FDA, 신약 승인 기본 기준으로 단일 핵심 시험 표준 채택
FDA가 '2개 시험 도그마'를 종료하는 주요 정책 전환을 발표하여, 연구 설계 품질에 대한 강화된 초점과 함께 하나의 적절하고 잘 통제된 연구와 확인적 증거를 기반으로 한 약물 승인을 허용했다.
FDA가 의약품의 안전성과 유효성을 보장하기 위해 수립된 "2개 시험 도그마" 표준을 종료하는 신약 신청 정책의 주요 변경을 발표했다. 이 전환은 생물의약품 평가연구센터 소장과 FDA 국장이 이달 초 New England Journal of Medicine에 게재한 논문에서 발표되었다.
향후 FDA의 기본 입장은 하나의 적절하고 잘 통제된 연구와 확인적 증거의 조합이 새로운 제품의 시판 허가 기반으로 역할한다는 것이다. FDA는 대조군, 평가변수, 효과 크기, 통계 프로토콜에 특히 초점을 맞추어 연구 설계의 모든 측면을 면밀히 검토할 것이다. 연구의 질에 대한 검토 없이는 2개의 시험조차 잘못된 확신을 제공할 수 있다.
연방 식품의약품화장품법 제505조(d)에 따라, FDA의 신약 신청 임상 데이터 표준은 시험용 후보물질의 안전성과 유효성을 뒷받침하는 "실질적 증거"의 요건을 기반으로 해 왔다. 일반적으로 이는 통계적으로 유의한 이점을 독립적으로 보여주는 최소 2건의 적절하고 잘 통제된 임상시험으로 해석되어 왔다.
그러나 일부 사례에서 FDA는 질병별 유연성도 보여주었으며, 1997년 이후 미국 법에 따라 허용된 확인적 증거를 갖춘 하나의 대규모 다기관 시험, 또는 희귀질환에 대한 설득력 있는 증거를 가진 소규모 데이터셋을 기반으로 승인을 부여했다. 사실 2020년에 승인된 신약 신청의 2022년 분석에 따르면 50% 이상이 단 하나의 핵심 시험으로 승인되었다.
확인적 증거에는 약물의 기전적, 생물학적 수준에서의 작용 또는 동물 모델에서의 데이터, 관련 적응증 또는 동일 계열 내 다른 약물을 지원하는 데이터, 그리고 실제 임상 데이터가 포함될 수 있으며, 이 중 어떤 것이든 지원적 및 확인적 증거로 인정될 수 있다.
업데이트된 단일 시험 표준은 지난 수십 년간 지속된 "단일 시험이 수용될 환경에 대한 제조업체의 지속적인 혼란"을 해결하기 위한 것이다. 2개 시험 요건에 대한 반론에서 저자들은 2026년에 "제조업체에 다시 시험하도록 요구하는 것보다 우리의 제품이 사람들이 더 오래 또는 더 잘 살 수 있도록 돕는다는 확신을 느낄 수 있는 대안적 방법이 있다"고 언급했다.
하나의 시험만을 요구하면 "후원사의 비용이 크게 절감"되고 약물이 시장에 더 빨리 도달할 것이다. 단일 핵심 연구의 비용은 3,000만~1억 5,000만 달러이며, 완료까지 수년이 소요되어 약물 상업화에 소요되는 평균 시간을 더욱 늘린다. 2개 대신 1개의 시험만 수행하면 "약물 개발자의 자본 비용 절감은 일반 미국인의 고액이고 상승하는 약가를 정당화하는 지속적 논거 - 연구개발의 과중한 비용 - 를 제거할 수 있다."
저자들은 잠재적 비판에 두 부분으로 답변했다. 첫째: "FDA는 결코 완벽하지 않았으며, 2개 시험의 기본 요건에도 불구하고 나중에 심각한 안전성 우려가 있거나 유효성이 부족한 것으로 밝혀진 수많은 제품을 승인했다." 둘째: "우리가 언급한 대로, 시험 설계의 다른 모든 측면이 결함이 있다면 임상 연구의 수는 타당한 추론에 대한 안전장치가 되지 못한다." 이어서 "대조군이 표준 이하이거나, 평가변수가 의심스럽거나, 통계 계획이 사후에 생성되었거나, 검정력이 부족하거나, 이 모든 것이 해당되면, 2개, 3개 또는 4개의 연구에서도 잘못된 결론에 도달할 수 있다"고 덧붙였다.
중복된 3상 시험에 대한 의존도 감소는 개발 일정을 단축하고, 자본 요구를 줄이며, 특히 소규모 환자군과 미충족 수요가 높은 환경에서 조기 신청이나 적응적 설계를 장려할 수 있다. 법정 기준인 "실질적 증거"는 명시적으로 2개 시험을 요구하지 않는다.
공급망 관점에서 하나의 핵심 시험을 기반으로 한 조기 승인은 상업적 출시 일정을 압축할 수 있다. 제조 규모 확대, 기술 이전, 포장 검증 및 유통 계획이 임상 이정표와 보다 긴밀하게 맞추어져야 할 수 있다. 짧은 개발 주기는 위탁제조기관(CMO)의 장기 예측 가시성을 줄일 수 있다.