Rynek badań klinicznych i analiz medycznych przechodzi technologiczną ewolucję. Choć tradycyjne, kontrolowane badania kliniczne (RCT – Randomized Controlled Trials) pozostają złotym standardem w ocenie skuteczności nowych leków, branża coraz mocniej stawia na Real-World Data (RWD) oraz Real-World Evidence (RWE).
Jeśli planujesz karierę w CRO (Contract Research Organization), biostatystyce czy analityce danych medycznych, zrozumienie różnicy między RCT a RWE oraz znajomość źródeł danych RWD będzie Twoim dużym atutem podczas rozmowy kwalifikacyjnej.
W branży bardzo często używa się tych pojęć łącznie, ale oznaczają dwa zupełnie inne etapy pracy z informacją:
Upraszczając: RWD to surowiec (np. rekord z elektronicznej dokumentacji medycznej), a RWE to gotowy produkt (np. raport wykazujący, że dany lek zmniejsza ryzyko hospitalizacji w populacji pacjentów 65+ w rzeczywistych warunkach domowych).
Zależność jest prosta: im wyższy poziom cyfryzacji ochrony zdrowia, tym wyższa jakość, dostępność i wolumen RWD, a w konsekwencji – kluczowa rola RWE w całym sektorze medycznym.
Przez dekady dane medyczne były uwięzione w papierowych kartotekach. Dziś postępująca cyfryzacja medycyny – od powszechnej Elektronicznej Dokumentacji Medycznej (EDM/EHR) i e-recept, przez rejestry kliniczne i bazy płatników, po platformy telemedyczne, Programy Wsparcia Pacjenta (PSP) oraz urządzenia ubieralne (wearables) – generuje wykładniczy wzrost ilości danych z codziennej praktyki.
Tradycyjne badania RCT mają ścisłe kryteria włączenia i wyłączenia pacjentów. Zapewnia to wysokie bezpieczeństwo i czystość wyników, ale sprawia, że populacja badana bywa idealizowana. W świecie rzeczywistym pacjenci przyjmują inne leki, cierpią na liczne schorzenia współistniejące i mają zróżnicowany styl życia.
|
Cecha |
Badania RCT |
Badania RWE / RWD |
|---|---|---|
|
Czy lek MOŻE działać? (Efficacy) |
Warunki |
Codzienna praktyka kliniczna (rutynowa opieka) |
|
Selektywna, homogeniczna, bez powikłań |
Koszty i czas |
Niższe koszty wyjściowe, szybszy dostęp do danych |
Pracując w zespole CRO lub Centrum Badawczo-Rozwojowym, będziesz się stykać z danymi pochodzącymi z różnorodnych cyfrowych źródeł:
Przekształcanie cyfrowego szumu informacyjnego w twarde dowody naukowe wymaga interdyscyplinarnego zespołu. W zależności od Twojego profilu zawodowego, do Twoich zadań może należeć:
RWE nie zastępuje badań RCT – uzupełnia je i domyka cykl życia produktu leczniczego. Umiejętność pracy z danymi pochodzącymi z cyfrowego ekosystemu ochrony zdrowia staje się jedną z najbardziej poszukiwanych kompetencji na rynku badań klinicznych.
1. Czym jest Real-World Evidence (RWE) w badaniach klinicznych?
Real-World Evidence (RWE) to dowody naukowe uzyskiwane na podstawie analizy danych pochodzących z rzeczywistej praktyki medycznej. Mogą dostarczać informacji o skuteczności i bezpieczeństwie terapii w codziennych warunkach leczenia pacjentów.
2. Jaka jest różnica między Real-World Data (RWD) a Real-World Evidence (RWE)?
RWD to dane dotyczące zdrowia pacjentów i udzielanej im opieki medycznej, pochodzące m.in. z dokumentacji medycznej, rejestrów czy baz płatników. RWE to dowody uzyskane w wyniku odpowiednio zaprojektowanej analizy tych danych.
3. Czym różnią się badania RCT od badań wykorzystujących RWE?
Badania RCT opierają się na randomizacji i kontrolowanych warunkach, co pozwala wiarygodnie oceniać efekty interwencji. Badania wykorzystujące RWE dostarczają informacji o stosowaniu terapii w codziennej praktyce klinicznej, również w bardziej zróżnicowanych populacjach pacjentów. Oba podejścia mogą się wzajemnie uzupełniać.
4. Jakie są najważniejsze źródła danych Real-World Data?
Do źródeł RWD należą elektroniczna dokumentacja medyczna (EDM/EHR), rejestry pacjentów, bazy ubezpieczeniowe i dane płatników, programy wsparcia pacjentów, wyniki zgłaszane przez pacjentów (PRO) oraz dane z urządzeń monitorujących zdrowie.
5. Jak wykorzystuje się RWE w branży CRO?
Organizacje CRO wykorzystują RWE m.in. do prowadzenia badań obserwacyjnych, analiz bezpieczeństwa i skuteczności terapii, oceny wyników leczenia oraz przygotowywania danych wspierających decyzje kliniczne, regulacyjne i refundacyjne.