La supervisión basada en riesgo (Risk-based monitoring RBM) es un concepto en evolución en la industria del ensayo clínico que está transformando la forma de hacer ensayos. Entonces, ¿en qué consiste?

Tuvimos la oportunidad de hablar con Andy Lawton, que es Director Global de Gestión de Datos Clínicos de Boehringer Ingelheim, mientras participaba en la conferencia de las Asociaciones de Ensayos Clínicos en Hamburgo, Alemania.

Andy comenzó su carrera en estadística geofísica antes de empezar a trabajar en el servicio nacional de salud hace 37 años y desde entonces ha estado ha trabajando en la industria de las ciencias vivas. Es uno de los líderes de la industria en lo que respecta a la gestión de los datos de ensayos clínicos globales. Aquí Andy analiza algunas de ideas sobre la supervisión basada en el riesgo SBR, cómo hoy lo utiliza la industria farmacéutica y cuál es su futuro.

P ¿Cómo describiría la supervisión basada en el riesgo a una audiencia general?

R. En primer lugar todo el mundo tiene que entender lo qué es el monitoreo y la forma en qué se usa en los ensayos clínicos. Los ensayos clínicos pueden tener lugar en 500 o más sitios, que es en donde obtienen los datos para presentarlos a la agencia reguladora y obtener el permiso de comercialización de los medicamentos. Cuando tienes 500 sitios diferentes en donde se recopilan los datos de los pacientes, eso quiere decir que tienes realmente 500 fuentes de datos, y los datos son nuestro producto. Tenemos que controlar lo que sucede en esos sitios.

Hacemos SBR con dos objetivos – controlar la calidad de los datos, y también garantizar la seguridad de los pacientes en todos los sitios. Históricamente hemos ido a un sitio cada 4-6 semanas para asegurar que todo está bien. En otros tiempos recogíamos los datos en papel, luego se amontonaban en una pila y después de un tiempo se hacía la entrada en un programa informático. Siempre había una acumulación de datos por entrar, y retraso en el procesamiento, y cuando empezamos a capturar los datos electrónicamente no cambiamos los procesos básicos.

Pero ahora, según lo propuesto por la FDA, y como lo hemos desarrollado en TransCelerate [una biofarmacéutica sin ánimo de lucro], la SBR significa que nosotros no sólo dependemos de un monitor. Estamos utilizando personal interno para monitorear los datos y tal vez dirigir la atención del monitor que está sobre el terreno. Hay aspectos fundamentales de lo que tienen que hacer en el sitio, pero nosotros hacemos mucho de ello y lo hacemos internamente. Utilizamos sistemas de medida (metrics), mediciones y análisis estadísticos complejos para buscar la forma de procesar mejor los datos.

Estamos pensando en riesgo. Riesgo no significa que algo malo haya sucedido, significa que existe la posibilidad de que algo ocurra. Mucha gente no entiende eso. Creen que el riesgo es malo. Según el nuevo estándar ISO, el riesgo es la incertidumbre de lograr tu objetivo, y eso es una buena definición. Estamos tratando de reducir y eliminar la incertidumbre.

El monitoreo basado en riesgo empieza por definir realmente cuáles son los riesgos antes de empezar los ensayos, decidiendo cuál será el método de medición, lo que tendrás que hacer en los sitios en donde se hace el ensayo, lo que se puede centralizar, y luego puede ir revisando el plan de forma continua a medida que aparecen nuevos riesgos, o cuando Ud. desarrolla mejores técnicas. Esa es la parte esencial del SBR.

P ¿Qué es lo que los ejecutivos de las farmacéuticas no entienden del SBR?

R. Se dice que la mayoría de los ejecutivos pueden retener siete conceptos en la cabeza en un momento dado, así que ¿cómo consigue convertirse en uno de ellos? Una forma es demostrar que la SBR les va a ahorrar dinero ya que en todas las compañías farmacéuticas hay presiones presupuestarias. Yo creo que va a ahorrar dinero, pero Ud. tiene que adoptar un enfoque más radical si quiere emplear eso.

Pero hay un montón de malentendidos, porque tan pronto como la gente oye que Ud. desea ahorrar dinero, dicen, “Oh, usted va a recortar algo” y no se trata de recortar, se trata de enfocar su actividad e identificar lo que es crítico para mirar centrar la atención en eso, tal vez a diario, porque Ud. está recibiendo los datos electrónicamente.

