Por qué la evidencia científica en el mundo real permite avanzar en la búsqueda de nuevos medicamentos

La metodología de la ciencia y cómo ésta busca en forma permanente actualizarse e implementarse en soluciones concretas que mejoren la salud y la condición humana se ha puesto en relevancia en este siglo. Así, por ejemplo, la Ley de Curas del Siglo XXI, promulgada el 13 de diciembre de 2016 por el Congreso de los Estados Unidos, fue diseñada para ayudar a acelerar el desarrollo de productos médicos y brindar nuevas innovaciones y avances a los pacientes que los necesitan de manera más rápida y eficiente.

Pero más de cinco años después, el siglo XXI nos encuentra con los términos “datos del mundo real” (RWD) y “evidencia de datos del mundo” (RWE) que se están utilizando de manera incoherente y, a veces, indistintamente. Esto lo han señalado expertos científicos y académicos en una publicación hecha en la prestigiosa revista The New England Journal of Medicine.

“Esta imprecisión ha complicado los esfuerzos para evaluar el impacto de tales datos y pruebas y obstaculizó los intentos de rastrear su uso eficiente”, valorizó uno de sus autores, el doctor John Concato, director asociado para la oficina de Evidencia Análitica en el Mundo Real de la Oficina de Políticas Médicas en Estados Unidos. La Administración de Alimentos y Medicamentos (FDA), en su marco para el Programa de Evidencia del Mundo Real de la FDA, definió a los RWD como “datos relacionados con estado de salud del paciente y/o prestación de servicios de salud de forma rutinaria recolectados de una variedad de fuentes”. Y también definió al RWE como “método clínico de pruebas sobre el uso y beneficios o riesgos potenciales de un producto médico derivado de análisis de RWD”, independientemente del tipo de diseño del estudio.

“Pero hay dos generalizados conceptos erróneos sobre estos términos”, apuntan Colcato y Jacqueline Corrigan‑Curay, de la oficina de Política Médica de la Agencia de Alimentos y Medicamentos de EEUU, FDA. “La primera es la noción de que RWD y RWE eran conceptos completamente nuevos en 2016. En realidad, las fuentes de datos y tipos de diseños de estudio no han cambiado fundamentalmente, pero el acceso electrónico a datos clínicos más detallados está evolucionando, y la fiabilidad de dicha información y la relevancia para la investigación están mejorando. La disponibilidad de más datos sólidos sobre factores clínicos que afectan los resultados de salud también brinda oportunidades para explorar varios métodos estadísticos en lugar de la aleatorización”, afirman los especialistas, que piden proporcionar más detalles sobre las fuentes de datos y el diseño del estudio para reducir la confusión sobre RWD y RWE.

El segundo error que marcan los autores es que una simple dicotomía entre ensayos controlados aleatorios (ECA) y estudios observacionales marca todo el paisaje de diseño del estudio.

“Aunque la aleatorización de la asignación del tratamiento es una fortaleza clave de los ECA, no todos los ensayos clínicos son aleatorios. Más bien, su característica definitoria es asignación de tratamiento de acuerdo con un protocolo de investigación. Por ejemplo, en un solo grupo ensayos, los investigadores asignan a los participantes para que reciban una intervención sin aleatorización, y afrontar retos similares a los en estudios observacionales para determinar si las diferencias en resultados clínicos entre los el grupo basado en el protocolo y un grupo de comparación (”control”) representan los efectos reales del tratamiento”, afirman y sostienen que corregir estos conceptos erróneos requiere reconocer que el grado de confianza en RWD varía con el tipo de diseño del estudio y que, por definición, los ECA que incorporan RWD generan RWE.

Esta conceptualización confirma que incluso cuando los criterios estrictos de elegibilidad pueden limitar la generalización de la prueba resultados, los participantes del ensayo existen, y sus resultados ocurren, en el “mundo real”, a pesar de las percepciones de que la generación de RWE ocurre solo fuera de los ensayos clínicos. Además, aunque los términos “clínico ensayos” y “estudios observacionales” tienen significados claros cuando correctamente, los términos “estudios de intervención” y “estudios de no intervención” tienen ventajas en describir si el tratamiento de interés se administró de acuerdo con un protocolo de estudio.

“Estas distinciones conceptuales eran menos pertinentes cuando eran causales inferencias con respecto a la terapia eficacia basada principalmente en estudios de intervención con datos recopilados en ECA. Sin embargo, los ECA incorporan cada vez más RWD, y cuando la aleatorización no es factible por razones éticas o de otro tipo, externamente ensayos controlados incluyen un grupo de comparación derivado completamente de una fuente de datos secundarios. Por el contrario, los estudios no intervencionistas que analizan los datos primarios recopilados de los registros se están realizando más a menudo. A pesar de la confusión con respecto a estos términos y conceptos, nosotros en la FDA continuamos evaluando RWD y RWE a medida que se consideran las decisiones regulatorias. De hecho, la agencia publicó cuatro proyectos de documentos de orientación relacionados en 2021″, agregaron los expertos.

