（二）3.2 类其他来源于古代经典名方的中药复方制剂 路径⑤~⑦主要针对 3.2 类其他来源于古代经典名方的中药复方制剂。 路径⑤：基于既往人用经验数据的临床研究所获得的证据支持注册。 路径⑥：根据前瞻性研究所获得的证据支持注册。前瞻性研究可以是干预性的，也可以是观察性的。 路径⑦：基于既往人用经验数据的临床研究所获得的证据尚不充分，需要通过前瞻性研究增加证据强度支持注册。 六、人用经验临床实践数据的治理与评估 基于人用经验的中药临床研发，其临床数据通常是既往获得的，无论其源于病历记录，还是源于之前开展的相关临床研究。由于这类数据往往存在不完整、数据的标准/模型和描述方法不统一等问题，难以直接成为满足研究目的的分析数据，必须经过规范的治理过程，使其满足产生临床证据所需的要求，并符合数据的递交标准。 （一）数据治理 既往临床数据的治理主要包括但不限于：数据安全性（脱敏）处理、数据提取（含多个数据源）、数据清洗（逻辑核查及异常数据和缺失数据的处理等）、数据转化（数据标准、通用数据模型、归一化、自然语言处理、医学编码、衍生变量计算等）、数据传输和存储、数据质量控制等环节。 （二）数据质量评估 既往临床数据的质量评估一般分为两个步骤。首先初步评价源数据是否满足基本分析要求，主要评估数据的使用是否符合伦理审查法规要求和数据安全与隐私保护要求、数据是否可及、关键变量（如结局变量、暴露/干预变量、人口学变量和重要的协变量等）的完整性，以及能否保证经治理后有足够的样本量。其次评估经治理数据的适用性，主要从相关性和可靠性两方面进行评价。相关性重点关注关键变量的覆盖度、暴露/干预和临床结局定义的准确性、目标人群的代表性和多源异构数据的融合性；可靠性主要包括数据的完整性、准确性、透明性、质量控制和质量保证等几个方面。 数据治理和质量评估的详细要求可参阅《用于产生真实世界证据的真实世界数据指导原则（试行）》等，有关数据递交标准可参阅《药物临床试验数据递交指导原则（试行）》等。 七、基于人用经验的临床研究设计 如第五部分“基于人用经验的中药复方制剂新药临床研发策略”所述，分为基于既往人用经验数据的临床研究设计和基于前瞻收集临床数据的前瞻性研究设计。 （一）基于既往人用经验数据的临床研究设计 1.研究目的 应当明确研究目的，围绕目标人群、治疗或暴露以及效应指标，阐述临床研究所要回答的科学问题。除了主要目的外，也可以设定次要目的和探索性目的。 2.目标人群和临床定位 临床研究的目标人群和临床定位应当符合中医药理论和中医药诊疗实际，并与研究目的相一致。入排标准的设定视研究目的而定，如果希望药物有更广的适应人群，可适当放宽入排标准；如果更关注的是研究结论的确证性，入排标准可相对严格。研究人群所依据的诊断标准（如果有）应当给予详细描述，或明确出处。应当充分考虑中药的疗效特点和优势进行临床定位，明确其功能主治范围。 3.对照的选择 基于人用经验的临床研究通常选择阳性对照或标准治疗对照，应当关注研究中药与对照药物功能主治的可比性，如果选择阳性对照，应当是目前临床实践中公认的、疗效明确的治疗方法或治疗策略。如果既往开展了严格规范的以安慰剂为对照的随机临床试验，也可用于支持监管决策的证据。 4.结局变量及其他研究变量的确定 结局变量（指标）通常分主要终点和次要终点，主要终点的确定是研究设计的核心问题，应当与其临床定位相对应，采用公认的结局指标或其替代指标，包括对疾病痊愈或进展延缓、病情或症状改善等。同时，应当重视患者关注的临床结局评估（Clinical Outcome Assessment，COA）指标的使用，如患者报告结局（Patient-Reported Outcome，PRO）等，具体内容可参考《患者报告结局在药物临床研究中应用的指导原则》等。 应当尽可能地收集与研究直接或间接相关的变量（指标），除研究变量（指标）外，至少还应当包括：治疗/暴露组别、人口学资料、病史、治疗方案（剂型、用法用量、疗程等）、合并治疗、各类检查、各个变量采集的时间点等，并在上述变量基础上定义对临床结局可能产生影响的重要基线变量。 5.数据来源与治理计划 应当初步拟定数据来源，详细制定数据治理计划，如果数据治理计划内容较多，也可以方案的附件形式呈现。 6.统计分析计划 应当详细制定统计分析计划，如果统计分析计划内容较多，也可以方案的附件形式呈现，但必须与方案同步确定。分析计划应当重点阐述主要分析的统计假设和分析模型。 样本量估计由于涉及因果推断，需要考虑主要分析模型中协变量的个数及其与治疗/暴露因素的关联性，同时还要考虑经数据治理后的可用数据的比例。原则上，鼓励在满足研究所需的最低样本量的基础上，按照入排标准，尽可能地纳入所有满足条件的病例。如果不是纳入全部病例，则应当明确纳入病例的规则，并说明理由，如对全部病例进行随机抽样，或选取最近一段时期的病例，以避免选择性偏倚。 7.偏倚控制 应当充分考虑各种偏倚对研究结果可能造成的影响，并提出应对措施。对此，需要重点考虑数据选择偏倚、混杂偏倚和结果驱动偏倚等，其应对措施可体现于数据治理计划和统计分析计划，以及实施过程中相应的方案重大调整计划。 如果基于人用经验的研究只是为后续的临床研究设计提供依据，其研究设计只要能够达到探索的目的即可。
|
