FDA发布真实世界数据用于医疗设备监管决策指南FDA issues guidance on real-world data – Medical Buyer

环球医讯 / 健康研究来源:medicalbuyer.co.in美国 - 英语2025-12-30 13:01:36 - 阅读时长6分钟 - 2612字
美国食品药品监督管理局(FDA)于2025年12月24日发布更新指南,明确规范医疗设备监管决策中真实世界数据与证据的应用标准。该指南基于2022年《食品和药物综合改革法案》要求,详细阐述了真实世界数据的相关性与可靠性评估框架,涵盖电子健康记录、医疗索赔数据等多元来源的适用条件,移除了对患者个体层面敏感信息的强制提交要求,并系统说明了数据采集时序性、样本代表性及质量控制等关键指标,旨在通过优化监管流程加速安全有效的医疗设备进入市场,同时确保真实世界证据在医疗器械全生命周期管理中的科学性和合规性,为行业提供可操作的监管路径。
FDA真实世界数据真实世界证据医疗设备监管决策数据来源相关性可靠性申办方临床证据
FDA发布真实世界数据用于医疗设备监管决策指南

美国食品药品监督管理局(FDA)于2025年12月24日发布指南,阐明该机构如何评估真实世界数据,以确定其能否生成可用于医疗设备监管决策的真实世界证据。新指南扩展了2017年《利用真实世界证据支持医疗设备监管决策》指南中的建议。

FDA定义的真实世界数据指"通常从多种来源收集的、与患者健康状况和/或医疗服务提供相关的数据",包括电子健康记录、医疗索赔数据、产品与疾病登记库数据,以及来自数字健康技术等其他来源的数据。真实世界证据则是通过对真实世界数据的分析得出的、关于"医疗产品使用情况及潜在效益或风险的临床证据"。FDA在特定情况下利用患者治疗和管理过程中收集的真实世界数据与证据,以完善对医疗设备风险-效益特征的理解。

2022年12月,美国国会通过《2023财年综合拨款法案》将《2022年食品和药物综合改革法案》(FDORA)签署为法律,要求FDA发布并更新关于利用真实世界数据与证据支持监管决策的指南。

根据该要求,FDA发布的新指南《利用真实世界证据支持医疗设备监管决策:行业与FDA员工指南》,更新了申办方在确定真实世界数据是否适用于特定医疗设备监管决策时应评估的标准。这些建议适用于所有真实世界数据来源,并涵盖生成真实世界证据的研究。

FDA在机构声明中指出,关键更新在于移除了此前要求提交的真实世界证据必须包含"患者个体层面的私人机密信息"的规定,该要求曾导致难以维护包含宝贵宏观层面数据的大型数据库。FDA局长Marty Makary表示,此举将消除阻碍申办方快速部署真实世界证据并改变患者治疗方案的不必要障碍。

适用的数据用途

FDA指出,当真实世界数据"与特定监管决策相关且可靠"时,适用于生成真实世界证据。

FDA列出的潜在适用数据来源包括:

  • 登记库;
  • 电子健康记录;
  • 医疗保险理赔数据;
  • 收费主数据和/或计费数据;
  • 患者生成的数据(包括家庭使用场景下通过可穿戴设备及其他数字健康技术创建、报告或收集的数据);
  • 设备生成的数据;
  • 公共卫生监测数据;
  • 临床标注生物样本库;
  • 医疗设备数据存储库。

尽管指南提供了适用数据来源的示例,FDA强调其并不偏好某一类真实世界数据,并鼓励研究申办方根据具体情况选择最适合解决研究问题的数据来源。此外,FDA承认真实世界证据可源自主要用途非研究的来源,例如医疗保险理赔数据。

这些数据来源适用于多种医疗设备相关场景。FDA列举了监管申报中可应用真实世界数据的非穷尽用途,包括为临床研究生成待验证假设、作为研究对照组或支持对照组,以及支持上市前和上市后活动中生成临床证据的其他场景。

真实世界数据也可用于特定法定情形下的设备。根据《联邦法规》第21章第812部分的试验性设备豁免(IDE)允许设备在不遵守《食品、药品和化妆品法》(FDCA)要求的情况下合法运输以开展研究。FDA将逐案评估合法上市设备的真实世界数据收集是否需要IDE,并解释若设备在常规医疗实践中使用则通常无需IDE。FDA指出,根据FDCA第564条通过紧急使用授权使用的设备在常规临床中的数据"不被视为临床研究",若相关且可靠,可用于支持监管决策。

