Myslete jako regulátor: Jak snížit riziko při přezkumu v prvním cyklu předkládání
Regulatorní očekávání ohledně připravenosti k podání se v posledních letech výrazně změnila. Zatímco sponzoři se mohou domnívat, že shromáždili technicky podložený dokument, regulátoři stále více posuzují, zda celý vývojový program drží pohromadě vědecky, strategicky a provozně. Výsledkem je, že příspěvky, které se na papíře zdají být silné, mohou stále narážet na velké překážky při kontrole, pokud chybí sladění mezi funkcemi.
Mnoho problémů s přezkumem nepramení z chybějících údajů, ale z nekonzistence v popisu dokumentace napříč regulační strategií, designem klinických studií, připraveností na CMC, plánováním důkazů, farmakovigilancí a úvahami o komercializaci. Společnost může mít například silný klinický příběh, ale balíček CMC není dobře zaokrouhlený, nebo je datový balíček spolehlivý, ale zadavatel jasně nevysvětlil přínosy a rizika svého produktu.
V praxi se tato vychýlení často objevují nenápadnými způsoby, které lze snadno přehlédnout. Klinický program může například podporovat širší populaci pacientů, než umožňuje případný regulační štítek, nebo úvahy o strategii hodnocení a zmírňování rizik (REMS) nemusí být v souladu s popisem bezpečnosti.
Otázky srovnatelnosti výroby mohou narušit důvěru v údaje v pozdější fázi, rizika spojená s místem integrace nebo biodistribucí nemusí být jasně řešena a administrativní nedostatky nebo nedostatky v připravenosti na inspekce mohou vést ke zpožděním, kterým lze předejít.
Vzhledem k tomu, že regulační přezkumy – včetně úplných odpovědních dopisů (CRL) – jsou strukturovány podle oborů, mohou se tyto mezifunkční problémy stát skrytými riziky odeslání, která se mohou objevit v pozdní fázi cyklu přezkumu a vést k neočekávanému zpoždění autorizace.
Tyto problémy způsobují více než jen technická zpoždění. Mohou tlačit sponzory za kritické regulační lhůty, vyvolávat zásadní otázky přezkumu nebo vyžadovat další analýzy nebo studie v pozdní fázi cyklu. Následný dopad může být značný: opožděný přístup pacientů k inovativním terapiím, narušení konkurenční výhody, větší zpoždění nákladů a příjmů a potenciální škodlivý dopad na důvěru investorů.
Připravenost k podání ve složitějším vědeckém a regulačním prostředí
Sponzoři se snaží využít programů k urychlení vývoje a přezkumu, jako je urychlené schválení, označení průlomové terapie, zrychlené schvalování a určení prioritního přezkumu americkým Úřadem pro kontrolu potravin a léčiv (FDA)1 a zrychlené hodnocení Evropskou agenturou pro léčivé přípravky.2
I když agentury podporují rychlejší hodnocení produktů, které řeší neuspokojenou potřebu nebo jsou v hlavním zájmu veřejného zdraví, přezkoumávají tyto produkty holisticky. V důsledku toho regulátoři odhalují mezery v rozvojových programech sponzorů, které by mohly být zmírněny včasným posouzením procesu na úrovni programu.
Jak vypadá připravenost k odeslání?
Pokud k této integraci dochází pouze ve fázi předkládání, je často příliš pozdě na to, aby se vyřešily základní mezery. Sponzoři musí dát dohromady týmy dříve, aby aplikovali vědecké poznatky, které stojí za vývojem, na aplikaci léku. Jaká formulace bude mít největší smysl pro populaci pacientů a lékaře nebo místa péče? Existují mezery v důkazech, které by mohly ovlivnit komercializaci a úhradu produktu?
Regulátoři jsou také stále otevřenější důkazům z reálného světa (RWE), aby získali přehled o tom, jak léky fungují u konkrétní populace, například u dětí, starších osob a lidí s komorbiditami, a podpořili svá rozhodnutí o nových produktech.
Z našich zkušeností vyplývá, že sponzoři mohou mít problém propojit všechny prvky – regulační, klinické, CMC a bezpečnostní – a vytvořit jasný regulační příběh. Nemusí mít regulační vhled, aby pochopili, co zdravotnické orgány očekávají z hlediska přínosů a rizik nebo co povolí na regulačním štítku, jako jsou srovnávací tvrzení, diferenciace mechanismu účinku a dávkování a podávání.
Včasné mezifunkční kontroly mohou identifikovat a napravit potenciální problémy dříve. Skutečnost, že třetí strana poskytne mezifunkční optiku a převede technické údaje do regulačního umístění, může sponzorům pomoci překlenout mezeru v připravenosti na podání.
