中文字幕一级黄色A级片|免费特级毛片。性欧美日本|偷拍亚洲欧美1级片|成人黄色中文小说网|A级片视频在线观看|老司机网址在线观看|免费一级无码激情黄所|欧美三级片区精品网站999|日韩av超碰日本青青草成人|一区二区亚洲AV婷婷

趙 駿，辛?xí)阅?，?駿

（國(guó)家藥品監(jiān)督管理局 藥品審評(píng)中心，北京  100038）

 

摘要：關(guān)注藥品監(jiān)管機(jī)構(gòu)監(jiān)管科學(xué)行動(dòng)計(jì)劃對(duì)把握監(jiān)管戰(zhàn)略動(dòng)向具有很高實(shí)操價(jià)值。本文從數(shù)據(jù)平臺(tái)建設(shè)、監(jiān)管科學(xué)行動(dòng)、國(guó)際協(xié)調(diào)3個(gè)維度，梳理全球先進(jìn)監(jiān)管機(jī)構(gòu)的真實(shí)世界研究行動(dòng)計(jì)劃與技術(shù)關(guān)注熱點(diǎn)，為研究人員及監(jiān)管人員提供參考。國(guó)際藥品監(jiān)管機(jī)構(gòu)先后建立了Sentinel、DARWIN EU及MID-NET等數(shù)據(jù)平臺(tái)，同時(shí)通過與學(xué)術(shù)機(jī)構(gòu)合作開展課題研究前沿課題，并注重國(guó)際協(xié)調(diào)促進(jìn)真實(shí)世界證據(jù)的標(biāo)準(zhǔn)化應(yīng)用。在前沿課題中關(guān)注的技術(shù)熱點(diǎn)多聚焦數(shù)據(jù)平臺(tái)與研究范式創(chuàng)新，關(guān)注因果推斷的偏倚控制與框架化。真實(shí)世界證據(jù)的應(yīng)用逐步擴(kuò)展至藥物全生命周期管理，成為全球藥品監(jiān)管的重要趨勢(shì)，為中國(guó)構(gòu)建數(shù)據(jù)平臺(tái)和創(chuàng)新生態(tài)的戰(zhàn)略布局提供參考。

關(guān)鍵詞：真實(shí)世界研究；監(jiān)管機(jī)構(gòu)；監(jiān)管科學(xué)行動(dòng)計(jì)劃

 

近年來，真實(shí)世界證據(jù)在藥品全生命周期管理及監(jiān)管決策中的實(shí)踐價(jià)值日益凸顯，真實(shí)世界研究受到全球監(jiān)管機(jī)構(gòu)及國(guó)際組織的高度關(guān)注，并進(jìn)行了深入探索。國(guó)際藥品監(jiān)管機(jī)構(gòu)先后發(fā)布了多項(xiàng)指導(dǎo)原則，已有多篇文獻(xiàn)系統(tǒng)進(jìn)行了梳理和比較[1-2]，為快速理解和把握監(jiān)管要求提供了重要參考。然而，現(xiàn)有學(xué)術(shù)文獻(xiàn)少有關(guān)注到更具動(dòng)態(tài)性和實(shí)踐意義的監(jiān)管科學(xué)行動(dòng)計(jì)劃——這些行動(dòng)計(jì)劃反映了監(jiān)管機(jī)構(gòu)在新興技術(shù)探索、資源分配及國(guó)際合作方面的策略和傾向，是理解監(jiān)管政策與技術(shù)轉(zhuǎn)化邏輯的重要依據(jù)。我國(guó)藥品監(jiān)管機(jī)構(gòu)已累計(jì)發(fā)布9項(xiàng)真實(shí)世界研究相關(guān)指導(dǎo)原則，并持續(xù)開展了藥品監(jiān)管課題，了解國(guó)際監(jiān)管機(jī)構(gòu)的行動(dòng)計(jì)劃對(duì)于我國(guó)總結(jié)現(xiàn)有技術(shù)經(jīng)驗(yàn)及在國(guó)際化平臺(tái)上協(xié)調(diào)具有重要意義。本文從數(shù)據(jù)平臺(tái)建設(shè)、開展課題研究、國(guó)際協(xié)調(diào)三個(gè)維度，梳理全球主要先進(jìn)藥品監(jiān)管機(jī)構(gòu)的監(jiān)管科學(xué)行動(dòng)與技術(shù)關(guān)注熱點(diǎn)，供研究人員和監(jiān)管人員參考。

