← Все идеи
HERMS · АНАЛИТИКА

Доказательства в реальном мире: как построить исследования, которые поддерживают решения о регулировании и доступе к рынку

Global life sciences AI · Опубликовано 16 Ноября 2026 · HERMS Consultancy DMCC

Исследовать Подход HERMS и наш Портфель решений.

Доказательства в реальном мире могут поддерживать решения о регулировании и доступе к рынку, когда вопрос исследования, данные, дизайн и анализ соответствуют принятому решению. Начните с неопределенности, которая имеет значение, выберите данные с адекватной релевантностью и надежностью, устраните предвзятость и путаницу и сохраните прослеживаемый путь от исходных записей к выводам. Одни только большие наборы данных не устанавливают эффекты лечения или стоимость плательщика. Достоверные исследования делают свои предположения, ограничения и сохраняющуюся неопределенность достаточно ясными для независимой оценки. Реальные мировые доказательства Соображения по использованию данных реального мира и фактических данных реального мира для поддержки принятия нормативных решений в отношении лекарственных средств и биологических продуктов NICE Real-World Доказательная база

Что такое реальные доказательства и чем они отличаются от реальных данных?

Реальные данные, или RWD, описывают состояние здоровья или доставку медицинских услуг в обычных источниках, таких как электронные медицинские записи, претензии и реестры. Реальные данные, или RWE, являются клиническими доказательствами, полученными из анализа этих данных. Поэтому база данных является входным, а не исследовательским выводом. RWE может возникнуть из более чем ретроспективных наблюдательных исследований; рандомизированные исследования также могут использовать регулярно собираемые данные. Реальные мировые доказательства

Набор данных может хорошо описывать схемы лечения, но не имеет тяжести заболевания, необходимой для сравнительной эффективности. Претензии могут измерять заявленное использование более непосредственно, чем симптомы или качество жизни. Пригодность исследования специфична для вопроса, населения и предполагаемого использования - не постоянный значок, прикрепленный к поставщику данных. NICE Real-World Доказательная база

Начните с решения, а не с базы данных.

Напишите сначала решение доказательства кратко перед переговорами доступа или проведения анализов. Определите, кто будет использовать доказательства, какое решение находится на рассмотрении, какая неопределенность может изменить это решение, и какие претензии исследование может законно поддержать. Отделите описательный вопрос от причинного требования.

Контекст решенияПример вопросаСоответствующие доказательстваКлючевое ограничение для разрешения
Эффективность регулированияУлучшает ли инициирование A, а не B определенный результат?Сравнительный дизайн с выровненными когортами и последующие действияСмущение, валидность конечной точки и применимые стандарты доказывания
Постмаркетинговая безопасностьСвязано ли воздействие с определенным неблагоприятным исходом?Соответствующее фармакоэпидемиологическое исследованиеВремя экспозиции, обнаружение и смешивание
Сравнительные значения HTAКак технология работает против соответствующего местного ухода?Сравнительные эффекты плюс оценка применимостиСравнитель и релевантность населения
Экономическая оценкаКакое использование ресурсов, коммунальные услуги или долгосрочные результаты информируют модель?Контекстно-специфические оценки с неопределенностьюПереносимость и экстраполяция
Влияние бюджетаСколько пациентов могут получить лечение и какой ценой?Вводимые ресурсы в области народонаселения, освоения и использованияМестные пути, цены и предположения
Развитие доказательной базыКакую неопределенность должен уменьшить будущий сбор?Оценка осуществимости и план перспективных доказательствПоследующие меры, управление и измеримые результаты

Регуляторное утверждение и возмещение - это разные решения. Доказательства, относящиеся к безопасности или эффективности, могут не отвечать на вопрос плательщика о местном компараторе, использовании ресурсов или доступности. Структура NICE поддерживает использование RWD для характеристики ухода и информирования экономических моделей, но она не устанавливает универсальные минимальные стандарты принятия. Соображения по использованию данных реального мира и фактических данных реального мира для поддержки принятия нормативных решений в отношении лекарственных средств и биологических продуктов NICE Real-World Доказательная база

