9 min readSperimentazione cliniche: Il ruolo emergente della Mobile Health

Digital health 11 Aprile 2020 6 min read

9 min readSperimentazione cliniche: Il ruolo emergente della Mobile Health

Reading Time: 6 minutes

IL PROBLEMA

Gli studi clinici (o clinical trials) sono un processo chiave per l’introduzione in commercio del migliore trattamento (o nuovo standard di cura) per una determinata patologia. Sono sperimentazioni che hanno come oggetto di studio “il paziente”, di conseguenza sono guidati da disegni sperimentali complessi, metodologicamente rigorosi, analitici, altamente controllati, lunghi (media di 10 anni) e costosi (miliardi di dollari). Lo screening, la selezione e la scelta del paziente è guidata da criteri di inclusione ed esclusione rigidi e poco flessibili ed è gestita da clinici che cercano di identificare, grazie alla loro conoscenza del paziente, il paziente giusto per il trial giusto. Una fase lunga, temporalmente limitante e limitata, che dovrà inoltre essere dominata da un’alleanza terapeutica tra medico e paziente, cioè il paziente dovrà fidarsi del medico e condividere gli obiettivi dello studio: nel mondo ideale una cura migliore. Per chi supera lo screening dell’eleggibilità ed entra a far parte dello studio inzierà un lungo processo fatto di visite e controlli di routine – quindi spostamenti verso e dal centro di sperimentazione – che spesso si risolvono in un alto tasso di “drop out” (cioè il paziente rinuncia allo studio). Gli sperimentatori clinici dovranno inserire, dopo ogni visita, in modo attento e accurato i dati osservati e raccolti in una CRF – una Case Report Form – ormai da qualche anno, per fortuna, elettronica (eCRF).

Pensate poi all’arruolamento di pazienti in nuovi studi clinici durante un’emergenza sanitaria come quella che stiamo vivendo. Il Covid-19 non permette che nuovi pazienti (Covid-19 free) siano visitati e quindi arruolati (ovviamente per prevenire la diffusione del virus) per lo studio di un nuovo farmaco. Per non parlare della gestione dei pazienti già coinvolti in studi clinici e dell’accuratezza dei dati non raccolti con visite di follow-up rimandate a data “post-covid”.

LA SOLUZIONE IN EVOLUZIONE

La medicina si sta tuttavia attivando per superare queste barriere ricorrendo alla “mobile health” (mHealth), cioè all’utilizzo degli smartphone per supportare la ricerca clinica. Gli obiettivi della mHealth – obiettivi ancora incompiuti ma ritenuti cruciali ormai da tempo – sono semplici e includono la possibilità di arruolare una popolazione più ampia, ma soprattutto consapevole e giusta o adatta allo studio, controllare da remoto i pazienti, senza limiti geografici o temporali, e raccogliere dati “Big” e più accurati con una riduzione dei tempi e costi di sperimentazione clinica.

Non pensereste mai, forse, che il vostro smartphone  – tesoriere di informazioni – potrebbe aiutare a superare i limiti e barriere della ricerca clinica trasformandosi in un mini-laboratorio dinamico utile all’avanzamento del sapere medico-scientifico. Tutti gli smartphone di ultima generazione sono infatti dotati di sensori, fotocamere, microfoni e app in grado di monitorare e controllare direttamente i nostri livelli di attività, le nostre abitudini e stili di vita, i nostri spostamenti e la nostra propensione alla comunicazione. Sono sempre con noi, testimoni delle nostre emozioni, necessità e desideri. Soprattutto sono universali e permettono la raccolta di informazioni e dati in real time e da remoto.

Le opportunità sono diverse, ve ne racconto alcune.

Si sta diffondendo, soprattutto negli Stati Uniti, il concetto di “arruolamento volontario”, ossia l’iniziativa da parte dei pazienti di far parte di una nuova sperimentazione per la propria patologia. Ci sono più di 18.000 studi clinici che stanno attualmente reclutando pazienti negli Stati Uniti. I pazienti potrebbero trovare uno studio clinico  cercando informazioni sul web, ad esempio su clinicaltrial.gov, un database federale completo di studi clinici passati e presenti, contattare gli sperimentatori, superare una iniziale fase di phone screening,  eventualmente prendere un appuntamento per una visita in clinica e così via. Oppure possono utilizzare app, semplici e con interfacce amichevoli, per informarsi, decidere eventualmente di condividere i propri dati con ricercatori medici, ed essere protagonisti, consapevoli, dello studio di nuovi farmaci.

In questo scenario, il consenso da parte del paziente di partecipare ad uno studio non è più passivo, non è più una formalità burocratica, nè una semplice informazione, ma è una comunicazione costante,  bidirezionale, è una scelta comune, con un ruolo attivo sia del medico che del paziente. D’altronde chi più di un paziente ha la forza, il desiderio e la necessità di sconfiggere una patologia? Si parla così di “Patient centered clinical trial”, cioè uno studio clinico costruito ad hoc per rispondere alle reali necessità del paziente (e non solo a quelle dello sponsor), permettendo una vera personalizzazione della cura.

Tra le altre opportunità che la mHealth offre, c’è la raccolta dinamica e diretta di valori di “Outcome” che può estendersi per giorni, settimane, mesi e anni, a seconda della necessità dello studio, senza alcun impatto sulla routine del paziente. Si offre così una fotografia più accurata e completa dell’individuo, perché non limitata alla singola visita in clinica.

Il risultato è un arruolamento dei pazienti consapevole e veloce, una riduzione nei tassi di drop out, una raccolta di dati di outcome (efficacia e sicurezza del farmaco, ma anche qualità di vita del paziente) più accurata, con una riduzione complessiva dei costi e dei tempi.

