9月12日，ICH发布定稿《M14 利用真实世界数据进行药品安全性评价的非干预性研究：规划、设计、分析与报告的总则》。该指南于2024年5月21日进入第2阶段征求意见，2025年9月4日正式采纳进入第4阶段。

指南明确适用范围是针对药品上市后安全性评价的非干预性研究，不涵盖仅依赖国家或地区常规自发报告的药物警戒研究、任何涉及治疗分配的研究（无论是随机对照、单臂、实用性还是外部对照）、主要涉及用户生成健康数据（user-generated health data）的研究以及评估风险最小化计划（RMP）有效性的研究等。

在“Scope”部分，指南指出，尽管真实世界数据（RWD）是生成真实世界证据（RWE）的重要来源，但在某些情况下，仅依靠RWD可能无法充分回答研究问题。此时，研究可能需要结合其他数据源，以确保研究结果的可靠性和完整性。

指南提出了非干预性研究的总体原则，将药品安全性看作是一个从临床前研究到上市后整个生命周期不断发展的知识体系，非干预性安全性研究可补充自发不良事件报告和临床试验等其他信息来源，更好地呈现药品在临床实践中的效益风险概况。

指南描述了一个逐步进行的流程，不过各步骤的设计和数据来源选择也在不断迭代。首先，研究者应明确研究理由和针对安全性问题的研究问题；然后，按照原则确定研究人群、暴露、对照、结果和协变量；识别最小数据需求以指导数据源选择和可行性评估；评估数据源对目标人群的代表性；考虑潜在偏倚和混杂因素来源。

数据管理和分析也是重点内容。数据管理计划应涵盖数据质量保证和控制，包括数据持有者和研究者的责任。分析部分则详细介绍了统计分析方法，包括分析方法的选择、缺失数据的处理以及敏感性分析的必要性。

此外，M14指南还涉及研究报告和提交、研究材料和结果的传播与沟通、研究文件和记录的保存以及特殊人群的考虑等内容。

ICH称，在指南草案发布后收到了大约1600条评论。制药行业利益相关者普遍支持ICH M14指南，但也提出了改进建议，例如增加更多关于原则如何在实践中发挥作用的示例，解决人工智能和机器学习（AI/ML）的使用问题，并扩大指南范围以包含组合产品。

经检索识林数据库，以“非干预性临床研究”为题的有EMA于2025年4月采纳的《在非干预性研究中使用真实世界数据生成真实世界证据用于监管目的的思考性文件》和FDA于2024年3月征求意见的《真实世界证据：关于药品和生物制品非干预性研究的考虑》，但两文均涵盖有效性评估用于支持药品上市，与M14适用范围不同。

对于RWD/RWE支持有效性评估，ICH于2025年5月启动的《E23关于使用真实世界证据（RWE）支持监管决策的考虑，重点关注药品有效性》（暂译）还处于早期阶段，尚未完成指南初稿。