Klinische Studien

OPTIMIERUNG DER REKRUTIERUNG VON PATIENTEN - ERKENNTNISSE AUS DER PRAXIS

Erkenntnisse aus dem Praxisalltag:
Optimierung der Rekrutierung von Patienten für klinische Studien

Daten aus dem Praxisalltag können helfen, die Abläufe von klinischen Studien zu verbessern. Das zeigt eine Fallstudie am Beispiel seltener Erkrankungen. Auf Basis sog. „Real World“-Daten (RWD) konnte die Rekrutierung von Patienten in mehreren europäischen Ländern entscheidend verbessert werden.

Pharmaunternehmen suchen schon lange nach Möglichkeiten, ihre Effizienz zu verbessern, da die klinische Entwicklung immer komplexer wird. Änderungen der Protokolle, Verzögerungen beim Studieneinschluss, Nichterreichen der Rekrutierungsziele und hohe Abbruchraten bei Patienten sind weiterhin die größten Herausforderungen in diesem Prozess. Bisher waren die Daten begrenzt und ihre Analyse sehr umständlich. Nun ergeben sich durch innovative Ansätze, die neben der therapeutischen und operativen Expertise auch integrierte Datensätze, einschließlich RWD, und erweiterte Analysen nutzen, interessante Möglichkeiten, um eine neue Generation klinischer Forschung zu befeuern. Das folgende Beispiel zeigt, wie die Rekrutierung von Patienten bei besonders anspruchsvollen Indikationen durch diese neuen effizienten Methoden deutlich verbessert werden kann.

Eine bessere Methode für die globale Auswahl von Prüfzentren
Eine höhere Genauigkeit bei der Auswahl der Prüfzentren und eine Optimierung der Patientenrekrutierung können zu erheblichen Effizienzsteigerungen führen. Dies gilt vor allem für seltene Krankheiten und Arzneimittel für seltene Leiden, da in diesen Fällen Patienten oft schwer zu finden sind. Eine große Herausforderung besteht darin, dass Patienten nicht schnell oder eindeutig diagnostiziert werden, vor allem, wenn es für ihre Krankheit keine zugelassenen Therapien gibt. Ein Sponsor, der eine Studie zu einer seltenen Krankheit in Europa durchführte, stieß auf eine Reihe von Problemen, die die erfolgreiche Rekrutierung behinderten, unter anderem

> begrenztes Patientenkollektiv
> strenge Einschlusskriterien
> Placebo-Arm im Studiendesign, der die Teilnahme für Patienten und mögliche Prüfärzte weniger attraktiv machte.

Als die Rekrutierung bei den Prüfzentren aus drei der wichtigsten Länder stagnierte, lange bevor das Rekrutierungsziel erreicht war, begann IQVIA, eine daten- und analysegestützte Methode zu suchen, mit der sich das gewünschte Patientenkollektiv ermitteln und Rekrutierungsprozesse beschleunigen lassen.

Methodik
Das Team führte die Expertise aus erweiterter Datenanalyse, klinischem Indikationswissen und klinischen Abläufen zusammen. Im ersten Schritt wurden die verfügbaren Datenquellen und Ressourcen ausgewertet, unter anderem

> aus dem Praxisalltag stammende, anonyme Daten von Patienten zu Erstattungsansprüchen
> Referenzdaten zur Zugehörigkeit von Fachärzten und Einrichtungen (Krankenhäusern)
> vorhandene Leistungs- und Qualitätsdaten
> bisherige Informationen zum Status und zur Kontaktaufnahme

Jede verfügbare Ressource liefert für sich genommen einen Teil der Erkenntnis. Es gibt viele Optionen, diese unterschiedlichen und separaten Informationsquellen zusammenzuführen und zu analysieren. Häufig werden sie mit anderen Methoden kombiniert. Dazu gehören u.a. maschinelle Lernverfahren und prädiktive Modelle, zum Beispiel von IQVIA entwickelte dynamische Kategorisierungs- und Darstellungstools für Prüfärzte.

In diesem Fall wählte das Team ein Zuordnungs- und Darstellungstool, das integrierte Daten mit profunden Kenntnissen vor Ort und operativer Erfahrung kombinierte, um das gesamte Potenzial des Prüfzentrums abzubilden. Einblicke in die örtliche medizinische Gegebenheiten waren wichtig, um die Analyse zu strukturieren. Die Vor-Ort-Kenntnisse des Teams trugen zum Verständnis der Kodierungsmethoden der örtlichen Ärzte bei, so dass es Patientenkollektive „sehen“ konnte, indem es die Daten der Erstattungsansprüche besser auswertete.

 

Wie in Abbildung 1 dargestellt, hat IQVIA die analytische Plattform auf eine Methode übertragen, die dazu diente:

1. zusätzliche Prüfärzte und Prüfzentren mit dem gewünschten Patientenkollektiv zu ermitteln, die für die Teilnahme gewonnen werden könnten.