 

01 國(guó)際主要藥品監(jiān)管機(jī)構(gòu)監(jiān)管科學(xué)行動(dòng)概述

1.1 數(shù)據(jù)平臺(tái)建設(shè)

數(shù)據(jù)資源的可及性與質(zhì)量是真實(shí)世界研究的核心基石，國(guó)際監(jiān)管機(jī)構(gòu)的監(jiān)管科學(xué)實(shí)踐，亦始于數(shù)據(jù)資源的建設(shè)與治理。美國(guó)藥品監(jiān)督管理局（Food and Drug Administration，F(xiàn)DA）長(zhǎng)期通過開展上市后研究來監(jiān)測(cè)和評(píng)價(jià)藥物安全性，主要來源是“前哨系統(tǒng)（Sentinel System）”中的電子健康數(shù)據(jù)，整合有18家數(shù)據(jù)合作方（含醫(yī)療機(jī)構(gòu)、醫(yī)保機(jī)構(gòu)及研究所）的信息數(shù)據(jù)，涵蓋超過1億人的醫(yī)保數(shù)據(jù)和藥物使用數(shù)據(jù)，同時(shí)還有FDA-Catalyst系統(tǒng)補(bǔ)充提供來自與患者和/或其他報(bào)告者的互動(dòng)數(shù)據(jù)[3]，Optum，Marketscan，Medicare等商業(yè)保險(xiǎn)理賠數(shù)據(jù)庫[4]。FDA通過資助和合作的形式使用以上數(shù)據(jù)庫開展了大量真實(shí)世界研究，藥品企業(yè)也可通過購買的方式用這些數(shù)據(jù)開展研究。

歐洲藥品管理局（European Medicines Agency，EMA）于2021年啟動(dòng)了數(shù)據(jù)分析和真實(shí)世界查詢網(wǎng)絡(luò)項(xiàng)目（Data Analysis and Real World Interrogation Network，DARWIN EU），旨在構(gòu)建覆蓋全歐盟的多源健康數(shù)據(jù)生態(tài)系統(tǒng)。該項(xiàng)目通過整合電子健康記錄、保險(xiǎn)理賠數(shù)據(jù)、疾病注冊(cè)登記庫，為歐盟各國(guó)提供疾病、患者群體、藥物使用及表現(xiàn)的真實(shí)世界證據(jù)[5]。DARWIN EU的技術(shù)架構(gòu)具備兩大特點(diǎn)：一是標(biāo)準(zhǔn)化分析框架：為研究人員提供標(biāo)準(zhǔn)化數(shù)據(jù)和分析工具，簡(jiǎn)化分析流程并提升結(jié)果的一致性；二是隱私增強(qiáng)型計(jì)算架構(gòu)：應(yīng)用程序在數(shù)據(jù)合作方本地運(yùn)行，僅向協(xié)調(diào)中心共享處理后的結(jié)果，保護(hù)患者數(shù)據(jù)隱私并滿足歐盟監(jiān)管要求。該網(wǎng)絡(luò)在執(zhí)行落地的5年中，預(yù)計(jì)將有約380個(gè)研究基于該數(shù)據(jù)網(wǎng)絡(luò)進(jìn)行。

日本藥品和醫(yī)療器械管理局（Pharmaceuticals and Medical Devices Agency，PMDA）于2018年4月正式推出MID-NET（medical information database network）數(shù)據(jù)庫，該數(shù)據(jù)庫整合了23家醫(yī)院自2009年以來490萬患者的診療數(shù)據(jù)[6]，憑借其豐富的臨床數(shù)據(jù)資源和參與醫(yī)院的標(biāo)準(zhǔn)化編碼程序，為綜合分析與跨機(jī)構(gòu)數(shù)據(jù)的互操作性提供了有力支持。臨床創(chuàng)新網(wǎng)絡(luò)（clinical innovation network，CIN）是日本另一項(xiàng)匯總患者登記數(shù)據(jù)以改進(jìn)臨床藥物開發(fā)的舉措，該網(wǎng)絡(luò)通過收集日本現(xiàn)有患者登記信息，并為其構(gòu)建和發(fā)布搜索系統(tǒng)，以便于快速招募篩選患者、作為臨床試驗(yàn)中的歷史對(duì)照數(shù)據(jù)集，通過促進(jìn)基于登記數(shù)據(jù)的臨床研究加快創(chuàng)新藥物研發(fā)[7]。

