[论文解读] POSITION PAPER: Credibility of In Silico Trial Technologies: A Theoretical Framing

Marco Viceconti, Miguel A. Juárez+4 more|White Rose Research Online (University of Leeds, The University of Sheffield, University of York)|Sep 10, 2019

Statistical Methods in Clinical Trials参考文献 34被引用 7

一句话总结

本文提出了一种理论基础坚实、面向特定领域的框架，用于评估计算医学中计算机模拟试验模型的可信度。该框架整合了生物医学建模中的认识论原则，以应对复杂、多方法生物系统模型验证所面临的独特挑战，为医疗设备和药物研发中基于仿真的证据获得监管认可提供了一种可推广的方法。

ABSTRACT

Different research communities have developed various approaches to assess the credibility of predictive models. Each approach usually works well for a specific type of model, and under some epistemic conditions that are normally satisfied within that specific research domain. Some regulatory agencies recently started to consider evidences of safety and efficacy on new medical products obtained using computer modelling and simulation (which is referred to as In Silico Trials); this has raised the attention in the computational medicine research community on the regulatory science aspects of this emerging discipline. But this poses a foundational problem: in the domain of biomedical research the use of computer modelling is relatively recent, without a widely accepted epistemic framing for problem of model credibility. Also, because of the inherent complexity of living organisms, biomedical modellers tend to use a variety of modelling methods, sometimes mixing them in the solution of a single problem. In such context merely adopting credibility approaches developed within other research community might not be appropriate. In this position paper we propose a theoretical framing for the problem of assessing the credibility of a predictive models for In Silico Trials, which accounts for the epistemic specificity of this research field and is general enough to be used for different type of models.

研究动机与目标

• 为评估计算医学中预测性模型的可信度，解决缺乏广泛接受的认识论框架的问题。
• 回应监管机构对计算机模拟试验作为医疗产品安全性和有效性证据日益增长的兴趣。
• 开发一种针对生物医学建模认识论特异性的可信度评估框架，尤其考虑到生物系统的复杂性和异质性。
• 确保可信度评估方法可广泛适用于计算机模拟试验中使用的各种建模方法。

提出的方法

• 提出一种理论框架，以涵盖生物医学建模中固有的认识论条件，特别是在高生物复杂性的系统中。
• 整合多个研究领域的原则，并根据医学计算机模拟试验的具体需求进行调整。
• 强调通过多种证据来源（包括结构一致性、功能一致性和预测一致性）进行模型验证的重要性。
• 强调透明度、可重复性和可追溯性在建立模型可信度中的作用。
• 提出一种多层次的评估策略，综合考虑模型结构、参数化和预测性能。
• 借鉴其他领域现有的可信度框架，但将其重新语境化以应对建模活体生物所特有的挑战。

实验结果

研究问题

• RQ1 在缺乏统一认识论框架的情况下，如何系统性地评估计算机模拟试验中使用的预测性模型的可信度？
• RQ2 针对复杂生物系统建模，有哪些特有的认识论要求，使其与其它科学领域中的模型区分开来？
• RQ3 其他领域现有的可信度评估方法在多大程度上可直接应用于生物医学研究中的计算机模拟试验？
• RQ4 监管机构如何以与传统临床试验数据同等的严谨程度评估基于仿真的证据？
• RQ5 哪些标准可确保模型的预测在不同生物和临床背景下均具有可信度和可重复性？

主要发现

• 本文确立了现有其他领域中的可信度框架在应对生物医学建模（尤其是活体系统）的认识论复杂性方面仍显不足。
• 研究指出，计算机模拟试验中常见的多方法建模方法，需要比单一方法模型更精细的可信度评估。
• 所提出的框架实现了模型开发过程的可追溯性和透明度，这对监管审查和可重复性至关重要。
• 该框架支持将不同类型证据（结构、功能、预测）整合到统一的可信度评估中。
• 该工作通过提供一种理论坚实、可适应的模型可信度方法，为监管科学奠定了基础，该方法可随技术进步而演进。
• 该研究将计算机模拟试验定位为传统临床试验的可信替代或补充，前提是其模型满足严格、领域特定的可信度标准。