リケラボ論文検索は、全国の大学リポジトリにある学位論文・教授論文を一括検索できる論文検索サービスです。

リケラボ 全国の大学リポジトリにある学位論文・教授論文を一括検索するならリケラボ論文検索大学・研究所にある論文を検索できる

リケラボ 全国の大学リポジトリにある学位論文・教授論文を一括検索するならリケラボ論文検索大学・研究所にある論文を検索できる

大学・研究所にある論文を検索できる 「Remote Monitoring Systemを用いたRisk-based Monitoringの有用性に関する研究」の論文概要。リケラボ論文検索は、全国の大学リポジトリにある学位論文・教授論文を一括検索できる論文検索サービスです。
リケラボ

コピーが完了しました

URLをコピーしました

論文の公開元へ論文の公開元へ
書き出し

Remote Monitoring Systemを用いたRisk-based Monitoringの有用性に関する研究

山田 修 東北大学

2021.09.24

概要

【背景】
従来の臨床試験のモニタリングは、モニタリング担当者が試験実施医療機関に頻回に訪問する On-site 形式で、臨床試験の原資料から症例報告書に転記された全てのデータの整合性を確認する 100% Source Data Verification (SDV) を主なモニタリング手法として実施されてきた。しかしながら、100% SDV を伴う On-site Monitoringは、臨床試験のコストの大きな割合を占めているにも関わらず、依然として被験者保護と試験結果の信頼性を効果的に保証することには至っていない。近年、より効果的な臨床試験のモニタリングのために、臨床試験の種類やデザインに応じて、複数のモニタリング手法を組み合わせることが推奨されているが、その効果を検証した報告はあまりない。そこで我々は、Remote Monitoring System を用いて遠隔地から試験実施医療機関の原資料を確認する Remote Monitoring と、臨床試験のリスクに応じたモニタリングを行う Risk-based Monitoring を組み合わせた Remote Risk-based Monitoring (R2BM) 手法を考案し、従来の 100% SDV を伴う On-site Monitoring と比較することでその効果を検討することとした。

【目的】
臨床試験に参加した被験者の原資料を対象に、R2BM 手法を後ろ向きに実施することで、従来の 100% SDV を主体とした On-site Monitoring と比較した際の R2BM手法の効果を検討することを目的とした。

【方法】
Cloud-based の Remote Monitoring System（beagle View®）を使用し、臨床試験の Critical Data と Critical Process に焦点を当てたモニタリングを行う、R2BM 手法を考案した。R2BM の効果を検討するために、東北大学病院で実施された無作為化並行群間比較試験を本モニタリング研究の本体研究となる臨床試験として選定し、本体研究に参加した 11 人の被験者を無作為抽出によって本モニタリング研究の対象被験者とした。本体研究の投薬終了後、無作為抽出された 11 人の被験者の症例報告書は回収され、Data Manager (DM) によって症例報告書の Data Review が行われた。その後モニタリング担当者が、R2BM 手法を用いて遠隔地から無作為抽出した 11 人の被験者の原資料を後ろ向きに遡って閲覧し、Critical Data や Critical Process のエラーを検出できるかどうか確認した。R2BM の実施後、モニタリング担当者が試験実施医療機関に訪問し、100% SDV を伴う On-site Monitoring によって全ての原資料を確認し、R2BM で確認されたエラーと 100% SDV を伴う On-site Monitoring で確認されたエラーを比較することでR2BM 手法のモニタリング効果を評価した。また、その他にR2BM を実施するための臨床試験スタッフの作業負荷や、R2BM によるOn- site Monitoring のかかる費用の削減効果も併せて検討した。

【結果】
無作為抽出された 11 人の被験者の症例報告書の全データ (n = 5,617) のうち、19.7% (n = 1,105) が Critical Data と判断された。100% SDV を伴う On-site Monitoring、R2BM 及び DM による Data Review によって検出された Critical Dataのエラー率は、7.6% (n = 84、95% CI = 6.2–9.3)、7.6% (n = 84、95% CI = 6.2–9.3)及び 3.9% (n = 43、95% CI = 2.9–5.2) であった。100% SDV を伴う On-site Monitoring によって検出された Critical Process のエラーの総数は 14 件であった。これら 14 件のうち、R2BM では 92.9% (n = 13、95% CI = 68.5–98.7) 及び DM では 42.9% (n = 6、95% CI = 21.4–67.4) の Critical Process のエラーが検出された。臨床試験スタッフが R2BM の対応に費やした時間は、1 人の被験者の 1 Visit 当り 9.9± 5.3 (平均 ± SD) 分であった。R2BM を本体研究のスケジュールに従って前向きに実施したと仮定した場合、R2BM は 9〜41 回分の On-site Monitoring を削減することが可能であり、試験実施医療機関 1 施設当り 13,500〜61,500 ドルのコスト削減効果に相当した。

