适用岗位：

• “临床”（Clin）：负责设计和执行真实世界研究，确保研究方案符合指导原则。
• “注册”（Reg）：在药物注册过程中，应用真实世界证据支持监管决策。
• “研发”（R&D）：在药物研发过程中，利用真实世界数据优化研究设计。

工作建议：

• “临床”（Clin）：在设计研究时，特别关注目标人群队列、因果推断和质量控制，确保研究设计的科学性和合理性。
• “注册”（Reg）：在提交注册资料时，明确如何利用真实世界证据支持药物的安全性和有效性评价。
• “研发”（R&D）：在研发过程中，考虑真实世界数据的收集和分析，以支持药物研发决策和监管沟通。

适用范围：
本文适用于化学药和生物制品的真实世界研究设计，包括观察性研究和干预性研究设计，如实用型临床试验。适用于在中国进行的药物研发和评价，以及注册分类中的创新药和仿制药。适用于Biotech、大型药企和跨国药企。

要点总结：
本文强调了真实世界研究（RWR/RWS）在药物研发及评价中的重要性，明确了RWR/RWS设计的主要类型，包括观察性研究设计、实用临床试验设计和单臂研究设计。特别指出了观察性研究设计中目标人群队列、因果推断和质量控制的重要性。在实用临床试验设计中，强调了接近真实世界临床实践的特点，如宽泛的入选标准和使用临床终点。单臂研究设计中，讨论了研究组设置、对照设置和其他考虑因素。本文还详细描述了真实世界研究方案的主体框架，包括方案摘要、研究背景、目的、假设、设计、人群、治疗或干预、终点、变量、观察期、数据治理、偏倚、统计分析计划、质量控制、伦理、注册登记、方案修订和组织实施。此外，还考虑了真实世界研究路径的可行性、目标人群的代表性、混合型研究设计、估计目标和模仿目标临床试验等其他因素，并讨论了与药审中心沟通的重要性。

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：

• 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。