真实世界数据的相关性与可靠性

FDA要求研究申办方开展并提交相关性与可靠性评估供FDA审查,内容需涵盖真实世界数据来源、研究设计及分析组件的相关性与可靠性。若使用多个数据来源,申报材料应说明各来源如何贡献于最终数据集的相关性与可靠性。此外,FDA强调数据应准确完整,临床研究需符合优良临床规范。研究设计应减轻潜在偏差,并使用与目标用户人群适当人口学特征相关的数据。

评估数据相关性时,FDA考量数据的可用性、时效性与普适性:

数据可用性

数据是否包含足够细节以捕捉评估问题所需信息,包括数据源能否记录研究中的设备标识符、关注结局、影响暴露的协变量,以及数据在真实世界数据源中的捕获时长。

数据关联性

在数据源间存在目标人群特征、临床实践和编码异质性的情况下,能否及如何获取和整合不同来源数据。申办方应采用预定义的关联方法论,并在申报中评估行级关联的充分性及纠正冗余数据的策略应用。

时效性

数据收集与研究发布之间的时间间隔是否合理,能否反映当前临床环境、疾病特征及人群健康状况。

普适性

研究定义后,所选样本是否充分代表真实世界数据源中反映拟议预期使用人群的患者。

同样,评估数据可靠性时,FDA考量数据的累积性、质量与完整性:

数据累积性

数据收集与处理是否一致且系统化——具体方式取决于真实世界数据源是主动收集数据、使用国际公认编码系统,还是采用非结构化数据捕获。FDA将评估申办方是否提交了关于数据源及累积方法的充分信息以证明可靠性。

数据质量与完整性

用于确保数据质量的方法和系统(包括质量保证计划与程序)是否包含:(1)质量控制流程;(2)跨站点和时间的完整性、准确性与一致性评估;(3)对数据收集、记录和源数据核查程序的遵守;(4)充分的患者保护措施;(5)该数据源生成真实世界证据的既往验证。

FDA建议,针对相关性与可靠性考量的其他解决方法也可能适用,并推荐申办方与FDA讨论具体方案——特别是当方案偏离FDA指南建议时。虽然该指南有助于确定使用相关且可靠数据生成临床证据的方法,但既不强制要求使用真实世界数据或证据,也不限制其他支持监管决策的证据提供方式。

生成真实世界证据的数据采集与分析方法论

FDA指出,使用真实世界数据的研究应在研究开发前进行审慎评估,申办方需考虑解决可能影响研究可解释性的方法论。为确保严谨的临床研究规划,FDA建议申办方记录以下决策及其理由:

  • 是否包含随机化、同期或历史对照组;
  • 性能目标与客观性能标准的选择;
  • I类和II类错误控制;
  • 数据采集或依赖现有数据的策略;
  • 偏差缓解措施;
  • 结局测量及其他数据元素的精确度(如适用);
  • 所有其他与研究结果解释相关的已知因素(例如真实世界证据发现对预期使用人群的普适性)。

尽管FDA不认可特定研究设计,但建议开发真实世界数据研究方法的申办方考虑所生成临床证据的监管目的,并像所有临床证据生成一样,根据研究问题、设备、结局、关键协变量及具体研究目标或假设选择适当设计。符合该原则的研究设计可包括单臂研究、非干预性研究或随机对照研究等。

【全文结束】

猜你喜欢
  • 人工智能重塑医疗系统高管层人工智能重塑医疗系统高管层
  • 人工智能驱动的医疗设备在澳大利亚的影响人工智能驱动的医疗设备在澳大利亚的影响
  • 人工智能在宾夕法尼亚州医院中的应用人工智能在宾夕法尼亚州医院中的应用
  • 超越良好意愿:生命科学如何证明其对新方法学的准备就绪超越良好意愿:生命科学如何证明其对新方法学的准备就绪
  • FDA的困境 如何处理关键试验失败的已获批药物FDA的困境 如何处理关键试验失败的已获批药物
  • AI的错误可能无法消除——这对医疗领域的AI应用意味着什么AI的错误可能无法消除——这对医疗领域的AI应用意味着什么
  • 超四分之一全科医生工作中使用人工智能但国家政策未能跟上变革步伐超四分之一全科医生工作中使用人工智能但国家政策未能跟上变革步伐
  • 新研究显示医疗保健领域人工智能市场预计到2029年将以34-36%的复合年增长率增长新研究显示医疗保健领域人工智能市场预计到2029年将以34-36%的复合年增长率增长
  • 革新AI医疗:医疗AI工具如何加速早期诊断技术革新AI医疗:医疗AI工具如何加速早期诊断技术
  • 2026年医疗健康领域人工智能高管预测(上篇)2026年医疗健康领域人工智能高管预测(上篇)
热点资讯
全站热点
全站热文