《戈特利布呼吁对新的阿片类药物制定比较批准标准》

  • 来源专题:生物安全网络监测与评估
  • 编译者: yanyf@mail.las.ac.cn
  • 发布时间:2019-04-08
  • 尽管斯科特·戈特利布(Scott Gottlieb)即将卸任美国食品和药物管理局(FDA)局长一职,但他仍在推动在对抗阿片类药物危机方面的变革,这是他自接管该监管机构以来一直支持的一项任务。

    戈特利布本月早些时候宣布辞职。星期四,他在美国参议院拨款小组委员会作证,要求在预算草案中增加5,500万美元,以解决阿片类药物的问题。戈特利布呼吁制定批准阿片类药物的新标准,包括考虑新批准的阿片类药物相对于已经上市的其他阿片类药物的比较优势。戈特利布说,FDA认为,应该有一个上市前的证明,在相同的一般适应症下,一种新的阿片类药物优于已经批准的阿片类药物或含阿片类药物。他说,这样的标准将有助于该机构更好地应对阿片类药物危机。这位即将离任的专员说,FDA对这类方法的目标是包括“防止滥用的配方,以促进在防止滥用方面的持续创新。”

    戈特利布指出,FDA不会就其他适应症的药物提出这个问题,但他补充说,阿片类药物是不同的。他说,在成瘾危机的背景下,这是一个很好的问题。

    他说:“我们需要继续迅速采取有力行动,战胜这场危机。我们需要考虑针对阿片类药物量身定制的新政策选择。我们必须认识到,这场危机将很难完全扭转。我们需要愿意在阿片类药物的设置方面采取行动,我们必须接受这种行动不适用于任何其他药物类别。新阿片类药物批准的比较优势标准就是这样一种方法。“这就是我们从这场危机中学到的教训。所以在这里提出这些问题是合理的。”

    戈特利布在对参议院发表的评论中称,阿片类药物危机是“FDA和美国一直面临的”最大的公共卫生危机。戈特利布在讲话中指出,这场危机的开端与处方药有关,这些处方药是合法开出的,“但开得太松”。他补充说,阿片类药物危机已经从处方药演变为强力芬太尼等非法药物。

    戈特利布在提交给小组委员会的声明中说:“但事实是,我们仍需要采取更多措施使处方合理化,目前仍有太多处方在制定中,而且处方的使用时间过长,根本无法适应潜在的适应症。”

    戈特利布说,为应对阿片类药物危机而要求额外拨款5,500万美元是必要的。他指出,该机构和国家“远远没有完全解决”这场危机,这场危机是多年来形成的,涉及失误和错失的机会。他说,需要采取全面的措施来扭转这一问题。额外的资金将继续建立在FDA在减少阿片类药物危机方面的投资基础上,包括努力减少接触和预防新的成瘾;支持对阿片类药物滥用障碍患者的治疗;推广不基于阿片类药物的新型疼痛疗法;戈特利布说,评估阿片类药物的益处和风险。

    此外,戈特利布告诉参议院小组委员会成员,FDA已经开始实施《支持法案》赋予该机构的新权力,包括要求一些阿片类药物制造商为止痛药的即时释放配方提供一次性包装。这使得预防药物滥用变得更加容易。戈特利布在演讲中说,如果维柯丁和波可赛特等即时释放止痛药可以在这些小剂量包装中使用,更多的医生将使用这个选项,而不是为30天的药品开处方。

