El alto precio de los nuevos medicamentos, fundamentalmente los biológicos, impacta fuertemente en los sistemas sanitarios de todo el mundo sin excepción, los cuales reaccionan a esta problemática con diferentes estrategias para contenerlos.
Los gobiernos, a través de sus agencias reguladoras de medicamentos y de evaluación de tecnologías sanitarias, están exigiendo cada vez más a la industria farmacéutica que proporcione información relacionada no sólo con la seguridad, el uso apropiado, y la eficacia, sino también sobre el valor clínico y económico de sus medicamentos.
La tendencia global es compartir el riesgo con los fabricantes de medicamentos de alto precio en cuanto al impacto que producen sus innovaciones. Se intenta ya no pagar sólo por un medicamento que demostró ser seguro y eficaz en los estudios ramdomizados, sino que ahora se tiende a pagar por resultados en la población real una vez puestos en el mercado.
Se les solicita cada vez más información y evidencia a los laboratorios sobre las mejoras sustanciales que sus fármacos producen sobre la salud de la población.
Estas exigencias de las agencias reguladoras y evaluadoras de tecnologías están poniendo una presión sin precedentes en la industria farmacéutica, la cual, en base a la inteligencia artificial y a los datos masivos en salud (Big Data), han desarrollado el concepto de Real World Data y Real World Evidence (Datos de la Vida Real y Evidencia de la Vida Real).

¿QUÉ ES ENTONCES REAL WORLD DATA - REAL WORLD EVIDENCE?

La ISPOR (International Society For Pharmacoeconomics and Outcomes Research) define Real World Data como: “Datos usados para tomar decisiones sobre medicamentos o procedimientos médicos que se recogen fuera de los ensayos clínicos aleatorizados”.
En otras palabras, es la recopilación de datos sobre medicamentos, pacientes y enfermedades en un contexto no experimental.
En la jerga se usa casi indistintamente Real World Data (RWD) o Real World Evidence (RWE). No son, sin embargo, sinónimos: los datos (Real World Data) son los que debidamente analizados nos conducen a las evidencias (Real World Evidence). Entre la primera y la segunda existen procesos analíticos que permiten convertir datos en evidencias.
Hasta ahora, la generación de la evidencia en el ámbito de la salud se ha basado en la Medicina Basada en la Evidencia (MBE) en función de la información obtenida de ensayos clínicos controlados aleatorizados, revisiones sistemáticas y metaanálisis. Mucho se ha hablado y escrito sobre las brechas entre la investigación y la toma de decisiones.
Actualmente, la digitalización e integración de la información (historias clínicas, registros de pacientes, datos de seguros médicos, encuestas de salud, datos administrativos, biobancos, salud móvil, otros wearables, etc.) apoyada en la inteligencia artificial, ha facilitado la obtención de datos en un contexto real (Real-World Data), que analizados de forma adecuada pueden generar evidencia científica (Real-World Evidence) que favorezca la efectividad comparativa real de todos los tratamientos o intervenciones sanitarias disponibles para el abordaje de una patología.
Estos datos y la evidencia que de ellos surge, se utilizan complementariamente a la vía clásica, basada en la MBE, para obtener información que es aprovechada por los diversos agentes que desean compartir las decisiones que afectan a los pacientes y a la sociedad en su conjunto. Esta “democratización” de la toma de decisiones afianza el concepto de empoderamiento de los pacientes (integrado en la “Medicina Centrada en el Paciente”).

DIFERENCIAS ENTRE ENSAYOS CLÍNICOS ALEATORIZADOS Y REAL WORLD DATA

Los ensayos clínicos proporcionan información de la eficacia y seguridad de una intervención médica (principalmente medicamentos), y los RWD y la RWE persiguen suplementar esta evidencia que se obtiene de los ensayos clínicos y de su agregación en metaanálisis, no sustituirla. El objetivo último es poder evaluar las intervenciones médicas, sean o no fármacos, fuera de las condiciones controladas que se aplican en los Ensayos Clínicos Aleatorizados.
Si bien los Ensayos Clínicos Aleatorizados (Randomized Controlled Trial - RCTs en inglés) siguen siendo el método de referencia (“Gold standard”) factores tales como la heterogeneidad en la respuesta al fármaco en la vida real, la falta de adherencia a los tratamientos, o el uso de estos tratamientos en pacientes diferentes de los que participaron en el proceso de investigación previo a la autorización, limitan la generalización de resultados a partir Ensayos Clínicos Aleatorizados. Algunas ventajas del RWD sobre los Estudios Clínicos Aleatorizados: muchos de estos últimos no son generalizables a una población más grande.
Sin embargo, un estudio observacional riguroso puede ser útil en determinadas situaciones, siempre que sea posible gestionar adecuadamente los sesgos.
Los ensayos clínicos de medicamentos se centran en la eficacia, la seguridad y la calidad como criterios de valoración. Los estudios con datos de la vida real consideran un criterio de valoración más contextualizado: la eficiencia. Los criterios de exclusión de pacientes en el diseño de ensayos clínicos pueden producir resultados con validez externa limitada.
Los grandes ensayos clínicos pueden costar muchos millones. El análisis de datos de la vida real es a menudo menos costoso.
Con diferentes diseños metodológicos, RWD persigue responder a preguntas sobre los nuevos medicamentos que no pueden ser respondidas con el análisis estadístico de los datos de los Ensayos Clínicos Aleatorizados como, por ejemplo: describir cómo es el proceso diagnóstico del paciente con una determinada patología, cuál es su incidencia y prevalencia, qué tratamientos se pautan según las características del paciente y su enfermedad, efectividad de un determinado medicamento, adherencia, etc.