Создавайте пригодные для использования данные о релевантности и надежности

Оценка релевантности: уместны ли данные о населении, экспозиции, результатах, путаницах, условиях ухода и календарном периоде? Затем оценка надежности: как были захвачены, отобраны, связаны и проверены записи? Точность, полнота и прослеживаемость документов по отношению к переменным, которые приводят к выводу. Единый общий балл полноты может скрыть отсутствующий существенный путаница. Соображения по использованию данных реального мира и фактических данных реального мира для поддержки принятия нормативных решений в отношении лекарственных средств и биологических продуктов M14 Общие принципы планирования, проектирования, анализа и отчетности о неинтервенционных исследованиях, в которых используются реальные данные для оценки безопасности лекарственных средств NICE Real-World Доказательная база

Источник данныхПотенциальный вкладВопрос, который нужно решить перед использованием
Электронные медицинские записиКлинические измерения, диагнозы и контекст уходаЗафиксированы ли серьезность, сроки и внесетевые результаты?
Административные претензииИспользование, предоставление и возмещение услугПредставляют ли коды клинические концепции и точку зрения плательщика?
Реестр болезней или продуктовСпецифические для заболевания детали и продольные результатыКак отбирались и отслеживались участники?
Смертность или другие связанные записиДополнительные результаты констатацииКакие ошибки в ссылках, задержки и разрешения применяются?
Информация, сообщенная пациентомСимптомы, функция и качество жизниЯвляются ли соответствующие меры и отсутствие ответов информативными?
Цифровые источники здоровьяПовторные измерения вне посещенийПоняты ли устройства, алгоритмы и недостающие данные?

Создать таблицу осуществимости переменного уровня, прежде чем приступить к полному исследованию. Включите алгоритмы кодирования, окна наблюдения, доказательства проверки, пропущенность, успех связи и известные изменения с течением времени. Если критическая конечная точка отсутствует, рассмотрите другой источник или дополнительный сбор; усложнение в анализе не может произвести недостающее измерение. NICE Real-World Доказательная база Методы реальных исследований сравнительных эффектов

Проектирование исследования перед изучением сравнительных результатов

Для причинных вопросов укажите гипотетическое испытание, которому стремится подражать наблюдательное исследование. Определить приемлемость, стратегии лечения, назначение, последующее наблюдение, результаты, причинно-следственный эффект интереса и анализа. Этот подход к целевому испытанию делает выбор дизайна явным и выявляет пробелы между идеальным вопросом и имеющимися данными. Он не превращает назначение наблюдательного лечения в рандомизацию. Методы реальных исследований сравнительных эффектов

Там, где это уместно, группа новых пользователей может улучшить сопоставимость. Сравните пациентов, инициирующих клинически релевантные альтернативы на той же стадии лечения, а не смешивающих случайных и давних пользователей. Выравнивание приемлемости, начало лечения и начало последующего наблюдения, чтобы избежать искусственного периода, в котором исход не мог произойти. Методы реальных исследований сравнительных эффектов

Определите оценку: какая популяция, контраст лечения, результат, временной горизонт и обработка событий, таких как переключение или прекращение? Эффект инициирования лечения и эффект лечения отвечают на различные вопросы. Цензура людей при их переключении может создать предвзятость, если переключение связано с прогнозом; изложите предположения и методы, а не рассматривайте цензуру как административное управление. Методы реальных исследований сравнительных эффектов

Контроль запутывается, не утверждая, что он исчез.

Смущение возникает, когда факторы влияют как на выбор лечения, так и на результат. Выявляют вероятные вмешивающиеся факторы из клинических знаний, литературы и явных причинных рассуждений. Избегают выбора переменных корректировки только потому, что они статистически значимы. Направленный ациклический граф может помочь отличить вмешивающихся от медиаторов и коллайдеров. Методы реальных исследований сравнительных эффектов

Выберите методы, согласованные с оценками и данными: могут быть подходящими подходы ограничения, сопоставления, стратификации, регрессии или оценки склонности. Оцените ковариативный баланс и перекрытие лечения и сообщите о последствиях исключений или экстремальных весов. Оценка склонности уравновешивает измеряемую информацию в соответствии с предположениями; она не может гарантировать баланс в неизмеренной серьезности или клиническом суждении. Методы реальных исследований сравнительных эффектов

