Академический Документы
Профессиональный Документы
Культура Документы
Page 1 of 8
Drugs
Gua para la Industria: Procedimentos Estadisticos para Estudios de Bioequivancia
Usando un Diseno Estandar Cruzado de Dos Tratamientos
El presente documento NO es un Documento Oficial.
Este documento es una traduccin de una "Gua para la Industria" publicada por la Agencia.
El propsito de este documento es la diseminacin de informacin con respecto a los criterios y
opiniones de la Agencia.
Este documento fu editado por los miembros de el Pan American Health Organization BA/BE
Subcommittee (PAHO BA/BE SubC), BCC, CDER, FDA:
Alfredo R. Sancho, Ph.D.
Lizzie Sanchez, Pharm. D.
Anglica Dorantes, Ph.D.
Sandra Suarez, Ph. D.
Lydia Kieffer, Pharm. D.
Este documentos se puede obtener atravez de la siguiente pgina de la Internet:
www.fda.gov/cder/audiences/iact/iachome.htm
Centro de Evaluacion e Investigacion de Farmacos (CDER)
Gua para la industria
La FDA public la Gua de buenas prcticas en febrero de 1997.
Esta gua se desarroll y emiti antes de esa fecha.
Este es un documento histrico y
no esta disponible para distribucin fuera de la FDA.
Departamento de Salud y Servicios Humanos de los Estados Unidos de Norte America,
Administracin de Alimentos y Farmacos (FDA)
GUIA
PROCEDIMIENTOS ESTADISTICOS PARA ESTUDIOS DE BIOEQUIVALENCIA USANDO UN DISEO
ESTANDAR CRUZADO DE DOS TRATAMIENTOS
I. INTRODUCCION
La Divisin de Bioequivalencia en la Oficina de Frmacos Genricos (OGD) por lo general evala la
bioequivalencia comparando la velocidad y la magnitud de la absorcin in vivo del frmaco de una
formulacin de prueba y una de referencia en individuos individuos sanos. En un diseo estndar
de un estudio in vivo de bioequivalencia, los participantes reciben productos de prueba y de
referencia en ocasiones distintas, en dosis ya sea unicas o mltiples, con asignacin aleatoria a las
dos secuencias posibles de administracin de los productos. Se analizan muestras de un fluido
biolgico accesible, como sangre u orina, para determinar las concentraciones del frmaco y/o
metabolitos, y se obtienen los parmetros farmacocinticos (AUC, Cmx y Tmx) de las curvas
resultantes de concentracin y tiempo. Despus se analizan estadsticamente estos parmetros
farmacocinticos para determinar si los productos de prueba y de referencia dan valores
comparables.
La metodologa estadstica estndar basada en la hiptesis nula no es apropiada para evaluar la
bioequivalencia (1). Por lo tanto, la Divisin de Bioequivalencia ha empleado un procedimiento de
prueba llamado el procedimiento de dos pruebas unilaterales (2) para determinar si los valores
promedios de los parmetros farmacocinticos calculados despus de administrar los productos de
http://www.fda.gov/Drugs/GuidanceComplianceRegulatoryInformation/Guidances/ucm2... 11/15/2014
Guidances (Drugs) > Gua para la Industria: Procedimentos Estadisticos para Estudios d... Page 2 of 8
http://www.fda.gov/Drugs/GuidanceComplianceRegulatoryInformation/Guidances/ucm2... 11/15/2014
Guidances (Drugs) > Gua para la Industria: Procedimentos Estadisticos para Estudios d... Page 3 of 8
Se recomiendan los procedimientos generales paramtricos de modelos lineales (normalestericos) para el anlisis de los datos farmacocinticos derivados de los estudios in vivo de
bioequivalencia. Se deber realizar un anlisis de varianza (ANOVA) en los parmetros
farmacocinticos AUC y Cmx usando los procedimientos de Modelos Lineales Generales (GLM) de
SAS (4) o un programa equivalente. Se debern emplear modelos estadsticos apropiados al diseo
del estudio de bioequivalencia. Por ejemplo, para un diseo de estudio cruzado aleatorio
convencional de dos tratamientos, dos perodos y dos secuencias (2 X 2), el modelo estadstico con
frecuencia incluye factores que dan cuenta de las siguientes fuentes de variacin:
Secuencia (a veces llamada Grupo u Orden)
Individuos agrupados en secuencias
Perodo ( Etapa)
Tratamiento (a veces llamado frmaco formulacin)
Se deber probar el efecto de secuencia usando el valor promedio cuadrtico [individuo
(frecuencia)] del anlisis de ANOVA como el error.Los dems efectos principales debern probarse
contra el error residual (error promedio cuadrtico) del ANOVA. Se deber usar el enunciado de
LSMEANS para calcular los promedios cuadrticos mnimos para los tratamientos. Se deber usar el
enunciado de la ESTIMACIN en SAS para obtener las estimaciones de las diferencias ajustadas
entre los promedios de tratamiento y el error estndar asociado con estas diferencias.
