차세대 임상 모니터링 | 1부: 이상반응 리포팅의 차이 탐지

요즘 임상시험은 분산형 요소와 적응형 연구 설계가 늘어나고 여러 곳으로부터 얻은 데이터 소스가 늘어나면서 복잡도가 계속 커지는 양상입니다. 이제는 데이터와 리스크 감시 기술이 다양하게 도입되어 복잡도에 대응하는 상황으로, 스터디팀은 이를 통해 대규모 데이터세트 어디서나 데이터의 정확도와 품질을 확보하고 기존 시험기관 중심의 모니터링 활동을 보완하고 있습니다.

전통적 모니터링 기법(수작업 소스 데이터 검토(SDR)와 소스 데이터 검증(SDV)을 통한 철저한 기관 감사와 모니터링 활동을 동반)은 효율적이지 않을 뿐더러 글로벌 프로그램에 맞춰 확장하기도 어렵습니다. 또한 데이터 검토가 서로 단절되어 있어 전체적인 데이터의 질과 시험에 따른 리스크를 한 눈에 보기도 어렵습니다. 연구 레벨에서 이상반응(AE) 리포팅의 차이 등 데이터 리스크를 조기에 탐지하기 위해서는 시험기관 중심의 모니터링 방식만으로는 부족합니다.

정확한 이상반응 탐지가 중요한 이유

AE 리포팅의 차이는 임상시험에서 자주 나타나는 문제입니다. 다기관 연구, 글로벌 연구일 때 특히 더 그렇습니다. 연구에 따르면 국가별로 AE 리포팅율이 다른 데는 몇 가지 이유가 있습니다. 시험계획서와 임상연구 요건에 대한 이해도가 다르고, 경미한 사례는 리포팅하지 않는 문화적 차이도 있으며 이상반응 리포팅 시 낙인이 찍히는 관행도 있습니다.

전체적으로, AE 리포팅의 차이는 시험대상자 안전과 임상시험 데이터의 무결성에 악영향을 줍니다. 과소 리포팅를 하면 시험대상자 안전에 새로 나타난 중대한 리스크를 늦게 발견할 리스크가 있고 약물 안전성 프로필의 정확도와 완전성을 저해할 수도 있습니다. 과대 리포팅는 진단과 징후/증상이 뒤섞여 데이터세트에 잡음을 유발합니다. 그러면 불필요한 데이터 검토를 증가시키고 그만큼 안전 리스크의 탐지도 늦어집니다. AE를 적시에 정확하고 완전하게 리포팅하는 것은 연구의 안전성 데이터를 평가하고 관리하는 데 필수이며 임상시험 중에 중요한 의사결정을 좌우합니다.

AE 리포팅의 중앙 통계 모니터링

분석과 통계 방법론을 적용하면 안전 영역 간에 리포팅 패턴의 차이를 찾아낼 수 있습니다. 이 분석으로 연구 중 생기는 데이터 이상치를 가려낼 수 있으므로 사용자(중앙 모니터 요원, 데이터 관리자, 또는 안전성 모니터링을 담당하는 모든 이)는 이를 토대로 현장 조사나 원격 모니터링을 수행하기 전에 추가 조사를 위해 시험기관의 하위그룹을 집중 조사할 수 있습니다. 이렇게 상황에 맞춰 전체를 조망하면 리스크 징후를 조기에 찾아낼 수 있으며 모니터링 자원을 더 효과적으로 배분할 수도 있습니다. 통계적으로 유의한 AE 리포팅 차이는 임상시험 모니터 요원에게 전달해 원인 조사를 의뢰하고 시험기관 재교육을 하는 한편 정확한 정보를 제때 수집할 수 있을 만큼 시설을 갖췄는지 확인해야 합니다.

평가와 별개로 다음 데이터 조사 기준을 검토해야 합니다.

그림 1: AE 과소 리포팅

그림 2: 환자 프로필 - 안전성 일정표

그림 3: KRI 대시보드: AE 기재 지연 지표

요약 

기존 임상시험 모니터링 프로세스에서는 시험기관 간 평가를 통해 AE 과소 리포팅 같은 잠재 리스크 신호를 찾아내야 할 때 리포팅 패턴을 자세히 알 수가 없습니다. 고급 분석과 직관적 시각화, 실시간 데이터가 특징인 데이터/감시 기술을 이용하면 적절한 데이터와 리스크 감시가 수행되고 안전성 리포팅도 포괄적으로 적시에 이뤄집니다.

데이터 감시를 전방위로 하기 위해서는 데이터가 모두 한 곳에 있어야 합니다. 이것은 Medidata Clinical Cloud®처럼 안전하고 안정적이며 확장성까지 있는 클라우드 기반 통합 플랫폼을 통해 가능합니다. 시험 데이터가 어디에서 발행하더라도 한데 모아 분석을 할 수 있습니다. Medidata Detect는 Medidata 플랫폼에서 취합된 데이터를 이용하는 전 범위 데이터 감시 중앙 모니터링 솔루션으로, 데이터 관리팀과 임상 운영팀 모두가 이를 통해 시험대상자의 안전과 데이터 무결성을 위협하는 리스크를 모니터링하고 관리할 수 있습니다. 이렇게 하면 eCRF와 비eCRF 소스에서 나온 안전성 정보(AE 데이터 세트에서 나오는 데이터 뿐만 아니라 안전성 정보를 수집하는 주변 데이터까지)의 취합이 빨라집니다. 이것은 실험실 데이터, 시험대상자 리포팅 결과, 센서 데이터, 영상을 포함해 AE 리포팅 평가 중에 교차 확인해야 합니다.