Изменяющееся во времени смешение может потребовать методов, выходящих за рамки стандартной базовой корректировки. Получить специализированный статистический вход, где предыдущее лечение влияет на путаницу, которая также влияет на последующее лечение и результаты. Не выбирайте сложный метод только потому, что он дает более благоприятный результат. Методы реальных исследований сравнительных эффектов

Адрес недостающих данных, смещения и валидности конечной точки

УгрозаКак можно подорвать выводПредлагаемый ответ
Путаница по показаниямЛечение отражает тяжесть заболевания или прогнозКлинически подходящий компаратор; измеренная степень тяжести; анализ чувствительности
Бессмертный временной уклонОпределение экспозиции требует выживания в течение периодаВыравнивание нулевого времени и стратегии лечения
Итоги неправильной классификацииКоды не отражают предполагаемое событиеПроверка алгоритмов; оценка дифференциального измерения
Информативная цензураПотеря последующих действий связана с прогнозомОпределение причин; использование подходящих методов и анализ чувствительности
Недостающие данныеЗапись зависит от ухода или состояния здоровьяОписывать закономерности и механизмы; обосновывать обработку предположений
Разница в расписании/местеИзменения в уходе во времени или учрежденияхОценка сопоставимости; ограничение, корректировка или стратификация по мере необходимости
Плохое перекрытиеГруппы пациентов не имеют сопоставимыхПоддержка отчетов, исключения и изменение целевого населения
Селективный анализ/отчетностьМетоды следуют благоприятным выводамУточненный протокол/SAP; отклонения от этикетки и исследовательская работа

Сообщать о пропаже по группе лечения и с течением времени, когда это уместно. Множественные вычисления не являются универсальным исправлением: их обоснованность зависит от предположений и модели. Рассмотрим анализ чувствительности или количественного смещения, когда пропажа, неизмеримое смешение или неправильное рассекречивание могут существенно изменить интерпретацию. Методы реальных исследований сравнительных эффектов

Настоящие оценки эффекта с неопределенностью и клинически значимыми абсолютными величинами, где это уместно, не только p-значения. Если анализ чувствительности дает разные выводы, объяснить, какие предположения приводят к разнице. Статистическая точность не устанавливает свободу от систематического смещения. NICE Real-World Доказательная база Методы реальных исследований сравнительных эффектов

Используйте внешний контроль осторожно, особенно при редких заболеваниях и передовых методах лечения.

Внешний контроль может помочь устранить пробелы в доказательствах, когда подходящие рандомизированные сравнения недоступны, но одного сходства диагноза недостаточно. Оценка приемлемости, стадия заболевания, предшествующее лечение, дата индекса, поддерживающая помощь, определения конечных точек, частота оценки и календарный период. Различия между участниками исследования и пациентами, проходящими плановый уход, могут вызывать очевидные эффекты, не связанные с технологией. Методы реальных исследований сравнительных эффектов

Для клеточной и генной терапии редкие популяции и долгосрочная неопределенность делают важной тщательную естественную историю и планирование последующих действий. Состояние, в котором данные не могут установить достоверное сравнение. Однорукое исследование плюс большой внешний набор данных не автоматически демонстрируют причинную выгоду; осуществимость может показать, что необходим дополнительный сбор. NICE Real-World Доказательная база Методы реальных исследований сравнительных эффектов

Перевод RWE в доказательства доступа к рынку, а не необоснованные претензии на стоимость

Свяжите каждое предложенное требование плательщика с конкретным анализом и контекстом принятия решения. Различают клиническую эффективность, использование ресурсов здравоохранения, затраты, коммунальные услуги в области здравоохранения и влияние на бюджет. Более низкие наблюдаемые расходы могут отражать сочетание случаев, более короткое наблюдение или неполный охват, а не эффект лечения. NICE Real-World Доказательная база Методы реальных исследований сравнительных эффектов

Для экономических моделей задокументируйте роль каждого вклада RWE: базовый риск, показатели событий, продолжительность лечения, использование или долгосрочные результаты. Объясните, как это связано с экспериментальными доказательствами, как распространяется неопределенность и почему это относится к целевой системе здравоохранения. Сценарии бюджетного воздействия должны обнажать приемлемое население и принять предположения, а не представлять единую оценку как неизбежность. Это предлагаемые методы осуществления, основанные на создании транспарентных доказательств. NICE Real-World Доказательная база

