Simple Science

最先端の科学をわかりやすく解説

# 健康科学# 疫学

臨床試験の多様性を改善する

研究が臨床試験における多様な代表性の必要性を強調してるよ。

― 1 分で読む


臨床試験における多様性のギ臨床試験における多様性のギャップにした。研究が臨床試験への参加の過小評価を明らか
目次

医療研究では、臨床試験に幅広い人々が代表されることが重要なんだ。でも、女性や高齢者、複数の健康状態を持つ人、さまざまな民族的背景を持つ人たちは、あんまり代表されてないことが多いんだ。この代表性の欠如は、結果やその信頼性に影響を与えちゃうんだ。いろんな組織がこの状況を改善しようと努力してるけど、過去10年であんまり進展はないんだよね。

試験参加プロセス

臨床試験に参加するには、二つのステップを経る必要があるんだ。まず、参加のためのスクリーニングの招待を受け取るんだけど、これは医療訪問中に医療スタッフから来ることが多い。次に、招待を受け入れたら、試験スタッフがスクリーニングプロセスを通して、特定の基準を満たしてるか確認するんだ。残念ながら、招待された人やスクリーニングされた人の数は一般的に報告されないから、どのグループが少ないのか理解しづらいんだよね。

試験参加の障壁

研究によると、試験参加者は一般的に同じ医療状態を持つ人々よりも若くて健康問題が少ない傾向にあるんだ。この研究は、年齢、性別、全体的な健康、自己認識の人種や民族が、スクリーニング段階を通過する可能性に影響を与えるかを調べてるんだ。

研究の概要

この研究では、慢性健康状態に焦点を当てたさまざまな業界資金による試験からのデータを分析したんだ。目的は、個人の特性がスクリーニング後に次のステップに進めるかに影響を与えるかを確認することだったんだ。

データソースと参加者

この研究に使われたデータは、臨床試験から情報を集めるプラットフォームからのものなんだ。研究者は、薬で治療可能な慢性疾患に関する試験に焦点を当てて、癌やメンタルヘルスの分野は省いてるんだ。参加者は、試験に無作為に割り当てられたか、スクリーニング段階を通過できなかったかに分類されたんだ。

合併症の定義

研究では、主な状態とは無関係な追加の健康状態を合併症として定義して、薬の記録や患者の歴史を使ってるんだ。それぞれの合併症をカウントして、各参加者の総数を出してるんだ。

スクリーニング失敗の理解

「スクリーニング失敗」という用語は、スクリーニングプロセスを経た後に試験に進まない人を指すんだ。なぜ人々がスクリーニング失敗として分類されるのかを理解することは、多様なグループの参加を改善するためには重要なんだ。

データ分析

無作為に割り当てられた参加者とスクリーニングに失敗した人の特性を比較したんだ。重要なデータポイントは:

人種と民族の情報は、ホワイト、ブラック、アジア人、先住民、その他の標準カテゴリーを使って集められたんだ。

研究結果

52の異なる試験が含まれてて、合計72,178人がスクリーニングされたんだ。このグループから24,733人、つまり34%がスクリーニングを通過できなかったんだ。分析の結果、年齢や性別はスクリーニング失敗の可能性に大きな影響を与えないことがわかったけど、年配の人や男性がスクリーニングを通過する可能性が若干高いかもしれないっていう兆候もあったんだ。

スクリーニング失敗に関連する要因

興味深いことに、合併症の数が多いとスクリーニング失敗が増えるわけじゃなかったんだ。むしろ、健康問題が多い人はスクリーニング失敗との関連が弱いように見えたんだ。

人種と民族を考慮すると、これらの要因がスクリーニング失敗の可能性を高めるという証拠はほとんどなくて、自己報告のブラックの人々はスクリーニングを通過するのに少しだけ苦労するかもしれないっていうデータがあったんだ。

パターンの探求

さらに分析した結果、スクリーニング失敗の全体的な傾向は、さまざまな試験条件や治療を考慮してもあまり変わらなかったんだ。例えば、男性参加者は一般的にスクリーニング失敗の割合が低いけど、高血圧や肺疾患に関する試験では特にそうだったんだ。

研究結果の重要性

この研究は、試験に招待される人が誰なのかを認識することの重要性を強調してるんだ。もし特定の集団が初期の招待で体系的に見落とされると、スクリーニングの機会がなくなっちゃうんだ。多様なグループが招待される方法を改善すると、臨床試験における代表性が増える可能性があるんだよ。

研究の限界

いくつかの限界も考慮する必要があるんだ。一つは、スクリーニングされて参加に同意しなかった人についてのデータはよく報告されないから、明確な結論を引き出すのが難しいんだ。それに、なぜ誰かがスクリーニングを通過できなかったのかの理由は完全には調査されてなくて、追加の洞察を提供する可能性があるんだ。

