최근 몇 년간 임상시험에서 위험 기반 품질 관리(RBQM)의 도입이 급격히 증가했습니다. 2023년에 실시된 Tufts Center for the Study of Drug Development의 설문조사에 따르면, 의뢰자와 CRO들은 자사 전체 임상시험의 절반 이상(57%)에서 RBQM 구성 요소를 활용하고 있습니다. RBQM 도입 시 가장 자주 언급되는 어려움은 인식과 지식, 역량, 기술의 부족이었습니다.
계속해서 임상시험에서 위해성 기반 품질 관리(RBQM)가 무엇인지, 최근 들어 RBQM이 더 많이 언급되는 이유, 그리고 RBQM의 목적과 적용 방식까지 필요한 모든 정보를 확인해 보세요.
RBQM: 오늘날의 임상시험 솔루션
지난 수십 년간 임상시험은 큰 변화를 겪어 왔습니다. 단일 데이터 소스를 활용한 단순한 설계에서 복잡한 임상시험으로 전환되었습니다. 다양한 소스에서 수집되는 방대한 양의 데이터가 임상시험에 포함되지만, 이러한 데이터는 서로 연결되지 않은 경우가 많아 데이터가 여러 위치에 분산되는 문제가 발생합니다. 확장 불가능한 기존의 품질 감독 프로세스는 자원 활용 비효율, 중복 워크플로, 반복적인 데이터 입력, 일정 지연, 임상시험 비용 증가 등 다양한 과제를 데이터 관리팀 및 모니터링팀에게 안겨주고 있습니다.
임상시험에 적용되는 RBQM은 특정 분야나 사일로화된 영역에 국한되지 않습니다. RBQM은 임상시험 전반에서 품질을 관리하기 위한 현대적이고, 선제적이며, 포괄적인 프레임워크입니다. 이는 전통적인 위해성 기반 모니터링(RBM)을 넘어 초기 시험계획서 설계에서 임상시험 종료 단계에 이르는 임상시험 주기 전반에 위해성 평가와 완화 전략을 통합합니다. RBQM은 진정한 교차 기능 활동으로서 핵심 품질(CTQ) 인자에 대한 집중을 바탕으로 시험대상자 안전성 강화, 데이터 무결성 보장, 운영 효율성 개선, 비용 절감을 목표로 합니다.
RBQM의 진화
RBQM 전환은 효율적이고 효과적인 임상시험 품질 관리에 대한 필요에 의해 촉발되었습니다. 이러한 발전의 주요 마일스톤으로는 RBQM 해석 및 시행과 관련하여 임상시험 품질을 향상하고 환자 안전을 보호하기 위해 전 세계 규제 당국이 널리 채택하고 있는 규제 지침의 발표가 있습니다.
- 2011년 FDA 위해성 기반 모니터링 가이드라인(RBQM을 활용한 임상시험 효율성과 환자 안전성 강화 지원)
- 2016년 ICH E6(R2) 가이드라인(RBQM 활용 지원)
- 2021년 ICH E8(R1) 가이드라인(설계 기반 품질(QbD)과 위해성 기반 전략 강조)
- 2024년 ICH E6(R3) 가이드라인(지속적 혁신을 위한 원칙 개선)
시험계획서, 임상시험 관리기준(GCP), 규제 일탈을 식별하는 향상된 방법을 지원하는 ICH E6(R3)은 임상시험 분야에 중대한 진전을 가져왔습니다. 이는 현재 기술 발전에도 부합하며, 특히 환자의 특성이나 특정 임상시험 설계에 맞춰 조정 가능한 기술의 임상시험 내 구현을 지원합니다. 또한 QbD를 적용하여 임상시험 초기 단계부터 품질이 선제적으로 통합되도록 보장하는 역할도 합니다.
오늘날 RBQM의 도입과 발전 속도는 점점 더 빨라지고 있습니다. 강력한 이상치 탐지와 스마트한 시각화 기능을 바탕으로 임상시험 모니터링과 데이터 품질 분야에서 AI의 활용도가 높아지고 있습니다.
RBQM 핵심 원칙
RBQM의 핵심 원칙은 다음 요소에 기반합니다.
- 설계 기반 품질(QbD): 임상시험 초기 단계부터 설계에 품질을 통합
- 선제적 위해성 식별: 결과에 영향을 미치기 전에 위해성을 지속적으로 식별, 제거 및 제한
- 지속적 위해성 모니터링: 실시간 데이터 분석을 활용해 임상시험 위해성을 즉시 추적하고 대응
- 핵심 품질(CTQ) 인자에 대한 집중: 환자 안전과 데이터 무결성을 최우선으로 하여 자원을 효율적으로 배분
- 적응형 방식: 실제 임상 데이터(RWD)를 기반으로 위해성 관리 전략을 지속적으로 개선
효과적인 RBQM 전략의 핵심 구성 요소
강력한 RBQM 전략은 여러 핵심 요소로 구성됩니다. 여기에는 임상시험, 시험기관, 환자 레벨에서 위해성을 체계적으로 식별 및 분류하는 위해성 평가 및 분류 도구(RACT)가 포함됩니다. 핵심 위해성 지표(KRI)는 잠재적 위해성을 조기에 감지하기 위한 매트릭스로 활용되며, 품질 허용 한계(QTL)는 사전 정의된 기준으로서 이를 초과할 경우 시정 조치를 촉발합니다. 중앙집중식 모니터링은 실시간 원격 모니터링으로 데이터 이상치, 안전 문제, 시험기관 성과 문제가 악화되기 전에 미리 감지합니다.