Трансферабельность заслуживает собственной оценки. Исследование, проведенное в одной стране, может информировать другую страну, но не может напрямую обеспечивать местные цены, пути ухода или базовые показатели событий. Отдельная внутренняя обоснованность от применимости; перевес не может исправить каждую неизмеримую разницу между настройками. Методы реальных исследований сравнительных эффектов

Сохранить отслеживаемый анализ из источника, чтобы утверждать

Независимый рецензент должен быть в состоянии понять, как источник стал аналитическим набором данных и как набор данных стал результатом. Сохраняйте описания источников и даты извлечения; словари данных и списки кодов; правила связи и курирования; когортное истощение; версии протокола и статистического анализа; исполняемый код и детали окружающей среды; проверки качества; отклонения; и отображения выход-к-требования. NICE Real-World Доказательная база Методы реальных исследований сравнительных эффектов

Планирование управления законным доступом, анализ этики там, где это применимо, конфиденциальность, разрешенные связи, хранение и безопасный анализ. Прозрачность не означает публикацию идентифицируемых записей пациентов. Где сырые данные не могут быть переданы, объяснить ограничения и предоставить достаточно методов, метаданных и исполняемых спецификаций для значимого изучения. NICE Real-World Доказательная база

ИИ может помочь сортировке литературы, составлению предложений по кодированию или документации, но генерируемые цитаты, отображения и извлеченные поля требуют проверки, пропорциональной их использованию. Держите полномочия по разработке исследования, разрешения на доступ и научные выписки под ответственным контролем человека. Это рекомендуемая операционная гарантия, а не требование универсально уполномоченной процедуры обзора ИИ.

Гипотетическое исследование: один набор данных, два вопроса решения

Предположим, что компания хочет сравнить госпитализацию после начала терапии A с терапией B, а также сообщить о представлении HTA. Источник претензий фиксирует дозирование и приемы, но тяжесть заболевания не полностью зарегистрирована. Команда сначала определяет стадию лечения, право нового пользователя, базовое наблюдение, нулевое время, конечную точку и последующее наблюдение.

Осуществимость показывает, что связанный клинический источник может улучшить измерение степени тяжести. Протокол определяет коррективы смешивания, оценку совпадения, обработку отсутствующих данных и анализ чувствительности. Если адекватная сопоставимость не может быть достигнута, команда сужает заявление или изменяет план доказательств, а не рекламирует причинное преимущество.

Что касается вопроса плательщика, то он отдельно оценивает релевантность местных компараторов, удельные затраты, приемлемое население и неопределенность модели. Регулятивный анализ и экономическая оценка имеют документально подтвержденные доказательства, но ни один из них не помечается как доказательство другого. Этот сценарий является иллюстративным; он не сообщает о результатах лечения или развертывании HERMS.

Регуляторный и HTA-ландшафт: что говорят источники

ИсточникСтатус/контекстПрактическое значение
FDA RWD/RWE соображенияАвгуст 2023 года окончательное несвязывающее лекарственное/биологическое руководствоОценить нормативную цель, изучить осуществимость и подходящие данные
Неинтервенционные исследования FDAПроект от 2024 года; не для реализацииНе маркируйте предлагаемые рекомендации в качестве окончательных требований.
ICH M14 в FDAмарт 2026 г. окончательное руководство; безопасностьПланирование, проектирование, анализ и отчет о пригодных для использования неинтервенционных исследованиях
EMA RWE / DARWIN EUИнфраструктура генерации доказательств и объяснительные ресурсы ЕСОбнаружение данных и исследования поддерживают вопросы регулирования; автоматического принятия исследований нет.
Хороший RWE фреймворкСтруктура живых методов; опубликовано в июне 2022 годаиспользовать соответствующие данные и прозрачные методы; приемлемость остается контекстуальной;

