Glossaire Silica

Bras de contrôle: désigne le groupe de patients participant à un essai clinique sans bénéficier du traitement en cours d’évaluation, afin de le comparer au groupe de patients qui en bénéficient.

Bras de contrôle externe: bras de contrôle utilisant tout type de données non générées au cours de l’essai clinique, par exemple issues des soins ou d’autres études (observationnelles, essais cliniques antérieurs), ou artificielles.

Bras de contrôle historique: bras de contrôle externe construit à partir de sources multiples de données existantes (e.g. études observationnelles ou essais cliniques antérieurs).

Bras de contrôle simulé: bras de contrôle externe obtenu par simulation numérique résultant de l’exécution d’un modèle du groupe de patients, donc composé de données artificielles (cf définition). NB: parfois appelé bras de contrôle artificiel

Bras de contrôle synthétique: bras de contrôle externe construit à partir de sources multiples de données patients assemblées ou simulées, optimisé pour sa puissance statistique et sa proximité avec le groupe de patients recevant le traitement en cours d’évaluation, permettant une comparaison aussi informative que possible.

(NB: Bras de contrôle artificiel: ambigu selon contexte, utilisé pour désigner soit un bras de contrôle simulé soit un bras de contrôle synthétique.)

(NB: Bras de contrôle virtuel: ambigu selon contexte, bras de contrôle simulé ou bras de contrôle synthétique)

Bras de contrôle hybride: bras de contrôle comprenant à la fois des données générées au cours de l’essai clinique et complété par des données supplémentaires de tout type générées en dehors de l’essai.

Cohorte: groupe de personnes partageant une caractéristique commune (maladie, traitement, exposition à un facteur de risque) et suivies sur une période pour observer l’évolution de leur santé ou l’apparition de certains événements (guérison, complication, décès…). Les études de cohorte permettent ainsi de comprendre l’impact de ces facteurs sur la santé des patients.

Cohorte artificielle: cohorte générée exclusivement par calcul, algorithmes et processus automatisés.

Cohorte synthétique:  cohorte générée soit par calcul, soit par l’agrégation de données de cohorte collectées antérieurement, ou par combinaison des deux.

Données artificielles: données de patients générées exclusivement par calcul, algorithmes et processus automatisés.

Données augmentées: données de santé créées ou enrichies par calcul en partant de données de santé réelles.

Données synthétiques: données de patients générées soit par calcul, algorithmes et processus automatisés, soit par agrégation de données de patients collectées antérieurement, ou par combinaison des deux.

Données émulées: quasi-synonyme de données synthétiques, l’acception du terme peut varier dans le contexte des études cliniques

• Parfois synonyme de données obtenues in silico
• Peut désigner aussi le fait de simuler les données d’un essai clinique randomisé, ou d’un bras de cet essai, à partir de données observationnelles

In silico: désigne une expérimentation ou intervention par simulations numériques (dans l’ordinateur), par opposition à in vivo (dans l’organisme vivant) ou in vitro (en laboratoire). L’expression s’applique aussi bien à l’échelle d’une expérience ou intervention biologique simple qu’à celle d’un patient, d’une étude clinique complète ou d’une cohorte de patients.

Essai clinique in silico: essai clinique effectué à l’aide de simulations numériques pour tester un médicament, un dispositif médical ou une intervention, dans des conditions bien définies, à l’aide de modèles vérifiés et validés selon des protocoles bien définis. Les essais cliniques in silico permettent de limiter l’expérimentation animale et humaine (in vivo) requise et sont typiquement employés dans deux contextes différents :

1. Planification et design d’un essai clinique réel. Il s’agit d’une pratique courante au sein de l’industrie pharmaceutique et de l’industrie du dispositif médical, aidant à conduire des études aussi informatives que possible à coût optimal et sans risque pour un patient, ainsi qu’à prédire et optimiser la puissance statistique;
2. Substitution à un essai clinique réel. Dans ce cas encore rare, son usage est en général limité au seul bras de contrôle de l’essai.

Essai clinique simulé: cf essai clinique in silico.

Essai clinique virtuel: peut être synonyme d’un essai clinique simulé ou désigner un essai clinique synthétisé totalement ou partiellement à partir de données observationnelles.

Essai clinique non contrôlé : étude interventionnelle non contrôlée et donc non randomisée, également dite monobras. Un bras de contrôle externe peut toutefois être associé à ces essais.

Emulation d’essai clinique : l’émulation d’essai consiste à aligner les questions causales de l’étude observationnelle avec celles d’un essai contrôlé, en mimant l’essai randomisé hypothétique que l’on souhaiterait mener pour répondre à une question causale. Cette méthodologie innovante applique une rigueur dans l’élaboration et la mise en œuvre du protocole de l’essai émulé, qui, combinée à des méthodes d’ajustement statistique appropriées, permet d’appréhender les biais inhérents aux études observationnelles, y compris la quantification d’un potentiel biais de confusion résiduel.

Essai pragmatique : essai randomisé qui s’appuie sur les structures habituelles de recueil d’information pour assurer le suivi de la recherche (pratique médicale habituelle, recueil de données simplifié).

Essai randomisé augmenté via contrôle externe : ces essais, parfois appelés hybrides, associent des données de patients inclus dans l’étude et des données artificielles ou provenant de bases de données, issues du soin ou d’autres recherches. La conception, l’analyse et l’inférence statistique de l’effet du traitement sont basées sur les données de patients provenant d’un bras de randomisation et de la cohorte de contrôle externe.

Essai randomisé hybride : cf essai randomisé augmenté via contrôle externe.

Etude observationnelle : Etude non interventionnelle, qui peut utiliser des données collectées en pratique courante comme les données issues du soin.   Dans ce cas, une telle étude peut intégrer un groupe expérimental et un groupe contrôle tous deux issus des données de vie réelle.

Génération de données synthétiques (GDS): (Synthetic Data Generation, SDG) méthodes computationnelles de création de données artificielles ou de données synthétiques. Celles-ci comprennent par exemple des approches d’IA générative, des approches statistiques et bayesiennes traditionnelles, ou des simulations à partir de modèles mécanistiques.

Jumeau numérique: modèle à partir duquel on peut réaliser des simulations. S’applique aussi bien à l’échelle d’une molécule que d’un organe, d’un ou plusieurs processus physiologiques, d’un corps entier, ou d’un groupe.

Patient virtuel: modèle à partir duquel on peut réaliser des simulations qui représentent les caractéristiques particulières d’un individu, permettant par exemple de tenir compte des spécificités de son anatomie, de son mode de vie ou autres caractéristiques, afin de soutenir une prise de décision clinique individualisée.

Population virtuelle: ensemble de patients virtuels permettant d’obtenir un sous-ensemble de population plausible en reflétant la variabilité inter-individuelle des patients.

REFERENCES

• US Food and Drug Administration:
  • Glossaire général: https://www.fda.gov/science-research/artificial-intelligence-and-medical-products/fda-digital-health-and-artificial-intelligence-glossary-educational-resource
  • Glossaire complémentaire, page 26: Using Artificial Intelligence & Machine Learning in the Development of Drug and Biological Products,
• Glossaire Avicenna Alliance: https://www.avicenna-alliance.com/glossary.html