RBQM 구현을 통한 임상시험 혁신
RBQM 전략을 시행하기 전에 선제적으로 빠르게 계획을 수립하는 것이 중요하며, RBQM 전문가와의 상담이 훌륭한 첫걸음이 될 수 있습니다. 궁극적으로 임상시험에서 RBQM을 구현하려면 세 가지 핵심 단계로 구성된 체계적 접근이 필요합니다.
- 계획 수립 단계: 시험계획서 개발 과정에서 포괄적인 위해성 평가를 수행하여 잠재적 과제를 식별하고, 임상시험의 복잡성에 따라 모니터링 전략을 수립하며, 우선순위에 두어야 할 CTQ 인자를 파악합니다.
- 실행 단계: 실시간 분석을 활용하여 지속적으로 위해성을 감지하고, 새롭게 발생하는 위해성에 따라 모니터링 강도를 동적으로 조정하며, 특정 문제를 해결하기 위한 표적화된 시험기관 방문을 수행합니다.
- 검토 단계: 임상시험 기간 동안 이루어진 위해성 관리의 효과를 평가하고, 데이터를 분석하여 미비점을 파악하고, 이를 통해 얻은 정보를 위해성 관리 전략에 반영하며, 향후 임상시험 설계 및 실행 전략을 강화합니다.
의뢰자와 CRO는 RBQM을 지원하는 고급 솔루션을 활용하여 최적화된 임상시험 설계, 지속적인 데이터 품질 검토, 위해성 및 문제 조기 감지, 시험기관과의 관계 개선이라는 이점을 더욱 큰 규모로 누릴 수 있습니다. Medidata RBQM은 구성 가능하고 확장성이 뛰어난 솔루션으로, 위해성 기반 임상시험 실행 모델 전환을 지원하고 있습니다.
RBQM의 이점과 과제
RBQM 접근 방식의 도입은 다음과 같은 이점을 제공합니다.
- 환자 안전 향상: 위해성을 조기에 감지 및 제한함으로써 환자 안전을 일관되게 우선시할 수 있습니다.
- 데이터 품질 개선: CTQ 인자를 강조하고 실시간 분석을 활용함으로써 높은 데이터 무결성을 유지하고 데이터 오류를 줄입니다.
- 임상시험 비용 절감: 데이터 기반의 표적화된 모니터링으로 불필요한 방문을 줄여 전체 임상시험 비용을 낮춥니다.
- 임상시험 일정 단축: 효율적인 위해성 기반 의사결정을 통해 신속한 조정이 가능하며, 임상시험 프로세스를 간소화하여 일정을 단축합니다.
- 규제 준수 개선: 국제 가이드라인 및 규제 기대치에 따라 원활한 준수와 규제 프로세스를 지원합니다.
다음과 같은 과제도 고려해야 합니다.
- 변화에 대한 저항: 의뢰자와 CRO가 전통적인 모니터링 방식에서 벗어나는 데 거부감을 나타낼 수 있습니다.
- 규제 불확실성: 일부 기업은 RBQM 가이드라인 해석에 어려움을 겪습니다./span>
- 기술 장벽: 일부 조직에서는 AI 및 분석 도입이 제한적입니다
- 숙련된 인력 부족: 팀 내에 RBQM 관련 전문성을 갖춘 인력이 없을 수 있습니다.
향후 트렌드
임상시험 내 위해성 기반 평가의 향후 트렌드는 다음과 같습니다.
- AI & ML: 위해성 감지를 위한 예측 분석을 강화하고, 임상시험 데이터의 이상치 탐지를 자동화합니다. AI 및 ML 기반 솔루션은 휴먼 에러와 데이터 무결성 문제를 크게 줄여주며, 자원을 보다 전략적이고 가치 있는 업무에 사용할 수 있도록 합니다.
- RBQM에서 RBDM (Risk-based Data Management)으로: RBQM의 위해성 기반 전략을 임상 데이터 관리에 적용함으로써 현행 데이터 관리 체계에서 발생하는 중복 작업을 제거할 수 있습니다.
- 실제 임상 데이터(RWD) 통합: 전자건강기록이나 웨어러블 디바이스와 같은 실제 임상 데이터(RWD)를 활용해 위해성 평가를 강화합니다.
결론
RBQM은 환자 안전, 데이터 품질, 임상시험 효율성의 개선을 통해 임상시험에 혁신을 가져오고 있습니다. 또한 AI 및 머신러닝의 발전이 이러한 RBQM 도입을 가속화하고 있습니다. RBQM이 상당한 이점을 제공하는 것은 사실이지만 의뢰자와 CRO는 잠재적인 과제 또한 인지해야 합니다. RBQM 전략을 지원하는 최신 솔루션을 활용하는 것이 성공적인 RBQM 구현과 임상시험의 성공을 위한 열쇠입니다.
Contact Us