Se debern probar las dos hiptesis unilaterales en el nivel de significacin de = 0.05 por AUC y
Cmx construyendo el intervalo de confianza del 90% para el cociente entre los promedios de
prueba y de referencia.
III. TRANSFORMACION LOGARITMICA DE LOS DATOS FARMACOCINETICOS
Supocisiones estadsticas
Las supocisiones en que se basa el anlisis de ANOVA son (5):
Asignacin aleatoria de las muestras
Homogeneidad de las varianzas
Aditividad (linealidad) del modelo estadstico
Independencia y normalidad de los residuales
En los estudios de bioequivalencia, se puede interpretar estas supocisiones de la siguiente manera:
Los individuos elegidos para el estudio debern ser asignados en forma aleatoria a una de las
secuencias del estudio.
Las varianzas asociadas con los dos tratamientos, as como entre los grupos de secuencias,
debern ser iguales o por lo menos comparables.
Los efectos principales del modelo estadstico, como efecto del individuo, secuencia, perodo y
tratamiento para un estudio estandar cruzado 2 X 2, deberan ser aditivos. No deber haber
ninguna interaccin entre estos efectos.
Los residuales del modelo debern estar distribuidos en forma independiente y normal. En otras
palabras, los datos de los estudios de equivalencia debern tener una distribucin normal.
Si no se cumplen estas supocisiones, se debern tomar medidas adicionales antes del anlisis de
ANOVA, incluyendo la transformacin de datos para mejorar el ajuste de las supocisiones o el uso
de una prueba estadstica no paramtrica en lugar de el analisis de ANOVA. Sin embargo, se sabe
que las supocisiones de normalidad y varianza de las constantes del modelo ANOVA son
relativamente robustos, es decir, un cambio pequeo o moderado en relacin con cada uno de
estas supocisiones ( ambas) no tendr un efecto significativo en el resultado final.
Criterio para la transformacin logartmica
Criterio clnico
En la reunin de septiembre de 1991, el Comit de Asesoramiento para Frmacos Genricos
(Generic Drugs Advisory Committee, GDAC) lleg a la conclusin de que la comparacin de mayor
http://www.fda.gov/Drugs/GuidanceComplianceRegulatoryInformation/Guidances/ucm2... 11/15/2014
Guidances (Drugs) > Gua para la Industria: Procedimentos Estadisticos para Estudios d... Page 4 of 8
http://www.fda.gov/Drugs/GuidanceComplianceRegulatoryInformation/Guidances/ucm2... 11/15/2014
Guidances (Drugs) > Gua para la Industria: Procedimentos Estadisticos para Estudios d... Page 5 of 8
modelo estadstico, porque se basa principalmente en la distribucin entre-individuos (betweensubject) de los valores de AUC y Cmx. Para estudios cruzados, es principalmente la distribucin
de valores dentro-individuos (within-subject) lo que determina la validez y eficiencia de los
mtodos estandar de anlisis paramtrico.
A pesar de los argumentos referentes a el efecto de la transformacin logartmica en la normalidad
de los datos de bioequivalencia, la Divisin de Bioequivalencia reconoce que el tamao limitado de
la muestra (20-30 individuos) en un estudio de bioequivalencia impide la determinacin confiable
de la distribucin normal esperada del conjunto de datos, ya sea con o sin transformacin
logartmica.
Procedimientos generales
En base a los argumentos de la seccin anterior, la Divisin de Bioequivalencia recomienda que los
parmetros farmacocinticos AUC y Cmx sean transformados de manera logartmica. No se
recomienda a los patrocinadores el demostrar la normalidad de la distribucin de los datos despus
de la transformacin logartmica. Tampoco se deber emplear la normalidad de la distribucin de
los datos como justificacin para realizar el anlisis estadstico en la escala original. En la mayora
de los estudios de diseo balanceado que usen transformacin logaritmica, se espera que tengan
solidez an cuando la data no siga una distribucin normal.