    ——文章发布于2019年3月29日

相关报告
  • 《FDA需制定在药物开发中使用人工智能的标准》

    • 来源专题:生物安全知识资源中心 | 领域情报网
    • 编译者:huangcui
    • 发布时间:2020-02-28
    • 人工智能已经成为我们技术基础设施和许多消费设备的重要组成部分。在不到十年的时间里,基于深度神经网络的机器学习算法已从识别视频中的猫发展到使智能手机能够在27种不同语言之间进行实时翻译。这一进展激发了人工智能在药物发现和开发中的使用。 人工智能可以提高治疗领域药物开发的效率和结果。例如,一些公司正在开发的人工智能技术有望通过在注册前识别高风险人群来预防临床试验中的严重不良事件。通过使用人工智能来整合其他数据源(如历史对照研究或真实世界数据),临床试验可以变得更有效率。人工智能技术也可以通过识别生物标志物来放大治疗反应,从而在复杂适应症中精确定位患者亚群。 这些领域的创新将为那些自愿参加试验的人带来巨大的好处,更不用说对新药的最终用户产生的下游效益。 但是,这些技术的错误使用会产生意想不到的有害后果。要了解一个好主意如何变坏,只需看看自算法兴起以来社交媒体发生了什么。错误信息比真相传播得更快,而且我们的领导人正忙于保护我们的政治制度。 人工智能和机器学习同样会破坏我们识别安全有效疗法的能力吗? 即使是善意的研究人员也可能开发出加剧偏见的机器学习算法。例如,许多用于医学的数据集主要来自于白人、北美和欧洲人群。如果研究人员将机器学习应用于这些数据集中的一个,并发现一个生物标志物来预测治疗的反应,则无法保证该生物标志物在更多样化的人群中也能很好地发挥作用。如果使用这样的生物标志物来定义一种药物的批准适应症,那么这种药物在不同的种族群体中可能会产生非常不同的效果,这仅仅是因为它是通过一个构造不良的算法的偏光镜过滤出来的。 对偏差和普遍性的担忧适用于大多数数据驱动的决策,包括那些使用更传统的统计方法获得的决策。但是,实现药物开发创新的机器学习算法比传统的统计模型要复杂得多。他们需要更大的数据集、更复杂的软件和更强大的计算机。所有这些都使得全面评估机器学习算法的性能变得更加困难,也更加重要。 处于药物开发和技术交叉领域的公司需要制定标准,以确保人工智能工具能够按预期运行。 美国食品药品管理局(FDA)已经发布了几项关于人工智能产品监管的提案,现在它有机会在这些努力的基础上更进一步。医疗器械和放射健康中心(Center for Devices and Radiological Health,CDRH)已经审查并清理了许多使用人工智能的设备。该中心还发布了一个提议的框架“将人工智能和机器学习作为医疗设备应用于软件”。然而,这些提议不一定适用于药物开发过程中使用的基于人工智能的工具。因此,生物制药和科技公司不确定这些工具如何适应当前的监管框架。 在11月7日FDA的报告中,作者认为FDA应该在确保基于人工智能的药物开发工具符合适当标准方面发挥重要作用。 FDA提出了一个框架,以指导发起人如何在药物开发项目中使用人工智能工具,从而缓解监管的不确定性。通过与行业合作制定可行的监管框架,FDA可以在人工智能提供重大公共卫生利益的机会与通过确保这些新技术可靠来保护公共卫生的使命之间取得平衡。同时,FDA可以为基于人工智能的药物开发工具的正式认证创建一条途径,以确保对这些工具进行充分审查。 此外,它可以鼓励在药物开发中探索性地使用基于人工智能的技术,这将使发起人和监管者通过使用新的监管途径更好地了解其优缺点,例如《复杂的创新试验设计试点计划》(Complex Innovative Trial Designs Pilot Program)。 这些具体的行动将为创新的临床试验方法打开大门,使药物开发更加有效,从而有助于尽快为需要治疗的患者提供新的治疗方法。
  • 《FDA批准首个治疗天花的药物》

    • 来源专题:生物安全知识资源中心 | 领域情报网
    • 编译者:huangcui
    • 发布时间:2018-09-14
    • 短 讯 FDA批准首个治疗天花的药物 天花(Smallpox)是由天花病毒引起的一种烈性传染病。虽然目前全世界天花病毒已经根除,但由于其致病性强、传播迅速等特点,存在被用作生物武器的风险。 7月13日,美国食品药品管理局(FDA)宣布,批准由SIGA Technologies公司生产的TPOXX(tecovirimat)作为第一种治疗天花的药物。TPOXX是与美国卫生部生物医学高级研究与发展管理局(BARDA)共同开发的。TPOXX对天花的有效性是通过对感染了与天花病毒密切相关的病毒的动物的存活率的研究而判定的。在遵守FAD动物规则(当在人体中进行效力试验是不可行的或不符合伦理的时候,允许基于良好控制的动物研究效力以支持FDA标准)的条件下,FDA批准了TPOXX。TPOXX的安全性在359名没有感染天花的健康人类志愿者中进行了评估,最常见的副作用是头痛,恶心和腹痛。FDA专员Scott Gottlieb博士表示,为了应对生物恐怖主义的风险,国会已采取措施,制定和批准对策,以阻止可用作武器的病原体。如果将天花用作生物武器,这种新的治疗方法为人们提供了额外的选择。