 

1.2 開展課題研究

數(shù)據(jù)基礎(chǔ)設(shè)施的完善為循證監(jiān)管奠定了基礎(chǔ)，但監(jiān)管效能的持續(xù)提升更依賴于方法論創(chuàng)新、技術(shù)轉(zhuǎn)化與協(xié)同的系統(tǒng)性突破。全球的先進(jìn)監(jiān)管機(jī)構(gòu)正通過前瞻性的課題研究重塑藥品全生命周期管理的技術(shù)范式。

FDA同杜克大學(xué)合作研究真實(shí)世界證據(jù)的監(jiān)管技術(shù)概念與技術(shù)要求，自2017年至今已發(fā)布包括監(jiān)管框架、真實(shí)世界數(shù)據(jù)質(zhì)量和相關(guān)性、開發(fā)研究終點(diǎn)、非干預(yù)性研究方法論等15項(xiàng)白皮書[8]。FDA還通過與哈佛醫(yī)學(xué)院、布萊根婦女醫(yī)院等醫(yī)療機(jī)構(gòu)、杜克大學(xué)、耶魯大學(xué)等學(xué)術(shù)機(jī)構(gòu)和數(shù)據(jù)公司合作，啟動(dòng)了26項(xiàng)真實(shí)世界證據(jù)研究項(xiàng)目，如模擬目標(biāo)臨床試驗(yàn)項(xiàng)目、處理潛在偏倚的方法學(xué)、可穿戴設(shè)備和基于智能手機(jī)的移動(dòng)健康平臺(tái)用于心力衰竭藥物批準(zhǔn)的替代終點(diǎn)、哨點(diǎn)系統(tǒng)Sentinel數(shù)據(jù)進(jìn)行構(gòu)建評(píng)價(jià)終點(diǎn)、為真實(shí)世界證據(jù)制定數(shù)據(jù)標(biāo)準(zhǔn)映射到現(xiàn)有通用CDISC標(biāo)準(zhǔn)、應(yīng)用新穎的統(tǒng)計(jì)方法為混合隨機(jī)對(duì)照試驗(yàn)設(shè)計(jì)開發(fā)決策框架等[9]。FDA在實(shí)際審評(píng)中針對(duì)孤兒藥的研發(fā)、新冠疫情中針對(duì)疫苗的緊急授權(quán)使用、同情用藥的擴(kuò)展獲取計(jì)劃等場(chǎng)景接受真實(shí)世界證據(jù)[10]。在基于豐富的商業(yè)化數(shù)據(jù)源和強(qiáng)大的學(xué)術(shù)智庫的支持下，F(xiàn)DA通過實(shí)踐充分探索真實(shí)世界研究的設(shè)計(jì)與實(shí)施，同時(shí)并未將隨機(jī)對(duì)照試驗(yàn)與真實(shí)世界證據(jù)完全割裂，在方法學(xué)和實(shí)踐上推動(dòng)兩者的互補(bǔ)融合[11]。

EMA將真實(shí)世界證據(jù)置于更廣泛的大數(shù)據(jù)行動(dòng)計(jì)劃中，2021年提出了到2025年將廣泛使用真實(shí)世界證據(jù)并且在各種監(jiān)管案例中確認(rèn)真實(shí)世界證據(jù)價(jià)值的愿景[12]。2023年EMA發(fā)布了相關(guān)回顧報(bào)告，評(píng)估了2021年9月1日至2023年2月7日間監(jiān)管機(jī)構(gòu)主導(dǎo)的真實(shí)世界研究案例，分享了成功經(jīng)驗(yàn)與挑戰(zhàn)，涵蓋25項(xiàng)DARWIN EU內(nèi)部研究。EMA仍在持續(xù)尋求擴(kuò)充數(shù)據(jù)源數(shù)量、規(guī)模及類型，以豐富DARWIN EU數(shù)據(jù)量[13]?；谝陨涎芯康慕?jīng)驗(yàn)，EMA提出了加速真實(shí)世界證據(jù)生成的策略，策略包括建立挖掘現(xiàn)有數(shù)據(jù)及常規(guī)重復(fù)研究模型，以及預(yù)先計(jì)算的可搜索表型庫和自動(dòng)化重復(fù)任務(wù)，以實(shí)現(xiàn)即時(shí)大型簡(jiǎn)單研究。

