作者：默思編輯部 發布：2026-06-24
指引重點
2026年6月，FDA發布了修訂版指引草案《Demonstrating Substantial Evidence of Effectiveness for Human Drugs and Biological Products》，重新釐清「什麼樣的證據強度，足以支持藥物核准上市」。
傳統上FDA偏好「兩個以上、獨立且設計良好的隨機對照試驗」作為核准門檻，這個標準可追溯至1962年的Kefauver-Harris修正案。但這份指引明確列出幾個判斷面向，讓「單一試驗＋佐證證據」在特定情況下也能被視為充分：
一、單一試驗本身的設計、執行品質與統計說服力，包括p值大小、效應量（effect size）、信賴區間寬窄，以及是否為多中心、多族群重複驗證
二、佐證證據（confirmatory evidence）的來源與強度，例如真實世界證據（real-world evidence，RWE）：健保理賠資料庫、疾病登錄系統（disease registry）、電子病歷資料，或藥物機轉的生物學合理性（藥物動力學／藥效學數據）
三、疾病本身的嚴重程度、未被滿足的醫療需求與盛行率——這也是加速核准途徑（accelerated approval pathway）常用的判斷邏輯，允許用替代終點（surrogate endpoint，如腫瘤反應率）先行核准，再要求上市後完成確認性試驗
四、是否有倫理或執行上的困難，導致「不可能」做出第二個大型試驗，例如罕見疾病族群太小，難以招募足夠樣本數達到統計檢定力（statistical power）
真實世界證據的方法學挑戰
真實世界證據雖然樣本量大、貼近臨床實際使用情境，但先天缺乏隨機分派，容易受到適應症混淆（confounding by indication）影響——例如比較「有使用某藥物」與「沒使用」的病人結果時，本身病情較輕的病人可能更容易被醫師選擇使用某種藥物，導致觀察到的療效被高估。因此指引也要求申請者說明如何透過傾向分數配對（propensity score matching）或工具變數法（instrumental variable）等統計方法，減少混淆因子的干擾。
對實證醫學評讀的啟示
這正好凸顯實證醫學教學中常強調的一個觀念：證據位階不是死板的階梯，而要放進臨床情境裡動態評估。同樣是「一篇隨機對照試驗」，用在常見疾病、有大量既有藥物可比較的情境，跟用在罕見疾病、幾乎無藥可用的情境，說服力的判讀邏輯完全不同。這也是實證醫學競賽常考的「情境化證據評讀」能力，而不是單純背誦「RCT最高分」。
如果你想學會用系統化的方式，判斷一篇試驗證據在不同臨床情境下的說服力強弱，歡迎參考我們平台的課程：實證醫學2小時速成班：從PICO到森林圖，一次掌握競賽關鍵技能，內容涵蓋研究設計層級、統計與森林圖解讀等完整7單元。