Linee guida della FDA sulla valutazione della credibilità della modellazione e simulazione computazionale: prove di credibilità, parte 2 | FDA

Tabella dei contenuti

Il Food and Drug Administration l'autorità di regolamentazione statunitense nel campo dei prodotti sanitari, ha pubblicato un documento guida dedicato alla valutazione della credibilità della modellazione e simulazione computazionale nella presentazione dei dispositivi medici.

Il documento fornisce una panoramica dei requisiti normativi applicabili, nonché ulteriori chiarimenti e raccomandazioni che i produttori di dispositivi medici e le altre parti coinvolte devono prendere in considerazione per garantirne la conformità.

Allo stesso tempo, le disposizioni delle linee guida non sono vincolanti nella loro natura giuridica, né sono destinate a introdurre nuove regole o imporre nuovi obblighi.

Inoltre, l'autorità afferma esplicitamente che potrebbe essere applicato un approccio alternativo, a condizione che tale approccio sia in linea con il quadro giuridico esistente e sia stato concordato in anticipo con l'autorità.

Il documento copre, tra l'altro, gli aspetti relativi alle prove di credibilità necessarie a suffragare le affermazioni avanzate dai soggetti responsabili dei dispositivi medici. 

Secondo la guida, la modellazione computazionale svolge un ruolo cruciale nello sviluppo e nella validazione di dispositivi medici e trattamenti specifici per il paziente.

Questi modelli, spesso sofisticati e complessi, richiedono una convalida rigorosa per garantire accuratezza e affidabilità.

La validazione è un processo che comprende varie categorie, ciascuna delle quali affronta aspetti diversi della credibilità del modello.

La presente guida descrive in dettaglio queste categorie, sottolineando la loro importanza nello sviluppo di dispositivi medici e nella cura dei pazienti.

Risultati della convalida in vivo (categoria 4)

La validazione in vivo costituisce la base della credibilità del modello computazionale, concentrandosi sui confronti a livello di paziente utilizzando dati clinici o animali.

Come spiegato dalla FDA, questa convalida è essenziale per i modelli computazionali specifici del paziente, come quelli utilizzati negli studi clinici per i dispositivi medici. Ad esempio, nella dinamica dei fluidi, uno strumento software clinico di previsione Riserva di flusso frazionaria (FFR) nelle arterie coronarie è convalidato rispetto alle misurazioni cliniche invasive della FFR.

Allo stesso modo, i modelli di trasferimento del biocalore che prevedono il riscaldamento dei tessuti da dispositivi medici come gli ultrasuoni o l’energia a radiofrequenza vengono convalidati utilizzando misurazioni dirette della temperatura in modelli umani o animali.

La verifica dei calcoli e la quantificazione dell'incertezza (UQ) svolgono un ruolo fondamentale in questi processi, garantendo la robustezza dei risultati di validazione.

Risultati della convalida basata sulla popolazione (categoria 5)

La validazione basata sulla popolazione contrasta con la validazione a livello di paziente concentrandosi su confronti più ampi di dati a livello di popolazione.

Questo approccio è particolarmente rilevante per validare “popolazioni virtuali" o "coorti virtuali", che sono modelli di pazienti multipli che rappresentano una popolazione di pazienti.
Un esempio di ciò è l’imaging medico, dove i modelli virtuali dei pazienti vengono generati variando parametri in un modello antropomorfo.

I risultati degli studi simulati al computer vengono confrontati statisticamente con i risultati clinici, garantendo che le previsioni siano in linea con gli studi reali su soggetti umani.

Questa categoria di validazione sottolinea l’importanza dell’analisi dei dati su larga scala nel verificare le previsioni del modello rispetto a set di dati clinici completi.

Comportamento del modello emergente (categoria 6)

Secondo la guida, il comportamento del modello emergente rappresenta un approccio di validazione unico, evidenziando la capacità dei modelli computazionali di riprodurre fenomeni noti in condizioni specifiche, anche quando questi fenomeni non sono esplicitamente modellati.