Si un patrocinador considera que los datos de un estudio de bioequivalencia especifico deberan ser
analizados estadsticamente en la escala original en lugar de la escala logartmica, el patrocinador
deber presentar a la Divisin de Bioequivalencia para su evaluacin, la justificacin basada en
fundamentos cientficos vlidos, as como tambin los mtodos estadsticos a utilizarse.
Presentacin de los datos
Se deber proveer la concentracin del frmaco en el fluido biolgico en el tiempo de muestreo en
la escala original para todos los individuos que participaron en el estudio. Tambin se debern
proveer los parmetros farmacocinticos derivados en la escala original. Se debern calcular y
tabular el promedio, la desviacin estndar y el coeficiente de variacin para cada parmetro en el
informe final.
Para facilitar las comparaciones de bioequivalencia, se debern presentar los parmetros
farmacocinticos para cada individuo en columnas paralelas para cada una de las formulaciones
probadas. En particular, para AUC y Cmx se debern tabular lado a lado la diferencia (T-R), el
cociente (T/R) y el logartmo del cociente (log T/R o 1n T/R) entre los valores de la prueba y la
referencia para todos los individuos. Para cada individuo, las tablas de resumen debern indicar la
secuencia (prueba-referencia o referencia-prueba) en la cual el individuo recibi los productos. Se
recomienda a los patrocinadores incluir los histogramas que muestren la distribucin de frecuencia
de la diferencia y el logarmo natural (ln) de el cociente (o cociente logartmico) para los
parmetros farmacocinticos principales (AUC y Cmx).
Adems del promedio aritmtico de los prodctos de prueba y de referencia, tambin debern
calcularse los promedios geomtricos, (antilogaritmo de los promedios de los logaritmos), los
promedios de los logaritmos y las desviaciones estandar de los logaritmos para AUC y Cmax. El
informe debe de incluir todos los promedios, incluyendo el promedio aritmtico, el promedio
geomtrico y los promedios de los logaritmos, las desviaciones estndar y los coeficientes de
variacin.
Es aceptable usar logaritmos de base 10 en lugar de logaritmos naturales. El informe debe indicar
sin ambigedad cules logaritmos fueron utilizados, y el uso debe ser consistente a lo largo de el
informe.
Criterios de equivalencia
Para una gran variedad de frmacos, cuando se analizan los datos del estudio en la escala original,
la Divisin de Bioequivalencia ha usado el intervalo del 80 al 120% para el cociente de los
promedios de los productos como el criterio estndar de equivalencia . Esto corresponde a un
rango de 20% para la diferencia relativa entre los promedios de los productos.
El uso de datos logartmicamente transformados en el anlisis de AUC y Cmx, con un rango del 80
al 125% para el cociente de promedios, tiene la ventaja con respecto a el criterio del 80 al 120%
http://www.fda.gov/Drugs/GuidanceComplianceRegulatoryInformation/Guidances/ucm2... 11/15/2014
Guidances (Drugs) > Gua para la Industria: Procedimentos Estadisticos para Estudios d... Page 6 of 8
http://www.fda.gov/Drugs/GuidanceComplianceRegulatoryInformation/Guidances/ucm2... 11/15/2014
Guidances (Drugs) > Gua para la Industria: Procedimentos Estadisticos para Estudios d... Page 7 of 8
de dosis mltiples y/o estudios en pacientes que muestren un efecto de secuencia estadsticamente
significativo sean aceptables siempre que cumplan los dems criterios descritos anteriormente.
V. CONSIDERACIN DE VALORES EXTREMOS
En los estudios de bioequivalencia, los valores extremos se definen como individuos con valores
discordantes para uno o ms de los parmetros farmacocinticos en comparacin con los otros
valores de el resto de los individuos de un estudio. Ya que los estudios de bioequivalencia por lo
general se realizan como estudios cruzados, el tipo ms importante de valor extremo es el valor
extremo dentro-de-los-individuos, donde uno o varios individuos difieren marcadamente de los
dems individuos en la respuesta al producto de prueba versus la respuesta al producto de
referencia (p.ej., diferencia entre la prueba menos la referencia, cociente de prueba/referencia o el
logaritmo de el cociente prueba/referencia).
La existencia de un valor extremo podra indicar uno de los siguientes problemas con respecto a la
intercambiabilidad de las dos formulaciones:
Fallo del producto: un individuo obtiene una respuesta inslitamente alta o baja a uno u otro
producto debido a un problema con la(s) unidad(es) farmaceutica(s) administrada(s). Los ejemplos
incluyen una forma farmaceutica de liberacin sostenida/modificada que haya mostrado una
liberacin inmediata de el frmaco (vaciado o "Dose Dumping") o una unidad farmaceutica cuya
covertura haya inhibido su disolucin.
