当前位置: 首页 > news >正文

ICH CTD中ISS的关键内容与作用

1. ISS在ICH CTD中的定位

1.1 模块2与模块5的分工

1.1.1 模块2:整体总结的全局视角
  • 模块2的2.7.4 ISS对所有临床研究安全性数据整合分析,涵盖I-III期试验,提供药物安全性全局视角,确保其在目标人群中的可接受性。

  • ISS需与风险控制措施关联,如说明书警示、风险管理计划,支持药物整体获益-风险评估,为审评机构提供全面的安全性评估依据。

1.1.2 模块5:单个研究的细节支撑
  • 模块5的5.3.5.3针对单个临床研究(如关键III期试验)安全性数据详细分析,包括AE和SAE发生率、严重程度、因果关系,实验室参数异常等。

  • 该部分需与单个研究有效性数据结合,为模块2的ISS提供底层数据支持,确保单个研究的安全性结论可靠。

1.2 二者的关系与协同

1.2.1 数据基础与综合评估的结合
  • 模块5的单个研究安全性分析为模块2的ISS提供具体数据基础,如关键III期试验的详细安全性数据,确保ISS的整合分析有据可依。

  • ISS在整合分析时,会参考模块5中各单个研究的安全性结论,综合评估药物的整体安全性特征,形成完整的证据链。

1.2.2 互补构成完整证据链
  • 二者共同构成药物安全性的完整证据链,模块5聚焦单个研究细节,模块2进行跨研究综合评估,从不同层面保障药物安全性评估的全面性和准确性。

1.2.3 支持药物审评决策
  • 这种分工与协同模式,使审评机构能从宏观和微观两个维度全面了解药物安全性,为药物的审评决策提供有力支持,确保药物上市后的安全性和有效性。

2. ISS Section 2.7.4(模块2:临床总结)的要点

2.1 不良事件与实验室异常分析

2.1.1 不良事件的全面整合
  • ISS整合所有临床研究中的不良事件数据,分析其发生率、严重程度和因果关系,识别潜在的安全性信号,如某药物在多个试验中均出现的特定不良反应。

  • 通过整合分析,评估不良事件在不同研究阶段和人群中的分布情况,判断其是否与药物暴露相关,为后续风险评估提

相关文章:

  • params query传参差异解析及openinstall跨平台应用
  • 【深度学习】评估模型复杂度:GFLOPs与Params详解
  • 光流法:从传统方法到深度学习方法
  • python上测试neo4j库
  • python练习:求两数相加之和
  • Java并发探索--上篇
  • 智能座舱架构中芯片算力评估
  • 2025系统架构师---管道/过滤器架构风格
  • 【强化学习系列】贝尔曼最优方程
  • SQL常用数据清洗语句
  • Python初学 有差异的知识点总结(一)
  • 如何开展有组织的AI素养教育?
  • kubernetes常用命令 k8s指令大全
  • Oracle备份和恢复
  • 政务大模型的春天,AI办公先萌芽
  • 【软件工程】面向对象编程(OOP)概念详解
  • if consteval
  • 9. 使用Gazebo和Rviz显示机器人(包括运动控制,雷达,摄像头仿真以及显示)
  • yum install 失败
  • 政策支持与市场驱动:充电桩可持续发展的双轮引擎
  • 五大国有银行明确将撤销监事会
  • 浙江官宣:五一假期,没电、没气、没油车辆全部免费拖离高速
  • 西班牙遭遇史上最严重停电,已进入国家紧急状态
  • 海南儋州市委副书记任延新已赴市人大常委会履新
  • 借助AI应用,自闭症人群开始有可能真正“读懂他人”
  • 民航局:中方航空公司一季度运输国际旅客同比大增34%