Principaux points à retenir

• Les RWD proviennent des soins courants, tels que les DME, registres, réclamations, objets connectés, pharmacies et PROM, et une fois analysés, deviennent des RWE qui complètent les ECR

• Les sociétés pharmaceutiques appliquent les RWE tout au long du cycle de vie, y compris la conception des essais, l’élargissement des indications, la sécurité, l’accès au marché et la performance après le lancement

• Une gouvernance solide des données, telle que la confidentialité, la sécurité, la traçabilité et l’atténuation des biais, est essentielle pour que les RWE soient de qualité décisionnelle

• Les organismes de réglementation acceptent de plus en plus les RWE lorsque les études sont bien conçues, transparentes et minimisent les biais

• L’IA/l’apprentissage automatique et des partenariats TI solides accélèrent la génération de RWE, améliorant la rapidité d’accès à la preuve et les résultats pour les patients

Le secteur de la santé est plongé dans une richesse de données inestimables. Chaque aspect, des dossiers des patients et tests de diagnostic aux plans de traitement et essais médicaux, génère des informations à fort potentiel pour améliorer les soins. Le volume et la diversité de ces données augmentent rapidement, et le taux de croissance annuel composé (TCAC) devrait atteindre 36 % d’ici 2028. 

Comprendre comment les médicaments fonctionnent dans des situations réelles peut révolutionner l’industrie pharmaceutique. Cela peut accroître l’efficacité du développement de médicaments et identifier de nouvelles populations de patients pour les traitements existants, menant ultimement à une rentabilité et à des rendements accrus pour les actionnaires. 

Cependant, les dirigeants du secteur pharmaceutique doivent exploiter efficacement les RWD et RWE pour établir un avantage concurrentiel durable dans un paysage en évolution. Pour commencer, il est essentiel de comprendre les concepts fondamentaux des RWD et des RWE.

Qu’est-ce que les données probantes du monde réel (RWD) en santé?

Les données probantes du monde réel (RWD) sont des informations générées dans les soins de santé courants, y compris en dehors des essais cliniques contrôlés, sur l’état de santé des patients et la prestation des soins.

Pourquoi c’est important : Les RWD reflètent la diversité des populations de patients, la pratique clinique quotidienne et les variations des soins, aidant les parties prenantes à comprendre comment les thérapies fonctionnent en dehors des conditions idéalisées des essais.

Exemple : Les RWD montrent comment des patients atteints de multiples affections réagissent au traitement.

Origine des RWD : DME, registres, réclamations et objets connectés

• Dossiers médicaux électroniques (DME) : saisissent les bilans, diagnostics, plans de traitement, médicaments, imagerie et notes cliniques

• Registres de maladies et de produits : suivent les résultats pour des affections ou des thérapies précises au fil du temps dans des formats structurés

• Données de réclamations et de facturation : consignent les interventions, diagnostics et coûts soumis aux payeurs, permettant des analyses de l’utilisation et des résultats à grande échelle

• Données générées par le patient et objets connectés : collectent l’activité, la fréquence cardiaque et les symptômes entre les consultations via téléphones intelligents et capteurs

• Données de pharmacie et de dispensation : indiquent les prescriptions remplies, l’observance thérapeutique et les modifications

• Résultats signalés par les patients (PROM) : reflètent les symptômes, la qualité de vie et le fardeau du traitement directement par les patients.

L’intégration de ces diverses sources est essentielle pour produire des données probantes fiables et de qualité décisionnelle dans le monde réel (RWE).

Qu’est-ce que les preuves du monde réel (RWE) en santé?

• Définition : Les RWE sont les connaissances cliniques tirées de l’analyse des RWD

• Rôle par rapport aux ECR : Elles complètent les essais contrôlés randomisés en montrant comment les traitements fonctionnent dans les soins usuels, auprès de populations et milieux plus vastes

• Exemple : Les RWE peuvent révéler des effets indésirables ou des bénéfices au sein de groupes peu représentés dans les essais

• Reconnaissance réglementaire : Tant la FDA que l’EMA considèrent maintenant les RWE pour les approbations, élargissements d’indication et évaluations de remboursement

• Bénéficiaires : Pharmaceutiques, payeurs, cliniciens et — surtout — patients utilisent les RWE pour guider leurs décisions.

Les RWE deviennent essentielles pour des décisions de santé modernes et fondées sur les données probantes.

Attention à l’écart efficacité–efficience

L’écart efficacité-efficience souligne l’importance de combler le fossé entre les résultats des essais cliniques et les résultats du monde réel. Bien que les essais contrôlés randomisés demeurent essentiels pour établir l’efficacité initiale d’un médicament, il est tout aussi crucial de comprendre comment les médicaments fonctionnent dans la vie réelle. L’écart entre les conditions idéales des essais et l’utilisation réelle peut mener à des problèmes d’efficacité inattendus ou à des effets indésirables, ce qui souligne la nécessité d’une approche globale pour évaluer la performance des médicaments.

Utilisation des RWE par les pharmaceutiques tout au long du cycle de vie du produit

Les sociétés pharmaceutiques reconnaissent de plus en plus le potentiel des RWE pour améliorer la prise de décision et générer de la valeur à chaque étape du cycle de vie du produit. Les exemples abondent, comme l’utilisation réussie par Pfizer des dossiers médicaux électroniques pour obtenir l’approbation d’un traitement contre le cancer du sein masculin, ou comme AstraZeneca démontrant l’efficacité de son traitement contre le diabète au moyen de données probantes du monde réel. McKinsey estime que l’adoption des RWE pourrait générer une valeur substantielle pour les firmes pharmaceutiques, pouvant dépasser 300 millions de dollars annuellement pour les chefs de file.

