Panduan FDA dalam Menilai Kredibilitas Pemodelan dan Simulasi Komputasi: Ikhtisar Bukti Kredibilitas | FDA

Daftar Isi

Grafik Food and Drug Administration (FDA atau Badan), otoritas pengatur AS di bidang produk perawatan kesehatan, telah menerbitkan dokumen panduan yang didedikasikan untuk menilai kredibilitas pemodelan dan simulasi komputasi dalam pengiriman perangkat medis.

Dokumen ini memberikan ikhtisar persyaratan peraturan yang berlaku, serta klarifikasi dan rekomendasi tambahan yang harus dipertimbangkan oleh produsen perangkat medis dan pihak lain yang terlibat untuk memastikan kepatuhan terhadapnya.

Pada saat yang sama, ketentuan-ketentuan dalam pedoman ini bersifat tidak mengikat dan tidak dimaksudkan untuk memperkenalkan aturan-aturan baru atau memaksakan kewajiban-kewajiban baru.

Selain itu, pihak berwenang secara eksplisit menyatakan bahwa pendekatan alternatif dapat diterapkan, asalkan pendekatan tersebut sejalan dengan kerangka hukum yang ada dan telah disepakati sebelumnya dengan pihak berwenang.

Pengantar Bukti Kredibilitas dalam Pemodelan Komputasi 

Pertama-tama, pihak berwenang menyebutkan bahwa dalam bidang penyerahan peraturan perangkat medis yang begitu canggih, “bukti kredibilitas” tampaknya menjadi salah satu konsep yang paling penting.

Sebagaimana dijelaskan lebih lanjut oleh FDA, hal ini mencakup aktivitas validasi tradisional, menangani setiap pembuktian yang mendukung keandalan model komputasi untuk Konteks Penggunaan (COU) yang dimaksudkan.

Spektrum bukti ini mencakup beragam aktivitas verifikasi dan kuantifikasi ketidakpastian (UQ), yang masing-masing memberikan wawasan unik terhadap ketelitian model.

Menurut panduan tersebut, tujuannya bukan hanya untuk mengumpulkan bukti tetapi untuk membedakan dan mengkategorikannya secara sistematis.

Kompilasi bukti yang terorganisir berfungsi untuk menilai kredibilitas model, meyakinkan badan pengawas dan pemangku kepentingan akan ketepatan dan penerapannya dalam skenario klinis.

Verifikasi dan Kategorinya

Verifikasi, yang merupakan komponen penting dari kredibilitas, dibagi menjadi verifikasi kode dan verifikasi perhitungan.

Verifikasi kode adalah proses ketat yang memastikan bahwa algoritma numerik diimplementasikan secara akurat dalam perangkat lunak, tanpa kesalahan yang dapat mengganggu ketepatan numerik.

Hal ini mencakup jaminan kualitas perangkat lunak yang ketat dan verifikasi kode numerik yang ketat, sebagaimana diuraikan dalam ASME V&V 40.

Verifikasi penghitungan mengalihkan fokus ke estimasi kesalahan numerik dalam keluaran model, yang sering kali disebabkan oleh keputusan seperti diskritisasi spasial.

Bentuk verifikasi ini bersifat dinamis dan dapat diterapkan pada setiap tahap simulasi, baik selama validasi atau dalam simulasi khusus COU.

Melalui proses verifikasi ini, integritas numerik model diteliti dan ditegaskan, sehingga meletakkan elemen dasar kredibilitas.

Validasi dan Perannya dalam Menilai Kredibilitas

Validasi berbeda dengan kalibrasi, yang menekankan perbandingan prediksi model dengan data yang tidak bergantung pada data yang digunakan untuk membuat model.

Pengawasan independen inilah yang mendukung kredibilitas model. Sebagaimana dijelaskan oleh otoritas, validasi bukan sekedar kotak centang tetapi penilaian komprehensif yang mencakup penerapan model pada COU-nya.

Hal ini melibatkan penilaian penerapan, yang mengevaluasi relevansi dan pengalihan kegiatan validasi ke COU.

Penilaian tersebut memastikan bahwa perbedaan antara kondisi validasi model dan penerapan praktisnya tidak mengurangi relevansi validasi terhadap COU, sehingga menjaga integritas kredibilitas model.

Kuantifikasi Ketidakpastian dan Analisis Sensitivitas 

Menurut panduan ini, UQ sangat penting dalam memperkirakan ketidakpastian yang melekat pada keluaran model. Hal ini mempertimbangkan variabilitas masukan dan nuansa struktural model itu sendiri.

