Deux changements de politique de la FDA qui transforment le développement de médicaments

En février 2026, la FDA a fait deux annonces qui changeront fondamentalement la manière dont les médicaments sont développés, approuvés et mis sur le marché.

La première était une nouvelle directive sur les thérapies individualisées pour les maladies génétiques ultra-rares, établissant les preuves du monde réel comme voie probante attendue pour l’approbation. La seconde : un article du New England Journal of Medicine par le chef de la FDA déclarant qu’un essai pivot est désormais la norme par défaut pour l’approbation des médicaments, mettant fin à ce que l’agence elle-même a appelé « le dogme des deux essais ».

Ensemble, ces éléments représentent un changement radical dans l’utilisation des données du monde réel pour l’approbation des médicaments et des dispositifs. Il s’agit d’une révolution, pas d’une évolution.

Comment nous en sommes arrivés là

Beaucoup de gens pensent que l’utilisation des preuves du monde réel dans un contexte réglementaire est nouvelle. En réalité, la FDA l’utilise depuis des décennies. Des médicaments ont vu leur approbation révoquée en raison de signaux de sécurité réels. Et la FDA a accepté les EMR pour démontrer l’efficacité, mais principalement de manière ponctuelle lorsqu’un essai clinique traditionnel n’était pas réalisable ou lorsqu’il y avait un besoin important non satisfait ou de santé publique. Dirigée par le Dr Richard Pazdur, la division d’oncologie a été à l’avant-garde de l’utilisation réglementaire des données du monde réel, suivie de près par la pédiatrie et les maladies rares.

Ce qui a changé, c’est la sophistication de la science. La conception et l’analyse des preuves du monde réel ont mûri et la FDA a réagi à ces avancées en acceptant les preuves du monde réel dans une plus large mesure. Dans le même temps, les progrès en génétique moléculaire et en technologies cellulaires ont donné à l’agence plus de confiance dans la compréhension mécanistique du fonctionnement des médicaments. Ces deux forces, de meilleures preuves du monde réel et une compréhension biologique plus approfondie, ont convergé pour rendre ce moment possible.

Il y a aussi une dimension pratique. La FDA a cité « la réduction des coûts d’investissement pour les développeurs de médicaments » comme une raison importante de ce changement. Ce langage aurait été très inhabituel de la part de la FDA à tout moment auparavant.

Ce qui a été dit : la directive sur la médecine individualisée

La nouvelle directive de la FDA sur le cadre du mécanisme plausible aborde les thérapies individualisées pour les affections génétiques ayant une cause biologique connue. Il s’agit de maladies ultra-rares où la population de patients peut se compter sur les doigts d’une main et où les essais contrôlés randomisés traditionnels ne sont pas réalisables.

La directive établit que pour ces conditions, les preuves du monde réel peuvent être considérées comme la norme pour l’approbation. Les contrôles externes et les études d’histoire naturelle sont désormais l’approche attendue. La FDA oriente les entreprises vers cette voie, au lieu de simplement l’accommoder au cas par cas.

C’est une première. Les essais randomisés, en double aveugle, contrôlés par placebo ont toujours été la norme par défaut. Pour les professionnels des opérations réglementaires et cliniques qui ont passé leur carrière à mener des essais traditionnels, il s’agit d’un changement significatif qui soulève une pléthore de questions : comment assurer l’équivalence au départ si l’on ne randomise pas ? Que signifie « adapté à l’usage » ? Comment traduire les données du monde réel en MedDRA et CDISC ?

Ce qui a été dit : un seul essai comme nouvelle norme par défaut

La norme de la FDA depuis 1962 n’était pas seulement un essai randomisé, en double aveugle, contrôlé par placebo, mais deux de ces essais. Deux essais adéquats et bien contrôlés. L’article du NEJM, rédigé par le commissaire et le directeur médical/scientifique, a déclaré qu’un essai pivot est désormais la norme par défaut pour l’approbation. L’article nomme spécifiquement les preuves du monde réel comme preuves confirmatoires qualifiantes, aux côtés de la science mécanistique, des modèles animaux et des données provenant d’indications connexes.

