Gestión de los Ensayos Clínicos, Metodología, Costos y Conflictos de Interés

A continuación, resumimos un artículo que Carrie Arnold publicó en New Scientist [1]. Informamos sobre este artículo porque nos parece que puede ser de interés para nuestros lectores, sin que ello signifique que estamos de acuerdo con las nuevas metodologías que se describen.

Uno de los temas que en estos momentos está generando mayor discusión es si hay forma de acelerar la realización de los ensayos clínicos. En opinión de muchos, si hay formas más rápidas de obtener información de calidad sobre los medicamentos, estamos éticamente obligados a hacerlo, sin embargo, otros recuerdan que sacar medicamentos al mercado de forma rápida ha tenido consecuencias negativas para muchos.

Los ensayos clínicos tradicionales aportan resultados válidos, pero muchos y sobre todo las empresas se quejan del costo (Una mediana de US$19 millones por ensayo en 2015 y 2016), el tiempo que se tarda en lograr el permiso de comercialización (unos 10 años), y el costo para los participantes en el grupo placebo.

Según los autores, uno de los problemas de los ensayos tradicionales es que hay que generar infraestructura para cada una de las moléculas que se quiera estudiar, desde el proceso de reclutamiento, la capacitación del personal administrativo, hasta los análisis estadísticos. Ellos lo equiparan a construir un estadio cada vez que se quiera jugar un partido de futbol. Esto se puede solucionar con los ensayos de plataforma.

En los ensayos de plataforma, los patrocinadores establecen una infraestructura que se puede utilizar en varias ocasiones. Además, los investigadores pueden comparar la eficacia y seguridad de varios medicamentos contra un solo grupo control, y comparar una terapia con otra. Este tipo de ensayos tratan de identificar cuál de los diferentes tratamientos es más efectivo.

Otro problema con los ensayos tradicionales es que suelen incluir un grupo placebo, y esto se puede evitar con los ensayos adaptativos. En los ensayos adaptativos los participantes no se asignan aleatoriamente a los grupos establecidos, sino que el tratamiento que recibe cada uno de los participantes se determina en base a criterios pre-establecidos. Por ejemplo, si muchos pacientes se han beneficiado de un tratamiento determinado, las posibilidades de que futuros participantes reciban ese tratamiento aumentan. La asignación del participante no la hace el investigador sino un algoritmo, por lo que los que gestionan el ensayo desconocen el tratamiento que recibe cada uno de los participantes.

Algunos ensayos pueden combinar elementos de los estudios de plataforma y de los estudios adaptativos, es decir, cada brazo del ensayo de plataforma sigue las reglas de un estudio adaptativo. Uno de los ensayos más conocidos que utilizó este modelo es el I-SPY-2 que se realizó en 2010 para estudiar la forma de controlar el cáncer de mama. En este ensayo se utilizaron seis tratamientos contra un solo grupo placebo, y los medicamentos que fueron surgiendo como más eficaces se siguieron evaluando y eventualmente se convertían en el grupo control de un estándar actualizado de tratamiento. El estudio SPY-2 ha inscrito a 14.000 participantes y evaluado seis medicamentos.

El escepticismo inicial de las agencias reguladoras con este tipo de diseños parece haber desaparecido, y tanto la FDA como la EMA han aprobado medicamentos en base a los resultados del estudio SPY-2.

Durante la pandemia por covid han surgido estudios de plataforma en diversas partes del mundo. Uno de los más importantes es el estudio RECOVERY que se realizó en el Reino Unido, y en el que se han inscrito más de 50.000 participantes. En Canadá y Brasil se está realizando el estudio TOGETHER. En opinión de algunos expertos, estos estudios demuestran que la investigación no tiene que separarse de la práctica clínica, que según ellos frecuentemente tampoco está basada en la evidencia.

Una de las ventajas de estos nuevos diseños es que ya no será necesario acudir a grandes centros académicos para hacer los ensayos clínicos, sino que se podrán hacer en consultorios pequeños en cualquier parte del mundo.

Algunos están preocupados porque los métodos estadísticos que se utilizan en estos ensayos son muy complicados e incomprensibles para los que no tienen un doctorado en estadística.

También se reconoce que este tipo de ensayos no se podrán utilizar para estudiar tratamientos para todo tipo de patologías. Por ejemplo, si el periodo de seguimiento es muy largo, los investigadores podrían no estar en condiciones de hacer análisis preliminares de los datos para re-asignar a los participantes. Tampoco parecen útiles para estudiar los tratamientos para las enfermedades huérfanas, que afectan a un número limitado de pacientes y para las que no hay muchos tratamientos que se puedan comparar.