さらに、分析された試験はすべての臨床試験を完全に代表しているわけじゃなくて、特定のタイプの試験がこの研究から除外されてるんだ。それに、合併症のカウント方法も基本的だったから、特定の健康問題がスクリーニングプロセスとどう相互作用するかが不明確なんだ。

以前の研究との比較

これは個別のデータを使って参加者の特性を分析した最初の研究の一つだけど、以前の研究では女性と男性は試験に招待される割合が似てるって言われてたんだ。でも、ここでの結果は、女性が多くの試験タイプでスクリーニングに失敗する可能性が高いかもしれないって示してるんだ。以前の研究でも、民族的少数派の人々が過小評価されているってことが指摘されていて、招待されると参加を望んでいる場合でもそうなんだよ。

今後の研究への影響

この研究は今後の試験に影響を与えるかもしれない貴重な洞察を提供してるんだ。例えば、誰が招待されて、誰がスクリーニングを通過するかを追跡するような、より良い報告方法が必要だよね。これでギャップを特定して、医療研究における代表性を向上させることができるかもしれないんだ。

さらに、サービスを受けていない集団を試験に招待する人数を増やす方法を見つけることが、よりバランスの取れた代表性の実現に役立つかもしれない。これには、より良いアウトリーチ戦略や文化的に適切なスタッフ、潜在的な参加者のためのもっとアクセスしやすい情報が含まれるかもしれないんだ。

結論

臨床試験における多様性を改善するための努力は、招待とスクリーニングの段階に焦点を当てる必要があるんだ。年齢、性別、全体的な健康、そして人種がスクリーニングに失敗する人に大きな影響を与えてるわけじゃないけど、招待段階は試験の代表性を決定する上で重要な役割を果たしていると思う。これからは、研究コミュニティはすべての声と経験が医療研究に代表されるように、インクルーシブさを優先する必要があるんだ。

オリジナルソース

タイトル: Participant characteristics and exclusion from trials: a meta-analysis of individual participant-level data from phase 3/4 industry-funded trials in chronic medical conditions

概要: ObjectivesTrials often do not represent their target populations, threatening external validity. The aim was to assess whether age, sex, comorbidity count and/or race/ethnicity are associated with likelihood of screen failure (i.e., failure to be randomised to the trial for any reason) among potential trial participants. DesignBayesian meta-analysis of individual participant-level data (IPD). SettingIndustry-funded phase 3/4 trials in chronic medical conditions. Participants were identified as "randomised" or "screen failure" using trial IPD. ParticipantsData were available for 52 trials involving 72,178 screened individuals of whom 24,733 (34%) failed screening. Main outcome measuresFor each trial, logistic regression models were constructed to assess likelihood of screen failure, regressed on age (per 10-year increment), sex (male versus female), comorbidity count (per one additional comorbidity) and race/ethnicity. Trial-level analyses were combined in Bayesian hierarchical models with pooling across condition. ResultsIn age- and sex-adjusted models, neither age nor sex was associated with increased odds of screen failure, though weak associations were detected after additionally adjusting for comorbidity (age, per 10-year increment: odds ratio [OR] 1.02; 95% credibility interval [CI] 1.01 to 1.04 and male sex: OR 0.95; 95% CI 0.91 to 1.00). Comorbidity count was weakly associated with screen failure, but in an unexpected direction (OR 0.97 per additional comorbidity, 95% CI 0.94 to 1.00, adjusted for age and sex). Those who self-reported as Black were slightly more likely to fail screening (OR 1.04; 95% CI 0.99 to 1.09); an effect which persisted after adjustment for age, sex and comorbidity count (OR 1.05; 95% CI 0.98 to 1.12). ConclusionsAge, sex, comorbidity count and Black race/ethnicity were not strongly associated with increased likelihood of screen failure. Proportionate increases in screening these underserved populations may improve representation in trials. Trial registrationRelevant trials in chronic medical conditions were identified according to pre-specified criteria (PROSPERO CRD42018048202).

著者: Jennifer S Lees, J. Crowther, P. Hanlon, E. Butterly, S. H. Wild, F. S. Mair, B. Guthrie, K. Gillies, S. Dias, N. J. Welton, S. V. Katikireddi, D. A. McAllister

最終更新: 2023-04-19 00:00:00

言語: English

ソースURL: https://www.medrxiv.org/content/10.1101/2023.04.14.23288549

ソースPDF: https://www.medrxiv.org/content/10.1101/2023.04.14.23288549.full.pdf

ライセンス: https://creativecommons.org/licenses/by/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた medrxiv に感謝します。

著者たちからもっと読む

類似の記事