Dans un écart inhabituel, le commissaire a déclaré que « la réduction des coûts d’investissement pour les développeurs de médicaments » était une considération importante pour ce nouveau paradigme, et que « notre décision de modifier la position par défaut de la FDA de deux essais cliniques à un seul réduira considérablement les coûts pour les promoteurs et accélérera la mise sur le marché des médicaments ». L’économie est simple. Un seul essai pivot coûte entre 30 millions et 150 millions de dollars, sans compter les coûts de création et de dépôt de la NDA/BLA. Une étude confirmatoire entièrement basée sur des données du monde réel peut être exécutée pour 15 % à 20 % de ce coût, y compris le dépôt. Les mathématiques de base stimuleront l’adoption.

Un autre aspect inhabituel de l’annonce du NEJM est qu’aucune réglementation ou projet de directive n’a été publié dans le Federal Register pour proposer la mise en œuvre de ce changement ou solliciter des commentaires scientifiques et communautaires. Nous avons été inondés de demandes d’entreprises souhaitant discuter avec nous des attentes de la FDA concernant la mise en œuvre de ces changements.

La bonne nouvelle est que la FDA a publié 9 directives sur la manière dont les données du monde réel peuvent et doivent être utilisées dans un cadre réglementaire. Mais comme pour toutes ces directives, la clé est de comprendre comment les mettre en œuvre. Selon les mots d’un autre commissaire de la FDA concernant ces directives : « Votre travail n’est pas de trouver les lacunes, votre travail est d’aider l’agence à combler ces lacunes. »

Ce que cela signifie

Prises ensemble, ces deux annonces créent une nouvelle réalité pour le développement de médicaments. Les entreprises effectueront un essai, mettront leur médicament sur le marché, puis généreront des preuves confirmatoires du monde réel pendant que les patients bénéficient déjà de la thérapie et que l’entreprise génère des revenus pour financer le travail. Pour les petites entreprises qui ont survécu grâce au capital-risque, cela change entièrement l’économie du développement.

Voici à quoi ressemble une étude confirmatoire du monde réel en pratique. Vous pourriez mener un deuxième essai randomisé, en double aveugle, contrôlé par placebo, en complétant les patients randomisés au placebo par des contrôles externes/synthétiques du monde réel. Vous pourriez mener une étude à bras unique avec des contrôles entièrement externes/synthétiques. Ou vous pourriez mener une émulation d’essai entièrement basée sur des données du monde réel. Cette dernière est la plus rapide et la plus rentable.

Quelle que soit l’étude, la toute première étape consiste à démontrer que les données du monde réel proposées sont adaptées à l’usage (« fit-for-purpose »), ou plus récemment, la FDA a parlé de « fit-for-use ». Il n’existe pas de jeu de données généralement adapté à l’usage ; il est spécifique à l’indication et au médicament. En plus de la pertinence des données pour le cas d’utilisation, la provenance des données, la traçabilité, la transformation, la vérification et la qualité doivent toutes être évaluées. Une première réunion de type C doit être préparée avec une proposition de plan d’étude et un dossier de validation d’adéquation à l’usage pour examen par l’Agence.

Si la FDA est d’accord, vous commencez le processus de création d’un protocole. Cela doit être fait dans le système CRM que vous utilisez pour les essais cliniques et dans lequel vous conserverez le fichier maître de l’essai, le plus souvent Veeva Vault. Comme pour un essai clinique, la traçabilité est essentielle.

La première question que nous posent les biostatisticiens d’essais est : comment assurer l’équivalence de base si l’on ne randomise pas ? Avec les données du monde réel, nous utilisons des scores de propension pour générer une probabilité inverse de traitement ou une pondération standardisée de la morbidité-mortalité. Ici, nous collaborons avec l’équipe de preuves du monde réel d’une entreprise pour établir un pont avec les biostatistiques afin de concevoir un plan d’analyse statistique intégrant les compétences et l’expertise des deux XX de l’organisation.

De la part des équipes de preuves du monde réel, on nous demande : pourquoi ne pouvons-nous pas gérer cela ? Ici, nous établissons un pont avec les exigences réglementaires de la FDA en matière de gestion et d’analyse des données.

Et nous travaillons avec les deux équipes pour mettre en place l’infrastructure requise pour un comité de salle blanche, pour comprendre comment les codes de diagnostic sont traduits en MedDRA pour les analyses de sécurité, et comment toutes les données du monde réel sont traduites en CDISC pour la production des TLF finaux. Nous nous efforçons de relever les défis techniques liés à la validation des jeux de données du monde réel avec Pinnacle 21, à la publication eCTD avec Veeva RIM et à la soumission via le portail de la FDA.