Rámec pro integrované posuzování podání
Aby toho dosáhli, musí sponzoři pochopit, jak FDA a/nebo EMA přezkoumá celý jejich program, a přijmout společné strategické stanovisko před předložením regulačním orgánům. Rámec pro integrované posouzení podání musí zahrnovat všechny prvky programu: strategické sladění právních předpisů; CMC a kvalitní provedení; a generování klinických důkazů. Později se tento rámec bude vztahovat i na hodnocení přístupu na trh a komercializace. Klíčovou otázkou pro sponzory není, zda jsou jednotlivé části příspěvku kompletní, ale zda se jednotlivé části vzájemně posilují.
Strategické sladění právních předpisů
Zadavatelé se musí ujistit, že ke svým studiím nepřistupují retrospektivně a že v dostatečném předstihu před podáním žádosti identifikovali všechna potenciální rizika a potenciální vědecké a strategické mezery.
Proaktivní spoluprací se zdravotnickými úřady mohou sponzoři dosáhnout souladu se svým programem dříve, než se vydají příliš daleko na cestě vývoje. Kromě formálních schůzek otevřených sponzorům – v USA například setkání typu A, typu B, typu C, typu D3 a schůzek Initial Targeted Engagement for Regulatory Advice on CDER a CBER ProducTs (INTERACT) – existují také možnosti vést improvizované diskuse s regulačními orgány.
CMC a kvalitní provedení
Připravenost výroby je pro sponzory častým problémem. Často se například setkáváme s nedostatečnou připraveností na náběh od klinických studií k přijetí na trh nebo s tím, že sponzoři s jediným výrobním závodem objevují překážky při pokusu o dovoz svého produktu na jiný trh.
Jedním z nejnaléhavějších problémů, kterým CMC čelí, je plánování srovnatelnosti, protože změny v průběhu klinického vývoje nebo ve výrobních procesech mohou významně ovlivnit vlastnosti a výkonnost produktu. Aby se snížilo riziko procesu přezkumu, musí zadavatelé poskytnout jasnou vazbu mezi údaji z neklinických a raných klinických hodnocení a pozdějších fází, aby se vytvořil příběh srovnatelnosti v průběhu vývoje.
Začlenění holistického přístupu do organizace od konceptu přes vývoj až po předložení produktu může pomoci zmírnit problémy CMC zdůrazněné v seznamech CRL. Mnoho problémů CMC citovaných v seznamech CRL odráží nejistotu ohledně toho, zda je příběh vývoje sponzora vnitřně konzistentní.
Klinická a důkazní strategie
Robustnost koncových bodů znamená navrhování koncových bodů, které jsou vědecky platné, klinicky smysluplné a přijatelné pro regulační orgány. Nepředpokládejte, že regulační orgány přijmou koncový bod, který nebyl prověřen. Při použití náhradního cílového parametru, jako je nový biomarker nebo mezilehlý klinický výsledek, musí zadavatelé prokázat regulačním orgánům, proč je platný jak z vědeckého, tak z regulačního hlediska.4
V celkové strategii je stejně důležitý udržitelný návrh studií, který bere v úvahu nábor v kontextu velikosti populace pacientů (např. vzácné a velmi vzácné indikace), zda je stav onemocnění v jednom regionu rozšířenější než v jiném a zda existují konkurenti, kteří by mohli nábor pacientů ovlivnit.
Značení je dalším zásadním prvkem v celkové klinické strategii, a to jak z regulačního, tak z obchodního hlediska. Příliš restriktivní kritéria pro zařazení/vyloučení by mohla mít negativní dopad na regulační označení a potenciálně omezit, jak a kým může být používáno, například šíře populace (např. "středně těžká" vs. "těžká") a linie léčby (např. "po selhání ≥1 předchozí terapie")
Přístup na trh a důkazní hodnota
Souběžně s balíčkem důkazů z klinických studií zvažte širší činnosti zaměřené na vytváření důkazů, včetně systematických přehledů literatury, srovnání nepřímé léčby, posouzení dopadu rozpočtu a studií důkazů z reálného světa (RWE). Určete srovnávací subjekty, plátce a orgány pro hodnocení zdravotnických technologií (HTA), které budou v rámci svého hodnocení vyžadovat, a určete, jak tyto důkazy nejlépe poskytnout.
Zvažte, jak by RWE mohla pomoci odlišit produkt od konkurence, například prokázat, že produkt má lepší výsledky pro konkrétní subpopulace.
