실사용데이터(RWD)와 실사용증거(RWE)

신약 개발의 패러다임이 빠르게 변화하고 있다. 오랫동안 의약품의 안전성과 유효성을 입증하는 최고 수준의 근거는 무작위 대조 임상시험(Randomized Controlled Trial, RCT)이었다. 그러나 엄격한 대상자 선정 기준과 통제된 연구 환경으로 인해 실제 의료 현장의 다양한 환자와 치료 상황을 충분히 반영하기 어렵다는 한계가 지속적으로 제기되어 왔다.

이러한 한계를 보완하는 새로운 근거 창출 방식으로 실사용데이터(Real-World Data, RWD)와 실사용증거(Real-World Evidence, RWE)가 전 세계적으로 주목받고 있다. 전자의무기록(EHR), 보험청구자료, 질병 레지스트리, 웨어러블 기기, 디지털 헬스 플랫폼 등 실제 의료 현장에서 생성되는 방대한 데이터를 활용하여 의약품과 의료기기의 효과와 안전성을 평가하는 시대가 열린 것이다.

미국의 「21st Century Cures Act」 시행 이후 미국 FDA와 유럽 EMA를 비롯한 주요 규제기관은 RWD와 RWE를 신약 개발과 적응증 확대, 시판 후 안전성 평가, 규제 의사결정에 적극 활용하고 있다. 인공지능(AI)과 머신러닝 기술의 발전은 이러한 변화를 더욱 가속화하고 있으며, RWD/RWE는 이제 제약·바이오 산업뿐 아니라 의료기기, 디지털 헬스케어, 보건의료 정책 전반에서 핵심 연구 분야로 자리 잡고 있다.

하지만 RWD를 수집하는 것만으로는 신뢰할 수 있는 RWE가 만들어지지 않는다. 데이터 품질 관리, 연구 설계, 편향(Bias) 통제, 성향점수(Propensity Score), 인과추론(Causal Inference), 외부대조군(External Control) 구축 등 엄격한 과학적 방법론이 뒷받침되어야만 규제기관이 인정하는 수준의 근거를 확보할 수 있다.

이 책은 이러한 최신 흐름을 반영하여 RWD와 RWE의 개념부터 실제 연구 설계, 통계 분석 방법, 규제과학(Regulatory Science), 그리고 AI를 활용한 미래 발전 방향까지 체계적으로 정리한 국내 최초 수준의 종합 전문서이다.

특히 이론 설명에 머무르지 않고 실제 의약품 개발 과정에서 RWD와 RWE가 어떻게 활용되는지를 중심으로 설명하며, 최근 가장 주목받는 외부대조군(External Control), 성향점수 기반 분석, 규제기관의 활용 전략, 글로벌 규제 동향 등을 폭넓게 다룬다.

또한 미국 FDA, 유럽 EMA, 캐나다, 영국, 아시아 주요 국가들의 최신 규제 환경을 비교 분석하고, 향후 AI와 머신러닝이 의료 데이터 분석과 규제 의사결정에 가져올 변화까지 전망함으로써 연구자와 실무자가 반드시 알아야 할 내용을 한 권에 담았다.

저자는 캐나다 학계와 미국 제약·의료기기 산업에서 연구와 컨설팅을 수행한 경험을 바탕으로 학문적 깊이와 산업 현장의 실무를 균형 있게 연결하였다. 따라서 본서는 단순한 학술 교재를 넘어 실제 연구와 개발 현장에서 활용할 수 있는 실질적인 지침서가 될 것이다.

이 책은 다음과 같은 독자에게 특히 도움이 된다.

● 제약회사 및 바이오기업 연구개발(R&D), 임상개발, 의학(Medical Affairs), 허가(Regulatory Affairs) 담당자
● CRO, 의료기기 기업, 디지털 헬스케어 기업 실무자
● 보건학, 약학, 의학, 생명과학, 바이오통계학, 데이터사이언스 전공 대학원생 및 연구자
● 규제기관 및 공공기관에서 의약품 평가와 의료 데이터 정책을 담당하는 전문가
● 실사용데이터와 인공지능을 활용한 차세대 신약 개발과 의료 혁신에 관심 있는 모든 독자

실사용데이터(RWD)와 실사용증거(RWE)는 더 이상 미래의 개념이 아니다. 신약 개발과 의료 혁신을 이끌어 갈 새로운 표준이며, 임상시험과 실제 의료 현장을 연결하는 가장 중요한 과학적 도구가 되고 있다. 이 책은 변화하는 글로벌 규제 환경과 의료 데이터 시대를 이해하고 준비하기 위한 가장 체계적인 안내서가 될 것이다.

머리말 (Preface)

1 장 서론 (Introduction)
1.1 주요 규제당국별 RWD 및 RWE의 정의
1.2 주요 규제당국별 RWD 및 RWE 활용 가이드라인

2 장 실사용데이터 (Real-World Data, RWD)
2.1 실사용데이터 (Real-World Data, RWD)
2.2 실사용데이터의 종류 (Types of RWD)
2.2.1 실사용데이터의 출처 (Sources of RWD)
2.2.2 전자의료/건강기록 (Electronic Medical/Health Record, EMR/EHR)
2.2.3 행정 및 치료비 청구데이터 (Administrative Claims Data)
2.2.4 의약품, 임상 및 질병 레지스트리(Registries)
2.2.5 능동 감시 시스템 (Active Surveillance Systems)
2.2.6 기타 출처 (Other Sources)
2.3 데이터 연계 (Data Linkage)
2.4 통합 헬스시스템 (Integrated Health System, IHS)
2.5 데이터 공유 플랫폼 (Data Sharing Platforms)
2.6 실사용데이터 관련 이슈 (RWD related Issues)
2.7 실사용증거 생성을 위한 이상적인 데이터 원천 (Ideal Data Sources)
2.8 Summary
3 장 실사용증거 (Real-World Evidence)
3.1 실사용증거 (Real-World Evidence, RWE)
3.2 실사용증거 (RWE) 용어 사용 역사
3.3 실사용증거 품질 (Quality of RWE)
3.4 실사용증거의 장점과 한계 (Strengths and Limitations of RWE)
3.4.1 실사용증거의 장점
3.4.2 실사용증거의 한계
3.5 무작위 임상시험과 실사용증거의 비교 (Randomized Clinical Trial vs RWE)
3.6 실사용증거에 대한 FDA 프레임워크 (FDA's Framework for RWE)
3.7 Summary

