Oncólogo destaca que los datos reales de pacientes y la IA están revolucionando la investigación clínica en cáncer

Datos reales de pacientes e inteligencia artificial están redefiniendo los ensayos oncológicos, mejorando su precisión, impacto clínico y toma de decisiones.

4 minutos

Publicado

4 minutos

Los datos procedentes de pacientes en la práctica real, junto con la inteligencia artificial, están dando forma a nuevos modelos de transformación en la investigación clínica en Oncología. Así lo ha expuesto el jefe de servicio de Oncología Médica del Hospital Universitario Virgen Macarena y profesor titular de la Universidad de Sevilla, Luis de la Cruz.

Durante el encuentro “Entender la investigación clínica en Oncología y su impacto real”, organizado por Gilead Sciences, de la Cruz ha recalcado que comprender “cómo se diseñan y evalúan los ensayos clínicos en Oncología” resulta esencial para interpretar correctamente los avances terapéuticos y su efecto real en los pacientes.

Al mismo tiempo, ha puntualizado que “no basta con que un resultado sea estadísticamente significativo” y que es imprescindible valorar la magnitud del beneficio clínico que realmente obtiene el paciente. Ha insistido también en la importancia de “cronificar el cáncer”, pero garantizando una adecuada calidad de vida y una buena condición “física, anímica e integral de salud”.

En la sesión se ha profundizado en la diferencia entre significación estadística y relevancia clínica, así como en las limitaciones de ciertas variables cuando se analizan a largo plazo. En este marco, se ha remarcado la necesidad de “interpretar los resultados dentro del diseño específico de cada estudio” y del estadio de la enfermedad en el que se aplican los tratamientos.

Entre los conceptos abordados se ha descrito el diseño ‘crossover’, empleado en algunos ensayos randomizados en Oncología, en los que los pacientes que inicialmente forman parte del brazo control “pueden recibir el tratamiento experimental tras la progresión de la enfermedad”. Este planteamiento, en escenarios concretos, puede alterar de forma relevante el análisis estadístico y obliga a utilizar métodos específicos para valorar con precisión los resultados.

Supervivencia global y fases de desarrollo de fármacos

De la Cruz ha recalcado que aumentar la “supervivencia global”, es decir, el tiempo que transcurre desde el diagnóstico o el inicio del tratamiento hasta el fallecimiento del paciente, constituye la meta prioritaria de la investigación oncológica. Junto a ello, ha destacado la relevancia de la supervivencia libre de progresión, entendida como el periodo en el que un tratamiento consigue frenar el avance del tumor, y de la tasa de respuesta objetiva, el porcentaje de pacientes que experimenta mejoría con una terapia concreta. “Si la duración de la respuesta es duradera, evidentemente el impacto clínico es mucho mayor”, ha señalado.

El proceso de desarrollo de nuevos fármacos incluye una fase preclínica y cuatro fases clínicas sucesivas. La etapa preclínica se apoya en estudios ‘in vitro’ e ‘in vivo’. En la fase I se produce “el salto al humano” y se confirma la seguridad del fármaco, por lo que se considera una fase “crítica y fundamental”, que suele realizarse en grupos de entre 20 y 100 personas. La fase II se centra en demostrar la eficacia y suele incluir de 100 a 300 participantes. La fase III verifica el beneficio y determina si el nuevo tratamiento es superior, inferior o equivalente al tratamiento de referencia, el Gold Standard. La fase posterior comienza tras la aprobación del medicamento y su uso en un contexto asistencial concreto, momento en el que entra en juego el Real Word Data (RWD).

En relación con las primeras terapias potencialmente efectivas para tumores como el cáncer de páncreas, de la Cruz ha reconocido que, por ahora, se encuentran en la “fase preclínica, de la fase ‘in vitro’, ‘in vivo’ y de placas de Petri”, por lo que todavía están lejos de poder incorporarse a la práctica clínica habitual.

Real World Data, pacientes y mitos sobre los ensayos

Por su parte, la presidenta de la Asociación Española de Cáncer de Mama Metastásico (AECMM), Elisenda Martínez, ha subrayado que los datos generados en la asistencia diaria y la información que aportan directamente los pacientes ofrecen “una visión adicional” sobre el impacto real de los tratamientos. Ha recordado que “los ensayos clínicos muestran eficacia y seguridad en condiciones muy controladas, pero no siempre reflejan cómo convive una persona con el tratamiento en su vida real: su energía, su autonomía o su proyecto vital”.

Martínez ha reclamado que “la aprobación de fármacos tiene que ser más ágil y debe buscar la equidad territorial”, ya que desde la fase preclínica hasta una fase avanzada del ensayo clínico pueden transcurrir entre tres y cinco años.

Según ha explicado, el RWD permite detectar necesidades no cubiertas, analizar resultados en poblaciones más amplias y favorecer decisiones clínicas más informadas. “Creemos que deberían recogerse de forma sistemática resultados reportados por las propias pacientes, como calidad de vida, salud mental o impacto social, porque también forman parte del resultado clínico”, ha indicado. Al mismo tiempo, ha reivindicado el papel de las asociaciones de pacientes en “la generación y aportación de datos relevantes” para ampliar el conocimiento sobre la enfermedad.

También ha señalado que muchas personas con cáncer siguen arrastrando ideas erróneas sobre los ensayos clínicos, como la percepción de estar “dentro de un experimento”, el temor a recibir únicamente un placebo o la creencia de que participar implica que ya no queda ninguna otra opción frente a la enfermedad.

Inteligencia artificial y ensayos más precisos

En el apartado dedicado a la tecnología, Luis de la Cruz ha explicado que la inteligencia artificial está empezando a transformar tanto el diseño como el desarrollo de los estudios clínicos. El empleo de modelos predictivos y herramientas basadas en grandes volúmenes de datos puede facilitar “la selección de pacientes, optimizar el diseño metodológico y mejorar la eficiencia de la investigación”.

“El uso de biomarcadores y herramientas de inteligencia artificial nos permite identificar qué pacientes tienen mayor probabilidad de beneficiarse de determinados tratamientos. Estamos avanzando hacia ensayos más dirigidos, más precisos y con mayores garantías de éxito”, ha añadido.

Finalmente, el senior business Unit Director Oncology en Gilead España y Portugal, André Marques, ha remarcado que “la investigación clínica en oncología es cada vez más innovadora”. A su juicio, “entender cómo se construye la evidencia, qué miden los ensayos y cómo se interpretan sus resultados es fundamental para trasladar información rigurosa y contextualizada a la sociedad”.