Úloha statistiky, datové vědy a umělé inteligence v připravenosti na podání
Statistika a kvantitativní přístupy jsou stále více využívány k přeměně "dat" na "důkazy", charakterizaci čistých přínosů po zohlednění rizik a opatření ke zmírnění rizik a doložení konzistence kvality.
Statistika je již dlouho vyžadována pro návrh studie a správnou předběžnou specifikaci, která minimalizuje zkreslení, kvantifikuje nejistotu a určuje, zda jsou výsledky přesvědčivé pro podporu hypotéz. V klinických studiích pomáhá odhadové myšlení s analýzami citlivosti zajistit, aby cíle studie byly přesné a transparentní tím, že jasně definují cíle studie . To bylo řešeno dodatkem (R1) k původnímu pokynu ICH E9 (Statistické zásady pro klinická hodnocení).6
Díky pokročilým nástrojům existují příležitosti, jak snížit riziko cyklu přezkumu podání regulačního návrhu využitím umělé inteligence k navázání na statistické modelování identifikací klíčových rysů a kvantifikací potenciálních výsledků (jaký by tento výsledek mohl být, jak je pravděpodobný a jaká je nejistota). Například při pohledu na materiály pro předkládání by statistické modelování v kombinaci s umělou inteligencí mohlo pomoci upozornit na nesrovnalosti mezi moduly, odhalit slabé odkazy na srovnatelnost nebo označit oblasti, které by mohly generovat hlavní otázky přezkumu na základě vzorců pozorovaných v předchozí regulační zpětné vazbě.
Na statistiku a kvantitativní vědu lze pohlížet jako na pojivovou tkáň při vývoji léčiv, která podporuje úspěch regulace propojením klinických, neklinických, klinických farmakologických, regulačních záležitostí, farmakovigilance, přístupu na trh a dalších.
Výhody nezávislého druhého názoru
Cílem je předložit regulační dokumentaci s jistotou, že potenciální problémy byly vyřešeny, a v případě pochybností o nich rychleji napravit. Kromě schválení regulačními orgány je cílem mít strategii, která podporuje komercializaci – včetně úhrad a přijetí ze strany lékařů a pacientů.
Zrcadlení regulátorů s integrovaným přístupem
O autorech:
Lin Li, Ph.D., je vedoucím oddělení klinické statistiky a prediktivní umělé inteligence ve společnosti Cencora. Poskytuje na míru šitá řešení založená na datech, která integrují biostatistiku, bioinformatiku, informatiku a biologii s cílem řešit výzvy v oblasti objevů a klinického vývoje.
Zřeknutí se odpovědnosti:
Informace uvedené v tomto článku nepředstavují právní radu. Společnost Cencora, Inc. důrazně doporučuje čtenářům, aby si prostudovali dostupné informace týkající se probíraných témat a při rozhodování s nimi se spoléhali na vlastní zkušenosti a odborné znalosti.
Spojte se s naším týmem
Zdroje
1. Zrychlené programy pro závažné stavy | Léky a biologika, FDA, květen 2014. Přístup 10. března 2026. https://www.fda.gov/regulatory-information/search-fda-guidance-documents/expedited-programs-serious-conditions-drugs-and-biologics
2. Zrychlené hodnocení, EMA. Přístup 10. března 2026. https://www.ema.europa.eu/en/human-regulatory-overview/marketing-authorisation/accelerated-assessment. Přístup 10. března 2026.
3. Formální schůzky mezi FDA a sponzory nebo žadateli o produkty PDUFA, FDA, září 2023. Přístup 10. března 2026. https://www.fda.gov/regulatory-information/search-fda-guidance-documents/formal-meetings-between-fda-and-sponsors-or-applicants-pdufa-products
4. O. Ciani, A.M. Manyara, P. Davies a kol. Rámec pro definici a interpretaci použití náhradních cílových parametrů v intervenčních studiích, eClinicalMedicine, listopad 2023. Přístup 10. března 2026. https://www.thelancet.com/journals/eclinm/article/PIIS2589-5370(23)00460-1/fulltext
5. T.P. Clark, B.C. Kahan, A. Phillips et al. Odhady: vnášení jasnosti a zaměření na výzkumné otázky v klinických studiích, BMJ Open, leden 2022. Přístup 10. března 2026. https://bmjopen.bmj.com/content/12/1/e052953
6. Dodatek o odhadech a analýze citlivosti v klinických hodnoceních k obecným pokynům o statistických zásadách pro klinická hodnocení, E9 (R1), ICH, listopad 2019. Přístup 10. března 2026. https://database.ich.org/sites/default/files/E9-R1_Step4_Guideline_2019_1203.pdf
