Tradizionalmente, le decisioni cliniche e regolatorie si sono basate prevalentemente sugli studi clinici controllati randomizzati (randomized controlled trial, RCT), considerati il gold standard per determinare l’efficacia di un trattamento. Tuttavia, questi studi presentano alcune limitazioni in quanto si svolgono in ambienti altamente controllati, spesso non rappresentativi della pratica clinica quotidiana, selezionano pazienti secondo criteri stringenti, escludendo individui con comorbidità o in situazioni cliniche complesse, e possono essere onerosi in termini di costi e tempi di realizzazione. In questo contesto, la Real-World Evidence (RWE) si configura come un’integrazione fondamentale, fornendo una prospettiva più ampia sull’efficacia e la sicurezza dei trattamenti nella popolazione generale. Autorità regolatorie, ricercatori e aziende stanno progressivamente integrando la RWE nei processi decisionali, affiancandola alle evidenze derivanti dagli studi clinici tradizionali.
La RWE si riferisce alle evidenze cliniche relative all’uso, ai benefici e ai rischi di un farmaco o dispositivo, ottenute attraverso l’analisi di dati raccolti in contesti reali, ovvero al di fuori degli ambienti controllati degli studi clinici. In altre parole, la RWE si basa su real-world data (RWD), che offrono una comprensione più profonda dell’efficacia e della sicurezza degli interventi terapeutici in un contesto più ampio e rappresentativo. L’obiettivo è ampliare le evidenze derivanti dagli studi clinici tradizionali, per ottenere una comprensione più completa e realistica degli effetti dei trattamenti nella vita reale.
Essendo basata su fonti eterogenee di dati ottenuti al di fuori di condizioni sperimentali controllate, la RWE consente di ottenere informazioni più fedeli alla pratica clinica quotidiana. Questa tipologia di evidenza, più pragmatica e meno controllata rispetto agli studi clinici, fornisce informazioni pratiche sull’efficacia, la sicurezza e l’utilizzo di trattamenti in una popolazione di pazienti più ampia e diversificata. Inoltre, permette di condurre analisi longitudinali che forniscono una visione a lungo termine sugli esiti terapeutici, individuando effetti e risultati che potrebbero non emergere in studi di breve durata, e gioca un ruolo cruciale nella sorveglianza post-marketing, permettendo di monitorare la sicurezza e l’efficacia di farmaci, dispositivi medici e biologici dopo la loro approvazione e il loro impiego su larga scala.
I RWD comprendono informazioni sanitarie raccolte in contesti clinici di routine nel corso della reale pratica clinica, al di fuori di ambienti sperimentali controllati.
Questi dati possono derivare da diversi fonti, tra cui:
- Cartelle cliniche elettroniche: registrazioni digitali che documentano le condizioni di salute dei pazienti e i trattamenti ricevuti nel corso della loro assistenza sanitaria.
- Registri di popolazione o di malattia: raccolte di dati longitudinali riguardanti specifiche patologie o trattamenti, utili per studi epidemiologici e per la valutazione a lungo termine.
- Registri dei farmaci e dei dispositivi: banche dati che contengono informazioni dettagliate su farmaci prescritti, dispositivi medici utilizzati e le relative modalità di impiego.
- Database amministrativi e assicurativi: raccolte di dati relativi a diagnosi, procedure mediche e prescrizioni farmaceutiche, che permettono analisi sul consumo di risorse sanitarie e sugli esiti terapeutici.
- Sondaggi e questionari: strumenti utilizzati per raccogliere informazioni sui vissuti e le esperienze soggettive dei pazienti, contribuendo a integrare le valutazioni cliniche con la prospettiva del paziente.
- Dispositivi indossabili e applicazioni sanitarie: fonti di dati in tempo reale che monitorano parametri fisiologici e comportamentali, fornendo informazioni continue e permettendo la realizzazione di studi su larga scala.
I RWD sono sempre più riconosciuti come una risorsa preziosa per la ricerca sanitaria, la valutazione degli esiti e il processo decisionale; tuttavia, presentano caratteristiche peculiari che li differenziano dai dati raccolti negli studi clinici randomizzati condotti in ambienti controllati. Innanzitutto, i RWD sono di natura osservazionale, mentre i dati derivanti da studi clinici controllati provengono da contesti sperimentali definiti. Inoltre, una quota significativa di RWD è costituita da dati non strutturati (es. testi e immagini), la cui gestione e analisi possono risultare complesse. La variabilità nei metodi di raccolta e nei sistemi utilizzati da diversi fornitori sanitari può, inoltre, introdurre incoerenze e differenze nella qualità dei dati.
Una caratteristica distintiva dei RWD è la loro generazione ad alta frequenza, ad esempio attraverso dispositivi indossabili che registrano misurazioni su scala millisecondo, determinando volumi di dati estremamente elevati e in costante evoluzione. Questa continua evoluzione rende necessario un sistema dinamico di archiviazione e analisi, in grado di gestire la velocità e la varietà dei dati senza compromettere la qualità. Inoltre, i RWD possono essere parziali e privi di indicatori chiave necessari per analisi approfondite, in quanto la loro raccolta non è stata originariamente progettata per tali scopi. Ad esempio, i dati relativi alle richieste di rimborso non comprendono frequentemente endpoint clinici, mentre i registri possono presentare limitazioni nel follow-up.
Un ulteriore aspetto critico è la suscettibilità a bias ed errori di misurazione, sia casuali che sistematici. Fonti come internet, dispositivi mobili e wearable possono introdurre bias di selezione, e i dataset di RWD potrebbero non essere rappresentativi della popolazione target.
In sintesi, i RWD sono spesso “disordinati”, incompleti e vulnerabili a distorsioni, rendendo complessa la valutazione della loro qualità. Tuttavia, ciò non ne preclude l’utilizzo, a patto che si adottino strategie efficaci per affrontare le criticità legate alla qualità dei dati.
Per un impiego efficace, i RWD richiedono un’attenta pre-elaborazione, poiché vengono spesso impiegati per scopi diversi da quelli per cui sono stati raccolti. Questo processo include attività fondamentali come l’imputazione dei valori mancanti, il bilanciamento dei dataset, la riduzione del rumore e l’integrazione di fonti eterogenee. Qualora alcune criticità non possano essere completamente risolte in questa fase, è essenziale intervenire in sede di analisi o interpretare i risultati con la necessaria cautela.
L’uso dei RWD solleva, infine, importanti questioni etiche e legali, in particolare per quanto riguarda la protezione della privacy dei pazienti. I RWD contengono informazioni estremamente sensibili e il rischio di compromissione della privacy aumenta significativamente quando i dati provengono da fonti diverse. Per minimizzare il rischio, è fondamentale che la raccolta, l’archiviazione, la condivisione e l’analisi dei RWD seguano principi consolidati di protezione dei dati, come quelli stabiliti dal GDPR (Regolamento Generale sulla Protezione dei Dati) e altre normative locali e internazionali. Questo implica l’adozione di misure di sicurezza adeguate per proteggere i dati da accessi non autorizzati, nonché la garanzia che i dati vengano trattati in modo trasparente, equo e per finalità specifiche.
Nonostante le sfide persistenti, l’adozione crescente di strumenti analitici avanzati e il miglioramento della qualità dei dati disponibili stanno rafforzando il ruolo della RWE nel panorama sanitario globale. Grazie a un approccio collaborativo tra istituzioni, aziende e operatori sanitari, la RWE può contribuire in modo significativo alla personalizzazione e alla sicurezza delle cure, con benefici concreti per i pazienti.