PMDA于2021年4月正式成立真實(shí)世界數(shù)據(jù)工作組（Real World Data Working Group，RWD WG），其核心目標(biāo)在于深化對(duì)真實(shí)世界研究相關(guān)監(jiān)管議題的探討，涵蓋數(shù)據(jù)可靠性標(biāo)準(zhǔn)與方法論等關(guān)鍵領(lǐng)域。該工作組致力于促進(jìn)真實(shí)世界數(shù)據(jù)在日本監(jiān)管體系中的融合應(yīng)用，并為注冊(cè)數(shù)據(jù)及方法規(guī)劃提供專業(yè)咨詢。此外，工作組持續(xù)致力于患者登記數(shù)據(jù)以及醫(yī)療信息數(shù)據(jù)庫的應(yīng)用研究工作[14]。

 

1.3 國(guó)際協(xié)調(diào)

在數(shù)據(jù)治理框架與監(jiān)管科學(xué)工具快速迭代的背景下，國(guó)際協(xié)調(diào)正通過促進(jìn)共識(shí)構(gòu)建應(yīng)對(duì)技術(shù)異構(gòu)性挑戰(zhàn)，為全球藥品監(jiān)管從孤立行動(dòng)向協(xié)同增效躍遷。

國(guó)際人用藥品注冊(cè)技術(shù)協(xié)調(diào)會(huì)（International Council for Harmonization，ICH）層面，在FDA、EMA等機(jī)構(gòu)的積極推動(dòng)下，ICH已有M14《使用真實(shí)世界數(shù)據(jù)進(jìn)行藥品安全性評(píng)估的藥物流行病學(xué)研究：規(guī)劃和設(shè)計(jì)指導(dǎo)原則》指導(dǎo)原則處于第3階段，將于2025年結(jié)束國(guó)際協(xié)調(diào)進(jìn)入各國(guó)實(shí)施階段[15]。2024年6月，由FDA、EMA和加拿大藥品監(jiān)督管理局共同提議，ICH成員國(guó)協(xié)調(diào)后發(fā)布了起草關(guān)于利用真實(shí)世界數(shù)據(jù)生成真實(shí)世界證據(jù)相關(guān)指導(dǎo)原則的建議書，重點(diǎn)在于藥物的有效性和安全性評(píng)估。真實(shí)世界數(shù)據(jù)用于支持上市前藥物有效性評(píng)價(jià)的國(guó)際協(xié)調(diào)即將開展。隨著國(guó)際各監(jiān)管機(jī)構(gòu)的實(shí)踐經(jīng)驗(yàn)積累，在ICH層面形成真實(shí)世界證據(jù)作為臨床研究評(píng)價(jià)藥物有效性的新范式之后，各成員國(guó)將面臨國(guó)際接軌和落地實(shí)施的必然趨勢(shì)。

此外，國(guó)際藥品監(jiān)管機(jī)構(gòu)聯(lián)盟（International Coalition of Medicines Regulatory Authorities，ICMRA）對(duì)觀察性研究和真實(shí)世界證據(jù)的實(shí)踐應(yīng)用在新冠疫情時(shí)十分活躍，合作開展了疫情期間孕婦隊(duì)列等研究[16]。2022年6月，EMA、FDA和加拿大衛(wèi)生部在阿姆斯特丹聯(lián)合舉辦了ICMRA真實(shí)世界證據(jù)研討會(huì)并發(fā)表了聯(lián)合聲明。該聲明中，ICMRA明確了監(jiān)管合作的四大核心領(lǐng)域，即協(xié)調(diào)真實(shí)世界數(shù)據(jù)與證據(jù)的術(shù)語定義，對(duì)真實(shí)世界數(shù)據(jù)與證據(jù)相關(guān)指南及最佳實(shí)踐的監(jiān)管一致性進(jìn)行協(xié)調(diào)，提升數(shù)據(jù)可讀性，以及增強(qiáng)透明度[17]。