Élargissement des indications et accès au marché

Les sociétés pharmaceutiques utilisent les RWE pour démontrer la performance d’une thérapie auprès de diverses populations et milieux, générant des preuves pouvant appuyer les indications supplémentaires et l’élargissement du libellé. En quantifiant l’efficacité et les résultats dans la pratique courante, les RWE aident à valider les avantages cliniques en dehors des cohortes d’essais.

Les RWE renforcent aussi les négociations avec les payeurs. Les analyses d’efficacité comparative, d’adhésion et d’utilisation des ressources révèlent la valeur pour les groupes cibles, ce qui éclaire les décisions de couverture, de remboursement et d’inscription à la liste. Les RWE aident les pharmaceutiques à démontrer l’efficacité auprès de populations diverses, ce qui appuie le remboursement et l’accès au marché.

Sécurité et pharmacovigilance

Après l’approbation, les RWE permettent une surveillance continue de la sécurité à grande échelle. Des ensembles de données vastes et longitudinales aident à détecter des événements indésirables rares qui sont peu susceptibles d’apparaître lors des essais pré-approbation et à révéler les facteurs de risque chez certains sous-groupes, notamment les personnes âgées, comorbides ou polymédiquées.

La surveillance continue par les RWD permet des réponses réglementaires et cliniques plus rapides, dont la mise à jour des libellés, la publication de communications ou l’information sur les mesures de minimisation des risques, tout en fournissant aux cliniciens un aperçu actuel du profil de sécurité réel.

Les outils TI modernes, notamment l’IA et l’apprentissage automatique, étoffent la pharmacovigilance en extrayant à partir des notes non structurées, des réclamations et des données d’appareils des signaux de sécurité précoces. Des techniques telles que la détection d’anomalies et le traitement automatique du langage naturel permettent de prioriser les véritables signaux et de raccourcir le temps de réaction.

Comment les partenaires TI accélèrent l’adoption des RWE

Dans ce contexte, les sociétés de TI jouent un rôle clé à titre de partenaires stratégiques, misant sur leur expertise en intégration de données, analytique et infrastructure technologique. En permettant aux sociétés pharmaceutiques de tirer parti de sources variées de données probantes du monde réel, les sociétés TI facilitent la production d’informations exploitables en développement de médicaments, surveillance de la sécurité et stratégies d’accès au marché. De plus, elles assurent la conformité aux normes réglementaires, offrant des solutions technologiques sécurisées et évolutives pour la génération et la soumission des RWE. 

Par le biais de partenariats collaboratifs et de solutions innovantes, les sociétés TI font progresser la santé fondée sur les données probantes et favorisent l’innovation dans l’industrie pharmaceutique. En outillant les parties prenantes pour exploiter pleinement le potentiel des RWD et des RWE, ces partenariats ouvrent la voie à de meilleurs résultats pour les patients, à des processus de développement de médicaments rationalisés et à l’amélioration des décisions en santé.

Paysage réglementaire : FDA et EMA sur les RWE

La FDA définit les RWE comme des données cliniques sur l’usage d’un produit médical et ses avantages ou risques potentiels issues de l’analyse des RWD, et dirige un programme RWE pour orienter le moment et la manière dont les RWE peuvent appuyer les décisions réglementaires. Les documents de la FDA insistent sur la pertinence des données, des méthodes rigoureuses et la transparence des études. 

L’EMA élargit l’utilisation des RWE par des initiatives telles que DARWIN EU, qui offre des preuves prêtes pour la prise de décision à partir de réseaux et de registres européens pour soutenir l’évaluation bénéfice-risque et la surveillance tout au long du cycle de vie. Les directives de l’EMA mettent de l’avant la qualité des données, la pertinence du design des études et la reproductibilité. 

Ce que recherchent les autorités dans les RWE

• Exhaustivité et pertinence des RWD sous-jacentes

• Qualité, provenance et transparence de la curation des données

• Méthodes robustes pour contrôler les biais et la confusion

• Protocoles préspécifiés, reproductibilité et possibilité d’audit

Gouvernance des données, confidentialité et biais avec les RWD

1. Confidentialité : Protéger la vie privée des patients par la désidentification/la pseudonymisation, le consentement explicite au besoin et l’accès basé sur les rôles, limitant les données identifiables aux personnes autorisées. Mettre en place le chiffrement robuste et la minimisation des données par défaut.
2. Gouvernance : Établir une traçabilité claire et une gestion rigoureuse, maintenir des registres d’audit pour toutes les transformations et documenter les procédures standard. Assurer le respect de la HIPAA (ÉU) et du RGPD (UE), dont les bases juridiques pour le traitement, les limites de conservation et la gestion des droits des personnes.
3. Biais : Les sources courantes incluent le biais de sélection (qui entre dans l’ensemble de données), le biais de mesure (codage incohérent, données manquantes) et la confusion. Atténuer au moyen de scores de propension, de la pondération par probabilité inverse, de l’équilibrage des cohortes, d’analyses de sensibilité et de protocoles préenregistrés ; compléter par une validation par clinicien.

Principes d’utilisation responsable des RWE

• Respect de la vie privée dès la conception et accès minimal

• Traçabilité transparente, normes et auditabilité

• Données adaptées à l’objectif avec atténuation active des biais

• Méthodes reproductibles et plans d’analyse préspécifiés