Dansk EMA-direktør: Vi vil i højere grad anvende real world data i fremtiden

Real world data (RWD) er blevet talk of the town i de onkologiske miljøer, og der er i stigende grad interesse for at supplere de randomiserede kliniske studier med data fra den virkelige verden.

Anderledes forholder det sig ikke i det europæiske lægemiddelagentur EMA, som allerede er i fuld gang med at producere og implementere brugen af RWD. 

EMA vil i højere grad anvende RWD i en nær fremtid. Her skal RWD både have en større plads i godkendelsesprocessen af nye lægemidler, men EMA skal også selv i højere grad producere RWD. 

Sådan lyder det fra Steffen Thirstrup, der er medicinsk direktør i EMA og agenturets "lægefaglige stemme". Han har desuden tidligere blandt andet har været chef for lægemiddelgodkendelse i den danske Lægemiddelstyrelse.

“Vi forestiller os, at real world data i høj grad fremover vil blive et supplement til data fra de randomiserede kliniske studier – både under og efter godkendelsesprocessen. Vi kommer ikke til at bevæge os væk fra kravet om de traditionelle randomiserede, kliniske studier, men real world data skal være et mere anvendt supplement,” siger han.

Interessen for RWD er vokset de seneste år, og herhjemme har flere onkologer peget på, at inklusionskriterierne i randomiserede kliniske studier sjældent afspejler patienterne i klinisk praksis, og at der derfor er et stort behov for at lade RWD komplementere de kliniske studier. 

RWD kan blive en betingelse

En større anvendelse af RWD i EMA kan, ifølge Steffen Thirstrup, foregå på flere måder. En vej at gå er at pålægge lægemiddelfirmaerne at producere RWD eksempelvis efter en behandling er godkendt eller har fået en betinget godkendelse.

“En måde, man kunne forestille sig det på, er, at det bliver en betingelse fra EMA, at lægemiddelfirmaerne skal producere real world data til at understøtte brugen af et givent lægemiddel. Det vil særligt give stor værdi blandt de lægemidler, som har fået en betinget godkendelse, hvor vi mangler de slående data som eksempelvis samlet overlevelse,” siger han.

Det kan dog blive svært i praksis, da lægemiddelvirksomheder ofte ikke har adgang til offentlige registre, og derfor ikke i samme grad som myndigheder kan producere RWD baseret på større datasæt.

“Nogle firmaer kan dog få svært ved at få adgang til større datasæt, da de er private virksomheder, og det kan derfor være en udfordring at få adgang til private data. Men der hvor det er muligt, giver det mening for EMA, at det bliver en betingelse i fremtiden,” siger Steffen Thirstrup og understreger, at det vil være en vurdering fra sag til sag.

Det er ikke kun efter et lægemiddel har modtaget en godkendelse eller en betinget godkendelse, at RWD kan komme i spil. Det kan også være relevant at få adgang til RWD i løbet af godkendelsesprocessen, vurderer Steffen Thirstrup. Han forklarer, at de i EMA netop har et pilotprojekt kørende, hvor de som regulatorer kan få adgang til rådata fra lægemiddelvirksomhederne i løbet af godkendelsesprocessen af nye lægemidler.

“Det foregår sådan, at vi under processen kan bede om bestemte rådata fra firmaerne, hvis vi har behov for det. På den måde kan vi også foretage vores egne analyser, hvilket giver et større indblik i lægemidlerne, og det vil man også kunne forestille sig var tilfældet med RWD, hvis man fik dem løbende,” siger han.

Samlede europæiske real world data

En anden måde for EMA i højere grad at anvende RWD er selv at producere denne type data. Et arbejde, der allerede er i gang i et projekt, der går under navnet Darwin, og som bliver opskaleret og udvidet i de kommende år. Darwin-EU blev oprettet i 2021 og er et koordinationscenter, der skal levere real world evidence(RWE) om anvendelse, effekt, og sikkerhed ved lægemidler fra sundhedsdatabaser fra hele EU. Centeret kan indhente oplysninger fra de enkelte europæiske landes registre i anonymiseret form og samler dem på en måde, så der er sikret en fælles datastandard. Tanken er, at data fra centret skal støtte EMA i beslutningstagning og godkendelse af lægemidler. 

“Vi har haft en stejl læringskurve - og vi er der ikke endnu! Men vi står ved starten af noget, som potentielt kan bidrage med enormt store datasæt, der kan få stor betydning for alle Europas borgere,” siger Steffen Thirstrup.