 

02 行動(dòng)計(jì)劃中關(guān)注技術(shù)熱點(diǎn)

如前文所述，全球先進(jìn)藥品監(jiān)管機(jī)構(gòu)近年來持續(xù)強(qiáng)化真實(shí)世界研究的戰(zhàn)略優(yōu)先級(jí)?；谄湔呖蚣苎葸M(jìn)、技術(shù)路線圖更新及資源傾斜路徑的綜合性研判，真實(shí)世界研究在監(jiān)管科學(xué)中的實(shí)踐范式將圍繞以下3個(gè)維度深化演進(jìn)。

 

2.1 數(shù)據(jù)平臺(tái)建設(shè)與研究合作

如前文所述，全球主要監(jiān)管機(jī)構(gòu)正通過國(guó)家級(jí)數(shù)據(jù)基礎(chǔ)設(shè)施豐富真實(shí)世界數(shù)據(jù)來源和提升質(zhì)量。美國(guó)FDA的Sentinel、歐盟EMA DARWIN EU、日本PMDA的MID-NET系統(tǒng)的分布式架構(gòu)均應(yīng)用了聯(lián)邦學(xué)習(xí)（federated learning）等技術(shù)實(shí)現(xiàn)跨數(shù)據(jù)合作方的數(shù)據(jù)利用。去中心化模型訓(xùn)練機(jī)制有利于突破醫(yī)療機(jī)構(gòu)間數(shù)據(jù)孤島與隱私保護(hù)的矛盾，允許參與方在不共享原始數(shù)據(jù)的前提下完成協(xié)同分析。這些平臺(tái)建設(shè)的過程中，通用數(shù)據(jù)模型（common data model，CDM）映射統(tǒng)一異構(gòu)數(shù)據(jù)、聯(lián)邦學(xué)習(xí)、智能合約等新技術(shù)和方法在不斷的應(yīng)用發(fā)展。

 

2.2  研究范式的規(guī)范與創(chuàng)新

如何用觀察性研究數(shù)據(jù)及與隨機(jī)對(duì)照研究進(jìn)行有機(jī)整合也是國(guó)際藥品監(jiān)管機(jī)構(gòu)在探索的熱點(diǎn)之一。從真實(shí)世界研究中得出可靠的因果推斷需要用嚴(yán)格的統(tǒng)計(jì)方法，如模擬目標(biāo)臨床試驗(yàn)和估計(jì)目標(biāo)框架，這些方法旨在使觀察研究與隨機(jī)對(duì)照研究的方法學(xué)嚴(yán)謹(jǐn)性保持一致。FDA資助的RCT DUPLICATE計(jì)劃中旨在確定用真實(shí)世界證據(jù)進(jìn)行監(jiān)管決策的有效性[18]。該行動(dòng)計(jì)劃中用了Hernán和Robins提出的“模擬目標(biāo)試驗(yàn)框架”[19]，對(duì)于設(shè)計(jì)和解讀觀察性研究具有重要的參考意義。歐洲也有使用瑞典國(guó)家腎臟登記處的數(shù)據(jù)模擬了IDEAL試驗(yàn)以確定真實(shí)世界中最佳估計(jì)腎小球?yàn)V過率（estimated glomerular filtration rate，eGFR）[20]和使用英國(guó)臨床實(shí)踐研究數(shù)據(jù)鏈的初級(jí)保健數(shù)據(jù)模擬TORCH試驗(yàn)的嘗試[21]。此類范式創(chuàng)新面臨的核心挑戰(zhàn)在于未測(cè)量混雜因素的識(shí)別與控制，以及對(duì)于數(shù)據(jù)適用性的高質(zhì)量要求。成功的真實(shí)世界證據(jù)整合依賴于對(duì)研究設(shè)計(jì)和數(shù)據(jù)分析保持嚴(yán)格的標(biāo)準(zhǔn)，包括清晰的方案、詳細(xì)的數(shù)據(jù)可追溯性和有效的統(tǒng)計(jì)方法，以有效控制觀察數(shù)據(jù)中固有的偏倚。

