2020年RWE用例将有哪些新发展、新机会？

2020年真实世界证据用例会有哪些新发展、新趋势？医药行业应该如何应对？对于面向未来、志在生物医药行业有所作为者来讲，在瞬息万变的环境中，了解和预测影响医疗保健决策发展趋势至关重要。日前，Syneos Health？ Insights Hub发布了《2020年医疗保健行业趋势》报告。该报告汇集了数百位工作在生物医药行业一线的专家的观点。我们将分篇介绍报告中详细阐述的2020年医疗保健行业发展趋势。在即将到来的2020年，了解人们在纷繁复杂的真实世界中对治疗药物的响应至关重要。从构建组织对真实世界证据（real world evidence，RWE）的深入了解，到学习将数据注入设计的新方法，医药行业领跑者，正在帮助其团队超越监管要求和支付方的预期，继续展示、证明行业的影响力。这些新领域，没有商量余地在过去几年中，在很大程度上，医药公司已经看到了RWE为患者和利益攸关方创造的稳定价值。大多数医药行业领跑者认为，这是获得和采用新治疗药物的关键成功因素。越来越多的医疗保健决策者认识到，不论是支付方、医疗服务提供方、患者权益团体、临床指南制定者，还是监管机构，无一例外，除了考量传统的安全性和有效性措施外，还需要考量基于结局数据的RWE。全面的组织变革，仍然是医药行业面临的最大的挑战。领跑者们正在努力，让相关公司中的每一份子，就RWE形成共识。这一根本问题，如果处理不好，会有碍于公司制定强有力的RWE研究议程，破坏组织内推进的能力，进而严重阻碍成功推出新疗法的努力。一旦克服上述挑战，相关公司就会开始看到下一个关键转变：时机。为了获得极具选择性的处方集，在1期临床就开始真实世界数据采集，变得更加重要。2020年，支付方对集成数据的期望，比以往任何时候都高。医药公司正在深入了解数据采集的新方法，以及新的围绕RWE的监管护栏（regulatory guardrail）。例如，2008年，实现了与基于人群的决策者共享批准前数据，但并非所有组织，都学会了如何将这些数据集成到自己的内部指南与系统中。除了之外，支付方还实施了需要克服的更为严格的证据要求，例如有条件报销等限制。因此，在2020年，围绕真实世界证据，在整个组织内深入了解，将成为医药行业的优先事项。参与的患者更少合成临床试验（synthetic clinical trial），被认为属于现代的回顾性研究；合成临床试验的发展，为实现参与的患者更少，提供了更多可能。从电子病历（HER）到数据集成商，再到授权患者采集自己的数据，去身份标识的（de-identified）患者数据数量出现激增。除了去身份标识患者数据之外，还有来自于大型临床试验的所有未使用的详细汇总数据。在新的十年中，为了充分运用这些数据，创新者越来越多地开展合成临床试验。利用现有数据来采集RWE的合成临床试验，可以被视为需要参与患者更少的。目前，合成临床试验倾向于以临床试验臂的形式，作为大型临床试验方案的一部分，即为采取子项目研究的形式。例如，对血压的广泛研究，可能会受益于针对不同人种的子研究。这是一种相对简单的数据分类。但是，合成临床试验，越来越多地通过数据告诉大家，起点究竟在哪里。行业可以通过分析合成数据，认定治疗效果最佳的患者队列，从而取代仔细探寻有关人种的数据的方法。这些数据，通常与其它数据集结合使用，可以指向新信号，包括新的适应症。对于一些轻管线项目（light pipelines），医药行业的领跑者们会发问：治疗药物还能带来其它什么样的影响力？一旦确定并认可这些信号，相关的医药公司，就有可能只需开展规模极小的设立对照的，而不用开展全面的临床研究。有了正确的数据，即便无法直接得出结果，创新者也可以非常接近结果。大约两年前，当医药行业首次进入这一研究领域时，利用合成数据作为安慰剂对照臂。相关的合成数据，用于代表采用标准的治疗照护的患者，要求该研究仅招募通常情况下一半数目的患者，作为受试臂。展望未来，富有价值的数据是关键。英国的国民医疗服务体系（National Health Service，NHS），被认为是这一竞赛的重要支撑之一。一些全球最大的医药公司和科技企业家，非常看重NHS所覆盖的大约6，500万名患者整个生命历程的数据的巨大潜力。这些可以发现指向新疗法的信号，有助于及早发现疾病的新疗法，以及最适合于临床研究的患者基本资料。在NHS寻求新的医疗保健希望和新的财务支持的同时，谷歌、（Bayer）和罗氏（Roche）等公司，都希望进入数据共享市场。这个数据共享市场的价值，预期很快会达到每年100亿美元之巨。单臂RWE试验兴起《21世纪治愈法案》（The 21st Century Cures Act）的实施，允许更多的领跑者开发没有设立安慰剂对照的证据。借助于适应性试验，医药行业能够更频繁地查看数据，确定在什么情况下，产品或给药不能以最佳方式起作用，改善针对相关的参与者做出变化的能力。简单来讲，适应性，允许团队使用预定的规则，调整、修改试验过程。采取这种方法，可以帮助研究人员对患者采用较少干预，节省时间，提高试验结果的相关性，有效地降低完成研究所需的资源。