Ce à quoi les entreprises devraient réfléchir

La réaction la plus courante que nous entendons des équipes réglementaires et des opérations cliniques est que les approbations basées sur les preuves du monde réel restent l’exception. Que la FDA n’est pas vraiment prête pour cela. Qu’il est trop risqué de construire un programme de développement autour de cela.

Ces annonces rendent cette position intenable. La FDA a dit directement à l’industrie : c’est l’approche attendue pour les thérapies individualisées, et c’est la norme par défaut pour les preuves confirmatoires dans le développement de médicaments plus largement. Les entreprises qui continuent d’opérer selon les anciennes hypothèses verront leurs concurrents arriver sur le marché plus rapidement et à moindre coût.

Mais l’enthousiasme doit être tempéré par la réalité de l’exécution. La FDA s’attend à ce que les études basées sur les preuves du monde réel soient traitées avec la même rigueur que les essais cliniques traditionnels. Il existe maintenant huit ou neuf directives qui expliquent exactement comment. Les entreprises doivent présélectionner les critères d’évaluation, enregistrer l’étude, soumettre un protocole via le même processus d’examen et d’approbation. L’agence attend la provenance des données, la traçabilité, la transparence et la vérifiabilité. Elle attend des entreprises qu’elles démontrent que les données sont adaptées à l’usage pour la maladie et le jeu de données spécifiques.

C’est là que la plupart des entreprises rencontrent des difficultés. Les compétences requises pour effectuer ce travail sont réparties entre deux groupes qui ne travaillent généralement pas ensemble. Les scientifiques des preuves du monde réel comprennent l’épidémiologie, les méthodes de score de propension, les structures des bases de données de réclamations. Les équipes de développement clinique comprennent l’environnement réglementaire, les SOP, les attentes de la FDA concernant la manière dont les données doivent être gérées et soumises. Mais ces deux mondes fonctionnent avec des processus, des vocabulaires et des normes très différents.

Pour les petites entreprises, une ou les deux de ces capacités peuvent ne pas exister en interne. Pour les entreprises de taille moyenne avec des équipes EMR internes, ces équipes n’ont souvent aucune expérience de travail dans un environnement réglementaire. Et pour les équipes d’essais cliniques des entreprises de toute taille, les méthodes de preuves du monde réel sont fréquemment un territoire inconnu.

Il y a aussi une dimension technologique qu’il est facile de sous-estimer. Les propres systèmes de la FDA s’adaptent encore pour accueillir des jeux de données du monde réel à grande échelle. Selon notre expérience, la soumission de preuves du monde réel à la FDA a été un processus d’apprentissage pour l’agence elle-même. Les directives décrivent ce que la FDA souhaite, mais il existe des lacunes pratiques entre la théorie et la mise en œuvre. La FDA a été directe à ce sujet : c’est le travail de l’entreprise soumettant de résoudre ces problèmes, et non de les signaler.

Où Slipstream s’intègre

La pratique de CRO numérique de Slipstream a été conçue avant ces annonces, spécifiquement pour le type de génération de preuves que la FDA est en train de standardiser.

Nous faisons le pont entre la science des preuves du monde réel et les normes réglementaires des essais cliniques. Nous apportons les SOP réglementaires aux équipes EMR et introduisons les méthodes de conception et d’analyse du monde réel aux équipes d’essais cliniques. Pour les entreprises sans capacité EMR interne, nous la fournissons entièrement.

Notre équipe comprend des épidémiologistes, des scientifiques des données, des biostatisticiens, des programmeurs, des rédacteurs médicaux et des experts en réglementation. Nous opérons au sein de systèmes conformes où chaque changement est suivi et vérifiable, avec plus de 250 SOP qui guident la gestion des données depuis la réception jusqu’à la soumission à la FDA. Notre partenariat avec Komodo Health donne à nos clients accès à une base de données de réclamations de soins de santé de 330 millions de patients, transférable à la FDA tout en respectant la conformité HIPAA.

Nous avons mené des soumissions à la FDA avec des preuves du monde réel comme base principale d’approbation. Nous comprenons les défis pratiques que les directives n’abordent pas entièrement. Et nous fonctionnons à la fois comme une entreprise technologique et une entreprise de sciences de la vie, ce qui est important car l’intersection de ces deux capacités est précisément là où se trouvent les problèmes les plus difficiles dans ce domaine.

La FDA vient de formaliser ce que nous construisions. La question pour les entreprises est maintenant de savoir si elles ont le bon partenaire pour exécuter.