Guía de la FDA sobre datos de la historia clínica electrónica

Las bases de datos de reclamos médicos incluyen recomendaciones sobre cómo seleccionar fuentes de datos relevantes y para definir y validar variables de estudio. Otra orientación proporciona recomendaciones sobre el diseño o el uso de un registro existente para respaldar la toma de decisiones regulatorias.

Un documento de orientación sobre datos aconseja a los patrocinadores documentar una justificación para los cambios hechos para garantizar que los RWD se ajusten a los datos respaldados por la FDA, estándares y orientación sobre consideraciones regulatorias que describa las expectativas de la agencia con respecto a estudios observacionales que utilizan sólo RWD. Aunque los datos generados por las tecnologías de salud digital no cumplen con la definición estricta de RWD, si se proporciona en el contexto de un ensayo clínico, su idoneidad para el uso en estudios clínicos justifica mencionarlos. Tales tecnologías - incluyendo aplicaciones de software y hardware para obtener de forma remota datos fisiológicos o datos de comportamiento- tienen un papel central en la expansión en el cuidado de la salud. Y cuando los datos que generan son verificados y válidos, ofrecen oportunidades considerables para el desarrollo de fármacos.

Otras iniciativas de la FDA que respaldan el despliegue de RWD y RWE en el desarrollo de productos, incluye varias demostraciones y proyectos destinados a mejorar la utilidad de los RWD, explorando métodos de diseño de estudios y análisis de datos para generar RWE, o desarrollar herramientas específicas y técnicas para ayudar en este proceso. Un ejemplo es el Proyecto OneSource de la FDA para capturar registros sanitarios electrónicos -ehrs-usando médodos clínicos estandarizados. Son nuevos enfoques para automatizar el flujo de datos estructurados de registros de salud electrónicos en sistemas externos para facilitar la investigación y reducir la brecha entre la atención del paciente y la clínica.

Investigaciones

“Aunque la aprobación de medicamentos y productos biológicos basados en lo que ahora llamar a RWE es anterior al 21 Century Cures Act, dos aprobaciones en los últimos 5 años ilustran las cuestiones que planteamos aquí. En 2021, la aprobación por el Centro de Drogas Evaluación e Investigación (CDER) de tacrolimus (Prograf) en combinación con otros fármacos inmunosupresores para la prevención del rechazo de órganos en pacientes que reciben trasplantes de pulmón se basó en un estudio no intervencionista que comparó datos de un registro bien establecido con datos de controles históricos.

Además de confiar en RWE para la aprobación de la FDA y la alineación con los pacientes y los médicos perspectivas, la nueva indicación para trasplante de pulmón representa la primera aceptación del CDER de un “estudio observacional” como estudio adecuado y bien controlado proporcionar el apoyo principal para un hallazgo de evidencia sustancial de eficacia. Cuando la recopilación de datos primarios ocurre en estudios no intervencionistas, como aquellos que usan registros que recopilan datos en un formato estandarizado, los investigadores pueden encontrar menos desafíos que con los registros de salud electrónicos, reclamos u otras fuentes, en términos de variabilidad en la realización y oportunidad de las evaluaciones clínicas.

Los problemas más generales relacionados con la calidad de los datos incluyen la relevancia clínica y la confiabilidad (p. ej., precisión, integridad, procedencia y trazabilidad). Otras consideraciones incluyen cómo la pandemia de Covid-19 ha cambiado las percepciones de RWD y RWE y las prácticas relacionadas con ellos. En general, la pandemia ha acelerado el conocimiento y la adopción de RWD y RWE, pero su uso ya estaba aumentando antes de la pandemia.

Además, aunque el RWE robusto a veces ha informado respuestas pandémicas, los desafíos involucrados en el diagnóstico, el tratamiento y la notificación de una nueva enfermedad pueden crear problemas metodológicos (y los estudios pueden no ser válidos por otras razones, como la mala conducta de la investigación). En general, la COVID-19 presenta una oportunidad de aprovechar las RWD para informar decisiones clínicas y regulatorias con rigor científico.

“La FDA sigue comprometida con el desarrollo de políticas sólidas alineadas con la Ley de Curas del Siglo 21 mientras mantiene los estándares probatorios para cumplir con nuestra obligación de proteger y promover la salud pública. Centrarse en la distinción entre estudios de intervención y estudios de no intervención puede ayudar a los investigadores, patrocinadores y reguladores a comprender y describir mejor los problemas metodológicos relevantes. Adquirir más experiencia, incluida la realización de estudios no intervencionistas rigurosos, ayudará a avanzar en el desarrollo de fármacos”, concluyeron los expertos.

SEGUIR LEYENDO: