Confronto tra RCT e Evidenze del Mondo Reale

Le evidenze del mondo reale (RWE) si riferiscono a informazioni sugli effetti dei prodotti medici raccolte da dati della vita reale. Questi dati provengono da molte fonti legate alla salute dei pazienti, soprattutto dalla pratica clinica quotidiana come le cartelle cliniche elettroniche e le richieste di rimborso. Ultimamente, c'è stato un crescente interesse nell'uso delle RWE per aiutare a prendere decisioni cliniche e impostare politiche sanitarie. Tuttavia, alcune persone si chiedono quanto siano affidabili queste evidenze rispetto ai tradizionali studi clinici noti come studi controllati randomizzati (RCT).

I dubbi sorgono quando RCT e studi basati su database vengono visti come opzioni in opposizione invece che come modi diversi per raccogliere informazioni utili sugli effetti dei farmaci. Alcuni studi hanno mostrato che i risultati degli RCT e quelli degli studi basati su database spesso concordano, e studi ben progettati possono portare a conclusioni solide. Altri sostengono che le differenze nei risultati evidenziano i difetti degli studi basati su database.

#Studio RCT-DUPLICATE

Uno sforzo significativo per confrontare gli RCT e gli studi basati su database è noto come RCT-DUPLICATE. Questa iniziativa mirava a replicare più di 30 studi usando studi basati su database progettati per seguire da vicino i disegni originali degli RCT. Tuttavia, poiché i dati utilizzati provenivano da pratiche cliniche regolari e non erano stati raccolti specificamente per la ricerca, alcuni aspetti degli studi non potevano essere abbinati esattamente. Le differenze possono essere riassunte in alcune aree chiave: come vengono misurati i risultati, le caratteristiche demografiche dei pazienti coinvolti, come i trattamenti vengono applicati nella vita reale e l'assenza di gruppi placebo nella pratica quotidiana.

Abbiamo studiato le differenze identificate nello studio RCT-DUPLICATE per capire come questi problemi di design influenzano le variazioni nei risultati tra RCT e studi basati su database. Ci siamo chiesti se queste differenze potessero aiutare a ridurre le incoerenze osservate tra RCT e studi del mondo reale nella nostra analisi.

#Panoramica della metodologia

Lo studio RCT-DUPLICATE ha scelto attentamente 32 studi relativi a decisioni di approvazione di farmaci che potevano probabilmente essere replicati con i dati dei reclami. Questi studi selezionati includevano vari tipi di studi che testavano diverse strategie di trattamento e sono stati avviati utilizzando tre principali fonti di dati. L'obiettivo era imitare da vicino gli RCT entro i limiti dei dati del mondo reale disponibili.

L'analisi dei dati si è concentrata su studi i cui risultati potevano essere espressi come Rapporti di Rischio. Gli studi che mostravano un alto livello di variazione tra i database sono stati esclusi dall'analisi.

#Differenze di Emulazione registrate

Durante lo studio RCT-DUPLICATE, i ricercatori hanno tracciato specifiche differenze nei disegni degli studi. Hanno annotato differenze nella distribuzione di età e sesso come valori numerici, riflettendo come questi fattori variano tra gli RCT e gli studi basati su database. Hanno anche registrato differenze categoriali nel design e le hanno riassunte in una misura composita binaria per indicare se una coppia di studi fosse considerata una “vicina emulazione”.

Uno studio è stato etichettato come una vicina emulazione se aveva una solida allineamento sia nelle misure di comparatore che di risultato, evitando determinati problemi di design come l’inizio dei follow-up in ospedale o l'inclusione di rispondenti ai trattamenti durante un periodo di avvio.

#Analisi statistica

Per l'analisi statistica, sono stati utilizzati metodi specifici per garantire che i dati provenienti da RCT e studi RWE fossero normalmente distribuiti. Sono state applicate trasformazioni logaritmiche ai rapporti di rischio e sono state calcolate differenze standardizzate per confrontare i risultati degli RCT e degli studi RWE.

La variabilità tra gli studi è stata valutata utilizzando un approccio statistico che identifica le differenze in modo più accurato. Applicando un modello di regressione lineare basato sulle differenze osservate, i ricercatori potevano stimare l'eterogeneità tra le coppie di studi. Se alcune caratteristiche di design erano incluse in questo modello, era possibile spiegare alcune delle variazioni osservate.

#Osservazioni dall'analisi

L'analisi dei risultati ha rivelato come i due tipi di studi si confrontassero. Le stime provenienti dagli RCT e le stime aggregate degli studi basati su database non sempre si allineavano perfettamente. Mentre molte stime aggregate RWE erano più piccole rispetto a quelle degli RCT, alcune erano addirittura più grandi. Questo comportamento contrasta con i risultati di progetti di replica più ampi, dove tipicamente gli effetti misurati negli studi di replica sono generalmente più piccoli rispetto agli studi originali.

La distribuzione delle differenze osservate ha indicato che quando l'emulazione era categorizzata come vicina, generalmente comportava differenze più piccole nei risultati. Tuttavia, restavano differenze significative per coloro che non erano categorizzati come vicine emulazioni.

#Risultati principali sulle differenze di emulazione

I risultati hanno indicato tre caratteristiche principali associate alle variazioni nelle stime degli effetti: effetti del trattamento ritardati, interruzione della terapia di mantenimento durante lo studio e inizio del trattamento in ospedale. Questi fattori spiegavano gran parte delle differenze osservate tra RCT e studi RWE.

Curiosamente, l'assenza di comparatori placebo non ha contribuito in modo significativo alla variabilità osservata, contrariamente a quanto ci si sarebbe aspettato.

#Limitazioni dello studio

I ricercatori hanno riconosciuto diverse limitazioni nei loro risultati. L'analisi ha utilizzato un campione ridotto di sole 29 coppie di studi, portando a un numero ristretto di caratteristiche che potevano essere incluse. Inoltre, gli studi inclusi sono stati scelti in base a specifici criteri che potrebbero non rappresentare tutte le aree cliniche. Questo significa che i risultati potrebbero non essere ampiamente applicabili in varie situazioni.

#Conclusione

Questo studio illustra che gran parte delle differenze osservate tra RCT e studi di Evidenza del Mondo Reale possono essere attribuite a problemi di emulazione del design. Inoltre, evidenzia come metodi statistici come la meta-regressione possano aiutare a fornire un quadro più chiaro di queste variazioni.

Essere consapevoli di queste differenze è essenziale per i clinici e i ricercatori quando interpretano i risultati di entrambi i tipi di studi. L'obiettivo finale è prendere decisioni cliniche e politiche informate che possano beneficiare la cura dei pazienti basate su solide evidenze.