Rzeczywiste wyzwania w badaniach przesiewowych w kierunku raka: zrozumienie źródeł danych

W niedawnym wywiadzie dla Amerykański dziennik zarządzanej opieki^®odezwała się Jessica K M.D. Poulos, starszy dyrektor ds. badań w świecie rzeczywistym w Ontada, firmie McKesson i wyszkolony epidemiolog, opisuje wyzwania związane z niedrobnokomórkowym rakiem płuc (NSCLC), w tym zaawansowaną chorobę w momencie rozpoznania oraz trendy obserwowane w danych rzeczywistych dla tych pacjentów.

W tym miejscu dyskusja na temat danych jest kontynuowana w ramach badań przesiewowych i diagnozy, poruszając znaczenie zrozumienia źródeł danych i ich wpływu na badania kliniczne.

tekst

Jakie schorzenia można pomylić z niedrobnokomórkowym rakiem płuc i jakie są priorytety w przyszłej diagnostyce i badaniach przesiewowych?

Pytanie, które właśnie zadałeś, jest bardzo ważne. Wiąże się to z wieloma rzeczywistymi kompromisami pomiędzy korzyściami i ryzykiem badań przesiewowych, które wpływają na prawdopodobieństwo, że świadczeniodawcy zarekomendują je lub będą przestrzegać pewnych wytycznych klinicznych w tym zakresie, a także, co być może, co ważniejsze, na zachowanie pacjentów podczas badań przesiewowych. Wiele z dobrze znanych kompromisów z badaniami przesiewowymi, takich jak wyniki fałszywie dodatnie i fałszywie ujemne, przeprowadzono w randomizowanych badaniach skuteczności badań przesiewowych CT. Jednakże badania te, choć nadal bardzo szeroko zakrojone, niekoniecznie przełożyły się na oczekiwany wpływ w świecie rzeczywistym lub mniej kontrolowanym środowisku.

Myślę, że obecnie duża część tej dziedziny skupia się na kontynuowaniu oceny i mierzenia mniej efektownych rzeczywistości związanych z badaniami przesiewowymi, w tym wyników fałszywie pozytywnych i fałszywie negatywnych, zwłaszcza w rękach lub w praktyce w świecie rzeczywistym.

Chcę tylko zastrzeżenie, że nasze badania nie zostały specjalnie zaprojektowane i nie były nawet w stanie odpowiedzieć na niektóre z tych pytań, ponieważ nasze dane w American Oncology Network ograniczają się do pacjentów, którzy faktycznie chorują na raka. Nie możemy dotrzeć na przykład do pacjentów, u których występuje wysokie ryzyko zachorowania na raka lub którzy mogą kwalifikować się do badań przesiewowych w kierunku raka płuc. W związku z tym nie jesteśmy w stanie przeprowadzić tego rodzaju analiz, które są tak bardzo potrzebne, o czym wspomniało Twoje pytanie i moja odpowiedź. W badaniach tych naprawdę konieczne jest zebranie dużej liczby osób z grupy ryzyka raka płuc.

Niektóre populacyjne programy badawcze lub nawet niektóre programy rejestracyjne w Stanach Zjednoczonych są w stanie odpowiedzieć na te pytania. Oczywiście tę pracę wykonują epidemiolodzy zajmujący się profilaktyką nowotworów. Jednak ponownie należy wykorzystywać dane ze źródła bardziej populacyjnego.

To, co naprawdę wyróżnia nasze dane w Ontada, to fakt, że pochodzą one z elektronicznej dokumentacji medycznej onkologii [electronic health record] platforma tzw Echinoid Został specjalnie zaprojektowany, aby wspierać opiekę onkologiczną. Dla mnie jako badacza jest to spełnienie marzeń, ponieważ wykorzystując te dane, współpracuję z onkologami, którzy w przeszłości korzystali z iKnowMed i dobrze znają jego interfejs. Kiedy więc mam pytanie dotyczące zmiennej, używam np platformaco jest najważniejszą rzeczą, o której dzisiaj mówimy, onkolog, który jest moim współpracownikiem w Ontqada, przejdzie następnie do platformy elektronicznej dokumentacji medycznej i pokaże mi dokładnie, w jaki sposób generowane są te informacje przy łóżku.

Zrozumienie, skąd pochodzą dane i w jaki sposób powstają w świecie rzeczywistym, ma kluczowe znaczenie dla zrozumienia ich przydatności do celów określonej działalności badawczej. I znowu, cała ta wielka zaleta jest tak naprawdę ograniczona do pacjentów, którzy już chorują na raka. Jednak w przypadku badań przesiewowych jest to mniej istotne.