另外，國(guó)際藥品監(jiān)管機(jī)構(gòu)也并未將真實(shí)世界研究與隨機(jī)對(duì)照研究完全割裂開來，用真實(shí)世界數(shù)據(jù)生成單臂研究的外部對(duì)照、含有實(shí)用元素的隨機(jī)對(duì)照試驗(yàn)、真實(shí)世界數(shù)據(jù)混合形成研究組和/或?qū)φ战M等多種研究設(shè)計(jì)均有利于構(gòu)建多維證據(jù)鏈。如果能夠科學(xué)合理地設(shè)計(jì)策略和因果推斷方法，在隨機(jī)對(duì)照研究中有效融合外部信息，在穩(wěn)健、可靠、完備地控制偏倚風(fēng)險(xiǎn)的同時(shí)提高試驗(yàn)效率，加快有效治療藥物惠及患者的速度，具有明顯的現(xiàn)實(shí)和學(xué)術(shù)意義[22]。但融合外部數(shù)據(jù)仍然存在很多爭(zhēng)議和亟待解決的問題，如數(shù)據(jù)質(zhì)量、各類偏倚、療效異質(zhì)性等[23]，使外部數(shù)據(jù)的應(yīng)用場(chǎng)景和結(jié)論有效性等面臨挑戰(zhàn)和限制。因此，如何完善相關(guān)理論方法體系、開發(fā)恰當(dāng)?shù)难芯吭O(shè)計(jì)與統(tǒng)計(jì)分析技術(shù)，在控制風(fēng)險(xiǎn)的同時(shí)充分有效地融合外部信息，產(chǎn)生高質(zhì)量的證據(jù)，已成為近年國(guó)內(nèi)外新藥研發(fā)領(lǐng)域的前沿?zé)狳c(diǎn)問題。

 

2.3 因果推斷的偏倚控制與框架化

對(duì)于真實(shí)世界數(shù)據(jù)到真實(shí)世界證據(jù)的關(guān)鍵環(huán)節(jié)統(tǒng)計(jì)分析也面臨著對(duì)偏倚識(shí)別和控制的需求，陰性對(duì)照、雙穩(wěn)健估計(jì)、因果路徑圖等相關(guān)技術(shù)在學(xué)術(shù)界早期已有探索。EMA在2023年《基于登記研究指南》中指出，機(jī)器學(xué)習(xí)等先進(jìn)分析方法可用于混雜控制的敏感性分析探索，由于以上方法的復(fù)雜性，監(jiān)管機(jī)構(gòu)對(duì)其應(yīng)用均持謹(jǐn)慎態(tài)度，要求需通過嚴(yán)格驗(yàn)證。

隨著機(jī)器學(xué)習(xí)和人工智能等統(tǒng)計(jì)方法的發(fā)展，F(xiàn)DA還發(fā)起了一項(xiàng)包括目標(biāo)學(xué)習(xí)框架進(jìn)行真實(shí)世界數(shù)據(jù)分析的項(xiàng)目（75F40119C10155）[24]，該項(xiàng)目旨在檢驗(yàn)?zāi)繕?biāo)最大似然估計(jì)（targeted maximum likelihood estimation，TMLE）和超級(jí)學(xué)習(xí)（super learning，SL）在臨床試驗(yàn)和觀察性研究中進(jìn)行因果效應(yīng)估計(jì)的效果，項(xiàng)目將比較TMLE、SL同傾向評(píng)分等方法在不同場(chǎng)景下的分析效果，已構(gòu)建了由TMLE和SL組成的目標(biāo)學(xué)習(xí)（targeted learning，TL）分析框架[25]，用于評(píng)估真實(shí)世界證據(jù)有效性和可解釋性。當(dāng)與清單工具結(jié)合使用時(shí)，例如PALISADE清單，有助于判斷以上分析方法是否能為研究增加透明度。

 

03  總結(jié)