【結論】
R2BM は、100% SDV を伴う On-site Monitoring と同様に、Critical Data や Critical Process のエラーを検出可能であるだけではなく、100% SDV を伴う On-site Monitoring にかかる移動時間やコストを削減可能であることが示された。R2BM は、従来の臨床試験で実施されてきた 100% SDV を伴う On-site Monitoring に代わりうるより効率的なモニタリング手法であることが示唆された。

論文の公開元へ

この論文で使われている画像

関連論文

関連論文をもっと見る

参考文献

1. Scannell JW, Blanckley A, Boldon H, et al. Diagnosing the decline in pharmaceutical R&D efficiency. Nat Rev Drug Discov 2012; 11: 191–200.

2. International Council for Harmonisation of Technical Requirements for Pharmaceuticals for Human Use. ICH HARMONISED TRIPARTITE GUIDELINE GUIDELINE FOR GOOD CLINICAL PRACTICE E6 (R1). https://www.pmda.go.jp/files/000156725.pdf

3. Funning S, Grahnén A, Eriksson K, et al. Quality assurance within the scope of good clinical practice (GCP) - what is the cost of GCP-related activities? a survey within the Swedish Association of the Pharmaceutical Industry (LIF)’s members. Qual Assur J 2009; 12: 3–7.

4. 厚生労働省. 人を対象とする医学系研究に関する倫理指針ガイダンス. https://www.mhlw.go.jp/file/06-Seisakujouhou-10600000- Daijinkanboukouseikagakuka/0000166072.pdf

5. 厚生労働省. 臨床研究法（平成二十九年法律第十六号）. https://www.mhlw.go.jp/file/06-Seisakujouhou-10800000- Iseikyoku/0000163413.pdf

6. Sheetz N, Wilson B, Benedict J, et al. Evaluating source data verification as a quality control measure in clinical trials. Ther Innov Regul Sci 2014; 48: 671–680.

7. Andersen JR, Byrjalsen I, Bihlet A, et al. Impact of source data verification on data quality in clinical trials: an empirical post hoc analysis of three phase 3 randomized clinical trials. Br J Clin Pharmacol 2015; 79: 660-668.

8. Mitchel JT, Kim YJ, Choi J, et al. Evaluation of data entry errors and data changes to an electronic data capture clinical trial database. Drug Inf J 2011; 45: 421–430.

9. Tudur Smith C, Stocken DD, Dunn J, et al. The value of source data verification in a cancer clinical trial. PLoS ONE 2012; 7: e51623.

10. Tantsyura V, Dunn IM, Fendt K, et al. Risk-based monitoring: a closer statistical look at source document verification, queries, study size effects, and data quality. Ther Innov Regul Sci 2015; 49: 903–910.

11. US Food and Drug Administration. Guidance for industry oversight of clinical investigations – a risk-based approach to monitoring, https://www.fda.gov/media/116754/download.

12. European Medicines Agency. Reflection paper on risk based quality management in clinical trials, https://www.ema.europa.eu/en/documents/scientific-guideline/reflection- paper-risk-based-quality-management-clinical-trials_en.pdf.

13. Pharmaceutical and Food Safety Bureau, Ministry of Health, Labour and Welfare. Basic rules of the risk-based approach to monitoring clinical trials, https://www.pmda.go.jp/files/000215858.pdf.

14. TransCelerate BioPharma Inc. Position paper: risk-based monitoring methodology, http://www.transceleratebiopharmainc.com/wp- content/uploads/2016/01/TransCelerate-RBM-Position-Paper-FINAL- 30MAY2013.pdf.pdf.

15. US Food and Drug Administration. Integrated Addendum to ICH E6 (R1): Guideline for Good Clinical Practice E6 (R2), https://database.ich.org/sites/default/files/E6_R2_Addendum.pdf.

16. Olsen R, Bihlet AR, Kalakou F, et al. The impact of clinical trial monitoring approaches on data integrity and cost—a review of current literature. Eur J Clin Pharmacol 2016; 72: 339-412.

