В ЕАЭС принято Руководство по применению принципов биостатистики в КИ лекарств

Коллегия Евразийской экономической комиссии рекомендовала государствам-членам ЕАЭС применять при проведении клинических исследований лекарственных препаратов (ЛП) руководство, содержащее указания для спонсоров в отношении планирования, проведения, анализа и оценки клинических исследований ЛП в процессе его разработки, а также указания по работе экспертов, ответственных за подготовку резюме по заявлению и оценку доказательства эффективности и безопасности ЛП, преимущественно по результатам клинических исследований на поздних фазах разработки.

Рекомендация Коллегии ЕЭК № 19, принятая 3 ноября 2020 г., опубликована на правовом портале ЕАЭС docs.eaeunion.org 11 ноября 2020 г.

Принципы, изложенные в настоящем Руководстве, применимы в первую очередь к проведению клинических исследований на поздних этапах разработки лекарственных препаратов, многие из которых являются исследованиями, подтверждающими эффективность лекарственных препаратов. Кроме эффективности первичной переменной подтверждающих клинических исследований лекарственных препаратов может быть переменная безопасности (например, нежелательное явление, лабораторная переменная или электрокардиографический параметр), фармакодинамическая или фармакокинетическая переменная (как в случае проведения подтверждающего исследования биоэквивалентности). Более того, некоторые подтверждающие результаты могут быть получены зa счет объединения данных разных исследований, поэтому некоторые принципы, предусмотренные настоящим Руководством применимы к этой ситуации. Несмотря на то что ранние фазы разработки лекарственного препарата состоят преимущественно из клинических исследований, имеющих поисковый характер (пункты 16 и 17 настоящего Руководства), статистические принципы, изложенные в настоящем Руководстве, применимы и для них. Принципы, изложенные в настоящем Руководстве, следует, по возможности, применять ко всем фазам клинической разработки.

Подходы‚ описанные в настоящем Руководстве, позволяют минимизировать систематические ошибки и максимизировать точность (прецизионность) статистических оценок. Следует максимально полно выявить потенциальные источники систематических ошибок для того, чтобы попытаться их ограничить. Наличие систематических ошибок может серьезно сказываться на способности получения достоверных выводов по результатам клинических исследований.

Некоторые источники систематических ошибок обусловлены дизайном исследования (например, такое распределение субъектов по группам исследования, при котором пациенты с низким риском систематически попадают в одну из групп). Другие источники систематических ошибок возникают во время проведения и анализа клинического исследования лекарственных препаратов. Например, нарушение протокола и исключение субъекта из анализа, основанное на знании конкретного исхода для этого субъекта, являются возможными источниками систематических ошибок, способными повлиять на правильную оценку эффекта вмешательства. Поскольку систематические ошибки могут возникать по неявным или неизвестным причинам, а их влияние не поддается прямому измерению, необходимо оценивать устойчивость полученных результатов и основных выводов исследования. Устойчивость полученных результатов и итоговых выводов подразумевает, что выполнение анализа на основании альтернативных предположений или аналитических подходов не оказывает существенного влияния на эффект вмешательства и первичные выводы исследования. Интерпретация статистических мер неопределенности эффекта вмешательства и сравнений вмешательств должна предусматривать учет потенциального вклада систематических ошибок в р-значение, доверительный интервал и выводы.

Поскольку преобладающие подходы к планированию и анализу клинических исследований лекарственных препаратов основывались на частотных статистических методах, при обсуждении проверки гипотез и (или) доверительных интервалов указания настоящего Руководства касаются использования преимущественно частотных методов статистического анализа. При этом допускается использование иных подходов к статистическому анализу и проверке гипотез, не основанных на частотных методах (байесовский подход и др., если основания для их использования четко определены, a получаемые результаты и выводы достаточно устойчивы.

Источник: https://gmpnews.ru