Dane historyczne kontroli w badaniach regulacyjnych: propozycja uporządkowanego podejścia EFSA

W niedawno opublikowanym dokumencie EFSA porządkuje sposób korzystania z „historycznych danych kontroli” (HCD - Historical Control Data), czyli wyników z wcześniejszych badań, które pomagają zrozumieć bieżące wyniki. Celem jest ujednolicenie praktyki tak, by decyzje były bardziej przejrzyste i mniej uznaniowe.

EFSA proponuje uporządkowany sposób używania HCD w ocenach regulacyjnych, bo dziś każdy robi to inaczej. Nowe stanowisko układa proces w 7 kroków i 3 etapy: planowanie, ocena HCD oraz ich użycie razem z badaniem głównym. Kluczowe jest przesunięcie akcentu „na początek”: HCD planuje się już przy projektowaniu badania lub przed jego oceną, dzięki czemu dostają wagę proporcjonalną do jakości i porównywalności. Ma to zwiększyć spójność, przejrzystość i akceptowalność ocen oraz wspierać zasadę 3R.

W ocenie danych EFSA przypomina minimalne wymogi z rozporządzenia 283/2013; 5-letnie okno czasowe traktuje jako orientacyjne. Preferowane są dane indywidualne, bo pozwalają oddzielić zmienność „wewnątrz badania” od różnic „między badaniami” i lepiej wychwycić wartości odstające. Gdy ważne są „kowariaty” (np. dieta, metodyka), można wykluczyć niepasujące serie albo jawnie uwzględnić te czynniki w modelu.

Na etapie użycia HCD porównuje się je z kontrolą równoległą. Podstawowym narzędziem jest przedział przewidywania z HCD: jeśli kontrola bieżąca mieści się w tym zakresie, łączy się informacje; jeśli nie, wybiera się jedną z kilku opcji: przegląd doboru HCD, analiza bez HCD, wyłączenie badania lub świadome włączenie mimo różnicy. Na końcu wykonuje się analizę wrażliwości, aby sprawdzić wpływ decyzji na wnioski.

Dokument podaje ramy liczbowe i trzy studia przypadków (dla danych binarnych, ciągłych i zliczeń) oraz szablony raportowania. Omawia też obszary trudniejsze, m.in. badania na gatunkach innych niż gryzonie i na ptakach, pomiary hormonów czy neurotoksyczność rozwojową.

Dokument nie rozstrzyga dwóch rzeczy: czy i jak używać danych HCD jako wstępnych założeń w pewnym typie analiz statystycznych (tzw. bayesowskich) oraz jaką dokładnie metodę obliczeń przyjąć w analizie głównego badania; to jednak nie przeszkadza w zastosowaniu całego proponowanego podejścia.

Podsumowując: zamiast  luźnych zakresów z wielu lat i laboratoriów, EFSA proponuje krok po kroku:

1. Plan,
2. wstępny przegląd i selekcja,
3. modelowanie zmienności w obrębie i między badaniami,
4. porównanie z kontrolą bieżącą,
5. ewentualne łączenie danych,
6. testy wrażliwości.

To ma ujednolicić praktykę i wzmocnić zaufanie do HCD: mniej uznaniowości, więcej jawnych kryteriów i prostych decyzji „tak/nie” w kluczowych miejscach procesu.

Źródło: https://efsa.onlinelibrary.wiley.com/doi/pdfdirect/10.2903/j.efsa.2025.9576​