近年來，大數(shù)據(jù)的治理和分析方法快速進(jìn)步，為海量真實(shí)世界數(shù)據(jù)整合及快速分析提供了技術(shù)支撐。以DARWIN EU為代表的國(guó)際區(qū)域研究平臺(tái)為例，通過標(biāo)準(zhǔn)化的分析流程已能實(shí)現(xiàn)即時(shí)的大規(guī)模研究。隨著數(shù)據(jù)維度的擴(kuò)展和規(guī)模增長(zhǎng)，真實(shí)世界數(shù)據(jù)的深度解析為生成高質(zhì)量的真實(shí)世界證據(jù)創(chuàng)造了條件，未來將可能進(jìn)入大數(shù)據(jù)引導(dǎo)決策的時(shí)代。在此背景下，真實(shí)世界證據(jù)應(yīng)用將成為監(jiān)管科學(xué)研究中極具戰(zhàn)略意義的領(lǐng)域，區(qū)域數(shù)據(jù)平臺(tái)通過系統(tǒng)化數(shù)據(jù)治理和持續(xù)研究積累，能夠深度釋放真實(shí)世界數(shù)據(jù)的應(yīng)用價(jià)值，為藥品全生命周期研發(fā)提供可持續(xù)的證據(jù)支持。

在我國(guó)，構(gòu)建區(qū)域性真實(shí)世界數(shù)據(jù)平臺(tái)及數(shù)據(jù)共享機(jī)制具有深遠(yuǎn)意義：研發(fā)效率提升與監(jiān)管范式升級(jí)。一方面，此類平臺(tái)可通過結(jié)構(gòu)化數(shù)據(jù)處理快速響應(yīng)藥品研發(fā)中的關(guān)鍵問題；另一方面，其有助于賦能去中心化臨床試驗(yàn)及以患者為中心等先進(jìn)理念的融合與實(shí)踐，進(jìn)而推動(dòng)監(jiān)管決策從“傳統(tǒng)臨床試驗(yàn)主導(dǎo)”向“多元證據(jù)整合”演進(jìn)。國(guó)際經(jīng)驗(yàn)表明，研究平臺(tái)的構(gòu)建需要協(xié)同需求驅(qū)動(dòng)、研究積累、政策扶持和行業(yè)推進(jìn)等關(guān)鍵因素。當(dāng)前，真實(shí)世界證據(jù)在藥品評(píng)價(jià)中的深入應(yīng)用正面臨技術(shù)革新、法規(guī)更新和方法學(xué)變革的三重挑戰(zhàn)，國(guó)際監(jiān)管機(jī)構(gòu)經(jīng)驗(yàn)表明需要加強(qiáng)跨學(xué)科合作（例如人工智能與生物醫(yī)學(xué)的結(jié)合），促進(jìn)數(shù)據(jù)共享生態(tài)系統(tǒng)的建設(shè)。隨著大數(shù)據(jù)被納入國(guó)家生產(chǎn)要素戰(zhàn)略，依托本土真實(shí)世界數(shù)據(jù)資源，我國(guó)真實(shí)世界研究行動(dòng)計(jì)劃有望實(shí)現(xiàn)數(shù)據(jù)資源化→證據(jù)資產(chǎn)化→決策智能化的階梯式跨越。

 

參考文獻(xiàn)

[1] SARRI G，HERNANDEZ L G. The maze of real-world evidence frameworks：From a desert to a jungle! An environmental scan and comparison across regulatory and health tec hnology assessment agencies [J/OL]. J Comp Eff Res，2024，13（9）：e240061. 2024-08-12 [2024-10-11]. https://pubmed.ncbi.nlm.nih.gov/39132748/.

[2] WANG J，CHEN J，ZHAO J，et al. Establishment of RWS guidance reflecting contributions of China to reg ulatory science [J]. J Biopharm Stat，2024，34（6）：864—872.

[3] FDA. About the Food and Drug Administration （FDA） Sentinel Initiative [EB/OL]. 2006-07-31 [2025-03-28].https://www.sentinelinitiative.org/about.

[4] WANG S V，SREEDHARA S K，SCHNEEWEISS S. Reproducibility of real-world evidence studies using clinical practice data to inform regulatory and coverage decisions [J/OL]. Nat Commun，2022，13：5126. 2022-08-31 [2024-10-11]. https://pubmed.ncbi.nlm.nih.gov/36045130/

[5] EMA. the Data Analysis and Real World Interrogation Network （DARWIN EU®） [EB/OL]. 2022-02-28 [2025-03-28].https://www.darwin-eu.org/. 

[6] PMDA. MID-NET Hompage [EB/OL]. 2018-04-30 [2025-03-28].https://www.pmda.go.jp/safety/mid-net/0001.html

[7] PMDA. Clinical Innovation Network Homepage [EB/OL]. 2016-12-31 [2025-03-28].https://cinc.ncgm.go.jp/

[8] DUKE-MARGOLIS. Real-World Evidence Collaborative White Papers [EB/OL]. 2017-11-13 [2025-03-28].https://healthpolicy.duke.edu/real-world-evidence-collaborative-white-papers.

