Reflection Paper on Use of Real World Data in Non-Interventional Studies to Generate Real-World Evidence
곽수영님께서 발표해주셨다. 유럽 EMA의 가이드라인인데, ICH M14 가이드라인과 비교했을 때 내용상의 큰 차이는 없었다. 다만, 여기서는 real world evidence를 활용하여 안전성 뿐만 아니라 효과를 밝히는 연구도 이야기하고 있다. 먼저 outcome의 분포, covariate, exposure 등을 평가하는 feasibility study를 진행한다. 그리고 outcome에 대한 분석을 하기 전에 프로토콜과 통계분석계획서(SAP, Statistical Analysis Plan)이 완성되어야 하고, 프로토콜과 SAP에 따라 분석을 실시해야 한다. 다만 프로토콜 작성이나 규제기관 절차는 EMA의 절차에 따라야 한다.
그 외에 target trial emulation, differential misclasssification과 non-differential misclasssification에 대한 설명도 있다. 먼저 target trial emulation은 관찰 데이터를 분석할 때 엄격한 임상시험 프로토콜을 적용하여 분석하는 것이다. 프로토콜의 요소 중에 명확한 선정 / 제외 기준, 그리고 randomization process, outcome 분석 방법 등 프로토콜에서 중요한 요소들을 고려하여 관찰 데이터에서도 무작위 배정을 한 것처럼 구성한다. 그리고 프로토콜에 따라 분석을 실시한다.
Target trial emulation은 다음과 같은 요소들이 있다.
its target population (목표로 하는 population)
eligibility criteria (명확한 선정 제외기준)
assignment procedure (randomization process)
treatment conditions (treatment의 정의 및 조건)
causal contrasts(i.e., the estimand)
Outcome (결과변수)
analysis plan (통계분석 계획서)
그리고 differential misclasssification은 한 쪽 군에만 bias가 발생해서 결과를 심각하게 뒤틀리게 할 수 있다. 예를 들어, smoker가 non-smoker에 비해 병원에 자주 방문하여 진단이 더 잘 되는 것도 differential misclassification의 예시가 될 수 있다. 그러나 non-differential misclassification은 양쪽 군 모두에 bias가 발생하여 결과를 null로 만드는 방향으로 작용한다. 예를 들어, 질병의 유무를 measurement하는 도구가 있을 때, 어느 exposure에 상관없이 질병의 유무를 찾는 데 bias가 발생한다면 non-differential misclassifcation이라 할 수 있다.