Nella conduzione dei trial clinici esiste un consenso diffuso sulla necessità di migliorare il concetto di diversità. Nel 2022, il governo statunitense ha approvato la normativa FDA Amendments, che richiede alle aziende di sviluppare e presentare piani d’azione sulla diversità per determinati tipi di studi, definendo gli obiettivi di arruolamento per gruppo di età, sesso, etnia di appartenenza, posizione geografica e stato socioeconomico. Tali indicazioni hanno l’obiettivo di indurre chi sponsorizza un trial clinico a definire delle regole metodologiche per la conduzione dei trial basati sull’origine etnica dei partecipanti. Anche se, nel corso degli anni, i decisori politici si sono impegnati molto per promuovere regole che tenessero in conto un aspetto come la diversità, vi sono ancora alcune lacune.
Le lacune sull’inclusione della diversità
Una prima lacuna è legata alla poca chiarezza degli sponsor in merito alla rappresentazione dei sottogruppi demografici. Esistono sostanzialmente due approcci principali in letteratura per concettualizzare un’adeguata rappresentazione del processo: quello basato sulla popolazione e quello basato sulla condizione. Il primo stabilisce che i partecipanti allo studio appartenenti a un segmento specifico della popolazione (o a un gruppo demografico) dovrebbero essere arruolati proporzionalmente alla loro rilevanza sulla popolazione generale. Per gli Stati Uniti questo significherebbe arruolare il 50,5% di partecipanti donne, il 13,6% di partecipanti neri e simili, indipendentemente dall’indicazione di una evidenza. Questo approccio neutrale rispetto alla malattia contrasta con l’approccio basato sulla condizione, che suggerisce, invece, che le caratteristiche demografiche dei partecipanti dovrebbero rispecchiare quelle della popolazione di pazienti con la condizione oggetto dello studio. Sinora è stata rilevata una marcata preferenza per l’approccio basato sulla condizione. Le indicazioni della FDA, di contro, suggeriscono di utilizzare l’approccio basato sulla popolazione quando l’incidenza della malattia in determinati gruppi etnici non è nota.
Il problema di fondo è che approcci differenti possono produrre obiettivi di arruolamento notevolmente diversi. Come mostrato nella figura, in uno studio sul melanoma che ha arruolato 500 pazienti, per esempio, l’utilizzo dell’approccio basato sulla popolazione statunitense ha prodotto un obiettivo di arruolamento del 14% per i pazienti neri rispetto allo 0,5% che si otterrebbe utilizzando l’approccio basato sulla condizione (il primo produce un livello di arruolamento 28 volte più grande del secondo). Allo stesso modo, per uno studio sul mieloma multiplo che ha arruolato 500 pazienti, l’approccio basato sulla condizione ha prodotto un obiettivo di arruolamento del 9% per i pazienti identificati come latinoamericani, rispetto al 19% che si otterrebbe utilizzando l’approccio basato sulla popolazione statunitense: una differenza del 200%.
Una seconda lacuna è legata alle indicazioni in base a cui definire e giustificare gli obiettivi di arruolamento. La letteratura generalmente utilizza proporzionalmente gli obiettivi per uno specifico gruppo demografico, abbinando dall’80% al 120% della quota che quel gruppo demografico rappresenta all’interno di una popolazione definita (ad esempio, se i pazienti latinoamericani rappresentano circa il 20% della popolazione statunitense, utilizzando un approccio di popolazione, si intende arruolare dal 16% al 24% dei partecipanti allo studio che si identificano come latinoamericani). Impostare le soglie di arruolamento, tuttavia, non è così semplice come potrebbe sembrare e molto spesso produce campioni di popolazioni troppo esigui e che non consentono sotto analisi. Questa sfida si pone per studi che coinvolgono gruppi etnici che costituiscono una piccola percentuale della popolazione degli Stati Uniti (ad esempio, pazienti indiani d’America o nativi dell’Alaska) o soggetti con malattie rare.
Una terza lacuna è legata all’accessibilità dei dati di incidenza o prevalenza della malattia, necessari per progettare e valutare gli obiettivi di arruolamento. Sebbene esistano diversi registri specifici per condizione con i dati demografici dei pazienti, è necessario migliorarli. Il database dei centri per il controllo e la prevenzione delle malattie dei casi di cancro di nuova diagnosi e dei decessi (US Cancer Statistics) dispone di dati demografici rigorosi; tuttavia, mancano alcuni dati sull’appartenenza etnica e ci sono dubbi in termini di accuratezza. Inoltre, i dati demografici dei pazienti sono disponibili principalmente per tipi di cancro generali, mentre la maggior parte delle terapie mira a tipi di cancro specifici. È pertanto imperativo sviluppare e diffondere dati di incidenza più completi, per più condizioni e tra sottogruppi demografici. La definizione di una rappresentanza adeguata, gli obiettivi di arruolamento e il miglioramento dell’accesso ai dati demografici sono misure necessarie ma non sufficienti per far fronte alle disuguaglianze nell’accesso ai processi. La FDA dovrebbe coinvolgere tutte le parti interessate, al fine di eliminare le barriere sociali all’arruolamento (ad esempio, il razzismo strutturale e la sfiducia nella ricerca).
Conclusioni
Sebbene le nuove raccomandazioni rappresentino importanti passi in avanti, sono necessari ulteriori sforzi per promuovere la diversità nelle sperimentazioni cliniche. In primo luogo, è fondamentale stabilire una definizione univoca che evidenzi la diversità negli studi. Consentire agli sponsor della ricerca e ai ricercatori di scegliere tra diverse metodologie produrrà obiettivi di arruolamento notevolmente diversi. Ciò che un ricercatore considera un’inclusione adeguata potrebbe non essere condiviso da altri ricercatori o dalle linee guida della FDA o dai pazienti stessi. Inoltre, la mancanza di dati demografici in grado di caratterizzare l’incidenza delle varie malattie in popolazioni diverse rende difficile individuare la diversità negli studi clinici. Seguire queste raccomandazioni potrebbe rivelarsi utile per valutare le prestazioni, tenere traccia dei progressi e, in ultima analisi, spostare l’attenzione su questa criticità.
Letizia Orzella
Direzione Regionale Salute e Integrazione Sociosanitaria
Area Farmaci e Dispositivi, Regione Lazio
Fonte Varma T, Gross CP, Miller JE. Clinical trial diversity: will we know it when we see it? JAMA Oncol 2023; 9 (6): 765-767
In pubblicazione su CARE 3, 2023