[9] FDA. RWD and RWE-focused Demonstration Projects [EB/OL]. 2023-11-16 [2025-03-28].https://www.fda.gov/science-research/real-world-evidence/rwd-and-rwe-focused-demonstration-projects.

[10] THOKAGEVISTK K，COPPO C，REY L，et al. Real-world evidence to reinforce clinical trial evidence in health tec hnology assessment：A critical review of real-world evidence requireme nts from seven countries and recommendations to improve acceptance [J]. J Mark Access Health Policy，2024，12（2）：105—117.

[11] ALIPOUR‐HARIS G，LIU X，ACHA V，et al. Real‐world evidence to support regulatory submissions：A landscape rev iew and assessment of use cases [J/OL]. Clin Transl Sci，2024，17（8）：e13903. 2024-08-31 [2024-10-11]. https://pubmed.ncbi.nlm.nih.gov/39092896/.

[12] ARLETT P，KJAER J，BROICH K，et al. Real-world evidence in EU medicines regulation：Enabling use and estab lishing value [J]. Clin Pharmacol Ther，2022，111（1）：21—23.

[13] EMA. DARWIN EU® continues expanding its capacity to deliver real-world data studies [EB/OL]. 2024-03-06 [2025-03-28].https://www.ema.europa.eu/en/news/darwin-eur-continues-expanding-its-capacity-deliver-real-world-data-studies.

[14] PMDA. RWD WG [EB/OL]. 2021-04-30 [2025-03-28].https://www.pmda.go.jp/english/rs-sb-std/rs/0023.html.

[15] ICH. ICH Official web site ：Multidisciplinary Guidelines [EB/OL]. 2021-07-31 [2025-03-28]. https://www.ich.org/page/multidisciplinary-guidelines

[16] ICMRA. ICMRA Pregnancy and Lactation Workshop [EB/OL].2021-02-09 [2025-03-28].https://icmra.info/drupal/en/covid-19/9february2021

[17] ICMRA. ICMRA statement on international collaboration to enable real-world evidence （RWE） for regulatory decision-making [EB/OL]. 2022-07-22 [2025-03-28].https://www.icmra.info/drupal/sites/default/files/2022-07/icmra_statement_on_rwe.pdf

[18] FRANKLIN J M，PAWAR A，MARTIN D，et al. Nonrandomized real-world evidence to support regulatory decision making：Process for a randomized trial replication project [J]. Clin Pharmacol Ther，2020，107（4）：817—826.

[19] HERNáN M A，ROBINS J M. Using big data to emulate a target trial when a randomized trial is not available [J]. Am J Epidemiol，2016，183（8）：758—764.

[20] FU E L，EVANS M，CARRERO J J，et al. Timing of dialysis initiation to reduce mortality and cardiovascular e vents in advanced chronic kidney disease：Nationwide cohort study [J]. BMJ，2021，375：e066306. 2021-11-29 [2024-10-11]. https://pubmed.ncbi.nlm.nih.gov/34844936/

[21] WING K，WILLIAMSON E，CARPENTER J R，et al. Medications for chronic obstructive pulmonary disease：A historical no n-interventional cohort study with validation against RCT results [J]. Health Technol Assess，2021，25（51）：1—70.

[22] LEVENSON M，HE W，CHEN J，et al. Biostatistical considerations when using RWD and RWE in clinical studies for regulatory purposes：A landscape assessment [J]. Stat Biopharm Res, 2021 (15): 3 - 13.

[23] HALL K T，VASE L，TOBIAS D K，et al. Historical controls in randomized clinical trials：Opportunities and challenges [J]. Clin Pharmacol Ther，2021，109（2）：343—351.

[24] Putnam Data Sciences. Targeted Learning for Analyses of Real World Data [EB/OL]. 2020-02-05 [2025-03-28].https://www.putnamds.com/.

[25] GRUBER S，PHILLIPS R V，LEE H，et al. Targeted learning：Toward a Future informed by real-world evidence [J]. Stat Biopharm Res，2024，16（1）：11—25.