna točka, ki jo sprejme FDA, morda ni prednostna za EMA ali nacionalna telesa za oceno zdravstvene tehnologije. Zgodnja vključitev vseh relevantnih agencij prek vzporednega znanstvenega svetovanja ali ločenih sestankov lahko razkrije preference glede končnih točk in prepreči potrebo po ločenih študijah. Direktor kliničnih raziskav naj vzdržuje regulativni zemljevid dokazov, ki sledi zahtevam vsake jurisdikcije in viru podatkov, namenjenemu za njihovo zadovoljitev.

15. Ocena zdravstvene tehnologije in dokazi za plačilo

Regulativna odobritev ne zagotavlja sprejetja. Plačniki, bolnišnični odbori in telesa za oceno zdravstvene tehnologije (HTA) zahtevajo dokaze, da naprava prinaša vrednost: izboljšane izide po sprejemljivih stroških ali enakovredne izide pri nižjih stroških. Direktor kliničnih raziskav naj zato načrtuje strategijo dokazovanja z mislijo na prihodnje plačilo, tudi če to ni takojšnji cilj predtržne preizkušnje.

HTA-telesa, kot so NICE v Združenem kraljestvu, IQWiG v Nemčiji in HAS na Franciji, vrednotijo primerjalno učinkovitost, stroškovno učinkovitost in vpliv na proračun. Prednost dajejo neposrednim primerjavam s standardno oskrbo, končnim točkam, pomembnim za bolnike, in podatkom o kakovosti življenja. Ekonomsko modeliranje pogosto zahteva podatke onkraj klinične preizkušnje, vključno z dolgoročnim spremljanjem, izrabo zdravstvenih storitev in izidi produktivnosti.

Dokazi za plačilo je treba načrtovati prospektivno. Preizkušnja lahko zbira spremenljivke, kot so dolžina bivanja v bolnišnici, ponovne sprejetja, trajanje posega, zapleti, nadaljnji posegi in bolnikom poročana kakovost življenja. Ti podatki se lahko uporabijo v modelih stroškovne učinkovitosti in analizah vpliva na proračun. Čakanje na odobritev, da se začne zbiranje dokazov za plačilo, pogosto vodi v zamude pri dostopu do trga in izgubljen dohodek.

V ZDA center Medicare in Medicaid Services (CMS) sprejema nacionalne odločitve o kritju na podlagi dokazov o razumni in potrebni uporabi. Lokalni pogodbeniki Medicare in komercialni plačniki imajo lahko dodatne zahteve. Za prebojne naprave lahko odobritev FDA sledi kritju Medicare prek poti TCET (Transitional Coverage for Emerging Technologies), vendar zagotovitelji še vedno potrebujejo dokaze, ki izpolnjujejo standarde CMS.

Zbliževanje regulativnih in HTA-zahtev po dokazih ustvarja priložnost. Ena dobro zasnovana preizkušnja lahko podpira odobritev FDA, označitev CE v okviru MDR in HTA-vloge, če so končne točke izbrane tako, da zadovoljijo vse ciljne skupine. To zahteva zgodnji dialog z regulatorji, plačniki in kliničnimi strokovnjaki za prepoznavanje skupnega nabora končnih točk in izogibanje konfliktom med primarnimi regulativnimi in sekundarnimi HTA-končnimi točkami.

3.5 Rekrutacija bolnikov, zadrževanje in raznolikost

Protokol, ki je znanstveno eleganten, vendar ne more rekrutirati bolnikov, je brez vrednosti. Načrtovanje rekrutacije se začne z epidemiološko preverjanje realnosti: koliko upravičenih bolnikov obstaja v ciljnih geografskih območjih, kakšen delež se zdravi v centrih z infrastrukturo za preizkušanje in koliko jih bo privolilo. Pretirano restriktivni vključitveni kriteriji lahko izboljšajo notranjo veljavnost, vendar uničijo izvedljivost. Direktor kliničnih raziskav mora uravnotežiti idealen protokol s praktično razpoložljivostjo udeležencev.

Zadrževanje je enako pomembno. Vsak izgubljeni udeleženec zmanjša moč, uvaja predpostavke o manjkajočih podatkih in povečuje stroške. Strategije vključujejo minimizacijo bremena obiskov, fleksibilno razporejanje, povračilo potnih stroškov, redno komunikacijo in uporabo decentraliziranih elementov, kjer je primerno. Udeleženec, ki izstopi, ni le statistična nadloga; ta oseba predstavlja varnostno in etično obveznost, ki jo je treba čim bolj spremljati.

Raznolikost ni več izbirna. FDA je izdala smernice, ki poudarjajo pomen vključevanja populacij, ki odražajo ciljno populacijo, vključno z rasnimi in etničnimi manjšinami, starejšimi odraslimi in ljudmi s sočasnimi boleznimi. Homogene preizkušnje lahko dajo rezultate, ki se ne posplošujejo, in lahko zamudijo odobritev, če regulatorji vprašajo uporabnost. Vključevanje ciljev raznolikosti v izbor centrov, vključevanje skupnosti in vključitvene kriterije je strateška nujnost, ne le kljukica.

16. Gradnja ekipe za generiranje dokazov in upravljanje

Generiranje dokazov je medfunkcijska disciplina. Direktor kliničnih raziskav vodi ekipo, ki običajno vključuje medicinske nadzornike, biostatistike, upravljavce podatkov, regulativne strokovnjake, strokovnjake za zagotavljanje kakovosti, medicinske pisce in vodje projektov. Vsaka funkcija mora biti vključena dovolj zgodaj, da vpliva na zasnovo, namesto da izvaja vnaprej določen načrt.

Medicinski nadzorniki zagotavljajo kliničen vpogled pri izbiri končnih točk, vključitvenih kriterijev in interpretaciji varnosti. So most med protokolom in raziskovalci. Biostatistiki določijo estimand, velikost vzorca, analizne metode in strategijo mnogoternosti. Njihov prispevek je najbolj dragocen pred vključitvijo prvega bolnika, ko so lahko predpostavke o velikosti učinka in variabilnosti še predmet pogajanj. Upravljavci podatkov načrtujejo eCRF, preverjanja vnosov in potek čiščenja podatkov. Dobro zasnovana baza podatkov zmanjšuje poizvedbe, pospešuje zaklep podatkovne baze in izboljšuje sledljivost.

Regulativni strokovnjaki pretvorijo načrt dokazovanja v strategijo vloge. Upravljajo interakcije z agencijami, spremljajo spremembe smernic in zagotavljajo, da dokumenti izpolnjujejo zahteve posameznih jurisdikcij. Zagotavljanje kakovosti nadzoruje skladnost z GCP, ISO 14155 in QMS. Medicinski pisci pripravljajo protokol, brošuro za raziskovalca, poročilo o klinični študiji in CER z doslednim glasom in točnimi navzkrižnimi sklici.

Upravljanje mora biti formalno. Medfunkcijski svetovalni odbor za generiranje dokazov naj se redno srečuje za pregled vključevanja, varnosti, kakovosti podatkov in regulativnih povratnih informacij. Dnevniki odločitev naj zajamejo, zakaj so bile sprejete ključne oblikovne odločitve in kako so bile spremembe utemeljene. Ta disciplina je neprecenljiva med inšpekcijami, ko bodo regulatorji in notificirana telesa spraševali ne le, kaj je bilo storjeno, ampak zakaj in kdo je pooblastil.

Reference