ALCUNI ESEMPI

Ci sono innumerevoli esempi e ve ne cito alcuni.

Partiamo dall’arruolamento del paziente giusto. Il gigante farmaceutico Roche ha sviluppato e lanciato Navify una “Clinical trial match App” per trial clinici in ambito oncologico.  L’obiettivo della app è quello di aiutare il medico a trovare il giusto “match”, l’abbinamento ideale tra dati specifici di un paziente (biomarkers, età, sesso, stadio, alternazioni genomiche e localizzazione del tumore) e lo specifico trial clinico (secondo i criteri di inclusione ed esclusione).

Ci sono poi app che permettono ai pazienti arruolati nei trial clinici di essere aggiornati e supportati durante tutta la durata dello studio, un esempio tutto italiano è PatchAi. PatchAi è una app chatbot che imparando dai comportamenti dei pazienti cerca di avviare delle conversazioni, il più possibile personalizzate, favorendone il coinvoglimento attivo, il monitoraggio in prima persona del proprio stato di salute e, di conseguenza, l’aderenza alle prescrizioni terapeutiche previste dallo studio. Dall’altra parte gli sperimentatori possono raccogliere i dati in tempo reale. Un approccio non solo quantitativo ma anche qualitativo. PatchAi è attualmente utilizzata per un clinical trial su patologie neurologiche sponsorizzato da Novartis.

Un altro esempio che mira a rendere efficiente la ricerca clinica attraverso l’utilizzo di app è Apple Research Kit, una piaffaforma che gli sperimentatori possono utilizzare per lo sviluppo di app personalizzate al proprio studio clinico. L’obiettivo è la raccolta dei dati clinici oltre che il monitoraggio in real time dei sintomi e delle eventuali reazioni avverse al farmaco da parte dei pazienti. Research Kit può per esempio accedere ad app giornaliere per il conteggio dei passi, calorie bruciate, battiti cardiaci (Health Kit) e metterli a disposizione degli sperimentatori. Ad esempio, i ricercatori della Duke University hanno sviluppato una app chiamata “Autism & Beyond” che utilizza la fotocamera frontale e gli algoritmi di riconoscimento facciale dell’iPhone per individuare problemi di autismo nei bambini. Allo stesso modo, quasi 10.000 persone usano la app “mPower”, che fornisce esercizi di “finger tapping” (congiungere velocemente i polpastrelli di pollice e indice) e di analisi del cammino per studiare pazienti con la malattia di Parkinson.

POTENZIALI BARRIERE E LIMITI

Ovviamente una delle barriere più importanti alla digitalizzazione dei trial clinici è la volontà e prontezza di personale clinico e pazienti di adattarsi e di adottare le nuove tecnologie. A questo si aggiunge l’enorme problema della privacy dei dati con gestione etica degli stessi. Ovviamente, l’arruolamento in uno studio clinico ha inizio solo dopo un consenso informato da parte dei pazienti e le app dovranno essere “compliant” con il sistema etico e legale di ogni paese. Se il trial clinico è “smart”, cioè fa uso della mHealth,  sia pazienti che sperimentatori dovranno essere “educati” e “formati” per utilizzare la tecnologia nel modo giusto, per trasferire i dati nel modo sicuro (in alcuni casi in forma anonima), per salvarli correttamente oltre che per eliminare i dati in caso di sospensione dello studio o volontà del paziente di uscirne.

L’età dei pazienti sembra essere un agente limitante per la pronta adozione della digitalizzazione, con una risposta più efficiente e compliant nella popolazione <60 anni. Altro limite è che non tutti i pazienti possiedono uno smartphone adeguato per le app associate ai trial clinici.

IL FUTURO

L’adozione della mHealth negli studi clinici potrebbe aprire una nuova dimensione sperimentale che include il paziente, la sua visione e le sue scelte. Ci sono delle barriere, ma anche molti vantaggi. Grazie a diverse app disponibili, i pazienti potranno scegliere di partecipare a trial clinici, o essere scelti dagli sperimentatori, in modo razionale, guidato, personalizzato, bidirezionale, rapido e quindi efficiente. Grazie al monitoraggio delle diverse attività, senza limiti temporali e geografici, la qualità e la quantità dei dati sarà immensa e la malattia sarà monitorata longitudinalmente, senza necessità di visite periodiche, con un impatto positivo sulla qualità di vita dei pazienti in studio. I “Big data” raccolti potranno essere utilizzati non solo per rispondere alle domande di una sperimentazione clinica, ma anche per acquisire nuove informazioni rispetto alla gestione della patologia e all’impatto sulla qualità di vita dei pazienti permettendo di intervenire per migliorarla.

Le opportunità fornite dalla mHealth per ridurre i costi e i tempi delle sperimentazioni cliniche sono diverse, dobbiamo solo aspettare che le barriere vengano superate, gli evenutali limiti risolti, e che la digitalizzazione venga adottata da pazienti e sperimentatori.

REFERENZE

https://www.aiom.it/wp-content/uploads/2019/07/20191129RE_SC11_Pacchiana.pdf

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5346562/

https://www.cbinsights.com/research/clinical-trials-ai-tech-disruption/

https://www.nejm.org/doi/full/10.1056/NEJMra1806949

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6106116/

Biologa esperta in medicina cardiovascolare ed ematologia, con 8 anni di esperienza internazionale in ricerca scientifica di base e clinica, sostenitrice della digitalizzazione della medicina come strumento per fornire assistenza e cure più rapide e personalizzate. Il mio motto è: “Fai sempre la cosa giusta”