De seneste års arbejde med projektet har særligt gået ud på at sikre en fælles datastandard, så data kan sammenlignes på tværs samt sikre, at kvaliteten af data er god nok. Udover at indhente data skal Darwin-projektet også selv foretage og igangsætte epidemiologiske studier, hvilket forventes at blive implementeret i 2024, hvor centeret er fuldt oppe at køre.

Darwin er en forløber til EU Health Data Space, hvor det er tanken, at alle europæere skal have den samme sundheds-app med egne sundhedsdata. 

Mere viden om frigivne lægemidler

RWD er vigtige for EMA, da data vil kunne give indsigt i, hvordan og hvor ofte et præparat anvendes, effekten af et givent lægemiddel og en større viden om bivirkningsprofilen. 

“Det vil give os et værdifuldt indblik i, hvordan et lægemiddel reelt opfører sig, når det bliver ‘sluppet løs’. Det kan eksempelvis være, at en behandling har en anden effekt, end hvad der blev påvist i et randomiserede klinisk studie, eller at et lægemiddel anvendes til en bredere indikation end intentionen var,” siger Steffen Thirstrup.

På den måde vil RWD, ifølge Steffen Thirstrup, i fremtiden få betydning for godkendelser, prioritering af behandlinger og indikationsudvidelser. Han peger på, at EMA eksempelvis vil kunne udvide en indikation, hvis et lægemiddel anvendes til andre sygdomme eller stadier med god effekt.

“Og modsat kan man forestille sig, at vi som regulatorisk myndighed vil gå ind og anbefale et andet lægemiddel, hvis det tidligere anvendte lægemiddel alligevel ikke lever op til forventninger. Real world data vil derfor hurtigt kunne få en stor regulatorisk betydning og med rette.”

I første omgang vil det særligt være på kræftområdet, at RWD i højere grad vil blive anvendt i EMA. Det skyldes, at der inden for onkologien er flest lægemidler, der har en begrænset godkendelse, hvorfor man gerne vil have større viden om, hvordan lægemidlet anvendes og opfører sig uden for de kliniske studier.

Større risikovillighed ved et billigere produkt

Større europæiske RWD-datasæt vil kunne give vigtig viden om eksempelvis hyppigheden af bestemte sygdomme, som er særlig nyttig viden, når det kommer til sjældne sygdomme eller sjældne kræftformer. Sådan anvendtes RWD blandt andet i et tidligere studie fra Darwin, der undersøgte forekomsten af sjældne hæmatologiske sygdomme for at vurdere hyppigheden af disse. Formålet var at fastslå, om de enkelte sygdomme levede op til kravet om “orphan medicine”, som har en række regulatoriske fordele, når det skal godkendes i EU.

RWD vil også være interessant for andre myndigheder såsom Medicinrådet, siger Steffen Thirstrup.

“Man kunne forestille sig, at pris- og tilskudsmyndighederne i højere grad var villige til at godkende og indkøbe lægemidler, der har en større usikkerhed omkring effekten, til en lavere pris. Det er lidt den anden vej at tænke, men vi ser det eksempelvis med genterapi, som er meget dyrt,” siger han.

Datasikkerheden er i højsæde

Der er også udfordringer ved at anvende, producere og indhente RWD. En af de største udfordringer er at sikre datakvaliteten og fælles standardisering. Der ligger derfor et stort arbejde i kvalitetssikringsprocessen, så data reelt er repræsentative for populationen.

“Det nytter ikke noget at indhente data fra Polen, Tyskland og Danmark, hvis de alle kommer i forskellige standarder og opgørelsesmetoder. Vi taler om enormt store datasæt fra mange europæiske lande, der skal indsamles og valideres. Og her er det helt centralt, at vi har en fælles kvalitet og standard, så vi sidder med repræsentative data, som kan sammenlignes på tværs af populationer,” siger Steffen Thirstrup.

En anden stor udfordring er datasikkerhed og fortrolighedspolitik, der skal sikre, at data ikke kan kobles direkte tilbage til en person eller misbruges. I Darwin-projektet er det blandt andet løst ved, at enkeltindividers data bliver på lokal hånd, og EMA modtager således alene de overordnede resultater.

“Det foregår sådan, at Darwin opstiller det videnskabelige spørgsmål – det, man gerne vil vide – og det analysen skal anvendes til, og så får vi de samlede data tilbage, så de enkelte patienters data bliver lokalt i landet,” siger Steffen Thirstrup..

I takt med udviklingen af Machine Learning og kunstig intelligens vil de tekniske og etiske udfordringer kun blive større, mener Steffen Thirstrup. Han peger blandt andet på, at det i fremtiden bliver særligt vigtigt at kunne stole på de data, der bliver produceret.