UQ secara intrinsik terkait dengan analisis sensitivitas (SA), yang membahas pengaruh masukan model individual terhadap keluaran. SA dapat menyederhanakan UQ dengan mengidentifikasi input mana yang secara signifikan mempengaruhi output, sehingga mempersempit fokus upaya UQ.

Namun, tujuan akhir UQ adalah untuk mengukur ketidakpastian keluaran model, memberikan dasar kuantitatif untuk kredibilitas model.

Baik UQ dan SA dapat diterapkan pada validasi atau simulasi COU, yang menggarisbawahi keserbagunaannya dalam meningkatkan keandalan model.

Kategorisasi Bukti Kredibilitas 

Kategorisasi bukti kredibilitas ke dalam delapan kategori berbeda berfungsi untuk mengatur secara sistematis bukti yang mendukung model komputasi.

Struktur ini membantu dalam mengorganisasikan bukti, namun struktur ini tidak menyeluruh dan tidak menunjukkan kualitas atau ketelitian bukti itu sendiri.

Kategori-kategori tersebut tidak diberi peringkat; melainkan berfungsi sebagai kerangka kerja untuk memandu pengumpulan bukti, memastikan presentasi yang komprehensif dan terstruktur dalam pengajuan peraturan.

Setiap kategori bukti kredibilitas ditentukan oleh karakteristik dan konteks penerapannya yang spesifik.

Misalnya hasil verifikasi kode (Kategori 1) memvalidasi tidak adanya kesalahan pada implementasi numerik, sedangkan hasil validasi in vivo (Kategori XNUMX) memvalidasi tidak adanya kesalahan pada implementasi numerik, sedangkan hasil validasi in vivo (Kategori 4) memvalidasi prediksi model terhadap data biologis organisme hidup.

Penerapan kategori-kategori ini memberikan kontribusi pada pemahaman rinci tentang jenis bukti yang dapat mendukung kredibilitas model.

Pengajuan Peraturan dan Pencantuman Bukti 

Sebagaimana dijelaskan oleh FDA, integrasi bukti kredibilitas ke dalam pengajuan peraturan harus mencerminkan risiko yang terkait dengan model tersebut.

Panduan ini tidak menentukan jenis bukti spesifik untuk dimasukkan namun menyarankan pendekatan komprehensif, dengan mempertimbangkan faktor-faktor seperti jenis model dan kematangan bidang pemodelan.

Bukti tersebut harus mencakup aspek-aspek seperti verifikasi kode, verifikasi perhitungan, dan validasi untuk mewakili kemampuan model secara holistik.

Penerapan bukti kredibilitas dicontohkan melalui kasus-kasus praktis, seperti pengujian perangkat silico, yang mungkin melibatkan berbagai bentuk bukti kredibilitas untuk mendukung penerapan model.

Contoh-contoh ini menyoroti sifat pemilihan bukti yang bergantung pada konteks dan pentingnya pendekatan yang disesuaikan dengan integrasi bukti dalam pengajuan peraturan.

Kesimpulan

Singkatnya, bukti kredibilitas merupakan bagian integral dalam mendukung model komputasi untuk tujuan peraturan. Pengembang didorong untuk secara proaktif terlibat dalam proses umpan balik peraturan, seperti proses pengajuan Q, untuk memastikan keandalan pendekatan yang diterapkan.

sumber

https://www.fda.gov/regulatory-information/search-fda-guidance-documents/assessing-credibility-computational-modeling-and-simulation-medical-device-submissions

Bagaimana RegDesk Dapat Membantu?

Meja Registrasi adalah Sistem Manajemen Informasi Regulasi holistik yang memberikan informasi intelijen regulasi kepada perusahaan perangkat medis dan farmasi untuk lebih dari 120 pasar di seluruh dunia. Ini dapat membantu Anda mempersiapkan dan mempublikasikan aplikasi global, mengelola standar, menjalankan penilaian perubahan, dan mendapatkan peringatan real-time mengenai perubahan peraturan melalui platform terpusat. Klien kami juga memiliki akses ke jaringan kami yang terdiri lebih dari 4000 pakar kepatuhan di seluruh dunia untuk mendapatkan verifikasi atas pertanyaan-pertanyaan penting. Ekspansi global tidak pernah semudah ini.