18983288589(微信同号)
18983288589(微信同号)
18908392210(微信同号)
18980413049
2006-07-31
/
其他
/
现行有效
/
CDE电子刊物
审评四部审评八室 黄钦
摘要:药品的体内外相关性(IVIVC)研究是制剂研发中常用的考察制剂影响因素的有效手段,近年来,常有申报单位因产地变更或增加规格等而报送体内外相关性研究的有关资料以豁免法规要求的生物等效性试验的申请,下文探讨了对体内外相关性研究审评的一些主要关注点。
关键词:体内外相关性(IVIVC) 技术审评
药品的体内外相关性(In Vitro-In Vivo Correlation)研究是制剂研发中常用的考察制剂影响因素的有效手段,应用较为广泛,如用于制剂处方早期筛选,体外释放限度等质控标准的制定,产品的线性扩展,以及扩大生产规模或上市后的变更等等。近年来,笔者在药品审评中经常遇到一些申报单位因产地变更或增加规格等而报送体内外相关性研究的有关资料以豁免法规要求的生物等效性试验的申请,下文就从审评的角度谈谈对体内外相关性的认识。
根据美国FDA 药品评价和研究中心(CDER)的定义,体内外相关性指的是用以描述某一制剂(通常是缓控释制剂)的体外特征与体内反应(如血浆药物浓度或吸收的药物总量)间相关关系的一种预测性数学处理(数学模型)。
体内外相关性反映制剂整个体外释放曲线与整个体内血药浓度-时间曲线之间的关系。一种制剂只有当体内外特征具有相关性,才能通过体外释放曲线预测体内情况。建立和评价体内外相关性的主要目的在于应能依据体外数据预测整个时间段内的体内数据,并有可能通过检验不同制剂的体外释放度研究来替代体内生物等效性的验证。
借鉴国外注册管理机构的审评经验和有关要求,技术审评中我们对于论证体内外存在相关性的申报资料主要关注以下方面:对体内外相关性建立过程的方法学评价和对所建相关性模型的评价。
体内外相关性通常按其相关性的不同分为3类:A级相关、B级相关和C级相关(包括多重C级相关,也有人将多重C级相关另定为D级相关)。其中,A级相关最具信息量,多重C级相关与A级相关作用相当,然而,若有可能建立多重C级相关,则A级相关也有可能建立,并且A级相关是药品审评机构推荐的首选方法。C级相关在处方探索初期有一定作用。B级相关通常应用不广泛。以下主要针对A级相关进行阐述。
一、体内外相关性建立的方法学评价
主要包括体外释放度研究,体内生物利用度试验研究和拟合模型的数学方法三个方面。
1、体外释放度研究的方法学是否正确
体内外相关性虽然可以通过两种释放速度并产生不同吸收曲线的处方验证,但推荐使用三种或更多种释放速率设计的处方,如快速、中速、慢速释药处方。只有当药物的体外释放度与测试条件无关(如释放介质,搅拌情况,pH值)时可以例外(使用一种处方)。体外释放度研究可以参照药典介绍的方法,推荐使用I法(篮法)或II法(桨法),常用转速(篮法100rpm,桨法50-75rpm) ,溶出介质为水性,pH值不超过6.8。水性介质(纯水或pH值不超过6.8的缓冲溶液)是建立体内外相关性时首选的溶出介质。若采用pH值超过6.8的缓冲溶液作为溶出介质,应提供足够的实验数据阐述理由和依据。对于溶解性差的药物,可适当加入表面活性剂(例如1%的十二烷基磺酸钠)。通常情况下,不推荐使用非水溶剂以及乙醇-水混合溶剂,除非在水性介质尝试均无效的情况下。体外释放度方法学应足够显示不同处方之间的差别。此外注意以下几点要求:
体外研究用药品应与体内研究为相同生产批。
每批产品应测定12个剂量单位(n ≥ 12)的释放度曲线,取样点应分配适当以充分反映曲线特征。批内产品平均释放度曲线的变异系数CV < 10%。
时间标尺对于所有的处方均一致。若各个处方使用不同的时间标尺,意味着体内外相关性的依据不足。
2、体内生物利用度研究的方法学是否正确
生物利用度研究应符合生物利用度指导原则的一般要求,不但要确证生物样品分析方法的准确性和可靠性,还要注意以下几点:
建议在具有交叉设计的同一试验研究中进行不同释放速率设计的几种处方的对比,参比剂可以为同种药品的口服液,注射液和速释普通制剂。
病例数 n ≥ 6,一般6-36人
通常在禁食条件下。当受试药物不适合时,可在进餐条件下。
研究药物与体外研究的活性成分一致,与体外研究是同一批号产品。
3、模型拟合所用的数学方法是否合理
对每个受试者和每个处方从血浆药物浓度估计药物的体内释放和吸收情况,通常采用的数学方法有:
模型依赖法:基于药代房室模型的质量平衡原理
一室模型: Wagner-Nelson法
二房室模型:Loo-Riegelman法
非模型法:基于线性系统分析理论(Theory of Linear System Analysis )