Subpoblacin: un individuo puede ser representativo de un tipo de individuo que se encuentra en la
poblacin general en baja frecuencia, para quien la biodisponibilidad relativa de los dos productos
es marcadamente distinta a la de la mayora de la poblacin y para quien los dos productos no son
bioequivalentes, aunque sean bioequivalentes en la mayora de la poblacin.
En el caso de fallo del producto, puede haber una diferencia si la respuesta inslita se observa en el
producto de prueba o en el producto de referencia. En el caso de una subpoblacin, aunque se
observe una respuesta inslita en el producto de referencia, todava puede existir la incertidumbre
por la falta de intercambiabilidad de los dos productos.
Existen pruebas estadsticas para la identificacin de valores extremos. Para la deteccin de un solo
valor extremo, una prueba importante se basa en el valor absoluto obtenido de la prueba
"Studentized Residual". De todos los datos en el estudio, la prueba enfoca los ms extremos. Los
valores crticos aproximados para esta prueba han sido publicados por Lund (10). Sin embargo, en
principio, no se pueden eliminar los valores extremos del anlisis de los datos exclusivamente en
base a una prueba estadstica. Los patrocinadores que hayan identificado uno o mas valores
extremos, debern proporcionar evidencia o explicaciones cientficas para justificar la exclusin de
los datos del(de los) sujeto(s) del anlisis estadstico.
VI. REFERENCIAS
Hauck WW, Anderson S. [Un procedimiento estadstico nuevo para probar la equivalencia en
ensayos de biodisponibilidad comparativa de dos grupos.] J. Pharmacokin Biopharm 1984; 12:8391.
Schuirmann DJ. [Una comparacin del procedimiento de dos pruebas unilaterales y el mtodo de
potencia para evaluar la equivalencia de la biodisponibilidad media.] J Pharmacokin Biopharm
1987; 715: 657-680.
Westlake WJ. [Respuesta a Kirkwood, TBL.: pruebas de bioequivalencia la necesidad de
repensarlas.] Biometrics. 1981; 37: 589-594.
SAS/STAT [Gua del usuario de SAS/STATMR, Emisin de la Edicin 6.03] Cary, NC:SAS Institute
Inc., 1988; 1028.
Sokal RR, Rohlf FJ. [Biometra: los principios y la prctica de estadsticas en la investigacin
biolgica. 2 edicin.] New York: WH Freeman and Co., 1981; 400.
Schuirmann DJ. [Tratamiento de los datos de bioequivalencia: transformacin logartmica. En:
Procedimientos de Bio-Internacional 89 temas en la evaluacin de los datos de biodisponibilidad,
Toronto, Canad, 1-4 de octubre de 1989] 159-161.
http://www.fda.gov/Drugs/GuidanceComplianceRegulatoryInformation/Guidances/ucm2... 11/15/2014
Guidances (Drugs) > Gua para la Industria: Procedimentos Estadisticos para Estudios d... Page 8 of 8
Westlake WJ. [El diseo y anlisis de los ensayos comparativos a nivel de sangre. En: Swarbrick J.
Ed. Conceptos actuales en las ciencias farmacuticas, diseo de formas posolgicas y
biodisponibilidad] Philadelphia: Lea and Febiger, 1973; 149-179.
Westlake WJ. [Biodisponibilidad y bioequivalencia de las formulaciones farmacuticas. En: Peace
KE. Ed. Estadsticas biofarmacuticas para el desarrollo de frmacos.] New York: Marcel Dekker,
Inc., 1988; 329-352.
Locke CS. [Un intervalo de confianza exacto desde datos no transformados para la relacin de los
medios de dos formulaciones.] J Pharmacokin Biopharm 1984; 12: 649-655.
Lund RE. [Tablas para una prueba aproximada de valores aberrantes en modelos lineales.]
Technometrics. 1975; 17: 473-476.
Page Last Updated: 02/24/2010
Note: If you need help accessing information in different file formats, see Instructions for
Downloading Viewers and Players.
Accessibility Contact FDA Careers FDA Basics FOIA No Fear Act Site Map Transparency
Website Policies
http://www.fda.gov/Drugs/GuidanceComplianceRegulatoryInformation/Guidances/ucm2... 11/15/2014