药明康德|实用性临床试验,助力实现低成本、高效率的医疗保健体系( 二 )


美国国立卫生研究院(NIH)卫生保健系统研究协作计划(Health Care Systems Research Collaboratory)与患者导向医疗效果研究所(PCORI) , 都着力推进旨在解决真实世界证据不足的研究 。 但是 , 在NIH协作计划支持的15项实用性临床试验中 , 只有2项比较了目前在用的替代疗法(“A vs. B”试验) , 而其余13项评估了对当前实践的建议改进(“A vs. A+”试验) 。 PCORI的“实用性临床研究计划”资助了大量直接比较真实世界疗法的随机试验 , 但其中的“A vs. B”临床试验 , 仍然比“A vs. A+”的临床试验少 。 一些标准制定组织 , 例如美国预防医学工作组(the U.S. Preventive Services Task Force)和美国国家质量论坛(the National Quality Forum) , 都明确要求涉及常见临床决策的证据;一些相关指南也认识到医疗保健决策中存在的不确定性 。 但即便这样 , 随机化“A vs. B”试验仍不常见 。 如果要实现前述的2020年愿景 , 就需要进行数百次“A vs. B”试验 , 而不只是迄今为止进行的区区数十次 。
▲卫生保健系统研究协作计划标识 (图片来源:参考资料[8])
▲PCORnet标识 (图片来源:PCORnet官网)
愿景“落空” , 原因何在?
距离实现10年前提出的愿景 , 步履蹒跚 , 原因何在?近日 , 来自于Kaiser Permanente华盛顿医疗保健研究所(KPWHRI)、哈佛医学院和杜克大学医学院的学者 , 在《新英格兰医学杂志》(NEJM)发表文章 , 探讨了相关问题和解决方案 。
文章作者通过参与NIH协作项目和国家患者导向临床研究网络(PCORnet)的体会 , 确定了开展A vs. B临床试验的障碍 。
药明康德|实用性临床试验,助力实现低成本、高效率的医疗保健体系
本文插图
▲开展A vs. B临床试验的障碍(参考资料[9] , 药明康德内容团队制图)
针对上述障碍 , 作者提出了具体解决方案 。
首先是认识上的偏差 , 例如对常见和后续医疗决策具有确定性的不正确认识 , 会有碍于患者与临床医生开发必要证据的积极性 。 在医学实践指南、临床医生教育 , 以及与患者的沟通交流中 , 有必要坦率地认识到不确定性 , 以及在证据上存在差距 。 医学教育工作者应该始终强调 , 大多数临床决策的证据基础薄弱 。 在临床培训和继续教育中 , 应该强调 , 对于所有临床医生 , 坦率地承认不确定性 , 是临床医生的核心能力之一 。 随着临床医生和患者越来越多地认识到现行证据存在差距 , 有助于激发大家参与发掘新证据的主动性 。
其次 , A vs. B的试验 , 应聚焦于对患者、临床医生和医疗保健系统有重要意义的问题和结果 。 这些利益攸关方有意义的参与 , 始于上游 , 关乎研究重点的选择与研究问题的定义 。 一些广为使用的疗法 , 看似简单 , 实则不然 , 往往会对人口健康产生重大影响 。
第三 , 采用政府与私营部门合作的PPP模式 , 通过大型的、具有研究能力的医疗保健系统 , 例如退伍军人事务部 , Kaiser Permanente , Duke Health , HCA Healthcare , 与哈佛格林健保机构(the Harvard Pilgrim Health Care Institute)合作 , 成功地将大型实用性试验纳入日常医疗实践中 。 学习型医疗保健系统具有四个关键组成部分:庞大且定义明确的患者或成员群体 , 全面和精心设计的数据底层架构 , 在公共领域研究颇有造诣 , 有耐心投资机构资源获得长期利益的领导者 。 对于上述挑战 , 在具有完善基础设施和传承“医者仁心”文化的卫生系统中 , 开展A vs. B试验极具意义 。
药明康德|实用性临床试验,助力实现低成本、高效率的医疗保健体系
本文插图
▲知识驱动的医疗保健提供系统(图片来源:参考资料[14])
在任何临床领域 , 回答A vs. B的问题 , 都可能会涉及到B vs. C , C vs. D等问题 , 正所谓环环相扣 , 牵一发动全身 。 因此 , 最好将最初的A vs. B试验的底层架构 , 例如用于识别确定参与者、随机分配疗法 , 以及使用电子电子病历的结果开展评估的工具 , 在设计时 , 就考虑周到 , 要求这些工具能够最大程度地减少对临床工作流程的干扰 , 并可以促进重复使用 。