17. Nielsen E, Hyder DA, Deng C. A data-driven approach to risk-based source data verification. Ther Innov Regul Sci 2014; 48: 173–180.

18. Tantsyura V, Dunn IMC, Waters J, et al. Extended risk-based monitoring model, on-demand query-driven source data verification, and their economic impact on clinical trial operations. Ther Innov Regul Sci 2016; 50: 115–122.

19. Timmermans C, Venet D, Burzykowski T. Data-driven risk identification in phase III clinical trials using central statistical monitoring. Int J Clin Oncol 2016; 21: 38–45.

20. Bakobaki JM, Rauchenberger M, Joffe N, et al. The potential for central monitoring techniques to replace on-site monitoring: findings from an international multi-centre clinical trial. Clin Trials 2012; 9: 257–264.

21. Lindblad AS, Manukyan Z, Purohit-Sheth T, et al. Central site monitoring: Results from a test of accuracy in identifying trials and sites failing Food and Drug Administration inspection. Clin Trials 2014; 11: 205–217.

22. Brosteanu O, Schwarz G, Houben P, et al. Risk-adapted monitoring is not inferior to extensive on-site monitoring: results of the ADAMON cluster- randomized study. Clin Trials 2017; 14: 584–596.

23. Stenning SP, Cragg WJ, Joffe N, et al. Triggered or routine site monitoring visits for randomised controlled trials: results of TEMPER, a prospective, matched-pair study. Clin Trials 2018; 15: 600–609.

24. Hurley C, Shiely F, Power J, et al. Risk based monitoring (RBM) tools for clinical trials: a systematic review. Contemp Clin Trials 2016; 51: 15-27.

25. Kumar PP, Dalal J, Jadhav MP. Risk based monitoring (RBM): a global study focusing on perception and merits among clinical investigational sites. Contemp Clin Trials Commun 2016; 4: 155-160.

26. Caroline H, Carol S, Mike C, et al. Perceived barriers and facilitators to risk-based monitoring in academic-led clinical trials: a mixed methods study. Trials 2017; 18: 423.

27. Houston L, Probst Y, Yu P, et al. Exploring data quality management within clinical trials. Appl Clin Inform 2018; 9: 72–81.

28. Mealer M, Kittelson J, Thompson BT, et al. Remote source document verification in two national clinical trials networks: a pilot study. PLoS One 2013; 8: e81890.

29. Weston W, Smedley J, Bennett A, et al. The cooking and pneumonia study (CAPS) in Malawi: implementation of remote source data verification. PLoS One 2016; 11: e0155966.

30. Uren SC, Kirkman MB, Dalton BS, et al. Reducing clinical trial monitoring resource allocation and costs through remote access to electronic medical records. J Oncol Pract 2013; 9: e13–e16.

31. 日本製薬工業協会. モニタリングの効率化に関する提言. http://www.jpma.or.jp/medicine/shinyaku/tiken/allotment/pdf/monitoring_0 2_01.pdf

32. Madhuri P. Remote Site Monitoring: The Future of Clinical Research. Curr Trends Biomedical Eng & Biosci. 2017; 9: 555771.

33. De S. Hybrid approaches to clinical trial monitoring: practical alternatives to 100% source data verification. Perspect Clin Res 2011; 2: 100–104.

34. TransCelerate BioPharma Inc. Risk assessment and categorization tool (RACT), https://www.transceleratebiopharmainc.com/assets/risk-based- monitoring-solutions/.

35. Favalli G VJ, Vantongelen K, Renard J, et al. Quality control in multicentric clinical trials. An experience of the EORTC Gynecological Cancer Cooperative Group. Eur J Cancer 2000; 36: 1125–1133.

36. Wilson EB. Probable Inference, the Law of Succession, and Statistical Inference. J Am Stat Assoc 1927; 22: 209-12.

37. Jeong IS, Jeong JH, Hwang YS, et al. Clinical research coordinators’ attitude toward risk-based monitoring. Ther Innov Regul Sci 2019; 53: 691–695.

38. Mehra M, Kurpanek K, Petrizzo M, et al. The life cycle and management of protocol deviations. Ther Innov Regul Sci 2014; 48: 762–777.

参考文献をもっと見る

全国の大学の
卒論・修論・学位論文
を
一発検索！

この論文の関連論文を見る