卷积分/反卷积分法 (Convolution / Deconvolution)
值得注意的是,卷积分/反卷积分法的应用比药代房室模型法的应用更加广泛和合理。
将体外释放的数据(通常为各时间点的累积体外释放百分率)与体内药物吸收数据(通常是相同的相应时间点的累积体内吸收百分率-各时间点的绝对生物利用度)进行相关分析,可以直接对数据进行分析,也可以将数据经过适当的转换后分析,方法通常采用最小二乘法线性回归。
二、对所建相关性模型的评价
一个药物声称具有良好的体内外相关关系,那么考察相关性模型最好的方法就是看看其通过体外数据预测体内行为的能力如何,因此预测能力的评价是体内外相关研究全过程中最实用和最重要的,其是否符合要求也是技术审评中最为关注的。
体内外相关模型是否具有预测能力是用体外释放度研究的数据按相关模型计算体内释放和吸收参数的预测估计值,通过比较预测值和实测值间的差异来评估,包括内部预测能力评估和外部预测能力评估。
1、内部预测能力评估和外部预测能力评估:内部预测能力评估指用IVIVC建模时的处方的数据进行验证。外部预测能力评估指用非建模的处方的数据进行验证。外部预测能力评估主要是在内部预测误差评估不符合要求时;在用两种释药速度的处方建立体内外相关性时;在研究窄治疗指数药物等情况下应用。
按照优先顺序排列,用以评估外部预测能力的处方数据主要为:
具有与建立体内外相关性模型时所用处方不同释药速度的处方,其释药速度可以在建模用处方的释药速度范围内,也可以在此范围外。
具有与建立模型时所用处方相同或类似释药速度的处方,这些处方在制备过程中略有不同(如处方组成、工艺、设备、生产场地等)。
在生产过程中无变化而来自另一生产批的处方,这些处方与建模时所用处方具有相同或类似释药速度。
2、内、外部预测能力的评估指标:评估指标是Cmax和AUC的预测误差(%PE),按照以下公式计算:
Cmax: {[Cmax (obs) Cmax (pred)] / Cmax (obs)}*100
AUC: {[AUC (obs) AUC (pred) ] / AUC (obs) }*100
3、可被接受具有体内外相关性的判断标准为:内部预测能力,要求预测误差 (%PE) 平均值 ≤ 10%,且不同处方间Cmax和AUC的 预测误差 (%PE) ≤ 15%;外部预测能力,要求Cmax和AUC的预测误差(%PE) ≤ 10%,若%PE在10%-20%之间,则无结论性判断,还需继续外部预测检验;若%PE>20%通常意味着预测能力不足。
如果以上各方面均符合要求,则可以判定该药物具有体内外相关性,但需要特别指出的是若以体内外相关性研究资料来申请豁免生物等效性研究时,尚须提供拟上市制剂与原上市制剂间的体外释放度比较研究资料(具体要求参见有关指导原则),只有体外比较研究符合要求,且相似因子F2≥50 时方可认可。
总之,随着我国医药研发能力的发展,已有越来越多的国内企业已经或逐步认识到体内外相关性研究的重要性,而符合审评要求的体内外相关性研究资料可以支持某些情况下的免除临床研究申请,并可以大大地节省了研发成本和注册时间。
需要提醒注意的是当前我国的体内外相关性研究中常见错误有:建立相关性模型而没有预测性能力的检验,常以所建线性模型的相关系数统计学显著性的检验来取代模型预测能力的检验。其实相关系数越大,只能表明存在相关关系的强度越高,但并不直接反映其预测能力,而相关性数学模型预测能力的评价也是技术审评中最重要的关注点。
Pharma CMC2024-10-15
摩熵医药(原药融云)2024-08-21
数屿医械2024-06-24
数屿医械2024-06-13
数屿医械2024-05-30
摩熵医药(原药融云)2024-05-27
药事纵横2024-02-28
药通社2023-12-26
摩熵医药(原药融云)2023-12-13
药通社2023-06-25
2024-11-20
2024-11-19
2024-11-19
2024-11-19
2024-11-19
2024-11-19
2024-11-18
2024-11-18
2024-11-18
2024-11-11
2024-11-11
2024-11-05
2024-11-04
2024-11-04
2024-10-30
2023-10-01
2023-10-01
2023-10-01
2023-10-01
2023-10-01
2023-10-01
2023-10-01
2023-10-01
2023-10-01
2023-10-01
2023-10-01
2023-09-01
2023-09-01
2023-09-01
2023-09-01