FDA-veiledning om vurdering av troverdigheten til beregningsmodellering og simulering: troverdighetsbevis del 2 | FDA

Innholdsfortegnelse

De Food and Drug Administration den amerikanske regulerende myndigheten innen helseprodukter har publisert et veiledningsdokument dedikert til å vurdere troverdigheten til beregningsmodellering og simulering i innsendinger av medisinsk utstyr.

Dokumentet gir en oversikt over gjeldende regulatoriske krav, samt ytterligere presiseringer og anbefalinger som må tas i betraktning av produsenter av medisinsk utstyr og andre involverte parter for å sikre samsvar med dette.

Samtidig er veiledningens bestemmelser uforpliktende i sin rettslige karakter, og har heller ikke til hensikt å innføre nye regler eller pålegge nye forpliktelser.

Myndigheten sier dessuten eksplisitt at en alternativ tilnærming kan benyttes, forutsatt at en slik tilnærming er i tråd med eksisterende rettslig rammeverk og er avtalt med myndigheten på forhånd.

Dokumentet dekker blant annet aspektene knyttet til troverdighetsbevis som kreves for å underbygge påstandene fra partene som er ansvarlige for medisinsk utstyr. 

I følge veiledningen spiller beregningsmodellering en avgjørende rolle i utviklingen og valideringen av medisinsk utstyr og pasientspesifikke behandlinger.

Disse modellene, ofte sofistikerte og komplekse, krever streng validering for å sikre nøyaktighet og pålitelighet.

Validering er en prosess som omfatter ulike kategorier, som hver tar for seg ulike aspekter ved modellens troverdighet.

Denne veiledningen beskriver i detalj disse kategoriene, og understreker deres betydning for utvikling av medisinsk utstyr og pasientbehandling.

In vivo-valideringsresultater (kategori 4)

In vivo-validering danner grunnlaget for beregningsmodellens troverdighet, med fokus på sammenligninger på pasientnivå ved bruk av kliniske data eller dyredata.

Som forklart av FDA, er denne valideringen avgjørende for pasientspesifikke beregningsmodeller, slik som de som brukes i kliniske studier for medisinsk utstyr. For eksempel, i væskedynamikk, et klinisk programvareverktøy som forutsier Fraksjonell strømningsreserve (FFR) i koronararterier er validert mot invasive kliniske FFR-målinger.

På samme måte valideres biovarmeoverføringsmodeller som forutsier vevsoppvarming fra medisinsk utstyr som ultralyd eller radiofrekvensenergi ved å bruke direkte temperaturmålinger i menneske- eller dyremodeller.

Beregningsverifisering og usikkerhetskvantifisering (UQ) spiller sentrale roller i disse prosessene, og sikrer robustheten til valideringsresultatene.

Populasjonsbaserte valideringsresultater (kategori 5)

Populasjonsbasert validering står i kontrast til validering på pasientnivå ved å fokusere på bredere sammenligninger av data på populasjonsnivå.

Denne tilnærmingen er spesielt relevant for å validere "virtuelle populasjoner"Eller"virtuelle kohorter”, som er flere pasientmodeller som representerer en pasientpopulasjon.
Et eksempel på dette er innen medisinsk bildebehandling, hvor virtuelle pasientmodeller genereres av varierende parametere i en antropomorf modell.

De datasimulerte prøveresultatene sammenlignes statistisk med kliniske utfall, og sikrer at spådommer stemmer overens med faktiske forsøk på mennesker.

Denne kategorien av validering understreker viktigheten av storskala dataanalyse for å verifisere modellprediksjoner mot omfattende kliniske datasett.

Emergent Model Behavior (Kategori 6)

I følge veiledningen representerer emergent modellatferd en unik valideringstilnærming, som fremhever evnen til beregningsmodeller til å reprodusere kjente fenomener under spesifikke forhold, selv når disse fenomenene ikke er eksplisitt modellert.

