Клинические испытания орфанных заболеваний сталкиваются с уникальными препятствиями, прежде всего из-за крайне ограниченных популяций пациентов. В этом контексте инновационные подходы, такие как синтетические контрольные группы, основанные на данных реальной клинической практики (RWD), предлагают многообещающее решение для преодоления этих сложностей.
На недавней конференции Clinical Trials in Rare Diseases Europe 2025, состоявшейся 26–27 ноября в Мюнхене, Германия, Шанна Дебрёйн, руководитель отдела глобального клинического развития в Servier, подробно объяснила, как RWD от сопоставимых групп пациентов может быть использовано в качестве компаратора. Она подчеркнула, что предпочтительны данные на уровне отдельных пациентов, а популяции должны быть тщательно сопоставлены по ключевым демографическим и прогностическим базовым переменным.
В ряде случаев ограниченность пациентских когорт делает рандомизированные плацебо-контролируемые исследования нецелесообразными или неэтичными. В последнее время несколько препаратов получили одобрение на основе одногрупповых исследований, где в качестве внешнего компаратора использовались RWD, однако Дебрёйн считает, что это «только начало» пути. Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США (FDA) уже продемонстрировало готовность принимать данные синтетических контрольных групп для орфанных заболеваний, например, при одобрении препарата Bavencio (авелумаб) для лечения метастатической карциномы Меркеля.
Дебрёйн также сделала акцент на критической важности качества данных, используемых для формирования синтетических контрольных групп. Стандартизированный и надежный сбор и хранение данных, наряду с тщательным управлением потенциальными систематическими ошибками, являются неотъемлемыми условиями. Одной из главных текущих проблем, по её словам, остается гармонизация данных из множества реестров с различными параметрами, что требует тесного сотрудничества между всеми заинтересованными сторонами.
В перспективе, как отметила Дебрёйн, необходимо расширять высококачественные реестры пациентов и укреплять партнерские связи между клиницистами, исследователями, некоммерческими организациями, регулирующими органами, ассоциациями пациентов и промышленностью.
На другом заседании конференции Клара Кали Мелла, руководитель отдела стратегии данных в Bayer, заявила, что «данные существуют», но основной преградой назвала доступ к ним и регулирование. Она указала на сложности навигации в комплексных законах о защите данных, однако подчеркнула, что готовность владельцев делиться анонимизированными данными могла бы привести к огромным возможностям. Мелла привела Финляндию в качестве примера страны, которая открыто делится анонимизированными данными пациентов, и призвала другие страны последовать этому примеру, назвав это потенциальным «революционным прорывом» для редких заболеваний.
В ходе еще одной презентации Эслам Каттаб, менеджер по глобальному клиническому развитию в Sandoz, рассказал о том, как искусственный интеллект (ИИ) может трансформировать использование данных реальной клинической практики в синтетических контрольных группах. Он пояснил, что ИИ способен улучшить процесс использования исторических RWD для создания синтетических контрольных групп, обеспечивая точное сопоставление по ключевым прогностическим факторам и надлежащее применение взвешивания на основе склонности. Это может не только ускорить сроки набора пациентов и позволить большему числу участников получать активное лечение вместо плацебо, но и значительно снизить затраты на проведение испытаний.