Dazu gehörte

> die Suche nach neuen, hochqualifizierten Prüfärzten
> die Identifizierung von Prüfzentren mit hohem Potenzial, bei denen durch Schulungen und
> Unterstützung das Risiko für kleinere Qualitätsprobleme minimiert werden würde
> die Wiedereinbeziehung bereits bekannter Prüfzentren, die zuvor nicht teilnehmen konnten

2. das Überweisungspotenzial interessierter Prüfärzte zu bewerten, indem die Erkenntnisse herangezogen wurden, die aus den Daten zum Patientenkollektiv der Umgebung gewonnen wurden.

 

 

Abbildung 1: Im Rahmen der Studie wurden zusätzliche Prüfzentren und Prüfärzte sowie das Überweisungspotenzial ermittelt

Original Population = Ursprüngliches Kollektiv
Expanded Clinical Trial = Erweiterte klinische Studie
Re-engaged Sites = Wiedereinbezogene Prüfzentren
New Sites = Neue Prüfzentren
Referrals = Überweisungen

 

1. Ermittlung von zusätzlichen Prüfärzten und Prüfzentren
Patienten mit seltenen Erkrankungen wenden sich häufig an spezialisierte Fachkliniken. Bisher hatte sich die Auswahl der Prüfzentren vorwiegend auf die Leistungsdaten der Prüfärzte, auf die Meinung von Key Opinion Leadern (KOL), auf die Reputation der Prüfärzte und auf die Erfahrung des Prüfzentrums gestützt. In diesem Fall zeigte eine genauere Untersuchung der Prüfzentren, die trotz eines hohen Rekrutierungspotenzials ausgeschlossen worden waren, wie wichtig ein soliderer RWD-gestützter Ansatz ist.Insbesondere die Erstanalyse der länderspezifischen Daten hatte ergeben, dass einige der Zentren, die das größte Kollektiv dieser Patienten behandelten, keine aktiven Prüfzentren in der Studie waren. In einigen Fällen lag dies darin begründet, dass einzelne Prüfärzte an dem Zentrum kein Interesse an der Studie zeigten. In anderen Fällen war die vorherige Erfahrung mit den Prüfzentren der Grund.In beiden Fällen haben die RWI die Notwendigkeit bestätigt, den richtigen Prüfarzt an dem Zentrum zu finden, der diese Patienten behandelt, und ausgewählte Krankenhäuser für die weitere Prüfung und Planung zu priorisieren.

> Suche nach neuen, hochqualifizierten Prüfärzten
Ein Prüfzentrum wurde abgelehnt, weil der bekannte Prüfarzt als unzuverlässig galt und die Qualitätsstandards nicht erfüllte. Jedoch zeigte die weitergehende Recherche, dass das Zentrum eine große Anzahl Zielpatienten behandelte und einen anderen Facharzt auf diesem Gebiet beschäftigte, der über Erfahrung mit hochwertiger Forschung verfügte. Der betreffende Facharzt war unabhängig und konnte mit einem eigenen Studienkoordinator und einer eigenen Infrastruktur hochwertige klinische Studien durchführen. Aus dieser Erkenntnis ergab sich ein ganz neues Leistungsversprechen für die Arbeit mit diesem Zentrum.

> Identifizierung von Prüfzentren mit hohem Potenzial, bei denen Schulungen und Unterstützung das Risiko minimieren würden
Für andere Prüfzentren, die zwar ein hohes Potenzial, aber kleinere Qualitätsprobleme aufwiesen, empfahl das Team eine zusätzliche Überwachung, Auffrischungsschulung und Mitarbeiterförderung, um die Qualität ihrer Prozesse zu verbessern. So konnte das Risiko, diese Prüfzentren in die Studie aufzunehmen, reduziert und gleichzeitig der Zugang zum gewünschten Patientenkollektiv erweitert werden. Eine solche Unterstützung konnte außerdem dazu beitragen, die Prozesse und Infrastruktur der Zentren für klinische Forschung zu optimieren und sie zu zuverlässigen Kandidaten für zukünftige Studien zu machen.

> Wiedereinbeziehung von bereits bekannten Prüfzentren
Mehrere Zentren mit hoher Patientendichte und bekannten Prüfärzten konnten bisher aufgrund von begrenzten Ressourcen oder konkurrierenden Studien nicht an der Studie teilnehmen. Die Erkenntnisse, die IQVIA aus den Daten gewonnen hatte, bestätigten das Potenzial der Prüfzentren. Ein Expertenteam aus lokalen Beratern konnte das Interesse der Prüfärzte, die die Studie zuvor abgelehnt hatten, erneut wecken.