Toda el área de SBR está en desarrollo. Una de los temas clave que todavía hay que trabajar es que tenemos que poner límites a la intolerancia a de los errores. Edwards Deming desarrolló métodos estadísticos para la industria japonesa después de la Segunda Guerra Mundial que Ford adoptó para la industria estadounidense en la década de 1970. Se trata realmente de no aceptar el 100%, pero admitir que hay errores aceptables y simplemente minimizar esos.

La industria farmacéutica nunca realmente aceptaría que podemos tener una tasa de error aceptable, y sin embargo, para nuestros productos manufacturados, aceptamos un porcentaje de error. No hacemos un producto perfecto. Puede haber excipientes, o tal vez la cantidad de principio activo varía un poco, porque es un proceso de fabricación, se aceptan los límites de tolerancia predefinidos.

En primer lugar sólo estamos midiendo el riesgo y se trata de evaluar los sitios de alto riesgo. Vamos a centrar nuestra actividad allí y tal vez enviar a alguien allí cada dos semanas. Los sitios de bajo riesgo pueden recibir a un monitor sólo cada seis meses.

Es una perspectiva completamente diferente a la anterior, donde enviábamos monitores a los sitios cada 4-6 semanas, porque ahora podemos ver los datos todos los días, y se evalúan las señales de riesgo y se llama la atención sobre ellas.

Usted no está haciendo menos; lo está haciendo de una manera diferente. Se trata más de un enfoque de equipo holístico que integra en esa revisión a los monitores centrales, los administradores de datos, los estadísticos y al personal médico, y no sólo confia en la persona que está en el sitio, que aún no tiene todas esas habilidades.

De todos modos, todo nuestro método estaba equivocado porque los seres humanos son buenos para monitorear los procesos, mientras que las máquinas son buenas para vigilar los números. Debemos utilizar las máquinas para procesar números, y debemos utilizar a nuestros monitores locales para ver el proceso en el sitio donde se hace la investigación y asegúrese de que el proceso es correcto. Si hacemos eso, podemos reducir su tiempo y mejorar la calidad.

Sólo se puede medir la calidad, si Ud. ha definido un índice de error. El concepto de que no aceptamos los errores de datos – a pesar de que siempre tenemos errores de datos – no es aceptable.

P ¿Y siempre priorizando la seguridad del paciente?

R. Por supuesto ¿Pero qué cantidad de eventos adversos no se identifican en un ensayo clínico?

P. No lo sé.

R.Nadie lo sabe. No sabemos cuántos eventos no son reportados por los pacientes al médico porque se olvidan. ¿Qué comiste el lunes de la semana pasada? Usted no sabe.

Pero sí capturamos la mayor parte de eventos importantes, los que cambian la vida real, los eventos adversos graves. Capturamos los eventos molestos, los que ocurren todos los días, lo que se llama un evento relacionado, se toma una pastilla y le pasa aquello, captamos eso. Pero ¿capta la industria todos los eventos posibles? ¿Sabemos cuántos no hemos dectectado? No.

P ¿Cuál es el papel de la tecnología en la SBR?

R. Usted puede llamarlo un problema de grandes datos o de inteligencia empresarial, pero tenemos que obtener datos de muchas fuentes diferentes. Los tomamos del sistema a distancia de captura de datos, de nuestro sistema de administración para saber quiénes son las personas involucradas, podríamos tomarlos de nuestro sistema de informes de eventos adversos, podríamos tomarlos de nuestro sistema de gestión de problemas. Tenemos todas estas diferentes áreas en las que estamos juntando los datos, y por supuesto todos los datos se recogen de diferentes maneras. Hay un problema de almacenamiento de datos y de integración de datos que hay que superar.

Y luego, por supuesto, ¿cómo resume Ud todo eso? ¿Cómo se obtiene el sistema para medir esta la información y cuáles son las medidas que se deben utilizar? Creo que inicialmente hemos visto métodos muy básicos hasta este momento.

No es empezar a decir que hemos definido lo que necesitamos. Se trata de mejorar continuamente. Si desea llegar a ese punto de perfección de análisis predictivo, Ud. tiene que mirar continuamente lo que está haciendo y examinar el proceso.