Ad esempio, nella fluidodinamica, un modello che prevede il flusso sanguigno attraverso un vaso stenotico potrebbe essere convalidato in base alla sua capacità di prevedere il flusso transitorio o turbolento, un fenomeno noto in determinate condizioni.

Allo stesso modo, nell'elettrofisiologia cardiaca, i modelli che simulano l'attività elettrica nel cuore vengono convalidati in base alla loro capacità di riprodurre morfologie dell'elettrocardiogramma paragonabili agli ECG clinici.

Questo tipo di prove sottolinea la capacità del modello di replicare comportamenti fisiologici complessi, migliorandone la credibilità.

Plausibilità del modello (categoria 7)

La plausibilità del modello si riferisce alla logica che supporta le scelte relative alle equazioni governative, alle ipotesi del modello e ai parametri di input.
È una forma di prova basata sulla solidità teorica e sulla giustificazione del fondamento del modello.

Un esempio è un modello a elementi finiti di artroplastica articolare, in cui le prove di plausibilità supportano la credibilità del modello del materiale dell'impianto.

Le equazioni, le ipotesi e i parametri di input che governano il modello sono giustificati sulla base di comportamenti meccanici e proprietà dei materiali noti, fornendo una solida base per la credibilità del modello, soprattutto quando i dati sperimentali per la validazione sono limitati.

Verifica dei calcoli/UQ utilizzando simulazioni COU (categoria 8)

Questa categoria prevede la verifica dei calcoli indipendenti e i risultati UQ eseguiti utilizzando le simulazioni delle condizioni d'uso (COU).

Queste simulazioni sono cruciali per i test dei dispositivi in ​​silico o per le sperimentazioni cliniche in cui la convalida diretta non è possibile. Ad esempio, il modello a elementi finiti di un dispositivo medico potrebbe essere sottoposto a uno studio di convergenza della mesh per garantire un errore numerico minimo, supportando l’uso del modello in diversi scenari COU.

In un altro caso, un modello fluidodinamico che valuta i cambiamenti nelle tolleranze di produzione sull'emolisi in un dispositivo di assistenza ventricolare utilizza l'UQ per quantificare l'influenza delle varianze geometriche sullo stress indotto dal flusso previsto e sul tempo di esposizione al sangue.

Questi esempi illustrano i complessi processi coinvolti nel garantire l'accuratezza e l'affidabilità dei modelli in condizioni d'uso specifiche.

Come spiegato dall'Autorità, le diverse categorie di evidenze di validazione evidenziano la specificità della validazione dei modelli computazionali nell'ambito dei dispositivi medici.

Ciascuna categoria, dalla validazione in vivo alla plausibilità del modello, svolge un ruolo cruciale nello stabilire e migliorare la credibilità dei modelli computazionali.

Questi modelli sono di vitale importanza per far avanzare lo sviluppo di dispositivi medici, trattamenti specifici per il paziente e la cura generale del paziente.

Man mano che la tecnologia e la scienza medica continuano ad evolversi, anche le metodologie e le pratiche di validazione dei modelli computazionali devono farlo, garantendo che rimangano robuste, affidabili e pertinenti in un panorama in continua evoluzione, considerando il rapido sviluppo tecnologico.

Conclusione

In sintesi, la presente guida della FDA fornisce una panoramica completa delle varie categorie di prove di validazione nella modellizzazione computazionale nel contesto delle applicazioni mediche. Il documento delinea l’essenza di ciascuna categoria e la sua rilevanza nel contesto più ampio dello sviluppo di dispositivi medici e della cura dei pazienti.

Fonte

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

Come può aiutare RegDesk?

Reg Desk è un sistema olistico di gestione delle informazioni normative che fornisce alle aziende farmaceutiche e di dispositivi medici informazioni normative per oltre 120 mercati in tutto il mondo. Può aiutarti a preparare e pubblicare applicazioni globali, gestire standard, eseguire valutazioni delle modifiche e ottenere avvisi in tempo reale sulle modifiche normative attraverso una piattaforma centralizzata. I nostri clienti hanno anche accesso alla nostra rete di oltre 4000 esperti di conformità in tutto il mondo per ottenere la verifica su questioni critiche. L’espansione globale non è mai stata così semplice.