RWE og betydningen for beslutninger på legemiddelområdet. Fagseminar Dagens Medisin 19 Oktober 2016 Per H Fuglerud, Statistiker

Transkript

1 RWE og betydningen for beslutninger på legemiddelområdet Fagseminar Dagens Medisin 19 Oktober 2016 Per H Fuglerud, Statistiker

2 Tema RWD og RWE og hva det brukes til på legemiddelområdet i dag European Medicines Agency (EMA) holdninger til RWE Forskjeller mellom RWE og Randomiserte Kliniske Studier (RCT) Analyse av RWE Sykdomsmodeller Adaptive Pathways

3 Real World Data (RWD) Registre Bivirkningsregisteret, Kreftregisteret, Reseptregisteret, Norsk pasientregister, Dødsårsaksregisteret, medisinske kvalitetsregistre Sykehus og legekontor pasient journaler, apotek, laboratorier Studier i klinisk praksis observasjonsstudier, randomiserte pragmatiske studier Sosiale medier pasient og pårørende grupper

4 Bruk av RWD i dag Real World Evidence (RWE): kunnskap basert på kobling og analyse av RWD Regulatoriske myndigheter Før godkjennelse Historiske kontroller Ekstrapolering Eldre og barn Etter godkjennelse Bivirkningsrapportering Registrer og/eller nye studier Legemiddelindustrien Pasientpopulasjoner med større nytte av legemidlet Planlegging av RCT Sykdomsforståelsen Virkningsmekanismer Interaksjoner HTA: Helseøkonomisk vurdering Alvorlighet og prognosetap Merkostnader per vunnet kvalitetsjustert leveår (QALY) Budsjett konsekvenser -> Svakheter -> Styrker Datakvalitet, standardisering og analysemetoder Mangler relevante data (HTA) Planlegging av RCT Definere nye indikasjoner Problematisk med randomiserte studier Klinisk praksis for HTA

5 European Medicines Agency (EMA) og RWE The Problem There is limited access to RWE across the EU to support decision making Fragmentation of resources, lack of interoperability Lack of a framework to facilitate rapid access to and analysis of relevant data sources Lack of sustained funding mechanisms to secure access to and analysis of RWD Governance and privacy concerns Lack of cross border collaborations to leverage existing data and knowledge Need to implement methods to integrate and analyse heterogeneous data Underuse of technological advances to exploit innovative data sets

6 Randomiserte kliniske studier Beskriver ikke klinisk praksis d Kilde: HeathCore

7 RWE estimerer ikke det samme som RCT RWE kan både over og under estimere effekten av behandlingen RWE RCT V B U B U V = Konfunderende variabel, B = Behandling, U = Utfall RCT: Teste virkning av B på U (kausalitet) Forskjell i U kan forklares utfra at forskjellige behandlinger ble gitt RWD: Teste virkning av B på U når V påvirker både B og U Forskjell i U kan forklares utfra forskjell i V og/eller at forskjellige behandlinger ble gitt

8 Observasjonsstudier og kausal inferens Analysere observasjonsdata som om de kom fra RCT Metoder for å manipulere data til å lage fiktive populasjoner med individer som går gjennom randomiserte forsøk Behandlingene er veldefinert Alle konfunderende variable er målte eller likt fordelt mellom behandlingene (conditional exchangeability) Alle behandlingene representert i alle risiko gruppene (positivity) Utfordringer Manglende informasjon om behandling (dose, compliance) Feilklassifisering (behandling, utfall, diagnose) og koding Er alle konfunderende variable kjente og målte (eventuelt tilfeldig fordelt)

9 Historisk kontroller i observasjonsstudier Eksempel 1: Single-arm studie i lungekreftpasienter Overlevelse i studien testes mot overlevelse fra et register 5-års overlevelse (OS) for lungekreftpasienter er 16% (kreftregisteret) Teste H 0 : OS 16% mot H A : OS >16% I studien ble pasienter år inkludert Data fra kreftregisteret: Alder OS år 22% Mer relevant å teste H 0 : OS 22% mot H A : OS >22% Historiske kontroller må reflektere studiepopulasjonen

10 Studie basert på eksisterende databaser Eksempel 2: Effekten av forskjellige kreftbehandlinger Sykehusapotek Reseptregisteret (kreft medisin) (annen medisin) Kreftregistre (diagnose) Norsk pasientregister (komorbiditet) Dødsårsaksregisteret (utfall) Effekten av forskjellige kreftbehandlinger Laboratorier (blodprøver, markører) Systemene må kunne kommunisere på tvers: unike pasienter og standardisering Etikk og datasikkerhet (tilgangskontroll)

11 Sykdomsmodeller RWD er en datakilde som også bør brukes til å bygge bedre sykdomsmodeller biologiske, farmakologiske, medisinske og epidemiologiske data kan brukes til å bygge kvantitative sykdomsmodeller Genomic, molecular.. (sub)cell Tissue Organ Individual Population Diagnosis Interventional treatments Muliggjør å relatere en legemiddelintervensjon til (predikert) klinisk utfall, både effekt og sikkerhet, på et tidligere tidspunkt i utviklingsforløpene brukes til å informere hvilke studier som skal utføres brukes til bedre å forstå hva som påvirker klinisk respons (mekanisme eller kausalitet) kan potensielt informere benefit-risk og relative effectiveness vurderinger

12 Sykdomsmodeller og virtuelle pasienter Utforsk og lær «virtuell sandkasse» Diagnose Pasient spesifikke data Optimalisere studie design Støtte avgjørelser for utvikling og godkjenning av legemidler

13 Adaptive pathways EMA initiativ for å få nye medisiner raskere ut til pasientene Stegvis konsept for produktutvikling og dataproduksjon Indikasjonsutvidelse/bekrefte betinget MT Involvere "Stakeholders" Bruk av RWD Etablerte EMA prosedyrer benyttes Scientific advice incl. parallel HTA advice Conditional MA Compassionate use Registries and other pharmacovigilance tools Orphan designation

14 Adaptiv pathways - EMA Pilot Accepted plans for the use of RWE: Registries (existing disease registries and post-authorisation drug registries) Single arm studies for rare diseases (outcomes compared with disease registers) Compassionated use program Mixture of disease registries and compassionated use data (indication expansion) Studies on biomarker s (validation and all-comer population) Investigation of non-serological outcomes for vaccines

15 Sammendrag Adaptive pathways åpner for mer bruk av RWE Indikasjonsutvidelser Bekrefte langtidseffekt hvis MT basert på surrogat endepunkter Fellesløsninger for å hente ut og sette sammen data fra forskjellig databaser må på plass både nasjonalt og internasjonalt Metodologiske utfordringer ved statistisk analyse av RWD RWE essensielt for HTA RWE kan informere sykdomsmodeller

16 Følg legemiddelverket legemiddelverket.no