Una organización internacional sin ánimo de lucro para fomentar el acceso y el uso adecuado de medicamentos entre la población hispano-parlante
Una organización internacional sin ánimo de lucro para fomentar el acceso y el uso adecuado de medicamentos entre la población hispano-parlante
Resumen
En los últimos años, los reguladores han documentado cómo las compañías farmacéuticas o las organizaciones de investigación clínica pueden manipular los datos de los ensayos de bioequivalencia de formulaciones no aprobadas haciendo un análisis provisional seguido de un nuevo análisis de los perfiles farmacocinéticos cambiando los alias de los sujetos, intercambiando el producto de Prueba y la Referencia y / o las diluciones.
El efecto neto es que las estimaciones puntuales de productos defectuosos se forzarán artificialmente hacia el 1 y los ensayos superarán la prueba de bioequivalencia. Esto no es detectable por ningún método de la farmacopea y las evaluaciones habituales de las agencias no lo abordan. Este artículo tiene como objetivo demostrar cómo se pueden detectar las señales de este tipo de estudios fraudulentos. Los acercamientos que se describen se denominan rutinas “Buster” y “SaToWIB”; se trata de programas informáticos que los reguladores han utilizado con frecuencia para detectar señales de fraude, pero que no se han descrito en el dominio público.
Las rutinas de Buster visualizan tendencias, como estadísticas parciales, gráficos de residuos, intervalos de confianza acumulativos, errores cuadráticos medios acumulados y otros. Los análisis del signo de residuos podrían ser una prueba para detectar la manipulación. Cabe destacar que, en 2020, los reguladores de la Unión Europea comenzaron a cuestionar públicamente la validez de los ensayos por la similitud de su perfil farmacocinético. Las rutinas SaToWIB clasifican los pares de perfiles de acuerdo con su similitud numérica en una función objetivo. Se muestra que el rango (determinado por el puntaje) es un indicador de fraude en el sentido de que los casos reales de fraude tendrán un rango más alto que si no hubiera una relación entre el rango y el puntaje.
El documento también comenta el uso de estadísticas multivariadas y analiza la necesidad de desarrollar pruebas formales para detectar la manipulación en presencia de por ejemplo multiplicidad.