For eksempel, i væskedynamikk, kan en modell som forutsier blodstrøm gjennom et stenotisk kar bli validert basert på dens evne til å forutsi overgangs- eller turbulent strømning, et kjent fenomen under visse forhold.

På samme måte, i hjerteelektrofysiologi, valideres modeller som simulerer elektrisk aktivitet i hjertet basert på deres evne til å reprodusere elektrokardiogrammorfologier som kan sammenlignes med kliniske EKG.

Denne typen bevis understreker modellens evne til å gjenskape kompleks fysiologisk atferd, og øker dens troverdighet.

Modellplausibilitet (kategori 7)

Modellplausibilitet refererer til begrunnelsen som støtter valgene av styrende ligninger, modellforutsetninger og inngangsparametere.
Det er en form for bevis basert på den teoretiske soliditeten og begrunnelsen for modellens grunnlag.

Et eksempel er en finite element-modell for leddproteser, der plausibilitetsbeviset støtter troverdigheten til implantatmaterialmodellen.

Modellens styrende ligninger, forutsetninger og inngangsparametere er begrunnet basert på kjent mekanisk oppførsel og materialegenskaper, noe som gir et sterkt grunnlag for modellens troverdighet, spesielt når eksperimentelle data for validering er begrenset.

Beregningsbekreftelse/UQ ved bruk av COU-simuleringer (kategori 8)

Denne kategorien involverer frittstående beregningsverifisering og UQ-resultater utført ved bruk av bruksbetingelser (COU)-simuleringer.

Disse simuleringene er avgjørende for testing av silico-enheter eller kliniske studier der direkte validering ikke er mulig. For eksempel kan en medisinsk enhets finite element-modell gjennomgå en mesh-konvergensstudie for å sikre minimal numerisk feil, som støtter modellens bruk i forskjellige COU-scenarier.

I et annet tilfelle bruker en væskedynamikkmodell som vurderer endringer i produksjonstoleranser på hemolyse i en ventrikulær assisterende enhet UQ for å kvantifisere påvirkningen av geometriske varianser på forutsagt strømningsindusert stress og blodeksponeringstid.

Disse eksemplene illustrerer de intrikate prosessene som er involvert i å sikre nøyaktigheten og påliteligheten til modellene under spesifikke bruksforhold.

Som forklart av myndigheten, fremhever de ulike kategoriene av valideringsbevis den spesifikke karakteren av validering av beregningsmodeller på det medisinske utstyrsområdet.

Hver kategori, fra in vivo-validering til modellplausibilitet, spiller en avgjørende rolle i å etablere og øke troverdigheten til beregningsmodeller.

Disse modellene er svært viktige for å fremme utvikling av medisinsk utstyr, pasientspesifikke behandlinger og generell pasientbehandling.

Ettersom teknologi og medisinsk vitenskap fortsetter å utvikle seg, må også metodikkene og praksisene innen beregningsmodellvalidering, sikre at de forblir robuste, pålitelige og relevante i et landskap i stadig endring, tatt i betraktning rask teknologiutvikling.

konklusjonen

Oppsummert gir denne FDA-veiledningen en omfattende oversikt over de ulike kategoriene av valideringsbevis i beregningsmodellering i sammenheng med medisinske applikasjoner. Dokumentet skisserer essensen av hver kategori og dens relevans i en bredere sammenheng med utvikling av medisinsk utstyr og pasientbehandling.

kilde

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

Hvordan kan RegDesk hjelpe?

RegDesk er et helhetlig Regulatory Information Management System som gir medisinsk utstyr og farmaselskaper regulatorisk intelligens for over 120 markeder over hele verden. Det kan hjelpe deg med å forberede og publisere globale applikasjoner, administrere standarder, kjøre endringsvurderinger og få sanntidsvarsler om regulatoriske endringer gjennom en sentralisert plattform. Våre kunder har også tilgang til vårt nettverk av over 4000 compliance-eksperter over hele verden for å få bekreftelse på kritiske spørsmål. Global ekspansjon har aldri vært så enkelt.