4 장 외부 제어 (External Controls)
4.1 개요
4.2 과거 제어 (Historical Controls)
4.3 자연사 연구 및 자연사 대조 (Natural-History Study and Control)
4.4 실사용데이터 기반 외부대조 (RWD-driven External Controls)
4.5 외부 제어 데이터 출처 (Sources of External Controls)
4.6 외부 제어군의 유형 (Types of External Controls)
4.6.1 외부 대조군 활용 유형
4.6.2 동시대, 과거 및 하이브리드 코호트
4.7 외부 대조군 사용에 대한 검토 (Considerations for Using External Controls)
4.8 외부 제어군에 대한 FDA의 입장 (FDA's Stand on External Controls)
4.9 Summary

5 장 연구 설계 (Study Design)
5.1 개요
5.2 연구 설계의 단계 (Steps of Study Design)
5.2.1 제1단계 설계
5.2.2 제2단계 설계
5.3 관찰연구 (Observational Study)
5.4 외부 대조군을 이용한 전향적 임상시험 설계
5.5 연구 설계의 요소 (Elements of Study Design)
5.5.1 데이터 출처 및 표적 환자모집단
5.5.2 표적 환자모집단
5.5.3 연구 대상자에 대한 선정/제외 기준(Inclusion/Exclusion Criteria)
5.5.4 색인 날짜와 추적 (Index Date and Follow-up)
5.5.5 연구 변수 및 측정모수 (Study Variables and Estimands)
5.6 RWD 외부제어 연구설계에서의 과제
5.7 편향 문제 (Issues of Bias)
5.8 하이브리드 설계 (Hybrid Designs)
5.9 실용 임상시험 (Pragmatic Trial)
5.10 Summary

6 장 데이터 분석 방법 (Data Analysis Methods)
6.1 개요
6.2 편향 (Bias)
6.3 제1형 오류 제어 (Controlling Type I Error)
6.4 성향점수 (Propensity Score)
6.5 성향점수 모델링 (Propensity Score Modeling)
6.6 성향점수 매칭 (Propensity Score Matching)
6.7 성향점수 계층화 (Propensity Score Stratification)
6.8 성향점수를 공변수로 활용한 회귀모형 (Regression Adjustment using Propensity Score)
6.9 역확률 치료가중치 (IPTW, Inverse Probability of Treatment Weighting)
6.10 성향점수 방법의 비교
6.11 Summary

7 장 실사용데이터/실사용증거에 대한 규제적 고려 (Regulatory Perspectives for RWD/RWE)
7.1 개요
7.2 규제적 이슈 (Regulatory Issues)
7.3 규제적 환경
7.3.1 글로벌 규제 환경
7.3.2 미국
7.3.3 캐나다
7.3.4 유럽연합(EU)
7.3.5 영국
7.3.6 아시아
7.3.7 호주와 뉴질랜드
7.3.8 남아메리카
7.4 핵심 규제원칙 (Core Regulatory Principles)
7.5 규제적 의사결정을 위한 RWE의 한계 (Limitations of RWE for Regulatory Decision-Making)
7.6 규제 목적에 적합한 RWD/RWE에 대한 새로운 규칙
7.7 Summary

8 장 RWD/RWE, 인공지능(AI), 그리고 전망 (Future)
8.1 개요
8.2 확장된 실사용데이터 (Expanded RWD)
8.3 실사용증거 (RWE)
8.4 규제 지침의 조화
8.5 RWD/RWE 활용 연구에서의 인공지능(AI) & 머신러닝 (ML)
8.6 도전과 기회, 그리고 향후 방향
8.6.1 도전과 기회
8.6.2 향후 방향

참고문헌 (References)
찾아보기 (Index)

임현자 미국 케이스웨스턴리저브 대학교(Case Western Reserve University)에서 박사학위를 취득했다. 미국 위스콘신 의과대학(Medical College of Wisconsin)과 캐나다 서스캐처원 대학교(University of Saskatchewan) 의과대학 교수를 역임하였으며, 동대학 임상연구센터(Clinical Research Center)의 디렉터(Director)를 재직한 후 2024년 교수직을 은퇴했다.
지난 연구 생애 동안 150편 이상의 SCI급 학술 논문 및 북 챕터(Book Chapter)를 발표했으며, 주요 연구 분야인 생존분석, 임상시험 설계, 그리고 실사용데이터/실사용증거(RWD/RWE) 방법론에 관한 집필과 연구 활동을 활발히 이어가고 있다.
현재는 미국을 기반으로 글로벌 제약사 및 바이오 벤처 기업을 대상으로 신약 개발 프로젝트, 어뎁티브(적응형) 설계, 승인 후 연구 개발에 관한 임상연구 설계 및 데이터 분석 컨설팅을 제공하고 있다.
대표 저서로는 《임상시험 연구의 설계와 응용》(2015), 《신약개발과 임상시험》(2018), 《어뎁티브 설계 임상시험: 혁신과 기회》(2022)가 있다.