Руководство FDA по M14 от марта 2026 года заменяет его проект M14 от июля 2024 года; это отличается от отдельного проекта неинтервенционного исследования FDA от марта 2024 года. M14 фокусируется на безопасности, в то время как FDA отмечает, что его рекомендации могут также информировать исследования эффективности. Международная гармонизация не означает идентичное национальное внедрение или гарантированное одобрение. Соображения по использованию данных реального мира и фактических данных реального мира для поддержки принятия нормативных решений в отношении лекарственных средств и биологических продуктов Доказательства из реального мира: соображения, касающиеся неинтервенционных исследований лекарственных средств и биологических продуктов M14 Общие принципы планирования, проектирования, анализа и отчетности о неинтервенционных исследованиях, в которых используются реальные данные для оценки безопасности лекарственных средств

Каталоги HMA-EMA EMA помогают идентифицировать источники данных и исследования. DARWIN EU генерирует доказательства, касающиеся вопросов регулирования лекарственных средств через участвующих партнеров по данным. Включение каталога не является доказательством того, что набор данных соответствует определенному протоколу или что заключение спонсора принимается. Доказательства реального мира Сеть анализа данных и допросов в реальном мире (DARWIN EU)

Практический контрольный список готовности к доказательствам

  • Решение и претензия: идентификация пользователя, неопределенность и допустимое заключение.
  • Дизайн: определить население, компаратор, время ноль, оценки и последующие действия.
  • Данные: подтверждают существенные переменные, происхождение, разрешения и возможность реализации.
  • Предвзятость: путаницы в документах, перекрытие, отсутствие и ограничения измерения.
  • Анализ: предварительное определение основных методов, анализ чувствительности и правила интерпретации.
  • Прослеживаемость: сохранение кода, версий, износ, отклонения и проверки качества.
  • Применимость: оценка путей оказания помощи в целевых странах и актуальность решений.
  • Вовлеченность: обратитесь за подходящими рекомендациями по регулированию или HTA, прежде чем блокировать последовательные варианты дизайна.

Используйте эти элементы в качестве предлагаемых ворот проекта, а не утверждения о том, что каждый орган требует одинаковый контрольный список. NICE поощряет ранние консультации для компаний, планирующих использовать RWD в представлениях. NICE Real-World Доказательная база

Как HERMS связывает генерацию доказательств с готовностью к принятию решений

HERMS описывает VALTRIX как область клинических и стоимостных доказательств, VALTIRA — как ценообразование, HTA и анализ бюджетных последствий, а VERIQIS — как целостность и уверенность в доказательствах. Это заявления о позиционировании компании, а не независимо подтвержденные претензии к производительности. Полезный вопрос оценки заключается в том, может ли предлагаемое развертывание продемонстрировать прослеживаемость источника по требованию, соответствующие методы и подотчетный обзор для его предполагаемого использования. Программное обеспечение AI Life Sciences | 25 решений HERMS

Исследовать Клинические, ценностно-доказательные и рыночные решения HERMS обсудить демонстрацию вокруг вашего пробела в доказательствах, потребностей в готовности к обучению и требований к принятию решений.

Часто задаваемые вопросы

В чем разница между RWD и RWE?

RWD - это базовые данные по уходу за пациентами. RWE - это клинические данные, полученные из анализа. Сбор записей или покупка набора данных сами по себе не создают достоверных доказательств; вопрос исследования, дизайн исследования, аналитические предположения и пригодность данных определяют, что можно сделать. Реальные мировые доказательства

Может ли RWE поддержать одобрение регулирующих органов?

Он может поддерживать определенные нормативные применения, когда доказательства удовлетворяют применимым стандартам и решают вопрос. Принятие не является автоматическим и зависит от контекста представления. Привлекать соответствующий орган к последовательным выборам конструкции; не предполагать, что RWE заменяет рандомизированные доказательства в каждой обстановке. Реальные мировые доказательства Соображения по использованию данных реального мира и фактических данных реального мира для поддержки принятия нормативных решений в отношении лекарственных средств и биологических продуктов

Как RWE поддерживает доступ к рынку и HTA?

Он может информировать о бремени болезней, путях лечения, сравнительных данных, экономических моделях и применимости к обычному уходу. Плательщику по-прежнему нужны соответствующие компараторы, надежные методы и оценка неопределенности. Регуляторное принятие исследования не гарантирует возмещение или установление доступности. NICE Real-World Доказательная база Методы реальных исследований сравнительных эффектов

Что делает данные пригодными для цели?

