CTD Module 2.7.3 臨床有効性概要をAIで記述する方法｜主要評価項目・サブグループ解析・感度分析を統合するガイド

Treatment(具体的な治療レジメン)、Population(対象集団)、Variable/Endpoint(評価項目の明確な定義)、Intercurrent Events(治療中止・併用薬・死亡等の扱い戦略)、Summary Measure(要約統計量)の5要素です。2.7.3では各主要試験でのEstimand定義を明示し、感度分析で異なるIntercurrent Events戦略下での頑健性を示すのが推奨。

事前規定サブグループごとの効果量・95%CI・Interaction pを Forest plot化し、点推定値の方向性一致・95%CIの重なり・効果量の類似性で評価。Interaction p<0.05は有意な異質性の示唆ですが、多重性補正済みか・臨床意義があるかを含めて判断します。

欠測値処理(LOCF/BOCF/MMRM/Multiple Imputation/Pattern Mixture/Tipping Point)、解析対象集団(ITT/mITT/PP)、統計モデル変更(共変量調整)、エンドポイント定義変更、外れ値処理(Winsorizing)の5種類が主軸。主要結果が全感度分析で安定していれば『頑健』と記述します。

国際共同治験では、全集団の効果量に対して日本人集団の効果量が一貫しているかがPMDA審査の焦点。サンプルサイズ不足による見かけの差と真の民族差の区別、効果量の95%CIが全集団の推定値を含むかなどで評価します。

2.5.4は論点・意義・申請者の主観的解釈を30ページ以内で述べる場所、2.7.3はデータ詳細・統計処理・試験横断比較を客観的事実として記述(分量は試験数次第で30〜400ページ)。同じ試験結果を扱いますが、2.5は『治療上の意味』、2.7.3は『統計結果の詳細』を書き分けます。