UTILIDAD DEL RWD

Una primera utilidad tiene que ver con el objetivo de cumplir las normativas en farmacovigilancia y postcomercialización. Es por lo que se obtienen multitud de datos en el mundo real de distintos fármacos, desde la perspectiva de la seguridad del medicamento. En los últimos años las exigencias de las agencias regulatorias han aumentado y la necesidad en RWD ha ido creciendo en términos de farmacovigilancia.
Otras de las utilidades del RWD – RWE son: ubicar poblaciones de pacientes en las que el producto funciona mejor, detectar si el uso del fármaco es óptimo, por ejemplo, si se está utilizando a la dosis que la compañía farmacéutica recomienda, captar resultados directamente del paciente en el mundo real, confirmar la eficacia y seguridad del medicamento en el mundo real, adherencia al tratamiento, otros.
Los financiadores de servicios de salud demandan cada vez más datos del mundo real, más allá de los ensayos clínicos, ya que necesitan confirmar que el producto que inicialmente se aprobó para comercialización sigue dando buenos resultados en el mundo real a lo largo de su ciclo de vida. Estos datos están referidos, sobre todo, a estos tres aspectos: 1) Resultados clínicos (eficacia y seguridad), 2) Uso de recursos sanitarios (costos) y 3) Reportes de los pacientes - PROs (Patient Reported Outcomes): experiencias del paciente, preferencias de tratamiento y cumplimiento.

PRINCIPALES FUENTES PARA LA OBTENCIÓN DEL RWD

Se podrían resumir en las siguientes: estudios observacionales, estudios retrospectivos: este tipo de información está ya disponible y es fácil de usar, Patient Reported Outcomes (PROs), que pueden ser recogidos a través de paneles de pacientes, encuestas de salud dirigidas a población general, datos de pacientes recogidos por los profesionales médicos (de forma prospectiva o retrospectiva).

PERSPECTIVAS EN LA ARGENTINA

Nuestro país está en pañales en estos aspectos. Recientemente se ha dado un primer paso para la construcción de una plataforma que comience a promover, organizar y acceder a los datos digitales. Efectivamente, a través de una serie de resoluciones de los años 2018 y 2019 de la entonces Secretaría de Gobierno de Salud del Ministerio de Salud y Desarrollo Humano se establecieron los parámetros necesarios para establecer una agenda digital en salud.
En principio por resolución N° 189 de fecha 25 de octubre de 2018 se aprobó la Estrategia Nacional de Salud Digital, la cual establece que la arquitectura de interoperabilidad requiere un rol central de la Secretaría de Gobierno de Salud, actuando como nexo y facilitando la comunicación entre las jurisdicciones y entre los subsistemas de salud. Establece allí que para esto se requiere de la implementación de un Bus de Interoperabilidad que permita la articulación de los contenidos y la comunicación de los registros médicos en el país.
Posteriormente por resolución N° 680 de la propia Secretaría de Gobierno de Salud de fecha 5 de diciembre de 2018 se aprobó la recomendación de estándares que permite la integración de la información de salud existente en cada efector de salud que se registre en la red de interoperabilidad. Luego por Decisión Administrativa N° 307 de fecha 13 de marzo de 2018 se creó la DIRECCIÓN NACIONAL DE SISTEMAS DE INFORMACIÓN EN SALUD cuya responsabilidad primaria es la de gestionar las condiciones para el desarrollo y coordinación de los sistemas de información en salud a nivel nacional y jurisdiccional. Dentro de las acciones de la mencionada DIRECCIÓN NACIONAL se encuentra la de gestionar el diseño e implementación de estándares de interoperabilidad y contribuir a la conectividad en establecimientos de salud en el ámbito federal.
Finalmente la resolución 115/2019, elaborada también por la Secretaría de Gobierno de Salud del Ministerio de Salud y Desarrollo Social de ese entonces, publicada en el Boletín Oficial de la República Argentina (BORA), el 24/01/2019, se definen los lineamientos para la creación de: la RED NACIONAL DE INTEROPERABILIDAD EN SALUD, y el REGISTRO de DOMINIOS DE INTEROPERABILIDAD EN SALUD, el cual tendrá como objetivo identificar a los pacientes de la red, citada en el punto anterior, asegurando el cumplimiento de los estándares definidos para su implementación. A la fecha se estima que ya hay dos millones de personas con registro de identidad unívoca de 16 provincias, lo que representa el paso previo para que se empiece a compartir sus historias clínicas electrónicas.
Este es un inicio auspicioso. Como todo dependerá de la continuidad que le dé el actual gobierno.

(*) Médico. Especialista en Salud Pública..