Данные должны содержать соответствующих пациентов, методы лечения, результаты и ковариаты с надлежащим измерением, последующим наблюдением и прослеживаемостью для конкретного вопроса. Оценка как релевантности, так и надежности. Источник, пригодный для исследования использования, может быть непригодным для сравнения причинной эффективности. M14 Общие принципы планирования, проектирования, анализа и отчетности о неинтервенционных исследованиях, в которых используются реальные данные для оценки безопасности лекарственных средств NICE Real-World Доказательная база

Устраняет ли совпадение с показателем склонности путаницу?

В нем могут быть рассмотрены измеренные смешения в рамках допущений при условии наличия соответствующих ковариаций и перекрытий. Он не гарантирует контроля над неизмеренными факторами или исправления плохих определений конечных точек. Баланс отчетов, исключения, остаточные ограничения и анализ чувствительности вместо того, чтобы рассматривать сопоставление как доказательство причинности. Методы реальных исследований сравнительных эффектов

Что такое целевая пробная эмуляция?

Это явная конструкция наблюдательного исследования вокруг рандомизированного исследования, которое в идеале можно было бы провести. Укажите право на участие, стратегии, назначение, последующие действия, результаты, причинно-следственный эффект и анализ. Этот подход помогает избежать ошибок проектирования, но не может предоставить недостающие переменные или сделать случайное распределение лечения наблюдениями. Методы реальных исследований сравнительных эффектов

Когда оружие внешнего контроля является надежным?

Достоверность зависит от сопоставимости популяций, ухода, временных периодов, сбора данных и результатов, а также от соответствующей конструкции и анализа. Оцените, что не может быть согласовано, и подрывает ли оставшаяся неопределенность претензию. Внешний контроль не подходит автоматически, потому что заболевание встречается редко. Методы реальных исследований сравнительных эффектов

Может ли ИИ генерировать готовое к принятию решения исследование RWE?

ИИ может поддерживать выбранные задачи, но готовность к принятию решений требует соответствующих данных, обоснованных причинных рассуждений, воспроизводимого анализа и квалифицированного обзора. Проверить генерируемые ссылки, извлечение и код. Никакая архитектура или ярлык поставщика самостоятельно не устанавливает научную обоснованность, принятие регулятора или актуальность плательщика.

Полезное исследование RWE не начинается с самого большого набора данных или заканчивается наиболее благоприятной оценкой. Оно начинается с решения и заканчивается прозрачным отчетом о том, что подтверждают доказательства, чего нет, и какая неопределенность остается.

Обсудите свой следующий вопрос о генерации доказательств или доступе к рынку HERMS Solutions или исследовать родственные HERMS Life-Sciences Insights (альбом) .

Соответствующие решения HERMS

Изучите решения HERMS, относящиеся к рабочим процессам, обсуждаемым в этой статье: VALTRIX — клинические и ценностные доказательства; ВАЛТИРА — ценообразование, HTA и влияние на бюджет; EXIRIX — дизайн клинического эксперимента; VERIQIS — целостность доказательств и уверенностьОцените каждое решение в соответствии с вашими требованиями к предполагаемому использованию, доказательствам и одобрению.

Источники и дальнейшее чтение

Исследовать Решения HERMS Life Sciences и Управление ИИ и прослеживаемостьили Запросить демонстрацию, ориентированную на рабочий процесс.

ПО ТЕХНИЧЕСКИМ ВОПРОСАМ
CALL +971505528077

РАЗРАБАТЫВАЕМ ИНТЕЛЛЕКТУАЛЬНЫЕ РЕШЕНИЯ. МЕНЯЕМ НАУКИ О ЖИЗНИ.

HERMS — это интеллектуальная платформа. Его приложения Экспертные услуги HERMS поддерживают внедрение и регулируемое выполнение экосистемы разведки HERMS, от нормативного и рыночного доступа к фармаконадзору, соблюдению и качеству.

Сроки регистрации наркотиков по странам · SFDA, MOHAP, EDE, EDA, EMA и FDA сроки · Центральная регистрация GCC