2. Bewertung des Überweisungspotenzials für bestehende Zentren
Überweisungen von einem behandelnden Arzt an ein Prüfzentrum können eine effiziente Methode sein, um die Rekrutierung zu verbessern. Trotz ihres großen Potenzials wurden Überweisungen aufgrund von Wissenslücken und finanziellen Einschränkungen bisher nicht genutzt. Patienten mit seltenen Krankheiten werden eher überwiesen, vor allem dann, wenn die Patienten aktiv nach neuen Behandlungsoptionen suchen oder wenn es keine zugelassenen Medikamente für die jeweilige Indikation gibt.In der Zuordnungsanalyse wurden mehrere Prüfzentren ermittelt, die auf das Patientenkollektiv der umliegenden Krankenhäuser zugreifen konnten. Diese Krankenhäuser waren weder Forschungszentren noch wurden sie in den üblichen Prüfarztdatenbanken aufgenommen. Hier bot sich die Gelegenheit, Überweisungen als gezielte Rekrutierungsstrategie mit dem Prüfarzt in den bestehenden Zentren zu besprechen. In einem solchem Gespräch erzählte der Prüfarzt, dass er mit behandelnden Fachärzten im nahe gelegenen Krankenhaus zusammenarbeitete und mit ihnen vereinbart hatte, Patienten für die Studie zu überweisen.Bei Prüfzentren, die selbst mit zusätzlicher Unterstützung die erforderlichen Qualitätskriterien wahrscheinlich nicht erfüllen würden, wurde durch die RWI der Aufbau von Überweisungsnetzwerken möglich, um Ärzte mit einem großen, geeigneten Patientenkollektiv mit einem Prüfarzt in der Nähe zu verbinden.

 

Größere Reichweite und Kooperationsverpflichtung
Nachdem optimale Prüfzentren für die Studie ermittelt und priorisiert worden waren, hat IQVIA mit dem Sponsor, dem gesamten medizinischen Team und dem Führungspersonal des jeweiligen Zentrums zusammengearbeitet, um die uneingeschränkte Mitarbeit der Prüfärzte sicherzustellen. Dazu gehörten die Erstellung eines Plans für die Einbeziehung des Zentrums oder des Prüfarztes und von Diskussionspunkten, um die Vorteile bei der Studienteilnahme herauszustellen und Gespräche rund um die Teilnahme zu führen.

Nach der Analyse umfangreicherer Datensätze war das Team schließlich in der Lage, die Reichweite der Studie auf ein breiteres Netzwerk an Prüfzentren sowie auf forschungsunerfahrene Kreiskrankenhäuser zu vergrößern und damit die Probleme zu minimieren, die andernfalls die Rekrutierungsziele gefährdet hätten. Außerdem hatte der Sponsor durch diese Vorgehensweise die Möglichkeit erhalten, mit mehr Experten auf dem jeweiligen Gebiet zusammenzuarbeiten und auf ein größeres Kollektiv an Patienten, die eine Behandlung benötigten, zuzugreifen.

IQVIA hat dabei die vorhandenen Beziehungen und Datensätze berücksichtigt, aber zusätzlich erweiterte Analysen genutzt, um operative Entscheidungen zu überprüfen und Bewährtes in Frage zu stellen. Auf diese Weise konnte sich das Pharmaunternehmen auf die Bereiche konzentrieren, die die besten Ergebnisse erzielen würden. Das Sponsorenteam ist nun zuversichtlich, die Rekrutierungsziele, die bis Ende 2017 festgelegt wurden, erreichen zu können und hat seinen Blick bereits auf erweiterte Zielvorgaben für Anfang 2018 gerichtet.

Voraussetzungen für eine daten- und analysegestützte klinische Entwicklung schaffen
Die Studie wird weiterhin als frühe Fallstudie dienen, um einen stärker auf Analysen und Daten gestützten Ansatz für die klinische Entwicklung umzusetzen. Bei der Expansion der Zentren in die USA wird das Team von IQVIA diese Methode einführen – und von Anfang an proaktiv ähnliche Strategien und Datenanalysen für die Rekrutierung nutzen.

Da IQVIA auf die Beziehungen und Expertise innerhalb seines Projektteams zurückgreifen und erweiterte Datenanalysen auf die lokalen Marktdaten anwenden konnte, war es in der Lage, eine operative Strategie zu entwickeln, um Prüfzentren einzubinden, die das größte Potenzial haben, die Rekrutierung zu beschleunigen und eine höhere Erfolgsrate zu erreichen.

Durch die gezielte Datenanalyse und Kombination mit qualitativen Erkenntnissen von klinischen Experten konnte der Sponsor bessere Ergebnisse erzielen und die Zufriedenheit der Patienten wie auch der Studienmitarbeiter erhöhen.

Mit ähnlichen Ansätzen können Studien, angefangen bei ihren ersten klinischen Entwicklungstagen bis zu prospektiven Beobachtungsphasen, optimiert werden, um eine höhere Prognostizierbarkeit und schnellere Evidenzaufnahme zu ermöglichen. Diese nächste Generation klinischer Entwicklung, bei der Daten, erweiterte Analysen, therapeutische Expertise und neue Denkweisen verknüpft werden, kann zu neuen, innovativen Lösungen für altbekannte Probleme führen.

Dr. Gisela Maag