Le cancer du sein était le domaine pathologique le plus étudié en 2021

Phesi Inc., un fournisseur basé sur les données d'analyses et de solutions de développement clinique basées sur l'IA, a publié aujourd'hui les résultats de son analyse mondiale de tous les essais cliniques menés en 2021. Les données montrent que le cancer du sein était le domaine de la maladie le plus étudié, suivi par COVID-19. Dans l'ensemble, l'oncologie dominait le top cinq, qui comprenait également le cancer du poumon non à petites cellules, les tumeurs solides et le myélome multiple (fig 1.). "Le fait que l'oncologie occupe quatre des cinq premières places pour le domaine de la maladie le plus étudié souligne son statut de domaine recevant toujours le plus d'investissements" et c'est une bonne nouvelle pour les patients que même si la plus grande crise de santé publique depuis 100 ans est en cours, c'est prend toujours la première place », a commenté le Dr Paul Chew, médecin-chef, Phesi. « Le cancer du sein touche 2,2 millions de personnes par an dans le monde et est le deuxième cancer le plus fréquent chez les femmes aux États-Unis, représentant environ 30 % de tous les nouveaux cancers féminins chaque année. Au cours de la dernière décennie, les études sur le cancer du sein HER 2+ et triple négatif ont contribué à des avancées significatives dans la prolongation de la survie de ces patientes. Notre analyse montre que beaucoup plus est fait pour s'assurer que nous trouvons de meilleures façons de prévenir, de détecter et de traiter tous les cancers. Nous continuerons à voir des niveaux élevés d'investissement dans l'oncologie tout au long de 2022, et nous nous attendons à ce que les sponsors mettent davantage l'accent sur la prise de décisions fondées sur les données pour obtenir des résultats d'essais plus réussis. malades depuis 2017 ; cette tendance n'a pas été impactée par le COVID-19 (fig 2.) ; cela inclut les études pharmaceutiques et universitaires et les mêmes sites investigateurs impliqués dans plusieurs essais. Cela signifie qu'une moyenne de 5 000 à 7 000 personnes travaillent en permanence sur des essais cliniques sur le cancer du sein, le modèle de Phesi montrant que cela va probablement continuer. Ce n'est pas seulement extrêmement coûteux, mais ce n'est pas non plus durable. L'analyse révèle également que l'essai typique a recruté entre 100 et 150 patients, le nombre optimal de sites pour atteindre un temps d'inscription efficace étant d'environ 40. Le temps de cycle d'inscription typique dans ce cas était d'environ 650 jours. Cependant, seulement 14 % des essais analysés ont été optimisés. Les données montrent que moins ou plus de sites que 40 ont augmenté la durée du cycle d'inscription et ont donc retardé l'essai dans son ensemble. Si l'on considère géographiquement les essais sur le cancer du sein, le recrutement aux États-Unis est aligné sur les tendances mondiales (fig 3.). En Chine, il est passé de 300 à plus de 1 000 sites de janvier 2013 à juillet 2021 (fig 4.). La tendance a le potentiel de continuer à augmenter, mais un sujet de préoccupation est la pénurie d'enquêteurs bien formés disponibles en Chine. En revanche, au Royaume-Uni, il y a eu une tendance à la baisse des sites de recrutement au cours des trois dernières années (fig. 5.). Des données en direct comme celles-ci sont essentielles pour les promoteurs lors de la planification de nouveaux essais cliniques, l'adoption d'une approche basée sur les données leur permet de planifier et de gérer de manière dynamique les concours de recrutement. « Notre analyse montre qu'il existe une marge d'optimisation considérable dans le recrutement d'essais dans les principaux domaines d'investissement. Il y a une forte concurrence pour les patients dans les essais sur le cancer. Une planification inadéquate et un manque de compréhension du paysage actuel des essais entraînent des retards dans le recrutement des patients et des durées de cycle prolongées », a commenté le Dr Gen Li, président de Phesi. « Les sponsors doivent résoudre ces problèmes de toute urgence. L'utilisation de l'analyse prédictive aide à résoudre les problèmes d'inclusion/exclusion dans la planification des essais et la conception des protocoles, ce qui accélérera les essais et améliorera l'efficacité en apportant l'innovation plus tôt aux patients.